6σ Green Belt

Sesión 9 – Hipótesis sobre Medias.

Entrenamiento 6σ Green Belt

Contenido de la Sesión 9

• Introducción a las Pruebas de Hipótesis.

• Media contra un estándar.
• Poder de una prueba de hipótesis.
• Comparación de dos medias.
• Comparación de mas de dos medias.
• Comparación de Medianas.
Introducción a las Pruebas de Hipótesis.

3
Introducción a las Pruebas de Hipótesis.

• También llamadas contraste de hipótesis o prueba de significación.

• Procedimiento estadístico para juzgar si una propiedad que se supone cumple una
población, es compatible con lo observado en una muestra de dicha población.
• Fue iniciada por Ronald Fisher y fundamentada posteriormente por Jerzy Neyman y Karl
Pearson.
• Se aborda el problema estadístico considerando una hipótesis determinada y una
hipótesis alternativa, y se intenta dirimir cuál de las dos es la hipótesis verdadera, tras
aplicar el problema estadístico a un cierto número de experimentos.
Introducción a las Pruebas de Hipótesis.

Ho = Hipótesis Nula.- Es la hipótesis contra la que se va a debatir, se establece

negando valor, efecto o consecuencias (no cambio, no diferencia, no mejora, etc.)

Ha = Hipótesis Alterna.- Es la hipótesis con la que se quiere demostrar efectos o

consecuencias. Es la negación de la nula.

P-Valor = Valor de Probabilidad relacionado a una distribución para rechazar la

Hipótesis Nula

¡ Con un P- Valor Bajo, Ho se va al carajo !

Introducción a las Pruebas de Hipótesis.
Algunas Hipótesis Expresadas en Lenguaje Estadístico:

Ho: La Media de la Población es igual a 170

Ha: La Media de la Población es mayor que 170

Ho: Los Datos presentan Distribución Normal

Ha: Los Datos no presentan Distribución Normal

Ho: Varianza del Grupo A = Varianza del Grupo B

Ha: Varianza del Grupo A es menor que la Varianza del Grupo B

Ho: Variable Y es independiente de la Variable X

Ha: Variable Y es dependiente de la Variable X

Introducción a las Pruebas de Hipótesis.
En general la forma de las hipótesis nula y alterna es:

H0: parámetro poblacional = (  ,  ) valor supuesto 

Ha: parámetro poblacional  ( > , < ) valor supuesto 

La hipótesis nula de no diferencia (=) contra una Prueba de Dos Colas para a = 0.05
alterna de diferencia () es una hipótesis bilateral o t = -1.96 t = 1.96
0.4
de dos colas porque el rechazo de H0 puede ocurrir
0.3

hacia un lado u otro; es decir, puede ser diferente

Pdf
0.2

porque es menor o porque es mayor que el valor 0.1

supuesto . 0.0

-4 -3 -2 -1 0 1 2 3 4

a/2 = 0.025 Output a/2 = 0.025

Introducción a las Pruebas de Hipótesis.

H0:   0 vs. Ha:  > 0 es una hipótesis unilateral H0:   0 vs. Ha:  < 0 es una hipótesis
superior o de cola derecha, porque se rechaza H0 en el unilateral inferior o de cola izquierda, porque se
caso de que se obtengan valores muy por encima del rechaza H0 en el caso de que se obtengan valores muy
valor supuesto . por debajo del valor supuesto

t = 1.645 t = -1.645
0.4 0.4

0.3 0.3

  0.5   0.5
Pdf

Pdf
0.2 0.2

0.1 0.1

0.0 0.0

-4 -3 -2 -1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4

Prueba de Cola Derecha

Output Prueba de Cola
OutputIzquierda
Introducción a las Pruebas de Hipótesis.

Errores de Decisión.

Confiabilidad: Decisión del Investigador

1-
Acepta Ho No Acepta Ho

Ho Verdadera Error
Correcto Tipo I
Riesgo 
La Verdad
Error Potencia :
Tipo II Riesgo b Correcto 1-b
Ho es Falsa
Introducción a las Pruebas de Hipótesis.
Concepto de p-valor.

