Universidad San Marcos

Administración de Negocios
Estadística 2

Reporte Teleclase 3

San José
Nov -2021

1
 Introducción

La mejora evaluación de los procesos de producción dentro de las

organizaciones empresariales es vital para tener una opinión satisfactoria de
nuestros clientes conforme al producto o servicio final que reciben de parte de la
organización. La calidad es uno de los pilares en la cadena de valor que conforman
la imagen de la compañía así que siempre debemos de ser consistentes con lo que
ofrecemos al consumidor, es ahí donde podemos utilizar la prueba de la hipótesis
como herramienta para mejorar nuestros procesos y tener presión en las cualidades
que le ofrecemos al comprador de nuestros productos o servicios.
Conocer y tomar de forma correcta los datos y comprender que la muestras
son seleccionadas al azar nos pondrá delante de dos afirmaciones que por su
resultado son excluyentes entre sí, la afirmación que seleccionemos como válida
estará basada en alguna experiencia o creencia que tengamos como resultado de la
información que contengan las muestras que seleccionamos para realizar la prueba
de la hipótesis. Dentro del desarrollo de lo expuesto dentro del teleclase
definiremos los conceptos de la hipótesis nula e hipótesis falsa además como la
elección incorrecta de alguna de estas no llevara a tener un panorama erróneo de la
realidad de los procesos de producción de la organización, haciendo que gastemos
más de lo debido en mejorar procesos que están bien o por el contrario no buscar
las mejoras necesarias que se debe de realiza para dar la calidad prometida a los
consumidores de nuestros productos o servicios

2
 Desarrollo

La prueba de la hipótesis es la herramienta que nos brinda la estadística

para tomar decisiones de mejora dentro de las organizaciones y para confirmar si
las afirmaciones que realizamos de la calidad y durabilidad de nuestros productos
son verdaderas según se los comunicamos a nuestros consumidores finales, para
esto tomamos las muestras aleatorias que realizamos sobre el valor de uno a más
parámetros de la población de la cual elegiremos la muestra siempre con una
característica determinada.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una
población: la hipótesis nula y la hipótesis alternativa. La hipótesis nula es la
afirmación que se está comprobando. Normalmente la hipótesis nula es una
afirmación de "sin efecto" o "sin diferencia". La hipótesis alternativa es la
afirmación que se desea ser capaz de concluir que es verdadera basándose en la
evidencia proporcionada por los datos de la muestra.
Al inicio de realizar el planteamiento de la prueba de hipótesis debemos de
establecer una hipótesis nula (H0) y se procede al análisis de la información para
determinar si es suficiente o no para rechazarla, en otro sentido establecemos una
hipótesis alternativa (H1) que esta sería la afirmación que aceptaríamos si la
hipótesis nula es rechazada. El resultado de la investigación puede ser que
rechacemos H0 en favor a H1 no rechazar H0, también no podemos aceptar ninguno
de los resultados y no hacer nada y solicitar más información para realizar
nuevamente la evaluación.
Un error común es que las pruebas de hipótesis estadísticas tienen como
objetivo seleccionar la más probable de las dos hipótesis. Sin embargo, al diseñar
una prueba de hipótesis, la hipótesis nula se configura como una hipótesis a
rechazar. Dado que el nivel de significancia se establece en un valor pequeño
(generalmente 0.05 es suficiente) antes del análisis, cuando se rechaza la hipótesis
nula, tiene evidencia estadística de que la alternativa es verdadera. Por el contrario,
si no se rechaza la hipótesis nula, no hay prueba estadística de que la hipótesis
nula sea verdadera. Esto se debe a que aún no se ha determinado la probabilidad
de que la hipótesis nula sea erróneamente aceptada como pequeña.

Algunos de los ejemplos de algunos escenarios en la que podemos utilizar la

prueba de hipótesis para responder algunos cuestionamientos son los siguientes:

3
  ¿La estatura media de los niños que asisten al kínder?
 ¿La desviación estándar de sus alturas es igual o menor a una medida en
centímetros en específico?
 ¿La estatura entre los niños y niñas son diferentes en sus promedios?
 ¿La proporción de la comunidad estudiantil de niños es
significativamente más alta que la proporción de las niñas?
Como las pruebas de hipótesis se basa en probabilidades al realizar las
evaluaciones con variables elegidas al azar el llegar a una conclusión errónea tiene
una gran probabilidad que pase, cuando realizamos una prueba de hipótesis
podemos caer en los errores de tipo 1 y tipo 2, estos errores tienen riesgos que son
inversamente relacionados y los determinaremos según el nivel de impacto que
tengan en la prueba.
Error de tipo 1
Si usted rechaza la hipótesis nula cuando es verdadera, comete un error de
tipo 1. La probabilidad de cometer un error de tipo 1 es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis. Un α de 0.05 indica
que usted está dispuesto a aceptar una probabilidad de 5% de estar equivocado al
rechazar la hipótesis nula. Para reducir este riesgo, debe utilizar un valor menor
para α. Sin embargo, usar un valor menor para alfa significa que usted tendrá
menos probabilidad de detectar una diferencia si está realmente existe.
Error de tipo 2
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de
tipo 2. La probabilidad de cometer un error de tipo 2 es β, que depende de la
potencia de la prueba. Puede reducir el riesgo de cometer un error de tipo II al
asegurarse de que la prueba tenga suficiente potencia. Para ello, asegúrese de que
el tamaño de la muestra sea lo suficientemente grande como para detectar una
diferencia práctica cuando está realmente exista.

