PRUEBA DE HIPÓTESIS

Una hipótesis estadística es una conjetura que se hace en relación con algún parámetro de
cierta población y que puede o no ser cierta. Por otro lado, una prueba de hipótesis es un
proceso de toma de decisiones para evaluar dichas afirmaciones.

Hipótesis nula (𝑯𝟎 ) es una hipótesis estadística que establece que no hay diferencia entre un
parámetro y un valor específico, o que no hay diferencia entre dos parámetros. En otras
palabras, es una afirmación de un parámetro poblacional.

Hipótesis alternativa (𝑯𝟏 ) es una hipótesis estadística que establece la existencia de diferencia
entre un parámetro y un valor específico, o bien, que hay diferencia entre dos parámetros. Dicho
de otra manera, es una afirmación que se acepta si los datos muestrales proporcionan evidencia
suficiente de que la hipótesis nula es falsa.

Prueba estadística. Utiliza los datos obtenidos de una muestra para decidir si la hipótesis nula
debe ser rechazada. El valor obtenido de a partir de una prueba estadística se conoce como
valor de prueba.

Ejemplos de hipótesis estadísticas son:

1) Escuchar música a la hora de estudiar o de hacer trabajos es un hábito muy común entre los
estudiantes universitarios. En 1972 se realizó una investigación para conocer la relación entre la
escucha de melodías y los cambios de productividad, observándose un aumento de rendimiento
cuando los individuos escuchaban música. Sin embargo, el contexto de trabajo de esta
investigación fue el de una fábrica, donde las tareas de la fuerza de trabajo eran repetitivas y
previsibles. A partir de ello, un psicólogo expresa que conceptos como el de multitasking y el de
foco atencional deben tomarse en cuenta en este tipo de estudios; así que considera que el
poner música a un grupo de estudiantes, durante un examen, podría cambiar los resultados del
mismo. No obstante, no está seguro si las calificaciones serán superiores o inferiores a una
calificación media de 7, conocida a partir de información estadística.
𝐻0 : 𝜇 = 7 y 𝐻1 : 𝜇 ≠ 7 Prueba de dos extremos o dos colas.
2) El tratamiento superficial, como método de reparación de la capa de rodadura, es una
alternativa muy rentable para la restauración de las características de agarre de las carreteras.
Sin embargo, hay muchos fracasos en el uso de esta alternativa de mantenimiento, por lo que
un investigador desea determinar si el porcentaje de pérdidas en el uso de ensayos de abrasión
húmeda no es menor al 25%, mismo valor que representa el porcentaje promedio de pérdidas
después de aplicarse el ensayo.
𝐻0 : 𝜇 ≤ 25% y 𝐻1 : 𝜇 > 25% Prueba de extremo derecho o cola derecha.

3) Aplicar de manera correcta la sana distancia en la población es una de las medidas sociales
para reducir la frecuencia de contacto entre las personas y disminuir el riesgo en la propagación
de un virus. Algunos epidemiólogos mexicanos están interesados en el promedio diario de casos
positivos a COVID-19 en pacientes que adoptan la medida de sana distancia. Si el promedio
diario de la penúltima semana de junio de casos positivos fue de 4581. ¿Este promedio se
decrementará, si las personas aplican la medida de sana distancia?
𝐻0 : 𝜇 ≥ 4581 y 𝐻1 : 𝜇 < 4581 Prueba de extremo izquierdo o cola izquierda.

Prueba de una cola. Indica que la hipótesis nula debe rechazarse si el valor de prueba está en la
región crítica a un lado de la media. Una prueba de una cola puede clasificarse como de cola
izquierda o cola derecha, dependiendo de la dirección de la desigualdad de la hipótesis
alternativa.
Prueba de dos colas. La hipótesis se rechaza si el valor de prueba está se encuentra en
cualesquiera de las dos regiones críticas.

Tipos de errores en una prueba estadística:

Error tipo I. Rechazar la hipótesis nula (𝐻0 ) cuando es verdadera. La probabilidad de cometer
un error tipo I se denota con 𝛼.
Error tipo II. Aceptar la hipótesis nula cuando es falsa. La probabilidad de cometer un error de
tipo II se denota con 𝛽.
Generalmente cuando la media de la muestra está muy alejada de la media hipotetizada, se
considera que la hipótesis nula es falsa; sin embargo, es necesario establecer qué tan grande
debe ser esa diferencia para poder rechazar la hipótesis nula y por ello, surge el concepto de
nivel de significancia.

Nivel de significancia (𝜶). Probabilidad de cometer un error del tipo I. Los niveles de
significancia usualmente empleados son: 0.10, 0.05 y 0.01.

Los métodos utilizados para probar hipótesis son:

a) El método tradicional.
b) El método de valor P.
c) El método de intervalo de confianza.

 MÉTODO TRADICIONAL 
 Establecer la hipótesis e identificar la afirmación.
 Encontrar el o los valores críticos.
 Calcular el valor de prueba.
 Decidir si se rechaza o no la hipótesis nula.

