UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN.

“ESTADÍSTICA II”

JULIÁN FERNANDO SÁNCHEZ GÓMEZ

*JAVIER OLMEDO MILLAN PAYAN

CORPORACIÓN UNIVERSITARIA DE ASTURIAS

FACULTAD DE ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
PROGRAMA DE ESTADÍSTICA II
SAN FRANCISCO DE SALES / CUNDINAMARCA 2020
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 2

Tabla de Contenido

Introducción ………………………………………………………………………………. 3
Enunciado ………………………………………………………………………………. 4
Desarrollo ………………………………………………………………………. 4
Conclusiones ………………………………………………………………………. 12
Bibliografía ………………………………………………………………………………. 13
Libros de Asturias Premium ………………………………………………. 13
Documentos electrónicos ………………………………………………………. 13
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 3

Introducción

El análisis que se plantea en el presente caso práctico, es fundamental para que como futuros
profesionales de Administración y Dirección de Empresas, en nuestro rol de Gerentes,
Administradores, propietarios y/o directivos de una organización desarrollemos la capacidad de
análisis e interpretación de la estadística, como sus variables aleatorias llámense discretas y
continuas, sus hipótesis estadísticas y los contrastes que podemos hacer con ellas, entre otras
actividades, son de gran utilidad tanto para el desarrollo y crecimiento integral de nosotros como
profesionales así como de la empresa que representamos, identificando acertadamente el propósito
de su implementación y aplicación, los aspectos claves y relevantes para el mejoramiento continuo,
estableciendo pautas para construir muestras aleatorias que puedan darnos la información requerida
para cumplir con los objetivos propuestos.

Para el Administrador y Director de Empresas, desarrollar este proceso, le permite

conceptualizar el mundo de la estadística y el uso de las herramientas fundamentales que componen
esta área, haciéndole comprender que: a partir de un problema, de un interrogante o de una
oportunidad de mejora en un negocio, una empresa o una organización, una buena resolución de
éstas cuestiones impactará positiva o negativamente la operatividad y productividad de la misma,
que ello además puede propender una reestructuración organizacional que marque huella, marque
la diferencia y trascienda a través del tiempo, afectando positivamente a quienes hacen parte de
ella.

Así mismo, se busca afianzar, simultáneamente, la práctica en el uso de normas APA que se
exige como parte de la formación de los profesionales de Administración y Dirección de Empresas
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 4

Enunciado
1. Ejercicio No. 1
En una población 𝑁𝑁(𝜃𝜃, 5), se efectúan sobre el valor de la media dos posibles hipótesis:
• 𝑯𝑯𝟎𝟎 : 𝜽𝜽 = 𝟏𝟏𝟏𝟏 𝒚𝒚 𝑯𝑯𝟏𝟏 : 𝜽𝜽 = 𝟏𝟏𝟏𝟏
Mediante una muestra de tamaño 𝑛𝑛 = 25 m.a.s se contrasta 𝑯𝑯𝟎𝟎 frente a 𝑯𝑯𝟏𝟏 sabiendo que si la
media muestral es inferior a 14 se aceptará 𝑯𝑯𝟎𝟎 . Determinar:
Cuestiones:
a. La probabilidad de cometer el error de primera especie.
b. La probabilidad de cometer el error de segunda especie.
c. La potencia del contraste.
2. Ejercicio No. 2
Una empresa desea saber si la edad de sus clientes potenciales explicará o no la preferencia por un
modelo de vehículo que proyecta lanzar el mercado. Para ello, consulta 200 individuos, resultando
que:

Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

Cuestiones:
a. ¿Puede admitirse al nivel de significación del 5% que la edad explica el
comportamiento de los clientes?

