CAPÍTULO

IX
PRUEBA DE HIPÓTESIS PARA LA
VARIANZA

1. Introducción
En la mayoría de los casos se tiene el problema de desconocer la
varianza, o desviación estándar de la población, en donde las
distribuciones son normales. Si se desea probar una hipótesis acerca de
la varianza se puede hacer utilizando la distribución ji cuadrada (Chi-
cuadrada). Asimismo, Supóngase que se tiene interés en dos pobla-
ciones normales independientes, donde las medias y las varianzas de la
población son desconocidas. Se desea probar la igualdad de las dos
varianzas, ya que para poder comparar las medias de estas dos pobla-
ciones se ha utilizado la distribución t de Student, en la cual podemos
tener varianzas iguales o diferentes en la población.
Para conocer esto último se requiere de la distribución F de
Fisher, y después de utilizarla se tomará la decisión de tener o no
varianzas iguales en la población, dando pie a realizar la comparación
de las dos medias según sea el caso. En un primer caso en el que las
varianzas de la población son desconocidas, pero iguales, o en un
segundo caso, donde se tienen varianzas desconocidas, pero diferentes.
En este capítulo abordaremos las pruebas de hipótesis referidas a
la varianza, tanto para una población como para dos poblaciones,
utilizando las distribuciones antes mencionadas.
614 Estadística para Administración y Economía
2. Prueba de hipótesis para la varianza de una distribución normal
En esta sección, desarrollaremos procedimientos para contrastar
hipótesis sobre la varianza poblacional , a partir de una muestra
aleatoria de n observaciones de una población normal.
La base para desarrollar los test se apoya en el hecho de que la
variable aleatoria
(n  1) s X 2
 n21  2
X
sigue una distribución Chi-cuadrada con (n  1) grados de libertad1.
El razonamiento para el desarrollo de pruebas apropiadas sigue
ahora el mismo esquema que en las pruebas anteriores.
2.1. Prueba bilateral de la varianza de una población
NivSig  
Estadístico de prueba:

2 
n  1s 2
2
Regla de decisión a un nivel de significancia  :

Z. Rechazo
rechazo

 
2 Aceptación
Z. aceptación 2

22   2
2n –1,   v2
 n –1, 1–    n 1,  
  n 1,1 2 2   22
 

Rechazar H 0 si:
 prueba
2
  2  o  prueba
2
  2 
 n 1,   n 1, 1 
 2  2

1
La validez de estos resultados se apoya de manera crucial en el supuesto de que la
distribución de la población es normal.
 Prueba de hipótesis para la varianza 615
Ejemplo 1
Una manera de evaluar la eficacia de un profesor ayudante es
analizar las calificaciones obtenidas por sus estudiantes en un examen
al final del curso. Evidentemente, es interesante la puntuación media,
sin embargo, la varianza también contiene información útil; algunos
profesores tienen un estilo que funciona muy bien con los estudiantes
más sobresalientes, pero es ineficiente con los estudiantes con menos
capacidad o menos motivados. Un profesor realiza un examen al final
de cada semestre para todas las secciones del curso, la varianza de las
calificaciones de este examen suele estar muy próxima a 300. Un nuevo
ayudante tiene una clase de 30 estudiantes, cuyas calificaciones en el
examen tuvieron una varianza de 480; considerando estas calificaciones
como una muestra aleatoria de una población normal, contrastar la
hipótesis nula de que la varianza poblacional de sus calificaciones es
300 frente a una alternativa bilateral con   0.05.
Solución
n  30
s 2  480
H 0 :  2  300
H1 :  2  300

Z. Rechazo
Zona de rechazo

Z. Aceptación 0.025
0.025
0.025 Zona de aceptación

22
(29,0.975)
 29,0.975  16.05
16.047
22
 (29,
 29,0.025  45.72
 45.722  v2
0.025)

Regla de decisión:
Rechazar H 0 si  2  16.05 o  2  45.72
Valor de prueba:
 prueba
2

 29  480   46.40
300
Entonces dado que  2 > 45.72, se rechaza H 0 , lo cual significa
que la varianza es diferente de 300.
616 Estadística para Administración y Economía
2.2. Prueba unilateral derecha de la varianza de una población

 prueba
2

 29  0.0005  36.25
0.0004
Estadístico de prueba:

2 
n  1s 2
2
Regla de decisión a un nivel de significancia  :
Rechazar H 0 si  prueba
2
  (2n1, )

Z.
Z.rechazo
Rechazo


Z.
Z. aceptación
Aceptación

2n2n–1,1,  v2

Ejemplo 2
Se debe maquinar determinada parte con tolerancias muy
estrechas, para que los clientes la puedan aceptar. Las especificaciones
del producto piden que la varianza máxima de las longitudes de las
partes sea 0.0004. Suponga que en 30 partes, la varianza de la muestra
resultó ser s2 = 0.0005. Pruebe con un = 0.05 si se ha violado la
especificación de varianza de la población.
Solución
H 0 :  2  0.0004
H1 :  2  0.0004
Estadístico de prueba:

