INDICE

PRIMERA VISITA.

LABORATORIO 1:
PRUEBAS DE HIPOTESIS.

Tema
PRUEBAS DE HIPÓTESIS

Objetivo Al final de la sesión, utilizando la herramienta EXCELL Y

MINITAB, el estudiante podrá:

Realizar pruebas de hipótesis por medio deEXCEL Y

MINITAB, para facilitar la toma de decisiones.

Herramienta de
MINITAB 1. SUM (entre filas y columnas), PROMEDIO, MEDIA,
MODA, VAR, DESVEST y fórmulas en celdas para
calcular totales.
2. Asistente de Gráficos

Materiales
Auxiliares 1. Memoria usb.

Actividades a
realizar por el 1. Abrir una hoja electrónica nueva y guardarla en la USB.
estudiante con un nombre apropiado o el que asigne el profesor(a).
2. En el ejemplo 1 de esta guía se explicarán los pasos a
seguir para la resolución de los problemas.
.
3. Seguir las instrucciones del material para poder resolver
los problemas asignados.
Introducción: El propósito del análisis estadístico es reducir el nivel de
incertidumbre en el proceso de toma de decisiones. Los gerentes pueden tomar
decisiones sólo si tienen suficiente información a su disposición. La prueba de
hipótesis es una herramienta analítica muy efectiva para obtener esta valiosa
información, bajo una gran variedad de circunstancias.
Se usará el software MINITAB17, de MINITAB INC. y la hoja electrónica EXCEL,
Potentes herramientas para el análisis estadístico. Se usará la siguiente
metodología: los ejemplos se resolverán en forma analítica-matemática y
utilizando MINITAB y /o Excel.

DEFINICIONES BASICAS.

PRUEBAS DE HIPOTESIS DE UNA POBLACION.

La prueba de hipótesis inicia con un supuesto llamado hipótesis, que se hace con
respecto a un parámetro de población, enseguida se recolectan datos de una
muestra, se producen estadísticos de muestra y se usa esa información para decidir
qué tan probable es que sea correcto el parámetro de la población acerca del cual se
hizo la suposición.
En una prueba de hipótesis de una población, se seguirá el siguiente esquema:

• Suponer un cierto valor para una media de población. (Ho)

• Recolectar datos de muestra y calcular la diferencia entre el valor hipotético
y el valor real de la media de la muestra.
• Juzgar si esa diferencia es significativa o no, usando un estadístico de
prueba apropiado.
Mientras más pequeña sea la diferencia calculada, mayor será la probabilidad que
el valor hipotético. (Ho), sea correcto, y al contrario, mientras mayor sea la
diferencia más pequeña será esa probabilidad.
Lo que se pretende con la prueba de hipótesis es dar un proceso objetivo que
permita decidir si se acepta o se rechaza el supuesto planteado, tomando como
base la información de la muestra.
DEFINICIONES BÁSICAS.
• HIPOTESIS NULA.
En la prueba de hipótesis, se debe establecer el valor supuesto o hipotético
del parámetro de la población (μ) antes de comenzar a tomar la muestra.
Esta suposición que se someterá a prueba se llama hipótesis nula, se denota
por H0. Por ejemplo, si se desea probar la hipótesis que la media de una
población es igual a 650, entonces se plantea en forma simbólica así:
H0 : μ = 650 , lo cual se lee: la hipótesis nula H0 es igual a 650.

NOTA: El término hipótesis nula viene de las primeras aplicaciones de estadística

en agricultura y medicina.
• HIPOTESIS ALTERNATIVA.
Si los resultados de la muestra no respaldan H0 entonces se debe concluir
que se cumple o se acepta otra cosa, esa otra cosa se llama hipótesis
alternativa, la cual se denota por H1

Para H0 :μ = 650, se consideran tres hipótesis alternativas posibles:

1. H1:μ≠650 , se denomina prueba de dos extremos.
2. H1:μ>650 , se denomina prueba del extremo derecho.
3. H1:μ<650 , se denomina prueba del extremo izquierdo.
• NIVEL DE SIGNIFICANCIA.
Después que se definen las dos hipótesis, nula y alternativa, el siguiente
paso consiste en decidir qué criterio utilizar para decidir si aceptar o
rechazar la hipótesis nula.

El objetivo de la prueba de hipótesis no es cuestionar el valor calculado del

estadístico de muestra sino de emitir un juicio acerca de la diferencia entre
el estadístico y el parámetro hipotético.

Si se toma el 5% como el nivel de significancia para probar una hipótesis

nula si la diferencia entre la estadística de muestra y el parámetro de
población hipotético es lo bastante grande como para que ocurra esta u otra
diferencia mayor, en promedio, solo cinco o menos veces en cada 100
muestras, cuando H0 es correcta.

Lo anterior se puede ver en la siguiente gráfica.

Regiones de diferencia significativa y de diferencia no significativa a un nivel de
significancia del 5%.

La figura 2 dice que el 95% del área es la región de aceptación de la hipótesis

nula H0, cuando se eligió el 5% como el nivel de significancia, y las dos áreas
sombreadas son las de rechazo.

Selección del nivel de significancia.

