CATEDRA PSICOESTADISTICA I 1

Facultad de Psicología - UDA

Unidad 10

Prueba de verificación de hipótesis

UN EJEMPLO DE PRUEBA DE HIPÓTESIS1

Este es un ejemplo ficticio y, necesariamente, extraño. Durante varios años se ha desarro-

llado un gran proyecto de investigación. En el contexto del proyecto, se ha administrado a
bebés recién nacidos una vitamina especial, y luego se ha controlado su desarrollo
durante los primeros dos años de vida. Hasta ahora, la vitamina no ha acelerado el
desarrollo de los bebés. La distribución de la edad en la que éstos y todos los bebés
comienzan a caminar está representada por la figura 1. En ella observamos que la media
es 14 meses, el desvío estándar es de 3 meses, y las edades siguen una curva normal.
Mirando la curva podemos observar que menos del 2% de los bebés comienzan a
caminar antes de los 8 meses de edad (estos bebés se encuentran 2 desvíos estándar
por debajo de la media de edad para comenzar a caminar). (La distribución que analiza-
mos, si bien es ficticia, en realidad es bastante similar a la distribución que los psicólogos
han probado en el caso de bebés europeos.

Uno de los investigadores del proyecto ha tenido una idea. Sobre la base de algunas

Edad (meses): 7 8 9 10 11 12 13 14 15 16
17 18 19 20 21
Puntuaciones Z: -2 . -1 0 +1 +2
nuevas teorías, razona que, si la vitamina que toman los bebés estuviera más refinada, su
efecto podría ser notablemente mayor, y que los bebés que tomaran la versión con alto
grado de refinamiento deberían comenzar a caminar mucho antes que los otros bebés.
(Supondremos que el proceso de purificación no podía de ningún modo hacer que la
vitamina fuera dañina para los bebés). Sin embargo, refinar la vitamina de este modo
eleva en gran medida el costo de cada dosis; por lo tanto, el equipo de investigación
decide probar el procedimiento con dosis suficientes para un sólo bebé. Entonces, se
selecciona al azar un bebé del proyecto para suministrarle la versión altamente refinada
de la vitamina, y se realiza un seguimiento de su progreso junto con el de todos los otros
bebés del mismo proyecto. ¿Qué tipo de resultado llevaría a los investigadores a sacar la
conclusión de que la vitamina altamente purificada hace que los bebés caminen a más
temprana edad?

1
Ejemplo extraído de Aron A. y Aron E. (2006). Estadística para Psicología. Buenos Aires. Prentice Hall y Pearson
Educación
 CATEDRA PSICOESTADISTICA I 2
Facultad de Psicología - UDA

Lo que acabamos de describir es el ejemplo de un problema que se resuelve a través de

la prueba de hipótesis. Los investigadores pretenden sacar una conclusión acerca de si la
vitamina purificada hace que los bebés en general caminen antes de lo esperado. La
conclusión referida a los bebés en general, sin embargo, se basará en los resultados
obtenidos, estudiando sólo una muestra. (En este extraño ejemplo, la muestra es un sólo
bebé).

Existe un método estándar para encarar un problema de prueba de hipótesis. El

investigador utilizará el siguiente razonamiento: comúnmente, las chances de que un
bebé comience a caminar a los 8 meses de edad o antes serían menores al 2%. Por lo
tanto, caminar a los 8 meses es altamente inverosímil.

¿Pero qué sucede si el bebé que estamos estudiando comienza a caminar a los 8
meses? Si esto sucede, podremos rechazar la idea de que la vitamina especialmente
purificada no produce ningún efecto. Si rechazamos la idea de que la vitamina
especialmente purificada no produce ningún efecto, debemos aceptar la idea de que sí
produce un efecto.

