1

Formas para las hipótesis nula y alternativa

Ahora se verán las pruebas de hipótesis acerca de la diferencia entre dos medias poblacionales. D0 denota la
diferencia hipotética entre μ1 y μ2, las tres formas que puede tener una prueba de hipótesis son las siguientes:.

H0: μ1 - μ2 ≥ D0 H0: μ1 - μ2 ≤ D0 H0: μ1 - μ2 = D0

H1: μ1 - μ2 < D0 H1: μ1 - μ2 > D0 H0: μ1 - μ2 ≠ D0

En muchas aplicaciones D0 = 0.

2
REGIONES DE RECHAZO
H0: μ1 - μ2 ≥ D0 H0: μ1 - μ2 ≤ D0 H0: μ1 - μ2 = D0
H1: μ1 - μ2 < D0 H1: μ1 - μ2 > D0 H0: μ1 - μ2 ≠ D0
z < - zα t > tα
Región de
Región de NO Rechazo Región de Región de
Rechazo Rechazo Rechazo

Valor crítico z < - zα/2 ó z > zα

t < - tα/2 ó t > tα

 2 >  2α  2<  21-α/2 ó  2 >  2α/2

F < F1-α/2 ó F > Fα/2

3
 PRUEBAS DE HIPÓTESIS ENTRE DOS MEDIAS POBLACIONALES: σ12 Y σ22 CONOCIDAS
de poblaciones normales, o muestras grandes (n1 y n2 mayores o iguales que 30).
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
Paso 2. Especificar el nivel de significancia.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba. Si σ12 y σ22 son
desconocidas pero n1 y n2 son suficientemente grandes, aproximamos σ12 = S12 y σ22 = S22

Metodo del valor-p

Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p.
Paso 5. Rechazar H0 si el valor-p ≤ α.
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico Zα ó Z α/2 y la regla de rechazo.
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza
H0.

4
Ejemplo: Como parte de un estudio para evaluar las diferencias en la calidad entre dos centros de
enseñanza, se aplica un examen estandarizado a los individuos de ambos centros. La diferencia de
calidad se evalúa comparando las medias de las puntuaciones obtenidas en el examen. Las medias
poblacionales en cada uno de los centros son:
μ1 = media de las puntuaciones en los exámenes presentados por los individuos del centro A
μ2 = media de las puntuaciones en los exámenes presentados por los individuos del centro B
Se supone que no hay diferencia entre la calidad de la capacitación en uno y otro centro de
enseñanza
H0: μ1 - μ2 = 0
H1: μ1 - μ2 ≠ 0
En exámenes estandarizados practicados ya en diversas ocasiones, siempre se ha obtenido una
desviación estándar cercana a 10 puntos. Por tanto, usará esta información y considerará que las
desviaciones estándar poblacionales se conocen y que son σ1 = 10 y σ2 = 10. Para este estudio se
especifica un nivel de significancia α=0.05.
Con muestras aleatorias simples independientes de n1 = 30 individuos del centro de enseñanza A, y
n2=40 individuos del centro de enseñanza B. Las medias muestrales correspondientes son 𝑋1 = 82
y 𝑋2 =78. ¿Estos datos indican que existe una diferencia significativa entre las medias poblacionales de
los dos centros de enseñanza?

5
Desarrollo del ejemplo
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
H0: μ1 - μ2 = 0
H1: μ1 - μ2 ≠ 0
Paso 2. Especificar el nivel de significancia. α=0.05.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba.

Método del valor-p

Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p.
Valor P = 2 * P (Z ≤ 1,66) = 2 * 0.0485 = 0.0970
Paso 5. Rechazar H0 si el valor-p ≤ α.
Es 0.0970 ≤ 0,05??? No!!! entonces no se rechaza H0, al nivel de significación 0,05

Método del valor critico

Paso 4. Emplear el nivel de significancia para determinar el valor crítico Z α/2 y la regla de
rechazo. Z α/2 = Z 0.025 = 1.96
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se
rechaza H0. Regla: rechazar H0 si Z < - Z /2 y Z > Z /2. Como 1,66 no es mayor que 1,96 no se
rechaza H0 (misma conclusión)
6
 PRUEBAS DE HIPÓTESIS ENTRE DOS MEDIAS POBLACIONALES: σ12 y σ22
DESCONOCIDAS. Poblaciones normales. Suponemos que σ12 y σ22 son desconocidas pero
distintas σ12 ≠ σ22
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
Paso 2. Especificar el nivel de significancia.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba.

