Universidad Nacional Federico Villarreal

Escuela Universitaria de Posgrado

Semana N° 14
MAESTRÍA EN GERENCIA DE
PROYECTOS EMPRESARIALES
2021
 Hipotesis
Proposición exploratoria, descriptiva, correlacional o explicativa de un
fenómeno, que se ofrece como respuesta tentativa a las preguntas de
investigación, en términos de variables derivadas del marco teórico y que
debe ser contrastada..
Aspectos de una Hipótesis
 Tipos de estudio e hipótesis
Tipo de estudio Tipo de hipótesis
Exploratorio No se considera necesario que sea
conveniente expresar una hipótesis
en ellos, aunque es conveniente
hacerlo.
Descriptivo Se acompañan de hipótesis
descriptivas
Correlacional Se acompañan de hipótesis
correlacionales
Explicativo Se acompañan de hipótesis
causales
 Término pertinente: variables
• Es una propiedad o característica de un fenómeno que
puede fluctuar y cuyo rango de oscilación es susceptible de
observarse o ser medido.
• Por ejemplo:
• Género
• La motivación
• El aprendizaje
• El atractivo físico
• Es propia de personas o seres vivos, objetos, hecho o
fenómenos
• Adquieren valor para la investigación cuando son sujetas
de afirmación o llegan a relacionarse con otras variables y
forman hipótesis.
Función de una Hipótesis
1.- Guiar la Investigación
Ayudan a saber y/o comprender lo que se trata de observar y de
Diseñar y los datos que hay que recolectar, ordena lógicamente
la comprobación del estudio.

2- Probar la Teoría de base

Al recibir una hipótesis evidencias positivas, con ello, se poten-
cia y hace mas creíble la teoría de la cual se desprendió.

3.- Sugerir nuevas Teorías

En el caso de que la evidencia no apoye a nuestra hipótesis, se
indica la necesidad de hacer una nueva teoría.
 Hipótesis según función que cumplen en la
prueba
• Hipótesis de trabajo a: son hipótesis que expresan lo que se
desea probar en un estudio.

• Hipótesis nula 0: son hipótesis que refutan o niegan lo que se

afirma en una hipótesis de investigación o de trabajo.

• Hipótesis alternativa i: Son hipótesis alternativas a las hipótesis

de investigación y especifican la nula.
 Hipótesis y ejemplos dados
• Hi: La desintegración del matrimonio provoca baja autoestima
en los hijos e hijas.
• Hi: el tiempo que tardan las personas contagiadas por
transfusión sanguínea en desarrollar el SIDA es menor que las
que adquieren el VIH por transmisión sexual.
• Hi: A mayor cultura fiscal , habrá mayor recaudación de
impuestos.
• Hi: La inflación del próximo semestre no será superior a 0.2%.
• Hi: La estrella es roja.
• Ho: La estrella es azul.
• Ha: La estrella es amarilla/café/naranja, etc.
• Hi: El candidato A obtendrá en la elección para la presidencia del
consejo escolar entre 50 y 60% de la votación total.
• Ho: El candidato A NO obtendrá en la elección para la presiden-
cia del consejo escolar entre 50 y 60% de la votación total.
• Ha: El candidato A obtendrá en la elección para la presidencia del
consejo escolar más de 60% de la votación total.
• Ha: El candidato A obtendrá en la elección para la presidencia del
consejo escolar menos 50% de la votación total.
• Hi: Los jóvenes le atribuyen más importancia al atractivo físico en
sus relaciones de pareja que las jóvenes.
• Ho: Los jóvenes no le atribuyen más importancia al atractivo
físico en sus relaciones de pareja que las jóvenes.
• Ha: Los jóvenes le atribuyen menos importancia al atractivo físico
en sus relaciones de pareja que las jóvenes.
Hipótesis estadísticas
• Son una transformación de las hipótesis de investigación,
nulas o alternativas en términos estadísticos. Esta operación
se realiza principalmente en investigaciones enfocadas a lo
cuantitativo.