No existe un solo nivel de significancia para probar una hipótesis. Los
niveles más usuales son 5% y 1% aunque es posible probar una hipótesis a
cualquier nivel de significancia, pero mientras más alto sea el nivel de
significancia que se utiliza para probar una hipótesis, mayor será la
probabilidad de rechazar una hipótesis nula cuando sea cierta.
Las siguientes figuras muestran tres niveles de significancia:

Nivel de significancia del 1%

Nivel de significancia del 10%

Nivel de significancia del 50%

TABLA DE DECISIONES

La validez o bondad de una prueba estadística de una hipótesis se mide

mediante las probabilidades de cometer un error tipo I o de tipo II. El
rechazo de una hipótesis nula cuando es cierta se llama error tipo I, y su
probabilidad es el nivel de significancia, y se simboliza por α ( alfa). Aceptar
una hipótesis nula cuando es falsa se llama error tipo II, su probabilidad se
simboliza por β (beta).
Hay un equilibrio entre los dos tipos de errores: la probabilidad de cometer
un tipo de error puede ser reducido si y solo si se incrementa la
probabilidad de cometer el otro tipo de erro. Lidiar con este equilibrio,
depende de asunto a decidir en la vida real.

HIPOTESIS NULA

DECISION VERDADERA FALSA

RECHAZAR H0 ERROR TIPO I DECISION CORRECTA

ACEPTAR H0 DECISION CORRECTA ERROR TIPO II

Propiedades de Alfa y Beta.

1. El valor de alfa se fija al escoger la región de rechazo.
2. El valor de beta dependerá de la hipótesis alternativa que se escoja. Es
más fácil detectar diferencias grandes con el valor de la hipótesis nula de
un parámetro, que detectar diferencias pequeñas. Si se quieren detectar
diferencias pequeñas con el valor de la hipótesis nula de un parámetro,
beta será grande. Si se desea detectar diferencias grandes, beta será
pequeña.
3. Para un tamaño maestral fijo, al aumentar la región de rechazo alfa (α),
beta (β) disminuye. Si alfa decrece, beta aumentara.
4. Al aumentar el tamaño de la muestra n, alfa y beta decrecerán a la vez.
DECISION SOBRE EL TIPO DE DISTRIBUCION A UTILIZAR EN LA PRUEBA
DE HIPOTESIS.

Después de decidir el nivel de significancia a utilizar, el paso siguiente está en

determinar la distribución de probabilidad adecuada. El cuadro siguiente resume
que tipo de distribución de probabilidad utilizar:

CUANDO SE CONOCE CUANDO NO SE

LA DESVIACION CONOCE LA
ESTANDAR DE LA DESVIACIÓN
POBLACION (σ) ESTÁNDAR DE LA
POBLACION (σ)
EL TAMAÑO DE LA DISTRIBUCIÓN DISTRIBUCIÓN
MUESTRA n ES MAYOR NORMAL. NORMAL.
QUE 30 TABLA Z TABLA Z
EL TAMAÑO DE LA DISTRIBUCION T. DISTRIBUCION T.
MUESTRA n ES MENOR TABLA T TABLA T
O IGUAL A 30 SE
SUPONE QUE LA
POBLACION ES
NORMAL O
APROXIMADAMENTE
NORMAL

PRUEBA DE HIPOTESIS DE DOS EXTREMOS.

En una prueba de dos extremos de una hipótesis, se rechazará la hipótesis nula si

la media de la muestra es significativamente mayor o menor que la media de la
población hipotetizada. Existen dos regiones de rechazo.
Esta prueba se aplica cuando la hipótesis nula es iguala una constante real o valor
numérico especifico, ( H0: μ = k) donde k es un valor especifico, y la hipótesis
alternativa es H1: μ ≠ k. Ver figura siguiente:
PRUEBA DE HIPOTESIS DE UN SOLO EXTREMO.

Hay situaciones en las que no es posible aplicar una prueba de dos extremos, si la
hipótesis nula es de la forma H0 : μ = k y la hipótesis alternativa es de la forma
H1: μ > k, o bien H1: μ < k entonces se utiliza la prueba del extremo derecho o del
extremo izquierdo respectivamente, Ver las siguientes figuras:

Prueba de hipótesis del extremo derecho

 Prueba de hipótesis del extremo izquierdo

PASOS PARA UNA PRUEBA DE HIPOTESIS.

En general, consideraremos los siguientes pasos:

1. Planteamiento de la hipótesis nula H0.

2. Planteamiento de la hipótesis alternativa H1.
3. Plantear el criterio de decisión ( nivel de significancia)
4. Calcular el estadístico de prueba.
5. Conclusión.
PRUEBA DE HIPOTESIS PARA UNA MEDIA POBLACIONAL.
MUESTRA GRANDE.

Analizaremos dos casos:

a) Cuando se conoce la desviación estándar de la población σ

b) Cuando no se conoce la desviación estándar de la población.

a) Prueba de hipótesis para una población, n es grande (n > 30), y se conoce o

desconoce σ. Los pasos son:
1. Hipótesis nula: H0 : μ = k
2. Hipótesis alternativa adecuada:
H1 : μ ≠ k ( prueba de dos extremos)
H1 : μ > k ( prueba del extremo derecho)
H1 : μ < k ( prueba del extremo izquierdo)
3. Criterio de decisión: (nivel de significancia)
4. Estadístico de prueba:
x− x−
z= =
x 
n
Si se desconoce  , sustituir este valor por la desviación estándar de la
muestra s.
5. Conclusión.
Se compara el paso 4 con el paso 3.