2 
n  1s 2 
290.0005
2 0.0004
 2  36.25
 Prueba de hipótesis para la varianza 617

Z. rechazo
Z. Rechazo

Z.aceptación
Z. Aceptación 0.05

229,0.05
2
  42.5569
(29,0.05) 42.56  v2

Regla de decisión:
Rechazar H 0 si  2  42.56

Entonces dado que  2  42.56 , se acepta H 0 , lo cual significa

que las especificaciones del producto no han sido violadas.
2.3. Prueba unilateral izquierda de la varianza de una población
H 0 :  2   02
H 0 :  2   02
Estadístico de prueba:
2
 
n  1s 2
2

Regla de decisión:
Rechazar H 0 si  prueba
2
  2n 1,1 

Z. Rechazo
Z. rechazo


Z. aceptación
Z. Aceptación

2 (2n –1,1–  )  v2
  n1,1 
618 Estadística para Administración y Economía
3. Inferencias acerca de la varianza de dos poblaciones normales
Una de las pruebas de hipótesis desarrolladas en el capítulo
anterior para la prueba de medias poblacionales depende del supuesto
de igualdad de las dos varianzas poblacionales. Aunque en muchas
aplicaciones prácticas este es un supuesto razonable, conviene utilizar
los datos disponibles para contrastar su validez. Además, cuando se
comparan distribuciones poblacionales, a veces ocurre que las varian-
zas poblacionales poseen interés en sí mismas y deseamos compararlas.
En esta sección, consideraremos el caso de dos muestras alea-
torias independientes de poblaciones normales y contrastaremos la
igualdad de las varianzas poblacionales. Para desarrollar el contraste,
debemos definir otra distribución de probabilidades: la distribución
probabilística F.
3.1. La distribución F
Denominada así por sir Ronald Fisher, uno de los fundadores de
la ciencia estadística moderna. Esta distribución se utiliza como la
entidad estadística de prueba en varios casos, sirve para probar si dos
muestras proceden de poblaciones con varianzas iguales. Asimismo,
también sirve cuando se desea comparar simultáneamente varias
medias poblacionales, esta comparación simultánea de varias de tales
medias se denomina análisis de la varianza (ANOVA), en estos dos
casos las poblaciones deben ser normales.
Teorema
Si s12 y s22 son las varianzas de las muestras aleatorias
independientes de tamaños n1 y n2 de poblaciones normales con
varianzas  12 y  22 , entonces la variable aleatoria:
s12
 12 s12 22
F 
s22 s22 12
 22
es una variable aleatoria que tiene distribución F con n1  1 grados de
libertad en el numerador y n2  1 grados de libertad en el denominador.
Una distribución F con v1 grados de libertad en el numerador y v2
grados de libertad en el denominador se denotará Fv1 ,v2 . Denotaremos
por Fv1 , v2 , al número para el cual:
p ( Fv1 , v2  Fv1 , v2 , )  
 Prueba de hipótesis para la varianza 619
3.2. Características de la distribución F
1. Existe una familia de distribuciones F, un elemento específico de
la familia queda determinado por dos parámetros, los grados de
libertad del numerador y los grados de libertad del denominador.
La distribución se ilustra en la siguiente figura:
gl(29, 28)

gl(19, 6)

gl(6, 6)

2. El valor F siempre es positivo.

3. La distribución F tiene sesgo positivo.
4. A medida que aumenta el valor F, la curva se aproxima al eje X,
pero jamás lo toca.
3.2.1. Prueba de hipótesis bilateral respecto a la varianza de dos
poblaciones
H 0 :  X2   Y2
H1 :  X2   Y2
Estadístico de prueba:
s x2
F
s 2y

Regla de decisión a un nivel de significancia  .

Rechazar H si:
0

F  F  O F  F 
 n1 1, n2 1,1   n1 1, n2 1,
 2  2 
620 Estadística para Administración y Economía

rechazo
Z. Rechazo



Z.Aceptación
Z. aceptación 2
2

FF  FF  F VF,VV1 ,V2 

nn1–1,
11 , n n11 1–
, –1,
 
 n1n1–1,
1, n 1,  
n22 –1,
 1 2 

2 2 2  2   22 

Observación
También son posibles pruebas unilaterales donde intervengan dos
varianzas de población, de nuevo se emplea la distribución F, y la
región unilateral de rechazo nos permite concluir si una varianza
poblacional es significativamente mayor o significativamente menor
que la otra. Solo se necesitan valores F de la cola superior. En ese
sentido, para cualquier prueba unilateral se plantea la hipótesis nula, de
tal modo que la región de rechazo esté en el extremo superior. Esto se
puede lograr identificando a la población con la mayor varianza en la
hipótesis alternativa como la población 1. El procedimiento general es
el siguiente:
3.2.2. Prueba unilateral derecha acerca de la varianza de dos
poblaciones normales
H 0 :  X2   Y2
H1 :  X2   Y2
Estadístico de prueba:
s X2
F
sY2
Regla de decisión a un nivel de significancia  .
Rechazar H 0 si:
F  F n 1, n 1, 
1 2
 Prueba de hipótesis para la varianza 621