• Tipos de hipótesis estadísticas:

- De estimación.
- De correlación.
- De diferencia de medias u otros valores.
- De causalidad.
Definiciones de tipos de hipótesis estadísticas

• De estimación: son aquellas que señalan (describen) el valor

de alguna medida de la población, a partir del valor pertinente
obtenido en la muestra.

• De correlación: son aquellas que traducen en términos estadís-

ticos una correlación entre dos o más variables (xry).

• De diferencia de medias: son aquellas en que se comprara una

medición (promedio, porcentaje, desviación estándar, etc.)
estadística entre dos o más grupos.

• De causalidad: son aquellas que no solo afirman una relación

entre dos o mas variables y la manera en que se manifiesta,
sino que además propone un “sentido de comprensión del
fenómeno” de la relación, una es causa y la otra efecto.
 Ejemplos:

• Hi: El promedio mensual de casos de trastorno psiconeurótico

caracterizados por reacción asténica, que serán atendidos en
los hospitales de España, resultará mayor a 20
• Hi: X > 20 Ho: X = 20 Ha X < 20.

• Hi: A mayor cohesión en un grupo, mayor la eficacia en el

logro de sus metas primarias.
• Hi: rxy ≠ 0 (hay correlación) Ho: rxy = 0 (no hay correlación).

• Hi: Existe una diferencia entre el promedio de editoriales

mensuales que dedicó, durante el último año, al tema del
terrorismo internacional el diario Observador, y el que dedicó
el diario Noticias.
• Hi: X1 ≠ X2 Ho: X1 = X2.
Ejemplo de hipótesis correlacional

H1: a mayor exposición por parte de los adolescentes a videos

musicales con alto contenido sexual, mayor manifestación de
strategias en las relaciones inter-personales para establecer
contacto sexual.

H2. a mayor autoestima, habrá menor temor al éxito.

100

80

60
AUTOESTIMA TEM OR
40

20

0
10% 20% 30% 40%
Ejemplo de hipótesis simple de dif. de grupo

(Su objetivo es comparar grupos respecto a una misma variable.)

Hi : el efecto persuasivo para dejar de fumar no será igual en los
adolescentes que vean la versión del comercial televisivo en
colores, que el efecto en los adolescentes que vean la versión del
comercial en blanco y negro.

ADOLESC
ENTES

BLANCO
EN COLORES NEGRO

EFECTO EFECTO
 Ejemplos de hipótesis que establecen relaciones de
causalidad

• Hi. La desintegración del matrimonio provoca baja autoestima

en los hijos e hijas.

• Hi. La falta de preparación de asesores contables genera una

menor cultura fiscal.
INFLUYE UNA
CAUSA

“X Y”

OTRA
UNA
VARIABLE
VARIABLE
 -¿En una Investigación se formulan hipótesis de
investigación, nula, alternativa y estadística?

No hay Reglas universales,ni menos consenso entre

investigadores.
Situaciones Más Comunes:
- Hipótesis de Investigación únicamente.
- Hipótesis de investigación más la hipótesis estadística pertinente
y la hipótesis nula.
- Hipótesis estadística de investigación y la nula.
 Recomendación

Es que todas las hipótesis se tengan presente,

No solo al plantearlas,
sino que durante toda la investigación.

- ¿Cuantas hipótesis se deben formular en una investiga-

ción?
Cada Investigación es diferente.
Todo dependerá del ESTUDIO que se lleva a cabo y de intereses
científicos de los investigadores.
 PRUEBA DE HIPÓTESIS
(Adela del Carpio Rivera -Doctor en Medicina)

Los procedimientos para contrastar hipótesis

deben tener:
◦ Fundamentación teórica y naturalmente
empírica
◦ Deben manifestar objetividad y coherencia.
◦Los resultados el procedimiento no deben variar
significativamente de investigador a
investigador.
 I-19

PRUEBA DE HIPÓTESIS (2)

Ninguna conclusión deberá tomarla como
definitiva o concluyente, porque pierde el
rigor científico.
Toda prueba o demostración debe estar
sujeta a revisión, si aparecen mejores
procedimientos.
 I-20