Ejemplos de los errores tipo 1 y tipo 2 en la aplicación de la prueba de la

hipótesis.
 ¿Una persona es inocente hasta que se pruebe lo contrario?

 Se presentan las pruebas.

4
  Las pruebas que se presentan deben ser firmes “más allá que den lugar a
las dudas razonables”
 Existen dos posibles resultados culpable o no culpable.

Los errores que se pueden dar son solo siguientes:

 Erros tipo 1: Condenar a un sujeto que es inocente.
 Error tipo 2: Declarar no culpable a un sujeto que es culpable.

La hipótesis nula (H0) es una hipótesis que ha sido probada y se toma una
decisión en base a ella, con el fin de suponiendo que el propósito de la prueba es
verdadero y se rechaza o no se rechaza como resultado proceso de análisis, en la
vida diaria, el problema o la razón que se está probando, la correlación entre la
hipótesis y la hipótesis alternativa (H1) es mayor que la correlación con la hipótesis
nula.
Pruebe H0 en lugar de la hipótesis alternativa (H1), porque la secuencia
estadística proporciona La información necesaria para estimar los parámetros de
su distribución muestral; Proporciona esta ventaja. Los términos no rechazo y
rechazo solo deben usarse cuando se hace referencia a hipótesis Valor nulo; bueno,
este es el que probamos. , rechazar Ho significa que los datos de la muestra aporta
suficiente evidencia, se puede considerar que la hipótesis original es a un nivel de
significancia dado, es estadísticamente improbable, de la misma manera, cuando
rechazamos H0 significa que los datos que no nos brindaron la información y
evidencia suficiente para establecer que lo que se planteó como la prueba de
hipótesis nula sea improbable.

Conclusiones

Los procesos de mejora continua en las organizaciones es uno de los retos

diarios en un mercado dinámico en donde buscar la satisfacción de los clientes esta
de la mano de la eficiencia de los recursos que son invertidos en los procesos de

5
producción, es vital para encontrar el equilibrio entre generar utilidad y dar un
producto o servicio de calidad en ahí donde debemos de utilizar la prueba de la
hipótesis como herramienta la logar este cometido.
El aceptar o rechazar una prueba de hipótesis nos puede llevar a cometer
errores que pueden ser muy sensibles dentro de la organización, ya que si
aceptamos un resultado donde nos diga que todo está bien puede ser que optemos
por no realizar ningún cambio en nuestros procesos de producción y como
consecuencia dejar de la lado mejoras que afecten la calidad, por el contrario si
rechazamos un resulto puede que cambiemos procesos que están en su punto
óptimo y de esta manera gastar recursos en cambiar algo que está funcionando
bien.
El propósito de la prueba de hipótesis es combinar la voz del proceso con la
voz de la empresa para tomar decisiones basadas en datos y resolver problemas.
La prueba de hipótesis ayuda a evitar el alto costo del trabajo experimental
mediante el uso de datos existentes. La prueba de hipótesis transforma problemas
reales en problemas estadísticos.
En el campo de la investigación, el proceso de toma de decisiones suele
comenzar por identificar un problema de interés, para luego proponer dos visiones
hipotéticas que son contrarias entre sí, y con base en información empírica,
rechazar una de ellas como conclusión y la otra. apoyo del lado En estadística,
estas dos hipótesis mutuamente excluyentes se denominan hipótesis nula e
hipótesis alternativa.
La toma de decisiones es el núcleo del negocio, la gerencia a menudo toma
decisiones bajo presión, caos de información e incertidumbre, un aspecto básico es
comprender y analizar la información, y organizar los datos de una determinada
manera para facilitar su posterior uso y toma de decisiones., aunque hay muchas
otras dimensiones en juego, el primer paso es formular bien el problema,
estructurarlo y procesar la información, es por esta razón que el uso de la prueba
de hipótesis es una herramienta esencial para tomar las decesiones correcta para la
mejora de nuestros procesos.

Bibliografía

addlink. (01 de 02 de 2019). https://www.addlink.es/. Recuperado el 07 de 07 de

2021, de https://www.addlink.es/:
https://www.addlink.es/noticias/minitab/2852-que-es-unaprueba-de-hipotesis

6
Minitab. (s.f. de s.f. de 2019). https://support.minitab.com/. Recuperado el 07 de
07 de 2021, de
https://support.minitab.com/:https://support.minitab.com/esmx/minitab/18/h
elp-and-how-to/statistics/basic-statistics/supportingtopics/basics/type-i-and-
type-ii-error/
Vega, Escuela de Postgrado, Maestría en Ingeniería de Sistemas. Lima - Perú 2005.
Apunte de clases (versión digital). Dr. Jorge Luis Cordova
Egocheaga. Universidad Inca Garcilaso de la