Capítulo 10

Pruebas de Hipótesis

10.1 Fundamentos y Elementos Básicos

La prueba de hipótesis, es uno de los aspectos fundamentales de la inferencia

estadística. Básicamente una prueba de hipótesis sirve para probar y analizar las

características de una población, utilizando solamente una muestra.

Una vez seleccionada una muestra, se establecen algunas suposiciones acerca del

comportamiento de algún parámetro poblacional (generalmente suele ser )

utilizando estadísticos de la muestra.

10.1.1 Elementos Básicos

Además de la muestra, necesitamos varios elementos para llevar a cabo una

prueba de hipótesis. Una hipótesis nula, simbolizada por , que generalmente

suele ser una afirmación. Una hipótesis alternativa, simbolizada por , establece

lo contrario a la hipótesis nula.

Utilizando un nivel de significancia , se rechaza o no se rechaza la hipótesis, no

se puede establecer como verdadera una hipótesis nula. El hecho de no rechazar

una hipótesis nula, significa que no hay evidencia estadística suficiente para

rechazarla. Al valor de se lo denomina nivel de confianza de la prueba. Los

valores de y son esencialmente importantes.

10.1.2 Hipótesis. Especificación

Las hipótesis nula y alternativa, se especifican según lo que se quiere probar. En

algunos casos podemos establecer una hipótesis de la forma . En este

caso se establece que es exactamente cierto valor . A este tipo de especificación

se lo denomina hipótesis nula simple.

También la hipótesis nula se puede especificar como , es decir, la es

igual a cierto valor o más. También se puede establecer , lo que

implica que es igual a cierto valor o menos.

Las hipótesis alternativas deben establecer los contrario a lo que establecen las

hipótesis nulas. Una hipótesis alternativa de la forma es una hipótesis

alternativa bilateral. Si por el contrario la hipótesis alternativa se especifica como

o entonces tenemos hipótesis alternativas unilaterales.

Ejemplo 10.1: Una embotelladora quiere probar la hipótesis de que la media

poblacional es de 16 onzas, en este caso, las hipótesis serian:

Supongamos que ahora la embotelladora quiere probar la hipótesis de que los

pesos son de por lo menos 16 onzas, es decir, 16 onzas o más. En este caso:

Ahora la embotelladora quiere probar la hipótesis de que los pesos son como

máximo 16 onzas. Entonces:

10.2 Pruebas de Hipótesis para Utilizando

Cuando la muestra es grande , se suele utilizar los valores de para

comparar los resultados y decidir entre las hipótesis nula o alternativa. Si el nivel

elegido para la prueba de hipótesis es , entonces:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Figura 10.1

La hipótesis nula se rechaza si . Al nivel de el valor de

es 2.58 y al nivel de el valor de es 1.65. El valor de se

obtiene al estandarizar el parámetro y el de de la tabla de distribución

normal estándar. Podemos establecer las siguientes zonas:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Figura 10.2
Ejemplo 10.2: Una multinacional, quiere probar si las bombillas eléctricas que

produce duran 1000 horas de operación útil. La firma toma una muestra de 100

bombillas y encuentra que la media es de 980 horas y la desviación estándar de la

muestra es de 80 horas. Puesto que la muestra de 100 bombillas es mayor a 30,

podemos decir que tenemos una muestra grande. Teniendo en cuenta la

información establecemos las hipótesis:

Ahora calculamos:

Utilizando , el valor es 1.96. Si utilizamos un grafico referencial

podemos notar que:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Puesto que entonces rechazamos la hipótesis nula aun nivel de

significación de 5%.1

1
Tener en cuenta que se comparan teniendo en cuenta valor absoluta, es decir, sin tener en cuenta
los signos de los números.
10.3 Calculo del

El o como también suele denominarse, es una alternativa para

probar hipótesis. Técnicamente se define al valor p como el área en la cola que

está más allá del valor del estadístico para la muestra. El p valor es el menor

nivel de significación al que puede rechazarse una hipótesis nula, dado el

estadístico muestral observado.

La regla de decisión es que si no se puede rechazar la hipótesis nula.

Se debe de tener en cuenta que si la prueba es de dos colas, se multiplica por 2 el

y si es de una cola, no es necesaria la multiplicación por 2.

Ejemplo 10.3: Anteriormente se obtuvo un valor , de modo que se

tuvo que rechazar la hipótesis nula. Si buscamos el área que corresponde a ese

valor de encontramos que su valor es 0.4938. Utilizando un grafico como

referencia establecemos:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Sabemos que a la derecha y a la izquierda de la línea punteada tiene valor .