Uno de los fundamentos de este método es que podemos determinar directamente la

probabilidad de obtener un resultado experimental determinado si la situación de que no
se produzca diferencia es verdadera. En el ejemplo de la vitamina purificada, los
investigadores saben cuáles son las probabilidades de que los bebés caminen a
diferentes edades si la vitamina especialmente purificada no produce ningún efecto
En casi todas las investigaciones psicológicas, ya sea con experimentos, encuestas u
otro método, sacamos conclusiones evaluando la probabilidad de obtener nuestros
resultados de investigación si fuera verdad lo contrario a lo que estamos
prediciendo.

_____________________________

Pasos para la prueba de hipótesis:

1- formulación de hipótesis
2- elegir la prueba estadística apropiada
3- determinar el nivel de significación
4- hallar la distribución muestral
5- definir la zona de rechazo
6- establecer la decisión

1- Formulación de hipótesis. El primer paso para llegar a verificar hipótesis es la

formulación precisa de las mismas. Frente a cada problema que motiva una investigación,
se formulan dos hipótesis: la hipótesis nula (Ho) y la hipótesis de investigación o hipótesis
alternativa (H1).
La Ho se formula con el propósito de poder rechazarla, establece que no existen
diferencias significativas y si es aprobada o confirmada significa que lo que se presumía al
formular la hipótesis no se pudo confirmar y por lo tanto, no se puede realizar un nuevo
aporte a la disciplina o a la ciencia desde la cual se esté investigando.
 CATEDRA PSICOESTADISTICA I 3
Facultad de Psicología - UDA

La H1 es la hipótesis de trabajo, establece que existen diferencias significativas y su

verificación implica un aporte a la ciencia.

2- Elegir la prueba estadística apropiada

paramétricas

Prueba de hipótesis
no paramétricas

Las pruebas paramétricas son las que se usan cuando existen escalas intervalares o
métricas, o cuando se supone que la distribución de la característica se distribuye en la
población en forma similar a la curva normal.

a- Prueba de diferencia entre medias

b- prueba de la media
Paramétricas c- prueba de diferencia entre proporciones
d- prueba de proporciones

No Paramétricas a- Chi cuadrado

b- ANOVA (análisis de varianza)

PARAMÉTRICAS2

Es de importancia crucial el modo de redacción tanto de las H1 y como de H0

Por lo tanto se recomienda atender a los ejemplos siguientes para ambos tipos de
hipótesis. Sugerencia: nunca una H1 comienza con el encabezado… “Existen
diferencias significativas”…

a- Prueba de diferencia entre medias sirve para verificar si existen diferencias

significativas entre dos medias muestrales.

Ejemplo de hipótesis alternativa (H1) para prueba de diferencia entre medias

El rendimiento escolar de la zona A es significativamente más elevado que el rendimiento

de la zona B

Ejemplo de hipótesis nula (Ho) de la prueba de diferencia entre medias:

2
Ver página 11 NO PARAMÉTRICAS
 CATEDRA PSICOESTADISTICA I 4
Facultad de Psicología - UDA

No existen diferencias significativas entre el rendimiento escolar de la zona A y la zona B

b- Prueba de la media sirve para verificar si existen diferencias significativas entre

una media muestral y la media poblacional.

Ejemplo (H1):

La escuela A tiene un rendimiento significativamente más bajo que el total de las escuelas
de la provincia a la que pertenece la escuela A

Ejemplo (Ho):

No existen diferencias significativas entre el rendimiento de los alumnos que la escuela A

y el rendimiento del total de los alumnos de las escuelas de la provincia a la que
pertenece la escuela A

c- Prueba de diferencia entre proporciones sirve para verificar si existen

diferencias significativas entre dos proporciones muestrales

Ejemplo (H1):

La proporción de ausentismo de la zona A es significativamente mayor que la proporción

de ausentismo de la zona B

Ejemplo (Ho):

No existen diferencias significativas entre la proporción de ausentismo de la zona A y la

zona B

d- Prueba de proporciones sirve para verificar si existen diferencias significativas

entre una proporción muestral y una proporción poblacional.

