Pruebas de Hipótesis

Mg Néstor Flores Rodríguez

Docente FAEDU UPCH
 Inferencia estadística

1. DEFINICIÓN

Procedimiento que permite realizar

afirmaciones de naturaleza probabilística
respecto a una población, en base a los
resultados obtenidos en una muestra
seleccionada de esa población.
 INFERENCIA ESTADISTICA

Población
Muestra

Parámetro
Estadístico
INFERENCIA ESTADISTICA
Estimación
Estimación de Puntual
Parámetros
Por Intervalo
de Confianza
Inferencia
Estadística

Paramétricas
Prueba de Hipótesis

No paramétricas
PRUEBA DE HIPOTESIS:

Es una rama importante de la Inferencia

Estadística, se denomina también
docimacia de hipótesis o contraste de
hipótesis.

Una hipótesis estadística es un supuesto

acerca de algún parámetro poblacional o
sobre alguna situación existente en la
población.
Existen dos tipos de hipótesis estadística:

a.-Hipótesis nula, H0.-

Es un supuesto de no diferencia , de no
cambio, de no asociación, etc.
Es una hipótesis conservadora y como
habitualmente se investiga para observar
diferencias, cambios, asociaciones etc.
La H0 generalmente se plantea esperando
sea rechazada (que los datos muestrales
no la apoyen) y es la que se somete a
contrastación.
b.-Hipótesis alterna, H1.-
Supuesto alternativo a la H0; es decir, si la
H0 es rechazada, entonces los datos
apoyan al cumplimiento de la H1.

Se llama también hipótesis de trabajo y es

la hipótesis que el investigador espera que
sea apoyada por los datos muestrales.

Al tomar la decisión respecto a la H0, se

puede correr el riesgo de cometer dos
distintos tipos de error.
 PLANTEAMIENTO(SITUACIÓN POBLACIONAL)

DECISIÓN
Ho Verdadera Ho falsa

Error Tipo I Decisión acertada

Rechazar Ho
Probabilidad =  (p) Probabilidad = (1-)
“Nivel de Significación” “Potencia”

Decisión acertada Error Tipo II

No rechazar Probabilidad = (1-) Probabilidad = 

“Nivel de confianza”
Ho
 Antes de iniciar una
prueba de hipótesis

Debemos conocer la
distribución de los datos
(normalidad)
 N(μ, σ): Interpretación probabilista

• Entre la media y una

desviación típica
tenemos siempre la
misma probabilidad:
aprox. 68%

• Entre la media y dos

desviaciones típicas
aprox. 95%

10
 El error típico es una medida de la precisión y disminuye a medida que
aumenta la muestra.

Para evaluar la normalidad de un conjunto de datos

tenemos el Test de Kolmogorov-
Smirnov y el test de Shapiro-Wilks
La prueba de Kolmogorov-Smirnov con la modificación de
Lillierfors es la más utilizada y se considera uno de los test
más potentes para muestra mayores de 50 casos.

Hipótesis nula Ho: es que el conjunto de datos siguen

una distribución normal (para rechazarla p<0.05)

Hipótesis Alternativa H1: es que no sigue una

distribución normal.
11
 Prueba de Kolmogorov-Smirnov para una muestra

Variable 1 Variable 2
N 194 199

Parámetros normalesa,,b Media 31,22 21,27

Desviación típica 7,069 7,955

Diferencias más extremas Absoluta ,064 ,107

Positiva ,064 ,107

Negativa -,040 -,078

Z de Kolmogorov-Smirnov ,896 1,506

Sig. asintót. (bilateral) ,399 ,021

a. La distribución de contraste es la Normal.

b. Se han calculado a partir de los datos.

12
Prueba de normalidad con SPSS
 Contraste de hipótesis pasos
• 1.- Prueba de Hipótesis (lenguaje
estadístico)
• 2.- Establecer el nivel de significancia (5%)
• 3.- Elección del estadístico de prueba
• 4.- Lectura del p-valor (< 0.05)
• 5.- Decisión estadística ¿Rechaza Ho?
PRUEBAS DE HIPOTESIS