CAPÍTULO 10: LAS PRUEBAS DE HIPÓTESIS

Es un procedimiento básico para hacer inferencias sobre la población y se utiliza cuando hay algún
valor hipotético para un parámetro, al que necesitamos poner a prueba. La prueba es un
procedimiento específico para someter a prueba a una a una hipótesis que se tiene sobre un valor
población. Se toma como regla de decisión.

Es decir: se tiene un valor hipotético de la población, y se utiliza el resultado de la prueba de

hipótesis para decidir si lo que se observa en la muestra es compatible (acepta la hipótesis) o no es
compatible (se rechaza la hipótesis) con lo que plantea dicho valor hipotético. La muestra es desde
donde se toma la decisión.
Solo se rechaza cuando hay evidencias suficientes, cuando haya poco riesgo de equivocarse,
cuando la probabilidad de cometer un error es muy pequeña.

Una hipótesis puede rechazarse por no ser compatible con lo que se observa en la muestra pero
NUNCA se puede decir que una hipótesis es verdadera, no se pude confirmarla (en este caso se
dice que “no hay evidencias para rechazarla”).

Objetivo: darnos argumentos para decidir en contextos de incertidumbre, es decir, cuando

necesitamos concluir acerca de una población, a partir de información que tenemos disponible en
una muestra aleatoria.

 Dos tipos de hipótesis:

HIPÓTESIS NULA (H0): es una afirmación sobre un parámetro que indica que se trata de un
estado inicial donde hay ausencia de diferencia.

Ej: Esta droga no produce ningún efecto sobre la memoria.

La técnica terapéutica A es igual de efectiva que la B
Los métodos A y B son iguales.

En otros casos, también puede especificar un valor determinado para un parámetro (valor histórico,
promedio general). Igualmente, en ese caso, se afirma que no hay diferencias, diferencias en
relación a un valor histórico, general.

Ej: El rendimiento promedio de los niños de jardín es de 60 puntos.

El 52,8 % de los argentinos consideran que los hijos vivirán mejor que ellos.

HIPÓTESIS ALTERNATIVA (H1): se opone a la H0, señala SIEMPRE que hay diferencia. Es hacia
la que se suma evidencias cuando se rechaza H0.

Puede indicar sólo que hay diferencias con respecto al valor hipotético (PRUEBAS BILATERALES)
o también indicar la dirección de esa diferencia (PRUEBAS UNILATERALES).

 Tipos de pruebas

BILATERALES: cuando la H1 sólo indica que el valor poblacional es distinto al indicado en la H0.
Son pruebas de dos extremos o dos colas, y en ellas la zona de rechazo de H0 se subdivide en
dos subzonas iguales y cada una ellas ocupa un extremo de la distribución.
UNILATERALES: cuando la H1 indica que el valor poblacional es diferente al indicado por la H0 y
además señala la dirección de esa diferencia. A estas pruebas también se la llama pruebas de una
cola y en ellas la zona de rechazo se ubica sólo en un extremo, el derecho o el izquierdo.

En las unilaterales a la derecha, la zona de rechazo se encuentra a la derecha y en las unilaterales

a la izquierda la zona de rechazo se encuentra a la izquierda. En ambas sólo hay un valor crítico no
dos.
 Razonamiento de la prueba de hipótesis

-Se parte de la idea que H0 es verdadera.

-Luego se tiene en cuenta el resultado de la muestra para ver si éste la contradice o, por el
contrario, no aporta evidencias para contradecirla.
Frente al valor muestral nos preguntamos: ¿qué tan probable sería encontrar éste valor o uno más
extremo a él, si H0 fuera verdadera? ¿es esperable encontrar un valor como éste si H0 es cierta?

1. Si es probable encontrar un valor muestral como el hallado: la decisión es NO rechazar la H0. Es

un valor esperable que puede deberse a la variabilidad propia de los datos muestrales (son
variables aleatorias) y no aporta evidencias suficientes para rechazar la H0. En este caso el valor
no se encuentra muy alejado del valor que establece la hipótesis.