Metodo del valor-p

Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p.
Paso 5. Rechazar H0 si el valor-p ≤ α.
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico tα ó t α/2 y la regla de rechazo.
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza
H0.

7
Ejemplo: Considere un nuevo software que ayuda a los analistas de sistemas a reducir el tiempo requerido para diseñar,
elaborar y poner en marcha un sistema de información. Para evaluar las ventajas del nuevo software, se toma una
muestra de 24 analistas de sistemas. A cada analista se le da información sobre un sistema de información hipotético. A 12
de ellos se les pide que elaboren el sistema de información usando la tecnología existente y a los otros 12 analistas se les
capacita para usar el nuevo software y se les pide que lo empleen para elaborar el sistema de información. En el estudio
participan dos poblaciones: una población de analistas de sistema que usan la tecnología ya existente y una población de
analistas de sistemas que usan el nuevo software. En términos del tiempo necesario para el proyecto del sistema de
información, las medias poblacionales son las siguientes:
μ1 = media del tiempo que necesitan para el proyecto los analistas que emplean la tecnología ya existente
μ2 = media del tiempo que necesitan para el proyecto los analistas que emplean el nuevo software.
El investigador encargado de la evaluación del nuevo software espera poder demostrar que con el nuevo software se
necesita menos tiempo para el proyecto del sistema de información.

8
PASOS EN LAS PRUEBAS DE HIPÓTESIS
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
H0: μ1 - μ2 ≤ 0
H1: μ1 - μ2 > 0
Paso 2. Especificar el nivel de significancia. α=0.05.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba.

Metodo del valor-p Región de NO Región de

Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p. Rechazo Rechazo
Valor P = P (T ≥ 2,27) = 0,0167
Paso 5. Rechazar H0 si el valor-p ≤ α.
Es 0.0167 ≤ 0,05??? SI!!! entonces se rechaza H0, al nivel de significación 0,05. La investigación favorece la
conclusión de que con el nuevo software el tiempo requerido es menor.
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico T α y la regla de rechazo.
t α = t0,05;22=1,717. Regla: rechazar H0 si t > t
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza H0.
Es t > t ? SI, 2,27 es mayor que 1,717, entonces se rechaza H0, al nivel de significación 0,05
9
Salida en Minitab 17

t Calculado

10
 PRUEBAS DE HIPÓTESIS ENTRE DOS MEDIAS POBLACIONALES: σ12 y σ22
DESCONOCIDAS. Poblaciones normales. Suponemos que σ12 y σ22 son desconocidas pero
iguales
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
Paso 2. Especificar el nivel de significancia.
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba. las dos desviaciones
estándar muestrales se combinan para obtener la siguiente varianza muestral combinada:

El estadístico de prueba es:

Con n1 + n2 - 2 grados de libertad

Metodo del valor-p
Paso 4. Emplear el valor del estadístico de prueba para calcular el valor-p.
Paso 5. Rechazar H0 si el valor-p ≤ α.
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico tα ó t α/2 y la regla de rechazo.
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza
H0.
11
Ejemplo: Se llevo a cabo un experimento para comparar el desgaste por abrasivos de dos diferentes
materiales laminados. Se probaron 12 piezas del material 1 exponiendo cada pieza a una maquina para medir
el desgaste. Se probaron 10 piezas del material 2 de manera similar. En cada caso se observo la profundidad
del desgaste. Las muestras del material 1 revelaron un desgaste promedio (codificado) de 85 unidades con una
desviación estándar muestral de 4; en tanto que las muestras del material 2 revelaron un promedio de 81 y una
desviación estándar muestral de 5. ¿Podríamos concluir, a un nivel de significancia de 0.05, que el desgaste
abrasivo del material 1 excede al del material 2 en mas de 2 unidades? Suponga que las poblaciones son
aproximadamente normales con varianzas iguales.
Representemos con μ1 y μ2 las medias de la población del desgaste abrasivo para el material 1 y el material
2, respectivamente
1.