Z. Rechazo
Z. rechazo


Z.
Z.Aceptación
aceptación

F
F( n 1–1, n2 –1, ) FF(VV1 ,,VV2 )
1 2
 n1 1, n2 1,  

Observación
1. Para reducir el tamaño de la tabla de valores críticos, la varianza
muestral más grande se coloca en el numerador, en consecuencia,
la razón F siempre es mayor que 1. Por lo tanto, el valor crítico
de la cola de valores superiores es el único que se necesita.
1
2. F 
V1, V21  F
V2 , V1, 
Ejemplo 3
La compañía Piura Punto Com realizó un estudio acerca de los
hábitos de escuchar radio por parte de los hombres y las mujeres. Un
aspecto del estudio comprendió el tiempo promedio de audición. Se
descubrió que tal tiempo para los varones es de 35 minutos al día. La
desviación estándar de la muestra de 11 personas del sexo masculino
que se estudiaron fue de 10 minutos diarios. El tiempo promedio de
audición para las 13 mujeres en el estudio fue también de 35 minutos,
pero la desviación estándar de la muestra, resultó 12 minutos. Al nivel
de significancia de 0.10, ¿es posible concluir que existe diferencia en la
variación del número de minutos que los hombres y las mujeres
escuchan la radio?
Solución
nh  11 sh  10
nm  13 sm  12
  0.10
622 Estadística para Administración y Economía
2
H0 : m   h2
2
H1 :  m   h2

Z.
Z. rechazo
Rechazo

0.05
0.05 Z.Aceptación
Z. aceptación

FV1 ,V2 
F12,10,0.95  0.36 F12,10, 0.05  2.91

Recuerde que:
1 1
F(12,10,0.95)    0.36
F(10,12,0.05) 2.75
Regla de decisión:
Rechazar H 0 si F  0.36 o F  2.91
Valor de prueba:
sm2 122
F 2  2
sh 10
F  1.44
Por lo tanto, al ser F  1.44 se acepta H 0 , lo cual significa que la
variación del número de minutos que escuchan radio los hombres
es igual al de las mujeres.
Ejemplo 4
En su incansable búsqueda de un sistema de llenado adecuado,
cierta empresa prueba dos máquinas. Robo-Fill se usa para llenar 16
tarros y resulta una desviación estándar de 1.9 onzas en el llenado. Con
Automat-Fill se llenan 21 frascos que dan una desviación estándar de
2.1 onzas. Si la empresa tiene que elegir uno de estos sistemas en
función de la uniformidad de llenado, ¿cuál deberá seleccionar? Use un
  0.05.
 Prueba de hipótesis para la varianza 623
Solución
Datos:
Robo-Fill Automat-Fill
sRF  1.9 s AF  2.1
nRF  16 nAF  21
  0.10
H 0 :  AF
2
  RF
2

H1 :  AF
2
  RF
2

Z.rechazo
Z. Rechazo

0.05
Z. Aceptación
Z. aceptación

FV1 ,V2 
F 20,15, 0.05  2.33

Por medio de la tabla Fisher, tenemos que:

F 20, 15, 0.05  2.33
 
Regla de decisión:
Rechazar H 0 si F  2.33
Valor de prueba:
2
2.12
s AF
F 
 1.22
sRF
2
1.92
Dado que el valor de F = 1.22, se acepta H0. Por lo tanto, se elige
el proceso Automat-Fill porque es el que presenta mejor unifor-
midad de llenado.
624 Estadística para Administración y Economía

EJERCICIOS RESUELTOS
1. La vida útil de una cámara de video es 6 años en promedio, con
desviación estándar de 0.75 años. Una muestra de la vida útil de 30
televisores tuvo una desviación estándar de 2 años. Plantee una
prueba de hipótesis que se pueda usar para determinar si la des-
viación estándar de la vida útil de los televisores es considera-
blemente mayor que la de las cámaras de video. Con un nivel de
significado de 0.05, ¿cuál es su conclusión?
Solución
C  6 σ C  0.75 nT  30 sT  2 g.l.  29
H 0 :  T  0.75
2 2

H1 :  T  0.75
2 2

Z.
Z. Rechazo
rechazo

Z.Z.aceptación
Aceptación 0.05

 229,0.05   42.56
42.5569  v2
De acuerdo a la tabla Chi-cuadrada, tenemos que:
 229,0.05  42.56
Regla de decisión:
Rechazar H 0 si  2  42.56
Valor de prueba:

 
2 n  1s 2

30  12
2
 206.22
2
 0.752
Por tanto, dado que el valor de  2  206.22 , entonces se rechaza
H 0 . Es decir que la desviación estándar de la vida útil de los tele-
visores es mayor que la de las cámaras.
 Prueba de hipótesis para la varianza 625
2. La varianza de cantidades de llenado de vasos de refresco en una
llenadora automática es de mucha importancia para el propietario de
una fuente de soda. Si la varianza es demasiado grande habrá exceso
o defecto en el llenado, lo que provocará la insatisfacción de los
clientes. Una varianza aceptable de cantidades (en onzas) de llenado
es 2 = 0.25. En una prueba de llenado con determinada máquina,
con una muestra de 18 vasos se obtuvo una varianza de 0.40.
¿Indican los resultados de la muestra que se debe ajustar el
mecanismo de llenado de la máquina al haber encontrado una
varianza mayor en las cantidades de llenado? Emplee un nivel de
significado igual a 0.05.
Solución
n  18 s 2  0.40 g.l.  17
H 0 :  2  0.25
H1 :  2  0.25

Z.
Z. Rechazo
rechazo

Z.Z.aceptación
Aceptación 0.05

 217,0.05  27.59  v2

Por medio de la tabla Chi-cuadrada, tenemos que:

 17
2
, 0.05   27.59

Regla de decisión:
Rechazar H 0 si  2  27.59
Valor de prueba:

2 
 n  1 s 2  18  1 0.40   27.2
2 0.25
Por tanto, dado que el valor de  2  27.2 , entonces se acepta. H 0 .
Es decir, que la varianza de llenado es aceptable.
626 Estadística para Administración y Economía
3. La varianza en la cantidad de vehículos propiedad de o alquilados
por los suscriptores de la revista Gente es 0.94. Suponga que una
muestra de 12 suscriptores a otra revista indicó las siguientes
cantidades de vehículos propiedad de o rentados por ellos: 2, 1, 2, 0,
3, 2, 2, 1, 2, 1, 0 y 1. Calcule la varianza de esa muestra y pruebe la
hipótesis de que la varianza de la cantidad de vehículos propiedad de
o rentados por los suscriptores es igual para ambas revistas. Con un
nivel de significancia de 0.05, ¿cuál es su conclusión?
Solución
n  12  2  0.94 s 2  0.81
H 0 :  2  0.94
H 1 :  2  0.94

Z. Rechazo
rechazo

0.025
0.025 Z.Z.Aceptación
aceptación

 211,0.975  3.82  211,0.025  21.92  v2

   
Por medio de la tabla Chi-cuadrada, tenemos:
 11
2
, 0.975  3.82

 11
2
, 0.025  21.92

Regla de decisión:
Rechazar H 0 si  2  3.82 o  2  21.92
Valor de prueba:

 
2  n  1 s 2 12  1 0.81
  9.48

2
0.94
Por tanto, dado que el valor de  2  9.48 , entonces se acepta H0.
Es decir, que la varianza en las dos revistas es igual.
 Prueba de hipótesis para la varianza 627
4. Usando una muestra de 9 días durante los últimos seis meses, un
dentista ha tenido las siguientes cantidades de pacientes: 22, 25, 20,
18, 15, 22, 24, 19 y 26. Si la cantidad de pacientes atendidos por día
tiene distribución normal, ¿con estos datos se rechazaría la hipótesis
de que la varianza en la cantidad de pacientes atendidos por día es
igual a l0? Use un nivel de significancia igual a 0.10. ¿Cuál es su
conclusión?
Solución
n9  2  10 s 2  12.69
H 0 :  2  10
H 1 :  2  10

rechazo
Z. Rechazo

0.05 Aceptación 0.05

Z. aceptación

 28,0.95  2.73  28,0.05  15.51  v2

   
Por medio de la tabla Chi-cuadrada, tenemos:
 28, 0.95  2.73
 28, 0.05  15.51
Regla de decisión:
Rechazar H 0 si  2  2.73 o  2  15.51
Valor de prueba:

2 
n  1s 2  9  112.69  10.15
2 10
Por tanto, dado que el valor de  = 10.15, entonces se acepta H0.
Es decir, que la varianza en la cantidad de pacientes atendidos por
día es igual a 10.
628 Estadística para Administración y Economía
5. La varianza de llenado de cajas de cereal debe ser 0.02 o menos. Se
tomó una muestra de 41cajas de cereal y se obtuvo una desviación
estándar de 0.16 onzas. Use  = 0.05, para determinar si esa
varianza rebasa la especificación del proceso.
Solución
n  41 s  0.16
H 0 :  2  0.02
H 1 :  2  0.02