Es la probabilidad de que, suponiendo cierta Ho, el estadístico de contraste tome un valor al menos tan
extremo como el que se obtiene a partir de las observaciones muestrales, definida a partir del estadístico de
contraste:
1. El p-valor sólo puede calcularse una vez tomada la muestra, obteniéndose niveles críticos distintos para
cada muestra.
2. El p-valor puede interpretarse como un nivel mínimo de significación en el sentido de que niveles de
significación α , iguales o superiores al p - valor llevarán a rechazar la hipótesis nula Ho.
3. Por tanto, cuanto menor sea el p - valor mayor es el grado de incompatibilidad de la muestra con Ho, lo
que lleva a rechazar Ho.
4. El cálculo del p-valor no proporciona de modo sistemático una decisión entre Ho y Ha.
Introducción a las Pruebas de Hipótesis.

Introducción a las Pruebas m

de Hipótesis. Si la Medida de Posición
Relativa de un caso en particular
Confiabilidad 95%
= 5% da por resultado una
Zonas de Aceptacion
 /2 = 2.5% probabilidad de ocurrencia (área
en azul) menor al establecido
como zona de rechazo (0.025 en
Zona de Rechazo Zona de Rechazo este caso), se rechazara Ho.
por la Izquierda por la Derecha
En este ejemplo toda Z > 1.96
delimitara un área menor a
DISTRIBUCION NORMAL Z 0.025 y como consecuencia Ho
deberá rechazarse
Medida de Posicion
Relativa Si -1.96 < Z < 1.96; Ho deberá
aceptarse.
Introducción a las Pruebas de Hipótesis.
Los pasos a seguir en una prueba de hipótesis son:

1.- Describir las características de la población acerca de la cual se va a probar la

hipótesis (establecer si se cumplen los supuestos del contraste).
2.- Formular las hipótesis nula y alterna (H0 y Ha).
3.- Escoger un nivel de significación o probabilidad de Error Tipo I,  y la
Probabilidad de Error Tipo II, b.
4.- Seleccionar el estadístico de contraste cuya distribución muestral sea conocida en
el supuesto de que H0 sea verdadera, pero sin hacer cálculos todavía.
Introducción a las Pruebas de Hipótesis.
5.- Determinar la región crítica o de rechazo, misma que depende del tipo de
hipótesis, de la probabilidad del Error Tipo I y del estadístico de contraste.
6.- Estimar el Tamaño de Muestra apropiado para llevar a cabo la Prueba.
7.- Considere limitaciones prácticas de tiempo, costo y recursos disponibles
para llegar a un plan de muestreo aceptable.
8.- Calcular el estadístico de contraste.
9.- Tomar una decisión de rechazar H0 o no rechazarla,
10.- Dar una conclusión al problema.
Introducción a las Pruebas de Hipótesis.

Consideraciones en el tamaño de la muestra.

• A mayor Potencia, mayor Tamaño Muestral

• A mayor Desviación Estándar, mayor Tamaño Muestral
• A mayor Confiabilidad, mayor Tamaño Muestral
• A mayor Diferencia a Detectar, menor Tamaño Muestral
Pruebas de Hipótesis de una muestra contra un estándar.

15
Introducción a las Pruebas de Hipótesis.
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis con Medias y Medianas.

Prueba Condiciones a tomar en cuenta.

1-Sample Z - Si conocemos la desviación estándar de la población.

- Si la muestra es grande.

1-Sample t - Si la muestra es pequeña.

1- Sample Sign - Si los datos no son normales.

- No importa la forma de su distribución.

1-Sample Wilcoxon - Si los datos no son normales.

- Los datos deben presentar un distribución simétrica.
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis contra un Valor Estándar.

Se ha cambiado una sierra de un equipo de corte de ejes que forman parte

de un dispositivo médico.