Ejemplo (H1):

La proporción de ausentismo de la escuela A es significativamente mayor que la

proporción de ausentismo del total de las escuelas de la provincia a la que pertenece la
escuela A

Ejemplo (Ho):

No existen diferencias significativas entre la proporción de ausentismo de la escuela A y

la proporción de ausentismo del total de las escuelas de la provincia a la que pertenece la
escuela A
 CATEDRA PSICOESTADISTICA I 5
Facultad de Psicología - UDA

La H1 y la H0 son completamente opuestas. Si una es verdadera, la otra no puede

serlo. Debido a que en la Prueba de hipótesis nos concentramos en rechazar la H0,
es que la hipótesis de investigación (H1) se denomina alternativa.

3- Determinar el nivel de significación - margen de error -

Hallar el nivel de significación o margen de error que se puede cometer al realizar una
inferencia.

Existen dos tipos de errores al inferir: error tipo 1 (α) y error tipo 2 (β)

α: es el que se comete cuando se rechaza la hipótesis nula y en realidad es verdadera.

Este es el error más peligroso y es el que hay que tratar de controlar y se estipula antes
de aplicar la prueba. Este error se debe minimizar en función de lo que se esté
investigando. En psicología habitualmente se trabaja con un α = 0,05 o con un α = 0,01
que marcarán un 95% y un 99% respectivamente de seguridad o confianza. En otras
ciencias, por ejemplo medicina, a veces se debe trabajar con un α = 0,0001 porque una
equivocación puede llevar a consecuencias graves en parte de la población.

β: es el que se comete cuando se acepta la hipótesis nula y en realidad es falsa.

En general, los investigadores psicólogos utilizan un corte en la distribución comparativa

(es decir, los límites de aceptación de la H 0) que coincide con una probabilidad del 5% de
que un valor sea al menos tan extremo. Es decir, los investigadores rechazan la hipótesis
nula si la probabilidad de obtener un resultado tan extremo (si la hipótesis nula fuera
verdadera) es menor al 5%.

Esta probabilidad generalmente se escribe como p<0,05. No obstante, en algunas áreas de

investigación, o cuando los investigadores quieren ser especialmente cautelosos, utilizan un
corte del 1% (p<0,01).

A estos porcentajes se los denomina niveles convencionales de significación. Se

describen como nivel de significación 0,05 ó nivel de significación 0,01. Cuando el valor
muestral (Ze o Te) es tan extremo que los investigadores rechazan la hipótesis nula, se dice
que el resultado es estadísticamente significativo.

4- Hallar la distribución muestral adecuada

Para la prueba de la media, la prueba de diferencia entre proporciones y la prueba de la

proporción, la distribución muestral que se utiliza es la curva normal o teórica.
Para la prueba de diferencia entre medias, se utiliza la distribución T de student.

La distribución T de student es muy similar a la normal, pero cuando los n de las muestras
son pequeños, adopta una forma más aplanada, a medida que aumenta n la forma de la
curva siga equiparando a la normal y cuando n es mayor de 100 o 120 se estabiliza y se
llevara a la normal.
La distribución T de student es platicúrtica en relación a la normal.
 CATEDRA PSICOESTADISTICA I 6
Facultad de Psicología - UDA

T de student

5- Definir la zona de rechazo

Una vez establecido el error tipo 1 o α en el caso de la prueba de la X, de la prueba de

diferencia entre proporciones, y la prueba de la proporción, se determinan los puntajes Z
teóricos que delimitan la zona de aceptación de hipótesis nula.

α: 0,05

2,5% Zona de 2,5% probabilidad de rechazar la H0

cuando en realidad es verdadera (α)
aceptación
de Ho
H1 H1

zt = -1,96 zt = 1,96

α: 0,01

0,5% Zona de 0,5% probabilidad de rechazar la H0

cuando en realidad es verdadera (α)
aceptación
de Ho
H1 H1

zt = -2,58 zt = 2,58

Por encima o por debajo de estos valores de zt teórico, quedan las zonas de rechazo de
hipótesis nula, o aceptación de hipótesis alternativa.