2.
3. t > tα

4. Región de Rechazo t > tα t= 1,04 y t0,05;20=1,725

5. Decisión del Test: Como 1,04 no es mayor que 1,725 entonces no se rechaza H0. No podemos concluir que el
desgaste abrasivo del material 1 excede al del material 2 en mas de 2 unidades, al nivel de significación del 0,05 12
 Diseño de muestras pareadas

El método de muestreo para obtener los datos y probar las hipótesis, se consideran dos diseños
alternativos.

1. Diseño de muestras independientes: se toma una muestra aleatoria simple de trabajadores y cada uno de
ellos usa el método 1. Se toma otra muestra aleatoria simple de trabajadores y cada uno de ellos usa el
método 2. El procedimiento que se usa para probar la diferencia entre las dos medias es uno de los
procedimientos presentados anteriormente.

2. Diseño de muestras pareadas: se toma una muestra aleatoria simple de trabajadores. Cada trabajador
primero usa uno de los métodos y después usa el otro método. A cada trabajador se le asigna en forma
aleatoria el orden en que usará los dos métodos, algunos trabajadores primero usarán el método 1 y otros el
método 2.
Los dos métodos se prueban bajo condiciones similares; por tanto, este diseño suele conducir a errores
muestrales más pequeños que el diseño de muestras independientes. La razón principal es que en el diseño
de muestras pareadas se elimina la variación entre las unidades experimentales.

13
Ejemplo: Suponga que los empleados de una fábrica usan dos métodos distintos para realizar una
determinada tarea. Con objeto de maximizar la producción, la empresa desea identificar el método con el que
la media poblacional del tiempo necesario para realizar esta tarea sea menor. Sea μ1 la media poblacional del
tiempo empleando el método 1 y μ2 la media poblacional del tiempo requerido para realizar la tarea con el
método 2. Se emplea una muestra aleatoria de seis trabajadores.
H0: μd = 0
H1: μd ≠ 0

Método 1 Método 2
Trabajador (min) (min) Diferencias
1 6 5,4 0,6
2 5 5,2 -0,2
3 7 6,5 0,5
4 6,2 5,9 0,3
5 6 6 0
6 6,4 5,8 0,6

Media de las Diferencias 𝑑ҧ =0,30

Desv. Est de las Diferencias Sd=0,3347
14
 PRUEBAS DE HIPÓTESIS ENTRE DOS MEDIAS POBLACIONALES: muestras apareadas.
Paso 1. Dar la hipótesis nula y la hipótesis alternativa. H : μ = 0
0 d
H: μ ≠ 0
Paso 2. Especificar el nivel de significancia. α = 0,05 1 d

Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba. Como la muestra es
pequeña, n=6, es necesario suponer que la población de las diferencias tiene una distribución normal. Esta
suposición es necesaria para usar la distribución t en la prueba de hipótesis

Metodo del valor-p

Paso 4. Emplear el valor del estadístico de prueba para calcular el Valor-p = 2 * P( t ≥2,20) = 0,08
Por tabla entre 0,05 y 0,025 entonces calculo valor promedio =(0,05+0,025)/2 = 0,04 y se duplica = 0,08
Valor exacto con Excel 0,0790939
Con n - 1 = 6 - 1 = 5 grados de libertad.
Paso 5. Rechazar H0 si el valor-p ≤ α. 0,08 no es menor o igual que 0,05, entonces se rechaza H0 al nivel
de significación de 0,05,
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico t α/2 =t(0,025;5)=2,571
y la regla de rechazo: t < -t α/2 ó t > t α/2
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza
H0. Decisión: 2,20 no es > 2, 571 entonces se rechaza H0 al nivel de significación de 0,05.
15
SUPUESTOS H0 ESTADISTICO DE PRUEBA H1 REGION CRITICA
Poblaciones normales. Los con n – 1 grados de libertad  D > d0 t > t
 D = d0  D < d0
datos están en forma de
d  d0 t < - t
observaciones apareadas t  D ≠ d0 t < -t/2 Y t > t/2
muestras chicas
sd n
Poblaciones normales. Los  D = d0  D > d0 z > z
datos están en forma de d  d0  D < d0 z < -z
observaciones apareadas Z  D ≠ d0 z < -z/2 y z > z/2
muestras grandes sd n