La Gerente de Calidad ha determinado que no es necesario revalidar el

equipo de corte, pero debe hacerse una verificación para determinar si la
longitud de los ejes (shafts) no ha cambiado.

La longitud media histórica de los ejes es de 4.25 cm y la desviación

estándar es de 0.09.

¿Es suficiente una muestra de veinte ejes para esta verificación si se

requiere un poder de la prueba de 0.95?
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis contra un Valor Estándar.
Summary Report for Longitud
Anderson-Darling Normality Test
A-Squared 0.32
P-Value 0.509
Mean 4.2479
StDev 0.0659
Variance 0.0043
Skewness 0.058135
Kurtosis -0.217000
N 20
Minimum 4.1177
1st Quartile 4.1994
Median 4.2605
3rd Quartile 4.2808
Maximum 4.3650
95% Confidence Interval for Mean
4.10 4.15 4.20 4.25 4.30 4.35 4.2170 4.2788
95% Confidence Interval for Median
4.2029 4.2731
95% Confidence Interval for StDev
0.0501 0.0963

95% Confidence Intervals

Mean

Median

4.20 4.22 4.24 4.26 4.28

Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis contra un Valor Estándar.
Si no contamos con la desviación
estándar histórica y debido a que el
tamaño de la muestra colectada es de
veinte ejes, entonces deberemos aplicar
la prueba 1-Sample t.

¿Hay evidencia estadística para afirmar

que el proceso de corte con la nueva
sierra presenta una media distinta a
4.25?
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis contra un Valor Estándar.
Introducción a las Pruebas de Hipótesis.
Introducción a las Pruebas de Hipótesis.

z = -1.645
0.4

p = 0.444
0.3
Pdf

0.2

  0.05
0.1

0.0
No cae en la zona de
-4 -3 -2 -1 0 1 2 3 4

Output Rechazo para Ho

Prueba de Cola Izquierda ¡¡ El Poder de la Prueba

es muy importante !!
Introducción a las Pruebas de Hipótesis.

¿Qué diferencia es práctica?

Introducción a las Pruebas de Hipótesis.

Poder > 90%

Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis para la Mediana.
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis para la Mediana.
Pruebas de Hipótesis para comparar dos muestras.

28
Introducción a las Pruebas de Hipótesis.
Pruebas de Hipótesis con Medias y Medianas.
Prueba Condiciones a tomar en cuenta.

2-Sample t - Si los datos de ambas muestras son normales.

Man-Whitney - Si los datos no son normales.

- Los datos deben presentar un distribución simétrica

Mood´s Medians Test - Si los datos no son normales.

Kruskal – Wallis Test - No importa la forma de su distribución.

.
Introducción a las Pruebas de Hipótesis.
Comparación de la media de dos muestras.

El equipo de un proceso que agrega un recubrimiento a la superficie de un

dispositivo médico ha recibido un mantenimiento programado intensivo.

El proceso había estado cumpliendo satisfactoriamente con las especificaciones

de funcionalidad para el producto, teniendo como crítica la del espesor del
recubrimiento: LSL = 1.95 y USL = 3.25 presentando un Pp y Ppk mayores a
1.33.

Se toma una muestra de 50 piezas con el proceso ya ajustado y se compara con

otra de igual tamaño con el proceso anterior.

¿Ha cambiado la media del producto?

Introducción a las Pruebas de Hipótesis.
Comparación de la media de dos muestras.

Aparentemente la media del espesor del recubrimiento hecho por el proceso ya

ajustado se redujo de 2.6076 a 2.5059 y la desviación estándar también se redujo de
0.1482 a 0.0723.

¿Hay evidencia estadística para afirmar estos cambios si se requiere un nivel de

confianza del 95% y un poder de la prueba del 95%?
Introducción a las Pruebas de Hipótesis.
Comparación de la media de dos muestras.
Introducción a las Pruebas de Hipótesis.
Comparación de la media de dos muestras.
Introducción a las Pruebas de Hipótesis.
Introducción a las Pruebas de Hipótesis.

