TRABAJO DE ESTADISTICA II

PRUEBA DE HIPOTESIS

PRESENTADO POR:

PRESENTADO A:
LIC. SANDRA BERNARDA GUTIERREZ

UNIVERSIDAD DE CARTAGENA
PROGRAMA DE ADMINISTRACION INDUSTRIAL
FACULTAD DE CIENCIAS ECONOMICAS

CARTAGENA D.T.Y.C

PRUEBA DE HIPOTESIS
Una prueba de hipótesis o también denominada prueba de significación tiene como
objetivo principal evaluar y justificar suposiciones o afirmaciones acerca de los valores
estadísticos de la población (parámetros). De modo que resulta muy importante para la
toma de decisiones estadísticas frente a la caracterización del estudio, no sin antes
plantear las posibles características de la población. En otras palabras, una prueba de
hipótesis permite establecer la veracidad de planteamientos hipotéticos en una población
a partir de información de una muestra aleatoria.

La prueba de hipótesis también conocida como docimasia o contrastación de hipótesis es uno de

los métodos estadísticos más usados en las ciencias naturales por ser un procedimiento que le
proporciona al investigador un criterio objetivo para tomar decisiones con base a un número
limitado de observaciones. Frecuentemente el biólogo tiene que decidir: a) al comparar
magnitudes de propiedades físicas, químicas o biológicas en dos o más condiciones o categorías,
como es el caso de confrontar el valor medio de la presión arterial en personas pertenecientes a
dos grupos etarios; b) al valorar los efectos de diferentes niveles de algún factor ambiental como
la temperatura, la humedad, el contenido de oxígeno sobre algún proceso, característica o
propiedad de un organismo; y c) al relacionar dos o más variables, como la intensidad lumínica y la
tasa fotosintética. En éste capítulo y en los siguientes se trataran varios procedimientos para
probar hipótesis que dan respuesta a este tipo de problemas o a otros similares.

En otras palabras, 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.

Basándose en los datos de la muestra, la prueba determina cuando rechazar la hipótesis

nula. Se utiliza un p-valor, para realizar esa determinación. Si el p-valor es menos que el
nivel de significación (conocido como α o alfa), entonces se puede rechazar la hipótesis
nula.

Un error común suele ser que las pruebas de hipótesis estadísticas están diseñadas para
seleccionar la más probable de dos hipótesis. Sin embargo, al diseñar una prueba de
hipótesis, se configura la hipótesis nula como la que se quiere rechazar. Dado que se fija
que el nivel de significación sea pequeño antes del análisis (normalmente, un valor de 0.05
funciona correctamente), Cuando se rechaza la hipótesis nula, se tiene una prueba
estadística de que la alternativa es cierta. Por el contrario, si no se rechaza la hipótesis
nula, no se tiene prueba estadística de que la hipótesis nula sea cierta. Esto es debido a
que no se ha fijado la probabilidad de que se acepte falsamente que la hipótesis nula sea
pequeña.

PROCEDIMIENTO GENERAL PARA LA PRUEBA DE HIPOTESIS:

 1. Formulación de hipótesis.

2. Especificación de un valor de probabilidad crítico o nivel de significación.

3. Elección de un estadístico de la muestra y de su distribución para someter a prueba las

hipótesis.

4. Establecer una regla de decisión.

5. Decisión.

1. FORMULACIÓN DE HIPÓTESIS: Por lo general toda investigación en el campo de las ciencias

naturales se inicia a partir de una hipótesis la cual es una explicación tentativa que se da a un
hecho observado. La misma puede surgir a partir de una teoría general que explica cierta realidad
a la cual pertenece el fenómeno observado, o por la experiencia propia o de otros investigadores,
o por simple intuición. Ahora bien, en la formulación de cualquier hipótesis está implícita una
hipótesis alternativa.

En forma general las hipótesis estadísticas son afirmaciones que involucran una propiedad de la
distribución probabilística de la variable aleatoria que se está estudiando, propiedades como son
la media (µ), la varianza (σ 2 ), un valor de proporción (π) o la forma de la distribución. De modo
que el primer paso en un proceso de decisión es formular las hipótesis estadística, las cuales
reciben el nombre de hipótesis nula ( H 0 ) e hipótesis alternativa ( H 1). La hipótesis nula se dice que
es una hipótesis simple, porque es una afirmación de igualdad con un valor específico, mientras
que las hipótesis alternativas se dicen que es compuesta porque puede asumir diferentes valores.