Z. Rechazo
rechazo

0.05
Z.Z.aceptación
Aceptación

 240,0.05  55.76  v2
 
A través de la tabla Chi-cuadrada, tenemos:
 240,0.05  55.76
Regla de decisión:
Rechazar H 0 si  2  55.76
Valor de prueba:

2 
n  1s 2 
41  10.162  51.2
2 0.02
Por tanto, dado que el valor de  = 51.2, entonces se acepta H0. Es
decir, que la varianza no rebasa la especificación del proceso.
6. Una máquina produce láminas de plástico que periódicamente son
examinadas para detectar posibles fluctuaciones en su grosor. Si la
verdadera varianza del grosor supera los 2.25 milímetros cuadrados,
se despierta inquietud por la calidad del producto. Los grosores
medidos para una muestra aleatoria de diez láminas producidas
fueron los siguientes (en milímetros): 226, 226, 232, 227, 225, 228,
225, 228, 229, 230. Realice la prueba de hipótesis adecuada a esta
situación. Emplee  = 0.05.
 Prueba de hipótesis para la varianza 629
Solución
n  10 s 2  5.16
H 0 :  2  2.25
H 1 :  2  2.25

Z. rechazo
Rechazo

0.05
Aceptación
Z. aceptación

 29,0.05  16.92  v2
 
De acuerdo a la tabla Chi-cuadrada:
 29,0.05  16.92
Regla de decisión:
Rechazar H 0 si  2  16.92
Valor de prueba:

 
 n  1 s 2 10  1 5.16 
2
  20.64
2
 2.25
Por tanto, dado que el valor de  = 20.64, entonces se rechaza H0.


Es decir, que la calidad del producto no es buena ya que la varianza

es mayor a 2.25 milímetros.
7. Una empresa aseguradora contrata agentes a los que paga una
comisión. La empresa afirma que en su primer año, los agentes
ganarán una comisión media de al menos 4000 soles y que la
desviación estándar no es mayor que 600 soles. Una muestra
aleatoria de nueve agentes proporcionó, para las comisiones durante
el primer año:
9 9 2
 xi  3.33
i 1
 x  x 
i 1
i  0.0312

Donde xi se mide en millones de soles y la distribución de la

población puede considerarse normal. Contrastar la hipótesis
correspondiente para la varianza con un nivel de significancia del
5%.
630 Estadística para Administración y Economía
Solución
n9 s 2  3900   600
H 0 :  2  360 000
H1 :  2  360 000

rechazo
Z. Rechazo

0.05
Z. Aceptación
aceptación

 28,0.05  15.51  v2
 
De acuerdo a la tabla Chi-cuadrada:
28,0.05  15.51
Regla de decisión:
Rechazar H 0 si  2  15.51
Valor de prueba:

2 
 n  1 s 2   9  1 3900   0.087
2 360 000

Por tanto, dado que el valor  2  0.087 , entonces se acepta H0. Es

decir, que la varianza de las comisiones que ganaron los agentes de
una empresa es menor o igual a 360 000.
8. La varianza en un proceso de producción es un indicador importante
de la calidad del mismo. Una varianza grande indica, con frecuencia,
que hay oportunidades de mejorar el proceso, determinando maneras
de reducir la variabilidad del producto. Los datos que muestran el
peso en gramos de bolsitas de té preparadas con dos máquinas se
ven en la tabla de abajo. Realice una prueba estadística para
determinar si hay una diferencia significativa entre las varianzas de
pesos de bolsitas obtenidas con las dos máquinas. Use un nivel de
significancia de 0,10. ¿Cuál es su conclusión? ¿Qué máquina ofrece
las mayores oportunidades de mejoramiento de calidad?
 Prueba de hipótesis para la varianza 631

2.95 3.45 3.50 3.75 3.48 3.26 3.33 3.20

3.16 3.20 3.22 3.38 3.90 3.36 3.25 3.28
Máquina 1
3.20 3.22 2.98 3.45 3.70 3.34 3.18 3.35
3.12
3.22 3.30 3.34 3.28 3.29 3.25 3.30 3.27
Máquina 2 3.38 3.34 3.35 3.19 3.35 3.05 3.36 3.28
3.30 3.28 3.30 3.20 3.16

Solución
n1  25 x1  3.33 s12  0.049
n2  21 x2  3.28 s 2 2  0.0061
H0 : 1   2
2 2

H1 :  1   2
2 2

Z.rechazo
Z. Rechazo

0.05
0.025
0.025
0.05 Z.Aceptación
Z. aceptación

FF24,20,0.95 0.48
0.42 F 24,21,0.025 2.08
F 2.37 FV1 ,V2 
24,21,0.975  24,20,0.05 

Según la tabla Fisher, tenemos que:

F 24,20,0.05  2.08

Por teorema:
1 1
F 24,20,0.95    0.48
F 20,24,0.05 2.08

Regla de decisión:
Rechazar H 0 si F  0.48 o F  2.08
632 Estadística para Administración y Economía
Valor de prueba:
s12 0.049
F 2   8.03
s2 0.0059
Por tanto, dado que el valor de F = 8.03, entonces se rechaza H0.
Es decir, que existe diferencia significativa entre las varianzas de
las máquinas.
Mediante una nueva prueba veremos cuál de las dos máquinas
tiene mayor varianza, para ello se plantea la siguiente hipótesis:
H0 :1   2
2 2

H1 :  1   2
2 2

Z. rechazo
Z. Rechazo

0.10
0.05
Z. Aceptación
Z. aceptación

F  2.33
2.86 FV1 ,V2 
F 24,20,0.10  
 24,21, 0.05
Por tanto, dado que el valor de F = 8.03, entonces se rechaza H0.
Es decir, que la máquina 1 tiene mayor varianza que la máquina
2. En ese sentido, la máquina 1 ofrece las mejores oportunidades
de mejoramiento del proceso.
9. La mayoría de las personas reconocen el hecho de que la media del
costo anual de reparación de un automóvil depende de su
antigüedad. Por ejemplo: el costo promedio anual de reparación de
automóviles con 4 años de antigüedad es de 400 dólares, casi el
doble que el costo promedio anual de reparación de automóviles con
2 años de antigüedad, que es de 220 dólares. A un investigador le
interesa determinar si la varianza de los costos anuales de reparación
también aumenta con la edad del automóvil. En una muestra de 25
automóviles con 4 años de antigüedad se obtuvo una desviación
estándar de 170 dólares en los costos anuales de reparación, y en una
 Prueba de hipótesis para la varianza 633
muestra de 25 vehículos con dos años de antigüedad se obtuvo 100
dólares de desviación estándar. Formule las hipótesis nula y
alternativa de que la varianza en los costos anuales de reparación es
mayor para los automóviles más viejos. Con un nivel de
significancia de 0.05, ¿cuál es su conclusión? Describa qué tan
razonables son sus resultados.
Solución
n4 años  25 s 4 años  170
n2 años  25 s 2 años  100
H 0 :  42 años   22años
2
H1 :  4años   22años

Z.Z.Rechazo
rechazo

0.05
Z.
Z. aceptación
Aceptación

FV1 ,V2 
F 24,24, 0.05  1.98
 
Por medio de la tabla Fisher, tenemos que:
F24,24,0.05  1.98
Regla de decisión:
Rechazar H 0 si F  1.98
Valor de prueba:
2
S 4 años 1702
F 2
  2.89
S 2 años 1002

Por tanto, dado que el valor de F = 2.89, entonces se rechaza H0.

Es decir, que la varianza aumenta con la antigüedad del
automóvil.
634 Estadística para Administración y Economía

10. El Servicio de Pruebas Educativas, en Piura, llevó a cabo estudios

con el objeto de identificar diferencias en las calificaciones de los
alumnos hombres y mujeres con la Prueba de Aptitud Escolar. Con
una muestra de alumnas se determinó la desviación estándar de
calificaciones, que fue de 83 en el examen oral. Para una muestra de
a1umnos, la desviación estándar fue de 78 en la misma prueba.
Suponga que las desviaciones estándar se basaron en muestras
a1eatorias de 101 alumnas y 101 alumnos. ¿Indican estos datos que
hay una diferencia entre las varianzas de las calificaciones de las
alumnas y los alumnos? Use  = 0.10.
Solución
Datos:
nM  101 sM  83
nH  101 sH  78
H0 : M   H
2 2

H1 :  M   H
2 2

Z. rechazo
Z. Rechazo

0.05
0.025
0.025
0.05 Z. Aceptación
Z. aceptación

F
F100,100,0.95 0.72
0.70 FF100,100,0.05 1.39
1.43 FV1 ,V2 
120,120,0.975
 120,120,0.025
Según la tabla Fisher, tenemos que:
F100, 100, 0.05  1.39
Por teorema:
1 1
F100,100,0.95    0.72
F100,100,0.05 1.39
Regla de decisión:
Rechazar H 0 si F  0.72 o F  1.39
 Prueba de hipótesis para la varianza 635
Valor de prueba:
83  1.13
2
sM2
F 2 
 78
2
sH
Por tanto, dado que el valor de F = 1.13, entonces se acepta H0.
Es decir, que no existe diferencia significativa entre las varianzas
de las calificaciones de mujeres y hombres.
11. Una hipótesis de investigación es que la varianza de las distancias
de frenado de los automóviles sobre pavimento mojado es bastante
mayor que la correspondiente a pavimento seco. En el estudio de
investigación se determinaron las distancias de frenado de 17
automóviles que viajaban a las mismas velocidades, en pavimento
mojado y después en pavimento seco. En el pavimento mojado, la
desviación estándar fue de 32 pies y en pavimento seco, de 16 pies.
Con un nivel de significancia igual a 0.05, ¿justifican los datos de
las muestras la conclusión que la varianza de las distancias de
frenado sobre pavimento mojado es mayor que la correspondiente
en pavimento seco? ¿Cuáles son las imp1icaciones de sus
conclusiones respecto a recomendaciones de seguridad en el
manejo?
Solución
nM  17 s M  32
nS  17 sS  16
H0 : M   S
2 2