¿Qué diferencia es práctica?

Introducción a las Pruebas de Hipótesis.

Comparación de la media de dos muestras.

Introducción a las Pruebas de Hipótesis.

Poder > 90%

Introducción a las Pruebas de Hipótesis.
Comparación de la mediana de dos muestras.

Nota:
Es necesario apilar los datos.
Introducción a las Pruebas de Hipótesis.
Comparación de la mediana de dos muestras.
Symmetry Plot for Con Ajustes
10

0.20
5

0
2.32 2.40 2.48 2.56 2.64
0.15

Lower Distance to Median

0.10

0.05

0.00

0.00 0.05 0.10 0.15 0.20

Upper Distance to Median
Introducción a las Pruebas de Hipótesis.
Prueba de hipótesis con datos pareados. Muestra Cruda Muestra Seca
104.78 98.29
Se habla de datos pareados cuando en el momento del análisis se desea tener en 103.46 96.78
101.02 92.66
cuenta que ciertos valores se hallan agrupados de forma natural (2 o más 97.46 88.51
96.30 90.41
mediciones efectuadas en el mismo elemento de la muestra) o artificial 98.46 93.91
(casos/testigos con correspondencia entre cada caso y un testigo de las mismas 94.32 87.25
99.75 94.46
características). 95.84 89.74
94.54 87.43
92.98 87.11
En este ejemplo se requiere evaluar la influencia de ventilación forzada por diez 94.58 87.61
minutos en la reducción de peso de agua en una muestra de veinte elementos. 86.04 80.15
101.34 92.56
108.77 102.94
Si se sabe que la pérdida de peso de muestras húmedas por evaporación es de 97.83 92.12
96.57 91.45
cinco gramos, ¿hay evidencia estadística que justifique el uso de ventilación 98.87 92.62
101.58 95.31
forzada? El poder de la prueba requerido es de un 90%. 96.34 90.55
Introducción a las Pruebas de Hipótesis.
Prueba de hipótesis con datos pareados.
Introducción a las Pruebas de Hipótesis.
Prueba de hipótesis con datos pareados.
Introducción a las Pruebas de Hipótesis.
Prueba de hipótesis con datos pareados.
Pruebas de Hipótesis para más de dos muestras.

44
Introducción a las Pruebas de Hipótesis.

Comparación de la media de más de dos grupos de datos.

Prueba Condiciones a tomar en cuenta.

One-way ANOVA - Revisar si los grupos de datos son normales.

- Basarse en Multiple Comparisions para datos normales.
- Basarse en Test de Levene para datos no normales

Mood´s Medians Test - Si los datos no son normales.

Kruskal – Wallis Test - No importa la forma de su distribución.
Introducción a las Pruebas de Hipótesis.
Comparación de la media de más de dos muestras.

ANOVA de un solo factor.

En un proceso de empaque de producto médico que implica barrera

estéril se tiene sospecha de que lotes diferentes de un mismo número de
parte de proveedor de bolsas resultan en fuerzas de sellado distintas.

La desviación estándar histórica del proceso es de 1.210 y la población ha

mostrado una distribución normal, por lo que solo se toman las fuerzas
de sellado de 18 bolsas de cada uno de los lotes de material.

¿Hay evidencia estadística para asumir que la media de la fuerza de

sellado de todos los lotes es la misma?
Introducción a las Pruebas de Hipótesis.
ANOVA de un solo factor.
Introducción a las Pruebas de Hipótesis.
ANOVA de un solo factor.
Introducción a las Pruebas de Hipótesis.
ANOVA de un solo factor.
Introducción a las Pruebas de Hipótesis.
ANOVA de un solo factor.
Introducción a las Pruebas de Hipótesis.
Comparación de la mediana de más de dos muestras.

Nota: Es necesario apilar los

datos.
Introducción a las Pruebas de Hipótesis.
Comparación de la mediana de más de dos muestras.

Nota: Es necesario apilar los

datos.