2. Si es poco probable encontrar un valor muestral como el hallado: la decisión es rechazar la H0,
porque ese valor es un valor poco esperable de encontrar si H0 fuera cierta, es decir, aporta
muchas evidencias en contra de H0. En este caso el valor se encuentra muy alejado del valor que
establece la hipótesis.

Pero…
¿cómo sabes si el resultado es probable o no de encontrar si H0 es cierta? ¿cómo saber si se aleja
mucho o no?

Evaluando la PROBABILIDAD de ocurrencia del resultado muestral que se observa o uno más
extremo a él, si H0 fuera cierta. Es decir, necesitamos evaluar la probabilidad del valor observado.
Dicha probabilidad es condicional y se expresa del siguiente modo:
P¿

Esta probabilidad es definida a priori por el investigador y se la llama nivel de significación.

Puede ser: 0,01 0,05 o 0,10.

En las pruebas bilaterales, a esta probabilidad podemos expresarla del siguiente modo:
P ¿P ¿
P¿
En las pruebas unilaterales a la derecha, puede expresarse:
P ( z>+ 2,33 ) :0 , 01
P( z >+1,6 4 ):0,05
P( z >+1,28):0,10

En las pruebas unilaterales a la izquierda, puede expresarse:

P ( Z ←2,33 ) :0,01
P ( Z <−1,64 ) :0,05
P¿

Muchas veces un nivel de significación puede llevar a rechazar una H0 mientras que otro no lo
hace, por eso es necesario especificar a que nivel de significación. Ej: “se rechaza la H0 a un nivel
del 5%”.

-Los valores muestrales que tengan esa probabilidad o una menor son aquellos muy improbables
de hallar si H0 fuera cierta, por ello nos conduce a rechazar la hipótesis.
-En cambio, todos los valores muestrales que tengan una probabilidad mayor a la establecida son
considerados valores esperados y H0 no se rechaza.

Una vez que se define la probabilidad, es posible establecer valores críticos, que son dos puntos
en el eje horizontal de la distribución de frecuencias que señalan que valores pueden ser
considerados probables y cuáles no lo son, en caso de que H0 sea cierta.
Estos valores definen dos zonas en la distribución:

1. Zona de aceptación: conjunto de resultados posibles que tienen alta probabilidad de

encontrarse si H0 es cierta. Es el conjunto de valores centrales de la distribución donde es más
probable encontrar los valores muestrales. Entonces, puede decirse que el área central representa
la probabilidad de los valores esperables.

2. Zona de rechazo: conjunto de resultados que tienen escasa probabilidad de encontrarse si H0

es cierta. Son los valores extremos de la distribución donde es poco probable encontrar valores
mestrales.

Puntaje z que determinan las zonas para prueba:

Significación Bilateral Unilateral Unilateral
derecha Izquierda
0,10 ± 1,64 (queda 0,05 +1,28 (queda 0,10 −1,28 (queda 0,10
en cada extremo) en el extremo en el extremo
derecho) izquierdo)
0,05 ± 1,96 (queda +1,64 (queda 0,05 −1,64 (queda 0,05
0,025 en cada en el extremo en el extremo
extremo) derecho) izquierdo)
0,01 ± 2,57 (queda +2,33 (queda 0,01 −2,33 (queda 0,01
0,005 en cada en el extremo en el extremo
extremo) derecho) izquierdo)

 Pasos para realizar una prueba de hipótesis

1- Formular una H0 y una H1.

2- Definir si la prueba es bilateral o unilateral

3- Recabas información de la muestra (el estadístico que se utilizara: media muestral o proporción
muestral son los ejemplos que les da el libro.

3- Elegir el nivel de significación de la prueba.

4- Determinar los valores críticos que nos permiten definir las zonas de rechazo y aceptación de la
H0. Los valores críticos pueden expresarse de dos formas distintas:

Valores críticos de z:

a)- Establecer los “Z CRITICOS” (Zc) que dejan el nivel de significación elegido en los extremos.

b)- Hallar Z OBSERVADO, el estadístico de prueba (es la transformación del valor muestral a Z),
mediante la siguiente fórmula:

valor observado – valor poblacional de H 0

Zobs :
s
√n

c)- observar la ubicación del Zobs en la distribución de probabilidades.