Valor crítico. Separa la región crítica de la no crítica. Se representa como V. C. y depende del
nivel de significancia 𝛼.
Región crítica o región de rechazo. Es el intervalo de valores de prueba que indican que hay una
diferencia significativa y que por la tanto, la hipótesis nula debe ser rechazada.
Región no crítica o región de no rechazo. Es el intervalo de valores de prueba que indica que la
diferencia se debió probablemente al azar y que, por tanto, la hipótesis nula no debería ser
rechazada.
Ejemplo.
Si 𝐻0 : 𝜇 ≥ 80 ; 𝐻1 : 𝜇 < 80 ; 𝑆 = 19.2 ; 𝑛 = 36 ; 𝑋̅ = 75 y 𝛼 = 0.10. ¿Existe evidencia para
rechazar la hipótesis nula y aceptar la hipótesis alternativa?

Para poder trabajar con la curva normal estándar se calcula:

𝑋̅ − 𝜇 75 − 80
𝑧= = = −1.56
𝑆 19.2
( ) ( )
√𝑛 √36

Como el valor de prueba se encuentra en la región crítica, entonces se rechaza la hipótesis nula
y se acepta la hipótesis alternativa.
Ejemplo.
Si 𝐻0 : 𝜇 = 24672 ; 𝐻1 : 𝜇 ≠ 24672 ; 𝜎 = 3251 ; 𝑛 = 35 ; 𝑋̅ = 25226 y 𝛼 = 0.01. ¿Existe
evidencia para rechazar la hipótesis nula y aceptar la hipótesis alternativa?

Para poder trabajar con la curva normal estándar se calcula:

𝑋̅ − 𝜇 25226 − 24672
𝑧= = = 1.01
𝜎 3251
( ) ( )
√𝑛 √35

Como el valor de prueba no se encuentra en la región crítica, entonces se acepta la hipótesis

nula y se rechaza la hipótesis alternativa.
  MÉTODO DE VALOR P 
 Establecer la hipótesis e identificar la afirmación.
 Calcular el valor de prueba.
 Calcular el valor P.
 Decidir si se rechaza o no la hipótesis nula.
El valor P (valor de probabilidad) es la probabilidad de lograr un estadístico muestral (como la
media) o un estadístico muestral más extremo, en la dirección de la hipótesis alternativa cuando
la hipótesis nula es verdadera.

Ejemplo.
Si 𝐻0 : 𝜇 ≤ 24 ; 𝐻1 : 𝜇 > 24(afirmación) ; 𝑆 = 2 ; 𝑛 = 36 ; 𝑋̅ = 24.7 y 𝛼 = 0.05. ¿Existe evidencia
para rechazar la hipótesis nula y aceptar la hipótesis alternativa?
Para poder trabajar con la curva normal estándar se calcula:
𝑋̅ − 𝜇 24.7 − 24
𝑧= = = 2.10
𝑆 2
( ) ( )
√𝑛 √36
𝑃(𝑋̅ > 24.7) = 𝑃(𝑧 > 2.10) = 0.0179 (valor P)

Como la probabilidad 0.0179 es menor que 0.05 se rechaza la hipótesis nula y se acepta la
hipótesis alternativa.
Ejemplo.
Si 𝐻0 : 𝜇 = 8 (afirmación) ; 𝐻1 : 𝜇 ≠ 8 ; 𝑆 = 0.6 ; 𝑛 = 32 ; 𝑋̅ = 8.2 y 𝛼 = 0.05. ¿Existe evidencia
para rechazar la hipótesis nula y aceptar la hipótesis alternativa?
Para poder trabajar con la curva normal estándar se calcula:
𝑋̅ − 𝜇 8.2 − 8
𝑧= = = 1.89
𝑆 0.6
( ) ( )
√𝑛 √32
𝑃(𝑋̅ > 8.2) = 𝑃(𝑧 > 1.89) = 0.0294
Debido a que se trata de una prueba de dos colas, el área 0.0294 se duplica para obtener el
valor P:
2(0.0294) = 0.0588

Debido a que el valor P es mayor que 0.05, se acepta la hipótesis nula y se rechaza la hipótesis
alternativa.
  MÉTODO DE INTERVALO DE CONFIANZA 
Ejemplo.
El detergente en polvo se empaqueta en bolsas de 5 kg. Sin embargo, inspectores de la Profeco
sospechan que las bolsas pueden no contener los 5 kg. La media de una muestra de 50 paquetes
de jabón es de 4.6 kg, con una desviación estándar de 0.7 kg. ¿Existen elementos suficientes
para afirmar, con un índice 0.05 de significatividad, que las bolas no contienen los 5 kg?
Adicionalmente calcular, para la media verdadera, el intervalo de confianza con un nivel de
confiabilidad del 95%.

Si 𝐻0 : 𝜇 = 5 ; 𝐻1 : 𝜇 ≠ 5(afirmación) ; 𝑆 = 0.7 ; 𝑛 = 50 ; 𝑋̅ = 4.6 ; 𝛼 = 0.05 ; los valores críticos

son +1.96 y -1.96, entonces…
𝑋̅ − 𝜇 4.6 − 5.0
𝑧= = = −4.04
𝑆 0.7
( ) ( )
√𝑛 √50
Y debido a que −4.04 < −1.96 se puede rechazar la hipótesis nula y se acepta la hipótesis
alternativa.
Finalmente, calculando el intervalo de confianza 95%...
0.7 0.7
4.6 − (1.96) ( ) < 𝜇 < 4.6 + (1.96) ( )
√50 √50
∴ 4.4 < 𝜇 < 4.8
Lo cual significa que con un 0.95 de probabilidad la media se encuentra entre 4.4 y 4.8. Y si este
intervalo no contiene a 𝜇 = 5, eso quiere decir que los paquetes, en promedio, tienen menos
de 5 kilos.