16
 PRUEBAS DE HIPÓTESIS PARA LA DIFERENCIA DE DOS
PROPORCIONES

SUPUESTOS H0 ESTADISTICO DE PRUEBA H1 REGION

CRITICA

Poblaciones Bernoullí p - p = 0
1 2
(ෞ
𝑝1 − 𝑝
ෞ2 ) p1 > p2 z > z
𝑧=
con n1 y n2 grande 1 1
n1 * p1, n1 * q1, n2 * p2 y 𝑝Ƹ 𝑞ො + p1 < p2 z < -z
𝑛1 𝑛2
n2* q2, sean todos mayores
o iguales que 5. p1 ≠ p2 z < -z/2 Y z > z/2
x1 y x2 son el número de éxitos en las
muestras de tamaño n1 y n2
respectivamente.

𝑥1 𝑥
𝑝
ෞ1 = ; 𝑝 ෞ2 = 2 ;
𝑛1 𝑛2
𝑥1 + 𝑥2
𝑝Ƹ =
𝑛1 + 𝑛2

17
Ejemplo: Una empresa que se dedica a elaborar declaraciones de impuestos desea comparar la calidad del
trabajo que se realiza en dos de sus oficinas regionales. Con muestras aleatorias de las declaraciones de
impuestos elaboradas en dichas oficinas y verificando la exactitud de las declaraciones, la empresa podrá
estimar la proporción de declaraciones con errores elaboradas en cada una de estas oficinas. Interesa
conocer la diferencia entre las proporciones siguientes:
p1 proporción de declaraciones erróneas en la población 1 (oficina 1)
p2 proporción de declaraciones erróneas en la población 2 (oficina 2)
𝑝
ෞ2 proporción muestral en una muestra aleatoria simple de la población 1
𝑝
ෞ2 proporción muestral en una muestra aleatoria simple de la población 2

Oficina 1  n1 = 250 Número de declaraciones con errores 35

Oficina 2  n2 = 300 Número de declaraciones con errores = 27
Como nivel de significancia se usará α = 0.10.
Cálculos:
𝑥1 35 𝑥1 27 𝑝Ƹ =
𝑥1 +𝑥2 35+27
= 250+300= 0,1127
𝑝
ෞ1 = = = 0,14 𝑝
ෞ2 = = = 0,09 𝑛1 +𝑛2
𝑛1 250 𝑛1 300

𝑝
ෞ1 − 𝑝
ෞ2 (0,14 − 0,09)
𝑍= = = 1,85
1 1 1 1
𝑝Ƹ 𝑞ො 𝑛 + 𝑛 0,1127 ∗ 1 − 0,1127 ∗ ( +
1 2 250 300)
18
 PRUEBAS DE HIPÓTESIS PARA LA DIFERENCIA DE DOS PROPORCIONES
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
H0: p1 - p2 = 0
H1: p1 - p2 ≠ 0

Paso 2. Especificar el nivel de significancia. α = 0,01

Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba.
Z= 1,85
Metodo del valor-p
Paso 4. Emplear el valor del estadístico de prueba para calcular el
Valor-p = 2 * P( Z ≥1,85)) = 1- P( Z ≤1,85) = 1 - 0,9678=0,0322.
Valor-p es 2*(0,0322) = 0,0644.
Paso 5. Como el valor-p es menor a α 0.10, se rechaza H0 para el nivel de significancia 0.10.
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico Z α/2 =Z(0,05)=1,645
y la regla de rechazo: Z< -Zα/2 ó Z > Z α/2
Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se rechaza
H0.
Decisión: 1,85 > 1,645 entonces se rechaza H0 al nivel de significación de 0,10.