Si se representa un parámetro poblacional por letra griega θ y con θO un valor cualquiera del
parámetro, la forma genérica de la hipótesis nula sería una igualdad entre el parámetro y un valor
específico del mismo,

H 0 : θ = θO

Por su parte la hipótesis alternativa se puede representar con una de las tres posibilidades
siguientes:
 La expresión θ > θO se interpreta como que el parámetro θ puede asumir cualquier valor mayor a
θO y se dice que la prueba de hipótesis es de una cola a la derecha. Por su parte θ < θO indica que
el parámetro θ puede ser cualquier valor menor a θO y la prueba de hipótesis se llama de una cola
a la izquierda. Finalmente θ ≠ θO representa la posibilidad que el parámetro θ asuma cualquier
valor diferente (mayor o menor) al valor θO y la prueba de hipótesis se denomina de dos colas.
Más adelante, cuando se trate lo referente al establecimiento de la zona de decisión, se aclarará la
razón de esta nomenclatura.

2. ESPECIFICACIÓN DEL NIVEL DE SIGNIFICACIÓN: Cualquier decisión dentro del proceso de

prueba de hipótesis lleva asociado cierto riesgo de fallar. Es decir que siempre existe la
posibilidad de tomar una decisión equivocada, sólo que en este tipo de prueba se tiene la ventaja
de conocer de antemano la probabilidad de equivocarse. En la Tabla 6.1 se muestran las posibles
consecuencias de tomar una decisión con relación a la hipótesis nula.

El razonamiento básico del proceso de prueba de hipótesis supone que si el planteamiento de la

hipótesis nula es cierto, por ejemplo que H0 = θ , la mayoría de las muestras proporcionaran
valores del estadístico muestral θ^ muy próximos a, y por lo tanto caerán dentro de la zona de
aceptación (Figura 6.5).

Pero también una minoría de observaciones puede no caer en la zona de aceptación a pesar que
H0 sea cierta, provocando que se tome una decisión errada, aunque se tiene a favor que se conoce
la magnitud de ese error. Por ejemplo cuando se define una zona de aceptación donde se espera
caigan el 95% de las observaciones si H 0 es cierta, también se está determinando que en un 5% de
los casos se puede cometer una equivocación al rechazar H 0 cuando de hecho es cierta. Es decir
que la probabilidad de cometer una falla es igual a 0.05. Este tipo de error se llama Error Tipo I
(Tabla 6.1) y su probabilidad se identifica con la letra α (Figura 6.6a). También se puede cometer
un error si se acepta H 0 cuando de hecho es falsa. Esto sucede cuando una observación cae dentro
de la zona de aceptación de H 0, siendo otra hipótesis H 1 la verdadera (Figura 6.6b). En este caso
la observación muestral θ^ queda dentro de la zona de aceptación de H 0, pero siendo verdadera
H 1. Este tipo de error se conoce como Error Tipo II (Tabla 6.1) y su probabilidad se identifica con la
letra β (Figura 6.6b).

En términos de probabilidad los dos tipos de errores se expresan de la forma siguiente:

P {Error Tipo I} = P{ θ^ ∈ Zona rechazo / H 0 cierta} = α

P {Error Tipo II} = P{ θ^ ∈ Zona aceptación / H 1 cierta} = β

Como se puede notar tanto α como β son probabilidades condicionadas. Los valores de ambos
errores no pueden calcularse en un sentido absoluto. Para calcular α es necesario asumir que H 0
es cierta y para calcular β se asume que H 1 es cierta. En cualquier prueba de hipótesis lo más
conveniente será que ambos tipos de errores sean lo más pequeño posible, pero esto no es fácil
de lograr, porque al intentar disminuir uno el otro aumenta proporcionalmente (Figura 6.7).
  Error Tipo I: es el nivel de significancia, denotado por la letra griega “a”, se define como la
probabilidad de “rechazar” la H0 cuando esta es
 Error Tipo II: es el valor predictivo, denotado por la letra griega “β”, se define como
probabilidad de “aceptar” la H0 cuando ésta es falsa. El procedimiento busca fijar la
probabilidad de cometer error Tipo I, α, y minimizar la probabilidad de cometer error Tipo
II, β.