En el caso de la prueba de diferencia entre medias, los valores de tt se encuentran

teniendo en cuenta el nivel de significación o α (alfa) y los grados de libertad (gl) que son
directamente proporcionales al número de sujetos de las muestras.

tt tt
 CATEDRA PSICOESTADISTICA I 7
Facultad de Psicología - UDA

6- Establecer la decisión

La decisión se establece de la siguiente manera: toda vez que el valor numérico de z

empírico o t empírico sean más altos que los valores de z teórico y t teórico
respectivamente, se rechaza la hipótesis nula y se verifica para la población en general
que las diferencias son significativas. Toda vez que ze o te adopten un valor numérico
menor a zt y tt respectivamente, se acepta la hipótesis nula y se verifica que las
diferencias no son significativas, o sea que se deben atribuir al azar.

En la Prueba de Hipótesis comparamos los valores empíricos Ze y Te (en una

investigación serán los observados en la muestra de trabajo), con la distribución
comparativa, es decir, con la correspondiente a la situación en la que la H0 es
verdadera.
Realizamos esta comparación calculando qué probabilidad tendríamos de obtener
un valor tan extremo como el que plantea la H1, si la H0 fuera verdadera. La muestra
sería considerada tan extrema que se rechazaría la posibilidad de que surgiera de
una distribución como esa (curva normal)

Expresado de otro modo:

¿Qué valor extremo necesitaría tener la muestra para poder sacar una conclusión
confiable?
¿Cuán extremo debería ser ese valor para que resultara demasiado improbable que
pudiera obtenerse ese valor extremo si la H0 fuera verdadera?

¿Qué implica rechazar o no la hipótesis nula?3

Queremos hacer hincapié en dos puntos relacionados con el tipo de conclusiones que
podemos sacar a partir del proceso de prueba de hipótesis. En primer lugar, supongamos
que rechazamos la hipótesis nula y que los resultados sostienen la hipótesis de
investigación (como en nuestro ejemplo de la vitamina). Los investigadores aún no dirían
que el resultado "prueba" la hipótesis de investigación o que los resultados muestran que
la hipótesis es "verdadera". Esas palabras son demasiado fuertes en este caso, ya que
las conclusiones a las que se llega a través de estudios de investigación siempre se
basan en probabilidades. En la prueba de hipótesis, se basan en la poca probabilidad de
obtener determinado resultado si la hipótesis nula fuera verdadera. Decir que las
conclusiones están comprobadas o que son verdaderas sería una exageración.
Tales afirmaciones son correctas para la lógica o la matemática, pero utilizar estas
palabras con respecto a conclusiones resultantes de una investigación científica es
completamente poco profesional. (Es correcto usar la palabra "verdadero" cuando se

3
Aron A. y Aron E. (2006). Estadística para Psicología. Buenos Aires. Prentice Hall y Pearson Educación. Capítulo
6, pág. 184
 CATEDRA PSICOESTADISTICA I 8
Facultad de Psicología - UDA

habla hipotéticamente, por ejemplo, "si la hipótesis fuera verdadera, entonces...", pero no
al hablar de una conclusión real).

En segundo lugar, y tal como lo mencionamos anteriormente, cuando un resultado no

es lo suficientemente extremo como para que rechacemos la hipótesis nula, no decimos
que el resultado "sostiene la hipótesis nula". Un resultado que no es lo suficientemente
determinante como para que rechacemos la hipótesis nula sólo implica que “el estudio no
fue concluyente”. Los resultados pueden no ser lo suficientemente extremos como para
rechazar la hipótesis nula, pero la hipótesis nula podría ser falsa (y la hipótesis de
investigación verdadera). Supongamos que en nuestro ejemplo la vitamina especialmente
purificada tuviera sólo un efecto leve, pero aún así real. En ese caso, no esperaríamos
que ningún bebé que hubiera tomado la vitamina purificada camine mucho antes que los
otros bebés; por lo tanto, no podríamos rechazar la hipótesis nula aunque esta fuera falsa.
La cuestión es que demostrar que la hipótesis nula es verdadera implicaría demostrar
que realmente no existe diferencia entre las poblaciones. No obstante, siempre es posible
que esa diferencia exista pero que sea mucho menor de lo que el estudio en particular
podría detectar. Por lo tanto, cuando un resultado no es lo suficientemente extremo como
para rechazar la hipótesis nula, los investigadores por lo general sólo dicen que los
resultados no son concluyentes. Sin embargo, algunas veces, si los estudios se han
realizado utilizando grandes cantidades de procedimientos con un nivel de medición muy
precisa, la evidencia puede crear fundamentos en cuanto a la exactitud aproximada de
determinada hipótesis nula.