Desarrollo
1. Como primera medida, se organizan los datos que nos brinda el ejercicio, así:
Datos:
• Población N(θ,5)
• H0 :θ=12 ; H0 :θ=θ0 =12
• H1 :θ=15 ; H1 :θ=θ1 =15
• n =25
• H0 :θ=θ0 =12
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 5

• H1 :θ=θ1 =15
Las anteriores ecuaciones hacen parte de un contraste unilateral sobre la Hipótesis de media
poblacional.
𝒁. 𝑨: 𝒁𝒐𝒏𝒂 𝒅𝒆 𝒂𝒄𝒆𝒑𝒕𝒂𝒄𝒊ó𝒏
𝒁. 𝑹: 𝒁𝒐𝒏𝒂 𝒅𝒆 𝑹𝒆𝒄𝒉𝒂𝒛𝒐

𝑯𝑯𝟎𝟎 𝑯𝑯𝟏𝟏

𝟏𝟏𝟏𝟏 𝟏𝟏𝟖𝟖 𝟏𝟏𝟏𝟏

𝒁. 𝑨 𝒁. 𝑹

Gráfica 1. Campana de Gauss con valores 𝑯𝑯𝟎𝟎 𝒚𝒚 𝑯𝑯𝟏𝟏 . Fuente: propia

x�< 14 se acepta H0
x� ≥ 14 se acepta H1
La distribución de la media Muestral x� , tamaño 25, con la varianza poblacional σ2 = 25
conocida.
σ 5
x N �θ0 ;
H0 :���∈ � = N �12;
� = N (12,1)
√n √25
σ 5
x ∈ N �θ1 ; � = N �15;
H1 : � � = N(15,1)
√n √25
Una vez efectuado los pasos anteriores, nos dispondremos a dar respuesta a los cuestionamientos
planteados, así:
a. La probabilidad de cometer el error de primera especie
El criterio de Error Tipo I o error de primera especie, se da cuando:
• Error Tipo I:
α = P (E.T. I) = P (Rechazar H0 cuando H0 es verdadero)
α = P (E.T. I) = P (x�≥ 14 | H0 : θ0 = 12)
14 - 12
α = P (Z ≥ )
1
α = P (Z ≥ 2) = 0,0228
El valor resultante de 0,0228, es el valor equivalente de -2 en la tabla de probabilidad acumulada
para la distribución normal estándar, como se puede apreciar en la tabla siguiente:
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 6

Gráfica 2. Tabla de valores de probabilidad acumulada para la Distribución Normal Estándar. Fuente: seactuario.com

Con base en el resultado obtenido, la probabilidad de cometer el Error Tipo I o Error de Primera
Especie es del 2,28%.
𝑯𝑯𝟎𝟎 𝑵(12,1) 𝑯𝑯𝟏𝟏 𝑵(15,1)

𝐱�
𝟏𝟏𝟏𝟏 𝟏𝟏𝟖𝟖 𝟏𝟏𝟏𝟏

Gráfica 3. Campana de Gauss con valor 𝜶𝜶 = 𝟎𝟎, 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 . Fuente: propia

b. La probabilidad de cometer el error de segunda especie

El criterio de Error Tipo II o error de segunda especie, se da cuando:
• Error Tipo II:
β = P (E.T. II) = P (Aceptar H0 cuando H0 es falso)
β = P (E.T. II) = P (x�< 14 | H1 : θ1 = 15)
14 - 15
β = P (Z < )
1
β = P (Z <-1)
β = P (Z >1) = 0,1587
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 7

Con base en el resultado obtenido, la probabilidad de cometer el Error Tipo II o Error de

Segunda Especie es del 15,87%, es decir, aceptar H0 cuando H0 sea falsa.
𝑯𝑯𝟎𝟎 𝑵(12,1) 𝑯𝑯𝟏𝟏 𝑵(15,1)

𝜷𝜷 = 0,1587 𝐱�
𝟏𝟏𝟏𝟏 𝟏𝟏𝟖𝟖 𝟏𝟏𝟏𝟏

Gráfica 4. Campana de Gauss con valor 𝜷𝜷 = 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 . Fuente: propia

c. La potencia del contraste.