Recomendaciones para disminuir el error tipo I, α:

 Disponer de una teoría que guíe la investigación, evitando el “salir de pesca” con la
computadora buscando asociaciones entre variables.
 Disminuir el número de pruebas estadísticas llevadas a cabo en el estudio.
 Depurar la base de datos para evitar errores de valores extremos que puedan producir
hallazgos signicativos.
 Utilizar valores de alfa más reducidos (0.01 o 0.001).
 Reproducir el estudio. Si al reproducir el estudio se obtienen resultados similares,
estaremos más seguros de no estar cometiendo el error de tipo I.

Recomendaciones para disminuir el error tipo II, β:

 Incrementar el tamaño de la muestra.
 Estimar el poder estadístico del estudio (1 – β).
 Incrementar el tamaño del efecto a detectar.
 Incrementar el valor de alfa.
 Utilizar pruebas paramétricas (más potentes) en lugar de pruebas no paramétricas en la
medida de lo posible.

3. SELECCIONAR EL ESTADÍSTICO DE PRUEBA A APLICAR : Es necesario comprender la

naturaleza de los datos que forman la base de los procedimientos de prueba, ya que esto
determina la prueba particular que se ha de utilizar. Se debe determinar, por ejemplo, si los
datos constan de conteos o medidas. A partir de los datos contenidos en la muestra, se calcula
un valor de la estadística de prueba y se compara contra las regiones de no rechazo y rechazo
que ya fueron especificadas. Luego entonces, aplicar el estadístico de prueba, previa
comprobación los supuestos (restricciones) estas incluyen, entre otras; suposiciones respecto a
la normalidad de la distribución de la población, igualdad de varianzas e independencia de las
muestras. Esto es importante ya que determina si se usan pruebas paramétricas (para datos que
siguen la distribución normal) o pruebas no paramétricas (para datos cuya distribución es
diferente a la normal). Hay que tener en cuenta que un procedimiento general se modifica según
las suposiciones. Los estadísticos de prueba más comunes los veremos más adelante.
4. ESTABLECER UNA REGLA DE DECISIÓN: Esta señala que se debe ser rechazada H 0 si el valor
de la estadística de prueba que se calcula a partir de la muestra es uno de los valores de la región
de rechazo, y que no se debe rechazar si el valor calculado es uno de los valores de la región de
no rechazo.

Valor de p en pruebas de hipótesis

Un aspecto, aquí importante es el valor de p (P-Value) que es el valor del estadístico de prueba
que se aplique. Indica que tan significante son los resultados de la muestra, considerando que la
H0 sea verdadera.

En prueba de hipótesis, podemos también comparar el valor de p con el nivel de significancia α. Si

el valor de p < α, H0 se rechaza, de otro modo H0 no se rechaza. Pero ¿qué significa esto? veamos
lo que puede ocurrir, si:

p = 0.10, tenemos alguna evidencia que H0 no es verdadera.

p = 0.05, tenemos fuerte evidencia que H0 no es verdadera.
p = 0.01, tenemos muy fuerte evidencia que H0 no es verdadera.
p = 0.001, tenemos una extremadamente fuerte evidencia que H 0 no es verdadera.

5. TOMAR UNA DECISIÓN O CONCLUSIÓN: Esto no es otra cosa que decidir si H 0 se rechaza,
entonces se concluye que H 1 es verdadera. Si H0 no se rechaza, se concluye que H 0 puede ser
verdadera. Es importante aclarar que cuando la H 0 no es rechazada, tampoco se puede decir que
se acepta. Se debe decir que «no se rechaza«. Se evita el uso de la palabra «aceptar» en este
caso porque pudiera haberse cometido el error de tipo II. Dado que, frecuentemente; la
probabilidad de cometer un error de tipo II puede ser realmente alta, no se pretende cometerlo
al aceptar la H0. Finalmente, la interpretación está en función de la pregunta de investigación y
tiene relación con la H1, pero la interpretación no necesariamente es igual a dicha hipótesis.

Ejemplos de algunas preguntas que se pueden responder con una prueba de hipótesis:

 ¿La altura media de las mujeres en secundaria difiere de 168 cm?

 ¿La desviación estándar de sus alturas es igual o menor que 13 cm?
 ¿Los estudiantes masculinos y femeninos difieren en su altura promedio?
 ¿Es la proporción de estudiantes masculinos de secundaria significativamente más alta
que la proporción de estudiantes femeninas de secundaria?