HIPÓTESIS DESCRIPTIVA
Hi: La expectativa de todos los pacientes
que van a ser operados de cataratas es ver al
100%
Ho: La expectativa de todos los pacientes
que van a ser operados de cataratas no es ver al
100%.
Ha: La expectativa del 50% de pacientes que
van a ser operados de cataratas es ver al 100%.
 I-21

HIPÓTESIS CORRELACIONALES
-Hi: A mayor exposición a la radiación solar,
de trabajadores del campo, mayores
dificultades visuales e incremento de la
presencia de degeneración macular.
-Hi: Pacientes con desprendimiento de retina
de pocos días de evolución sometidos a
crioretinopexia (Tratamiento) tendrán un
mejor pronóstico visual.
 I-22

HIPÓTESIS CORRELACIONAL

-LOS PACIENTES CON CATARATAS

EVOLUTIVAS SOMETIDOS A
FACOEMULSIFICACIÓN(Técnica Quirúrgica)
TENDRÁN UN MEJOR PRONÓSTICO DE
AGUDEZA VISUAL.

-NIÑOS CON DIAGNOSTICO PRECOZ DE

CATARATAS CONGÉNITAS TENDRÁN UN
MEJOR PRONÓSTICO VISUAL.
 Riesgos al tomar decisiones
Ejemplo 1: Se juzga a un individuo por la presunta comisión de un delito

Los datos pueden refutarla

La que se acepta si las pruebas

 H0: Hipótesis nula no indican lo contrario
 Es inocente Rechazarla por error tiene graves
consecuencias

 H1: Hipótesis alternativa

 Es culpable No debería ser aceptada sin una gran
evidencia a favor.

Rechazarla por error tiene

consecuencias consideradas menos
graves que la anterior

Bioestadística. Pruebas de hipótesis 23

 Riesgos al contrastar hipótesis
Ejemplo 2: Se cree que un nuevo tratamiento ofrece buenos resultados
Ejemplo 3: Parece que hay una incidencia de enfermedad más alta de lo normal

 H0: Hipótesis nula No especulativa

 (Ej.1) Es inocente
 (Ej.2) El nuevo tratamiento no tiene efecto
 (Ej.3) No hay nada que destacar

 H1: Hipótesis alternativa

 (Ej.1) Es culpable Especulativa
 (Ej.2) El nuevo tratamiento es útil
 (Ej. 3) Hay una situación anormal

Bioestadística. Pruebas de hipótesis 24

 Tipos de error al tomar una
decisión
Realidad
Inocente Culpable
Inocente
veredicto OK Error
Menos grave

Culpable
Error OK
Muy grave

Bioestadística. Pruebas de hipótesis 25

 I-26

PRUEBAS DE HIPÓTESIS

Objetivo: Tratar de determinar cuándo es razonable

concluir, a partir del análisis de una muestra, que la
población entera posee determinada propiedad y
cuando esto no es razonable.
 I-27

TIPOS DE PRUEBAS
• Establecen un valor ó un intervalo de valores para los
parámetros de una variable
– Asociada a la construcción de Intervalos de confianza
– Ejemplo: La media de una variable es 10
• Establecen la igualdad de las distribuciones de dos ó mas
variables
– Requiere un diseño experimental
– Ejemplo: La media de dos poblaciones normales son
iguales con igual variancia
• Determinan la forma de la distribución de la variable
– Pruebas especificas para establecer el tipo de distribución
de una variable
– Ejemplo: La distribución de una variable es normal
 I-28

TIPOS DE ERROR

Rechazar una hipótesis no significa que ésta sea falsa,

como tampoco el no rechazarla significa que sea verdadera.
La decisión tomada no esta libre de error.

Error I: Rechazar una hipótesis que es verdadera.

(Rechazamos una hipótesis cuando debiera ser aceptada).