19
EJEMPLOS DE DISTRIBUCIONES MUESTRALES DE
DISTRIBUCIONES CHI-CUADRADA

20
 PRUEBA DE HIPÓTESIS PARA DOS VARIANZAS POBLACIONALES

SUPUESTOS H0 ESTADISTICO DE PRUEBA H1 REGION

CRITICA
Poblaciones normales 𝑆12 12 > 22 F > F
F= 12 < 22 F < F1-
𝑆22 12 ≠ 22 F < F1-/2 y F > F/2
con n1 – 1 y n2 – 1 grados de libertad

21
Ejemplo: La escuela Normal está por renovar el contrato del servicio de autobús para el año
entrante y debe decidirse entre dos empresas que prestan el servicio, la empresa A y la empresa B.
Como medida de la calidad del servicio se emplea la varianza en los tiempos en que llega a
recoger/dejar a las personas. Poca varianza indica un mejor servicio, un servicio de mayor calidad. Si
las varianzas de las dos empresas son iguales, la escuela elegirá la empresa que ofrezca mejores
condiciones financieras. Pero si hay una diferencia significativa en las varianzas, la escuela preferirá
la empresa con la menor varianza o mejor servicio.
Para realizar esta prueba de hipótesis se usa como nivel de significancia α 0.10. En una muestra de
26 tiempos de llegada de la empresa A la varianza muestral es 48 y en una muestra de 16 tiempos de
llegada de la empresa B la varianza muestral es 20.

22
 PRUEBAS DE HIPÓTESIS PARA DOS VARIANZAS PROBLACIONALES
Paso 1. Dar la hipótesis nula y la hipótesis alternativa.
H0: 𝜎12 = 𝜎22
H1: 𝜎12 ≠ 𝜎22
Paso 2. Especificar el nivel de significancia. α = 0,01
Paso 3. Recabar los datos muestrales y calcular el valor del estadístico de prueba.
Metodo del valor-p
Paso 4. Emplear el valor del estadístico de prueba para calcular el
Valor-p = 2 * P( F ≥ 2,40)) = 2* 0,0406 =0,0812
PROM (0,05 Y 0,025)* 0,0375
*2 0,075
EXACTO 0,0406
X2 0,0812

Paso 5. Como el valor-p es menor a α 0.10, se rechaza H0 para el nivel de significancia 0.10.
Esto lleva a la conclusión de que los dos servicios de autobús difieren en términos de la varianza de los
tiempos en que llegan a recoger/ dejar a las personas. Se le recomienda a la escuela el servicio de menor
varianza o el servicio mejor que es el ofrecido por la empresa B.
Decisión: 1,85 > 1,645 entonces se rechaza H0 al nivel de significación de 0,10.
La distribución F es la que tiene n1 – 1= 26 - 1= 25 grados de libertad en el numerador, y n2 - 1 = 16 - 1
= 15 grados de libertad en el denominador

23
Metodo del valor critico
Paso 4. Emplear el nivel de significancia para determinar el valor crítico
1 1
F1-α/2 =F(0,95;25;15)= = =0,4785
𝐹0,05;15;25 2,09

𝐹0,05;25;15 = 2,30 y la regla de rechazo: F< -Fα/2 ó F > F α/2

Paso 5. Emplear el valor del estadístico de prueba y la regla de rechazo para determinar si se
rechaza H0. con la regla F< F1- α /2 ó F > F α/2
2,40 < 0,4785 ó 2,40 > 2,30 VERDADERO se rechaza H0 para el nivel de significancia
0.10. Esto lleva la misma conclusión que con el método del valor P ó p-value

α/2 α/2

F1-α/2 Fα/2
24
REFERENCIAS:

1. Estadística para administración y economía, 10a. Edición. Anderson,

David R.,Dennis J. Sweeney y Thomas A. Williams Ed. Cengage Learning

2. Probabilidad y estadística para ingeniería y ciencias, 9ª Edición. Ronald

E. Walpole, Raymond H. Myers, Sharon l. Myers y Keying Ye. Ed. Pearson
educación

3. Probabilidad y Estadística para Ingeniería y Administración. Hines -

Montgomery. 2da. Edición– (1993) Ed. Compañía Editorial Continental

4. Probabilidad y Estadística aplicada a Ingenieria – Montgomery - Runger -

Ed. McGraw-Hill

25