H1 :  M   S
2 2

Z.Z.Rechazo
rechazo

0.05
Z.
Z. Aceptación
aceptación

FF16,16,0.05 2.33
2.40
FV1 ,V2 
15,15, 0.05
636 Estadística para Administración y Economía
Por medio de la tabla Fisher, tenemos que:
F16,16,0.05  2.33
Regla de decisión:
Rechazar H 0 si F  2.33
Valor de prueba:
 32 
2
s2
F  M2  4
16 
2
sH
Por tanto, dado que el valor de F = 4, entonces se rechaza H0. Es
decir, que la varianza de las distancias de frenado en pavimento
mojado es mayor que en pavimento seco.
12. El departamento de contabilidad analiza la varianza de los costos
unitarios semanales que reportan dos departamentos de producción.
Una muestra de 17 reportes de costos, de cada uno de esos depar-
tamentos, indica varianzas de costo de 2.3 y 5.4, respectivamente.
¿Es suficiente esa muestra para llegar a la conclusión de que los dos
departamentos de producción son distintos en cuanto a la varianza
del costo unitario? Use  = 0.10.
Solución
2 2
n1  17 s1  2.9 n2  17 s 2  5.4
H0 :1   2
2 2

H1 :  1   2
2 2

Z. Rechazo
rechazo

0.05
0.05 Z.Z.Aceptación
aceptación

FF  0.42
15,0.95  0.43
F
F15,  2.40
15,0.05  2.33
FV1 ,V2 
15,16,16,0.95
  16,16,0.05
 
 Prueba de hipótesis para la varianza 637
Según la tabla Fisher tenemos que:
F16,16,0.05  2.33
Por teorema:
1 1
F16,16,0.95    0.43
F16,16,0.95 2.33

Regla de decisión:
Rechazar H 0 si F  0.43 o F  2.33
Valor de prueba:
2
s2 5 .4
F 2

 1.86
s1 2 .9
Por tanto, dado que el valor de F = 1.86, entonces se acepta H0.
Es decir, que no existe diferencia significativa en cuanto a la
varianza del costo unitario en los dos departamentos.
13. Una empresa somete a sus aspirantes a una prueba de aptitudes
mecánicas. Una muestra de 21 solicitantes hombres tiene una
varianza de 80 en las calificaciones de la prueba, y una muestra de
17 solicitantes mujeres tiene una varianza de 220. Use  = 0.10,
para determinar si las varianzas en calificaciones son distintas para
los hombres y mujeres solicitantes. ¿Qué grupo tiene la mayor
varianza en aptitudes mecánicas?
Solución
2 2
n H  21 s H  80 n M  17 s M  220
H0 : M   H
2 2

H1 :  M   H
2 2

Z. rechazo


00.05
.025 
22  0.05

2  0.025
Z. aceptación 2

F15,19,0.975 0.38
0.44 F15  2.18
,19,0.025  2.62
FF( vV11,v,2V2 )
16,20,0.95 16,20,0.05
638 Estadística para Administración y Economía
Según la tabla Fisher, tenemos que:
F16,20,0.05  2.18
Por teorema:
1 1
F16,20,0.95    0.44
F 20,16,0.05 2.28

Regla de decisión: rechazar H 0 si F  0.44 o F  2.18

Valor de prueba:
sM 2 220
F   2.75
sH 2 80
Por tanto, dado que el valor de F = 2.75, entonces se rechaza H0.
Es decir, que existe diferencia significativa entre hombres y
mujeres. Ahora, mediante una nueva prueba de hipótesis veremos
si la varianza de calificaciones de las mujeres es mayor que la
varianza de calificaciones de los hombres:
H0 : M   H
2 2

H1 :  M   H
2 2

Z.Z.
derechazo
Rechazo
 =0.10
0.05
Z.Z.de Aceptación
aceptación

FF16,20,0.10
15,19,0.05  2.18
2.23 FF(vV1,v,V2 )
1 2

Por tanto, dado que el valor de F = 2.75, entonces se rechaza H0.