Fórmulas

- Prueba diferencia entre medias

te = X1 – X2
Dx (error estándar de la diferencia entre medias)

DX = S12 + S22
n1 n2

gl = (n1-1) + (n2 – 1)

- Prueba de la media

Ze = Xm - Xp

X = Sm (error estándar de la media)

nm

- Prueba de diferencia entre proporciones

Ze = P1 – P2

Dp
 CATEDRA PSICOESTADISTICA I 9
Facultad de Psicología - UDA

Dp = p1. q 1 + p2 . q 2 q=1-p
n1 n2 (error estándar de la diferencia entre proporciones)

- Prueba de la proporción

Ze = Pm – Pp
p
(error estándar de la prueba de la proporción)

p = pp. q p
nm

Ejercicios

Con los siguientes datos, formular hipótesis nula e hipótesis alternativa. Aplicar la prueba
de hipótesis correspondiente y establecer la decisión.

1- Se aplicó una prueba de rendimiento a dos muestras de alumnos de cuarto

grado, una perteneciente a una zona rural y la otra a una zona urbana,
obteniéndose los siguientes resultados:

- muestra de zona rural: X= 66 S=8 n= 46

- muestra de zona urbana: X= 77 S= 6 n=80

¿Puede inferirse con un α= 0,05 que el rendimiento de los niños de la zona rural es
significativamente más bajo que el rendimiento de los niños de la zona urbana?

H0: no existen diferencias significativas en el rendimiento de los niños de la zona rural y

en el de los niños de la zona urbana

H1: el rendimiento de los niños de la zona rural es significativamente más bajo que el
rendimiento de los niños de la zona urbana

Prueba de diferencia entre medias

-nivel de significación: α= 0,05

-distribución muestral: distribución t de student

te = X1 – X2
Dx
 CATEDRA PSICOESTADISTICA I 10
Facultad de Psicología - UDA

DX = S12 + S22
n1 n2

DX = 82 + 62 = 1,36
46 80

gl = (n1-1) + (n2 – 1)
gl= 45 + 79 = 124

te= 66 – 77 = - 8,09
1,36

Zona de
aceptación
de Ho
H1 H1

-8,09 8,09
tt = -1,96 tt = 1,96

De acuerdo a los resultados obtenidos, se rechaza la hipótesis nula (H0)

2- Si se conoce que el valor promedio de cociente intelectual de la población

escolar mendocina es de 98 puntos y el CI de una muestra de 81 sujetos, de
una zona de muy bajos recursos es de 89 puntos, con una S=11 ¿puede
afirmarse que con un α= 0,05, que las diferencias son significativas?
3- En una muestra probabilística a de 150 mujeres la proporción que está de
acuerdo con la legalización de la marihuana es de 0,28, si la proporción en
una muestra probabilística de 208 varones es de 0,32, ¿puede afirmarse con
un α= 0,01 que las diferencias son significativas?
4- La proporción de profesionales de gran Mendoza, que está de acuerdo con el
ingreso irrestricto a las universidades es de 0,38. En una muestra
probabilística de 75 comunicadores sociales es de 0,46. Puede afirmarse con
un α= 0,05 que las diferencias son significativas?

Bibliografìa de consulta:
- Aron A. y Aron E. (2006). Estadística para Psicología. Buenos Aires. Prentice Hall y Pearson
Educación. Capítulos 6 y 7
- Cortada de Kohan, N. y Corro, J. M. (1975). “Estadística Aplicada”. Buenos Aires. Editorial
Universitaria de Buenos Aires. Capítulo 7