Error II: No rechazar una hipótesis que es falsa

(Aceptamos una hipótesis que debiera ser rechazada).
 I-29

ERRORES TIPO I Y II
Para que las reglas de decisión (o contraste de hipótesis) sean
buenas, deben diseñarse de modo que minimicen los errores de
la decisión; y no es una cuestión sencilla, porque para cualquier
tamaño de la muestra, un intento de disminuir un tipo de error
suele ir acompañado de un crecimiento del otro tipo. En la
práctica, un tipo de error puede ser más grave que el otro, y
debe alcanzarse un compromiso que disminuya el error más
grave.

La única forma de disminuir ambos a la vez es aumentar el

tamaño de la muestra que no siempre es posible.
 I-30

NIVEL DE SIGNIFICACION

 es la Probabilidad de cometer un Error tipo I.

Se llama Nivel de significación

 es la probabilidad de cometer un Error tipo II

Es deseable que estas dos probabilidades de

error sean pequeñas.
 I-31

ERRORES TIPO I Y II
Y NIVEL DE SIGNIFICACION
 I-32

NIVEL DE SIGNIFICACION Y
NIVEL DE CONFIANZA
En la práctica, es frecuente un nivel de significación de 0,05 ó
95% de NIVEL DE CONFIANZA

Si por ejemplo se escoge el nivel de significación 0,05 (ó 5%), entonces

hay unas cinco (05) oportunidades entre 100 de rechazar la hipótesis
cuando debiera haberse aceptado; Es decir, tenemos un 95% de
confianza de que hemos adoptado la decisión correcta. En tal caso
decimos que la hipótesis ha sido rechazada al nivel de significación
0,05, lo cual quiere decir que tal hipótesis tiene una probabilidad 0,05
de ser falsa.
 I-33

NIVELES DE SIGNIFICACION
Prueba de Uno y Dos Extremos.
Cuando estudiamos ambos valores estadísticos es decir, ambos lados de la media lo llamamos
prueba de uno y dos extremos o contraste de una y dos colas.
Con frecuencia no obstante, estaremos interesados tan sólo en valores extremos a un lado de
la media (o sea, en uno de los extremos de la distribución), tal como sucede cuando se
contrasta la hipótesis de que un proceso es mejor que otro, tales contrastes se llaman
unilaterales, o de un extremo. En tales situaciones, la región crítica es una región situada a un
lado de la distribución, con área igual al nivel de significación.
 I-34

Utilidad de las hipótesis

• El uso y formulación correcta de las
hipótesis le permiten al investigador poner a
prueba aspectos de la realidad,
disminuyendo la distorsión que pudieran
producir sus propios deseos o gustos.
Pueden ser sometidas a prueba y
demostrarse como probablemente correctas
o incorrectas sin que interfieran los valores
o creencias del individuo.
 Discusión de los resultados

Interna Control

Validez

Externa Alcance
Discusión de los resultados

En este estadio se distinguen dos actividades básicas:

A) En primer lugar, se determina, en la medida de lo

posible, la aceptación de los presupuestos teóricos que
han inspirado la investigación. Esto requiere
interpretar los resultados y, al mismo tiempo, inferir la
hipótesis de investigación. Así, con esta primera
actividad, el investigador fija el grado de validez
interna de la investigación. ..//..
B) En segundo lugar, se especifica el
alcance de los resultados obtenidos, es
decir, para qué valores de las variables
implicadas y presentes en la situación es
vigente el efecto inferido. Se trata, por
tanto, de establecer el alcance de los
resultados (su generalización) y el grado de
validez externa del trabajo.
 Interpretación de los resultados

Las actividades propias de la interpretación de

de los resultados son:
a) Inferir la hipótesis de investigación.
b) Examinar los resultados en función de ésta
hipótesis, extrayendo los contenidos
científicamente significativos.
c) Interpretar los resultados en términos de
hipótesis alternativas o rivales.
 I-39

Referencia Bibliográfica
Curso

Análisis Estadístico de Datos Climáticos

TEMA: Pruebas de Hipótesis

Mario Bidegain (FC) – Alvaro Diaz (FI) – Marcelo Barreiro (FC)

Universidad de la República

Montevideo, Uruguay

2009