Antes de dar respuesta a este interrogante, se hace menester saber que la Potencia de Contraste
es la probabilidad de detectar efectos estadísticamente significativos, es decir, la probabilidad de
rechazar la hipótesis nula cuando es falsa, la cual, se simboliza como 𝟏𝟏 − 𝛃𝛃 y es igual a la
probabilidad de ocurrencia de valores del estadístico en la región de rechazo, bajo el supuesto que
H1 (la hipótesis alternativa) sea verdadera.
Potencia = P (Rechazar H0 cuando H0 es falso) = 𝟏𝟏 − 𝛃𝛃
Por lo tanto:
𝟏𝟏 − 𝛃𝛃 = P(Rechazar H0 cuando H0 es falso) = 1 − 𝟎𝟎, 𝟏𝟏𝟏𝟏𝟏𝟏𝟏𝟏 = 𝟎𝟎, 𝟖𝟖𝟖𝟖𝟖𝟖𝟖𝟖
La respuesta a este interrogante indica que la potencia de contraste es del 84,13%, esto significa,
que H0 se rechaza cuando H0 es falsa el 84,13% de los casos.
𝑯𝑯𝟎𝟎 𝑵(12,1) 𝑯𝑯𝟏𝟏 𝑵(15,1)

1−𝛃𝛃 = 0,8413
𝜷𝜷 = 0,1587 𝐱�
𝟏𝟏𝟏𝟏 𝟏𝟏𝟖𝟖 𝟏𝟏𝟏𝟏

Gráfica 5. Campana de Gauss – Potencia de Contraste valor 1 − 𝜷𝜷 = 𝟎𝟎, 8413 . Fuente: propia
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 8

2. En primer lugar, me dispongo a organizar los datos y la información que me brinda el

enunciado.
Datos:
• n =200
• Nivel de significación: 5% = 0,05

Número Demandarán No demandarán

> de 25 años 75 25

≤ de 25 años 65 35

Gráfica 6. Datos del enunciado ejercicio No 2. Fuente: Asturias Corporación Universitaria

El ejercicio que se desarrollará a continuación, hace hincapié, según lo investigado, a hipótesis de

estadística sobre prueba de independencia conocido como Chi al cuadrado, simbolizado Xi2 .
Este ejercicio se desarrollará por pasos, que se describen a continuación:
• Paso No. 1. Proponer la hipótesis de:
 H0 : Las variables x, y son independientes (no tienen relación)
 H0 : Las variables x, y son dependientes (tienen relación)
• Paso No. 2. Especificar 𝛂𝛂
• Paso No. 3. Calcular valores crítico y de prueba
• Paso No. 4. Decisión y Conclusión
El primer paso que se llevará a cabo es la proposición de la hipótesis, así:
𝐇𝐇𝟎𝟎 : La edad de los clientes potenciales y la preferencia por el modelo de vehículo que se desea
lanzar al mercado son independientes.
𝐇𝐇1 : La edad de los clientes potenciales y la preferencia por el modelo de vehículo que se desea
lanzar al mercado son dependientes.
El segundo paso que se llevará a cabo, es identificar el valor de 𝛂𝛂, que, en este caso, 𝛂𝛂 = 𝟓𝟓%.
Antes de continuar con el siguiente avance, cabe resaltar que el siguiente gráfico y que será la base
para responder el ejercicio, tendrá una cola y ésta será solamente hacia la derecha., es decir, que
no habrá la posibilidad de hacer prueba de media, de diferencias de medias, de proporciones o
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 9

diferencias de proporciones con la izquierda, con la derecha o con ambos lados, solamente la cola
será hacia la derecha y siempre esta cola rechazará la hipótesis nula