Ejemplo de realización de una prueba de hipótesis básica:

Se pueden seguir cinco pasos básicos para configurar y realizar correctamente una prueba de
hipótesis. Por ejemplo, el director de una fábrica de tuberías debe asegurarse de que los
diámetros de sus tuberías sean igual a 5cm. El director sigue los siguientes pasos básicos para
realizar el test de hipótesis.
NOTA: Se deberá determinar el criterio para la prueba y el tamaño de la muestra requerida
antes de recoger los datos.

1. Especificar la hipótesis.
En primer lugar, el director formula la hipótesis. La hipótesis nula es: La media de la población de
todas las tuberías es igual a 5 cm. Formalmente, esto se escribe: H0: μ = 5

Entonces, el director escoge entre las siguientes hipótesis alternativas:

Condición a prueba                                                   Hipótesis alternativa

La media poblacional es menor que el objetivo.    Unilateral: μ < 5

La media poblacional es mayor que el objetivo.    Unilateral: μ > 5
La media poblacional difiere del objetivo.               A dos lados: μ ≠ 5

Como tienen que asegurarse de que las tuberías no sean mayores o menores a 5cm, el director
elige la hipótesis alternativa de dos lados, que establece que la media de la población de todas las
tuberías no es igual a 5cm. Formalmente se escribe como H1: μ ≠ 5

2. Escoger un nivel de significación (también llamado alfa o α).

El director selecciona un nivel de significación de 0.05, que es el más típico.

3. Recoger los datos.

Recogen una muestra de tubos y miden sus diámetros.

4. Comparar el p-valor de la prueba con el nivel de significación.

Después de realizar la prueba de hipótesis el director obtiene un p-valor de 0.004. El p-valor es
menor que el nivel de significación de 0.05.

5. Decidir si rechazar o no rechazar la hipótesis nula.

El director rechaza la hipótesis nula y concluye que el diámetro medio de tubería de todas las
tuberías no es igual a 5cm.

FORMULAS UTILIZADAS PARA PRUEBA DE HIPOTESIS

MUESTRAS GRANDES: En las pruebas de hipótesis para la media (µ), cuando se conoce la
desviación estándar (σ) poblacional, o cuando el valor de la muestra es grande (30 o más), el valor
estadístico de prueba es z y se determina a partir de:

El valor estadístico z, para muestra grande y desviación estándar poblacional desconocida se

determina por la ecuación:
MUESTRAS PEQUEÑAS: En la prueba para una media poblacional con muestra pequeña y
desviación estándar poblacional desconocida se utiliza el valor estadístico t.

CONCLUSION

Concluimos señalando que el uso adecuado y la formulación de hipótesis pueden permitir

a los investigadores o profesionales de la salud probar aspectos de la realidad, reduciendo
las distorsiones que pueden surgir de los propios deseos o gustos. Porque se pueden
probar y demostrar que son correctos o incorrectos sin la interferencia de los valores o
creencias de la persona. Las pruebas de hipótesis son herramientas estadísticas para
conocer una población a partir de información muestral, es importante que tengan
resultados significativos, de lo contrario la hipótesis no se basa en la población sino solo
en la muestra sin inferencia. Casi todas las preguntas que podemos hacer sobre algunos
datos tienen una prueba de hipótesis asociada. Diferencias de medias, correlaciones,
normalidad, homocedasticidad y muchos otros factores entre dos, tres o más grupos.

BIBLIOGRAFIA
http://www.esap.edu.co/portal/wp-content/uploads/2017/10/6-Estadstica-ii.pdf

https://blogs.ugto.mx/enfermeriaenlinea/unidad-didactica-3-las-pruebas-de-hipotesis/

https://platzi.com/clases/2021-estadistica-inferencial/32501-introduccion-a-las-
pruebas-de-hipotesis/#:~:text=Una%20prueba%20de%20hip%C3%B3tesis
%20o,de%20la%20poblaci%C3%B3n%20(par%C3%A1metros).

https://www.addlink.es/noticias/minitab/2852-que-es-una-prueba-de-
hipotesis#:~:text=Una%20prueba%20de%20hip%C3%B3tesis%20es,nula%20y
%20la%20hip%C3%B3tesis%20alternativa.

https://www.ecotec.edu.ec/material/material_2016F1_MAT260_12_67069.pdf