Usando los valores críticos del estimador;

a)- Establecer los “Z CRITICOS” (Zc) que dejan el nivel de significación elegido en los extremos.

b)- Usar Zc para determinar Xc o pc:

s
xc: μ ± Zc × p: P± Zc × √ P ׿ ¿
√n
c)- observar la ubicación del estimadores críticos en la distribución de probabilidades.

 Tipos de error

Siempre existe la posibilidad de tomar una decisión incorrecta, porque el aceptar o rechazar una
H0 es una decisión que se toma de manera probabilística. La muestra es seleccionada al azar y
por ello podemos encontrarnos con una muestra extrema.

Error de tipo I: se rechaza la H0 cuando esta en realidad es verdadera. La probabilidad de

cometer este error es fijada a priori y es lo que llamamos: nivel de significación de la prueba.
El nivel de significación es la probabilidad de hallar valores como el observado o más extremo
cuando, en realidad H0 es cierta. Mide la probabilidad de cometer un error, de equivocarse en la
decisión. Pero siempre es una probabilidad pequeña.
Cuando aumenta la confianza, disminuye el nivel de significación y por lo tanto la posibilidad de
cometer un error de tipo I.

Este tipo de error se relaciona con lo que se llama falso positivo que consiste en creer que
sucedió algo cuando en realidad no fue así.

Error de tipo II: se lo representa β y consiste en acepta una H0 que en realidad es falsa.
Se relaciona con el llamado falso negativo donde se cree que no sucedió nada cuando en
realidad si sucedió.

Cuando aumenta α , disminuye el error de tipo II ( β ¿. Es decir, cuando aumenta el nivel de

confianza aumenta el error de tipo II porque disminuye el error de tipo I.

Entonces, las distintas situaciones que pueden suceder son:

Decisión
Aceptar H0 Rechazar H0
Estado de realidad H0 cierta Decisión correcta: 1-α Error tipo I α
H0 falsa Error de tipo II β Decisión correcta: 1- β

Potencia de la prueba: es la probabilidad de rechazar una H0 que es falsa. Es un indicador de la

capacidad de la prueba para detectar hipótesis nulas que son falsas y rechazarlas. Es una medida
de la calidad de la prueba.

 Valor P:
Entre dos situaciones en las que se rechaza H0 pueden haber diferencias, por ejemplo un número
puede rechazar a H0 porque se aleja mucho del valor hipotético, mientras que otro número puede
rechazarla pero no encontrarse tan alejado. Por ello se necesita una medida de la magnitud de esa
diferencia.

Ejemplo: en una prueba bilateral al 5%, los Zc son ± 1,96. Si hallamos, por ejemplo, un -1,98:
rechazamos la H0 y también rechazamos a H0 si el valor encontrado es -3. Es decir, en ambos
casos se rechaza pero la diferencia que hay entre -1,96 y -1,98 es mucho menor que la que hay
entre -1,96 y -3. En este último caso se podría decir que tenemos muchas más evidencias para
rechazarla.

El valor p del resultado muestral es la probabilidad de hallar un resultado igual o más extremo
que él, bajo la suposición de que la H0 es cierta.
El valor p nos permite saber cuan confiable es la decisión que tomamos. Cuando el valor p sea
mayor que el nivel de significacion aceptamos la H0 y cuando sea menor, la rechazamos.

1)- Cuanto mas pequeño sea el valor p, tanto mas evidencia hay para rechazar la H0.
2)- Cuanto mas grande sea el valor p, menor es la evidencia para rechazarla porque indica que el
valor es muy probable de encontrar si H0 es cierta, lo que no aporta evidencias en contra de la H0
y por lo tanto no se rechaza.

Si el valor p es menor que el nivel de significación: se rechaza la H0, en cambio si el valor p es

mayor que el nivel de significación se acepta H0.