Rechaza Hipótesis H0

Acepta Hipótesis H0

𝑿𝟏𝟏𝒄

2
Gráfica 7. Campana de Gauss con punto de referencia de X c . Fuente: Propia

Ahora, continuando con el tercer paso, debemos encontrar los valores críticos y de prueba, proceso
que se hará de la siguiente manera:
Los valores estarán dados por:
• Valor crítico: Xc2 = (Chi cuadrado crítica)
• Valor de prueba: Xp2 = (Chi cuadrado de prueba)
El valor de Xc2 = (𝛿𝛿, 𝛼𝛼), donde:
𝛿𝛿: (n − 1) × (m − 1) (n: número de filas; m: número de columnas) = grados de libertad
𝛼𝛼: significancia
(o−e)2
El valor de Xp2 , se halla con∑ , donde:
e

o: Valores observados
e: Valores esperados
Una vez identificada la forma de obtener los valores anteriores, se procede a obtener el valor de
Xc2 , así:
𝛿𝛿: (n − 1) × (m − 1) = (2 − 1) × (2 − 1)
𝛅𝛅 = 𝟏𝟏
𝛂𝛂 = 𝟎𝟎, 𝟎𝟎𝟎𝟎
Una vez encontrado los grados de libertad 𝜹𝜹 y la significancia 𝜶𝜶 buscamos dentro de la tabla de
chi cuadrada crítica, el punto de intersección de estos dos valores, y el valor resultante de este
cruce, será el valor de Chi cuadrada crítica Xc2 , que en este caso es:
𝐗𝐗 𝟐𝟐𝐜𝐜 = 𝟑𝟑, 𝟖𝟖𝟖𝟖
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 10

Gráfica 8. Tabla de distribución chi-cuadrado. Fuente: https://studylib.es/

Ahora, una vez obtenido el valor de Xc2 , se buscará el valor de Xp2 , que viene dada por la siguiente
ecuación:
(o − e)2
Xp2 = �
e
Para poder dar respuesta se debe tomar los datos de la siguiente tabla, así:
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 11

Valor esperado Demandarán Valor esperado No demandarán

Número Total
demandarán (Valor Observado) no demandarán (Valor Observado)
> 25 70 75 30 25 100
< 25 70 65 30 35 100
Total 140 Total 60 200
Gráfica 9. Valores observados y valores esperados. Fuente: propia

Para poder encontrar los valores encontrados en las casillas de valor esperado, se debe
multiplicar el total de la columna por el total de la fila y dividirlo siempre por el total. Como
ejemplo tendríamos 140 x 100 / 200.
(75 − 70)2 (65 − 70)2 (25 − 30)2 (35 − 30)2
Xp2 = + + +
70 70 30 30
𝐗𝐗 𝟐𝟐𝐩𝐩 = 𝟐𝟐, 𝟑𝟑𝟑𝟑𝟑𝟑
𝟐𝟐, 𝟑𝟑𝟑𝟑𝟑𝟑 < 𝟑𝟑, 𝟖𝟖𝟖𝟖

Rechaza Hipótesis H0
𝐗𝐗 𝟏𝟏𝐩𝐩= 2,381
Acepta Hipótesis H0

𝐗𝐗 𝟏𝟏𝐜𝐜 = 3,84

𝟐𝟐 𝟐𝟐
Gráfica 10. Valores 𝐗𝐗 𝐩𝐩 y 𝐗𝐗 c . Fuente: propia

Con los valores de 𝐗𝐗 𝟐𝟐𝐩𝐩 y 𝐗𝐗 𝟐𝟐c encontrados, pasamos al cuarto y último paso que habla de la decisión
y la conclusión del ejercicio. En este caso:
• Decisión: Se acepta la hipótesis nula “ H0 La edad de los clientes potenciales y la
preferencia por el modelo de vehículo que se desea lanzar al mercado son independientes”
• Conclusión: La edad de los clientes potenciales y la preferencia por el nuevo modelo de
vehículo que desea lanzar al mercado la empresa no son dependientes, es decir, que no
puede admitirse a un nivel de significación del 5% que la edad explica el comportamiento
de los clientes.
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 12

Conclusiones

El desarrollo del presente caso práctico, me ha hecho investigar, analizar y a su vez comprender
desde un enfoque no de matemático y estadista sino como de futuro Administrador y directivo de
una organización, el tema relacionado con Hipótesis estadísticas, su relevancia dentro del contexto
empresarial, el sentido que nos involucra de manera temporal o permanente dentro de una
organización, con sentido de pertenencia y a desenvolvernos en varios frentes, siendo considerados
profesionales éticos, integrales y comprometidos con una causa común para el bien general.