Entonces el es . Puesto que es una prueba de dos

colas, el se multiplica por 2, de modo que . Puesto que

entonces se rechaza la hipótesis nula, tal como se estableció en el

ejemplo anterior.
10.4 Pruebas de Hipótesis para Utilizando

Existen situaciones, en que la distribución normal no es aplicable. Si se da el caso,

debemos utilizar la distribución . La regla de decisión al utilizar esta distribución

es que se rechaza la hipótesis nula si .2

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Figura 10.3

Para obtener el valor de tener en cuenta y también .

Ejemplo 10.3: Una firma quiere saber con un nivel de confianza del 95% si

puede garantizar que las cajas de detergentes que vende contienen más de 500

gramos. Al extraer una muestra aleatoria de 25 cajas, encuentran que el peso

medio es de 520 gramos con una desviación estándar de 75 gramos. Podemos

establecer las siguientes hipótesis:

La hipótesis alternativa en este caso, establece que la media es mayor a 500,

puesto que es eso lo que la firma quiere probar. Teniendo en cuenta que y

además es desconocido, no podemos utilizar la distribución normal.

2
Tener en cuenta que se comparan teniendo en cuenta valor absoluta, es decir, sin tener en cuenta
los signos de los números.
En este caso, debemos utilizar la distribución .

Utilizando y grados de libertad, el valor tiene

el valor 1.711. Si utilizamos un grafico referencial podemos notar que:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

Puesto que entonces decimos que no hay evidencia suficiencia para

rechazar la hipótesis nula.

10.5 Prueba de Hipotesis para la Diferencia de 2 Medias

En algunas situaciones se requiere determinar o probar la hipótesis de que dos

medias de de diferentes poblaciones son iguales. Si las dos poblaciones tienen

distribución normal o y son , entonces la distribución es normal o

aproximadamente normal. El error estándar se calcula por

Donde:
  es la varianza de la primera muestra

 es el tamaño de la primera muestra

 es la varianza de la segunda muestra

 es el tamaño de la segunda muestra

El estadístico a calcular es:

Ejemplo 10.4: Un gerente quiere determinar al nivel del 5%, si los salario por

hora de los trabajadores semicalificados son los mismo en 2 ciudades. Toma una

muestra aleatoria de 40 para primera ciudad y obtiene con una

desviación estándar muestral de . Luego toma otra muestra aleatoria de

54 de la otra ciudad y obtiene con una desviación estándar muestral de

. Se establecen las siguientes hipótesis:

La establece que la diferencia entre ambas medias es 0, por lo que ambas

medias son iguales. La establece lo contrario. Teniendo en cuenta que

y podemos utilizar la tabla de distribución normal. Al calcular :

Al calcular el estadístico :
Teniendo en cuenta que la prueba se quiere llevar a cabo al 5%, el valor critico es

de , por lo que , esto significa que no se puede rechazar la . Esto

se puede ver en el siguiente grafico:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700

En caso de que no sea posible utilizar la distribución normal, se tiene la opción de

utilizar la distribución . La distribución se utiliza en caso de que y sean

menores a , y se supone que . El error estándar se calcula por:

Donde se calcula por:

Y el estadístico se calcula por:

Los valores críticos se buscan teniendo en cuenta y el nivel de

significancia deseado. Si entonces se rechaza la hipótesis nula, caso

contrario no se puede rechazar la hipótesis nula.

Ejemplo 10.5: La asociación dental quiere probar cual de las dos cremas

dentales es mejor para luchas contra las caries. Se toma una muestra aleatoria de

21 personas que usan cada una de las cremas dentales. Los datos que se

recolectaron fueron:

Media de caries Error estándar Muestra

Crema A 25 5 21

Crema B 23 4 21

Tabla 10.1

Las hipótesis a probar son:

Teniendo en cuenta que y no podemos utilizar la tabla de

distribución normal, por lo que debemos utilizar la tabla . Calculamos

primeramente :

Ahora calculamos el error estándar:

Al calcular el estadístico :
Teniendo en cuenta que la prueba se quiere llevar a cabo al 5%, teniendo en

cuenta y , vemos que el valor critico es

de , por lo que , esto significa que no se puede rechazar la ,

así como se ve en el siguiente grafico:

.0024

.0020

.0016

.0012

.0008

.0004

.0000
1,300 1,500 1,700 1,900 2,100 2,300 2,500 2,700
Referencias:

 Estadística Aplicada a Administración y Economía. Leonard J. Kazmier.

McGraw-Hill. 2006

 Estadística para Administración y Economía. Paul Newbold, William L.

Carlson & Betty M. Thorne. Pearson. 2008

 Estadística Aplicada a los Negocios y la Economía. Allen L. Webster.

McGraw-Hill. 2000.

 Estadística Aplicada a los Negocios y la Economía. Douglas A. Lind,

William G. Marchal & Samuel A. Wathen. McGraw-Hill. 2009.

 Estadística para Administración y Economía. David R. Anderson, Dennis

J. Sweeney & Thomas A. Williams. Cengage Learning. 2008