Los ejemplos anteriores que han sido estudiados e investigados, le sirve al Administrador y
Director de Empresas, para comprender, que sin importar el sector privado o público al cual se
dedique, siempre podrá encontrar situaciones con problemas estadísticos relacionados con
Hipótesis, que son de suma importancia y relevancia para una empresa que tiende a mejorar sus
resultados operativos y/o administrativos relacionados ya sea con la fabricación, comercialización,
atención a clientes y proveedores, ventas y a la consecución de beneficios económicos y
organizacionales tendientes a obtener el éxito de la misma.

Para todo Administrador y Director de Empresas, el análisis de compañías, casos ficticios y

casos de la vida real, es un instrumento valioso que agrega conceptos y conocimientos importantes,
a su estructura profesional y le sirve como ejemplo de las conductas a repetir y errores a evitar en
la bitácora e historial de su propia empresa.
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 13

Referencias Bibliográficas
Libros de Asturias Premium
Bencardino, C. M. (2011). Estadística básica aplicada ((4a.ed.) ed.). Bogotá: Ecoe Ediciones.
Juan Antonio García Ramos, C. D. (2016). Estadística empresarial. Madrid: Servicio de
Publicaciones de la Universidad de Cádiz.
Rodríguez, J. R. (2014). Estadística para administración. México D.F.: Grupo Editorial Patria.

Documentos Electrónicos
Actuario. (2020). DISTRIBUCIÓN DE PROBABILIDAD DE VARIABLES ALEATORIAS
CONTINUAS: LA NORMAL. Obtenido de Tablas de la Distribución Normal:
https://seactuario.com/ContMatematicas/PROBABILIDAD25.htm
Asturias Corporación Universitaria. (2020). Centro-Virtual. Obtenido de Hipótesis Estadística:
https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf1.pdf
Asturias Corporación Universitaria. (2020). Centro-Virtual. Obtenido de Interpretación de
P.Valores y Estudio de Hipótesis en Dos Poblaciones: https://www.centro-
virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf2.pdf
Asturias Corporación Universitaria. (2020). Centro-Virtual. Obtenido de Análisis de Varianza:
https://www.centro-virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf3.pdf
Asturias Corporación Universitaria. (2020). Centro-Virtual. Obtenido de Diseños con Datos no
Balanceados: https://www.centro-
virtual.com/recursos/biblioteca/pdf/estadistica_ii/unidad3_pdf4.pdf
Fernández, S. d. (2016). fuenterrebollo.com. Obtenido de Contraste de Hipótesis:
http://www.fuenterrebollo.com/Economicas/TEORICA-II/4-problemas-contrastes.pdf
González, A. L. (s.f.). https://personales.unican.es. Obtenido de EJERCICIOS DE
ESTADÍSTICA I.T.O.P.: https://personales.unican.es/gonzaleof/Itop/LibroPracticas.pdf
IES Campanillas. (s.f.). 15 Contraste de Hipótesis. Obtenido de http://iescampanillas.es/:
http://iescampanillas.es/departamento/media/matematicas/2BACHCCSST15.pdf
khanacademy.org. (2019). https://es.khanacademy.org/. Obtenido de Probabilidad y estadística:
https://es.khanacademy.org/math/probability/probability-geometry
Maestro Gustavo. (29 de abril de 2016). Hipótesis Prueba de Independencia. Obtenido de
https://www.youtube.com/watch?v=sbf7qt0ys2Q
Studylib.es. (s.f.). Tabla de la distribución Chi-cuadrado g=grados de libertad p=área. Obtenido
de https://studylib.es/doc/4721462/tabla-de-la-distribuci%C3%B3n-chi-cuadrado-
g%3Dgrados-de-liberta...
UNIDAD 3: CASO PRÁCTICO. SOLUCIÓN. 14

uv.es. (s.f.). Estadística inferencial. Obtenido de 5.1 Potencia:

https://www.uv.es/webgid/Inferencial/51_potencia.html