Es decir, que las mujeres tienen mayor varianza en las actitudes
mecánicas que los hombres.
14. Se utilizan dos métodos de producción para ensamblar repro-
ductores de discos compactos. El tiempo promedio requerido por
ambos métodos se ha estimado en 5.6 minutos, aproximadamente.
Sin embargo, los estudios parecen sugerir que las varianzas en tales
tiempos difieren. Es importante mantener horarios de producción
 Prueba de hipótesis para la varianza 639
similares para coordinar los itinerarios de producción. Quince
reproductores de discos compactos producidos por el primer méto-
do reportan una desviación estándar de 5.4 minutos, y 17 repro-
ductores del segundo método reportan una desviación estándar de
4.8 minutos. A un nivel de significancia del 10%, ¿qué concluiría
usted con respecto a la prueba de hipótesis apropiada?
Solución
n1  15 s1  5.4
n2  17 s 2  4 .8
H0 :1   2
2 2

H1 :  1   2
2 2

Rechazo
Z. rechazo

0.05
0.025
0.025
0.05 Z.
Z.Aceptación
aceptación

FF14,16,0.95  0.41 FF14,16,0.05  2.37

2.82 FF(VV1,V,V2 )
 
14,16,0.975  0.36 14,16,0.025
 1 2

Según la tabla Fisher, tenemos que:

F14,16,0.05  2.37
Por teorema:
1 1
F14,16,0.95    0.41
F16,14,0.05 2.44

Regla de decisión:
Rechazar H 0 si F  0.41 o F  2.37
Valor de prueba:

F
s2
2


5 .4 
2
 1.27
s1
2
4.82
640 Estadística para Administración y Economía
Por tanto, dado que el valor de F = 1.27, entonces se acepta H0.
Es decir, que no existe diferencia significativa en las varianzas de
los métodos.
15. Suponga que el espesor de un componente de un semiconductor es
una dimensión crítica. El proceso de producción de tal característica
se distribuye normalmente con una desviación estándar de 0.6
milésimas de pulgada. Para controlar el proceso se toman muestras
periódicas de veinte piezas y se define un límite de control con base
en una probabilidad de 0.01 de que la varianza muestral exceda
dicho límite, si el proceso está bajo control. ¿Qué se puede concluir
si para una muestra dada la desviación estándar es 0.84 milésimas
de pulgada?
Solución.
El proceso se considera fuera de control si la desviación estándar
muestral (o la varianza) excede de un cierto límite. Por lo tanto,
las hipótesis pueden plantearse como:
n  20 s  0.84
H 0 :  2  0.36
H1 :  2  0.36

Z.
Z. Rechazo
rechazo

0.01
0.001
Z.Z. Aceptación
aceptación

219,0.01
2  v2
 (19,0.01)  36.19
 36.191

De acuerdo a la tabla Chi-cuadrada, tenemos que:

 219,0.01  36.19
 
Regla de decisión:
Rechazar H 0 si  2  36.19
Valor de prueba:
 n  1 s 2  20  1 0.84 
2

 
2
  37.24
2  0.6 
2
 Prueba de hipótesis para la varianza 641
Por tanto, dado que el valor de  2  37.24 , entonces se rechaza
H0. Es decir, que el proceso no está bajo control.
16. Suponga que un fabricante de pernos está produciendo pernos de
8 mm de diámetro y que los diámetros de estas piezas se distribu-
yen normalmente; con propósitos de control de calidad, se obtuvo
una muestra de 25 pernos de una línea de producción para estimar
la varianza de todos los diámetros, la cual resultó ser s2 = 0.019
mm2. Con un nivel de significancia de 0.05, ¿se puede concluir que
la varianza poblacional es igual o menor a 0.01 mm2?
Solución
Datos:
n  25 s 2  0.019   0.05
H 0 :  2  0.01
H1 :  2  0.01

Z. Rechazo
rechazo

Z.aceptación
Z. Aceptación 0.05

 (24,0.05)
22
24,0.05  36.415
36.42  v2

De acuerdo a la tabla Chi-cuadrada, tenemos que:

 224,0.05  36.42
 
Regla de decisión:
Rechazar H 0 si  2  36.42
Valor de prueba:

2 
 n  1 s 2   25  1 0.019   45.6
2  0.01
Por tanto, dado que el valor de  2  45.6 , entonces se
rechaza H 0 . Es decir, que existe evidencia para decir que la
varianza es mayor que 0.01 mm2.
642 Estadística para Administración y Economía
17. Una compañía que produce una parte maquinada para un motor,
afirma que tiene una varianza de diámetro no mayor a 0.0002
pulgadas. Una muestra aleatoria de 10 partes arrojó una varianza de
muestra s2 = 0.0003. Si se supone que las medidas del diámetro se
distribuyen en forma normal, ¿hay evidencia para refutar lo que
afirma el proveedor? Use   0.05.
Solución
 2 = 0.0002
n  10
s 2 =0.0003
  0.05
H 0 :  2  0.0002
H1 :  2  0.0002

Rechazo
Z. rechazo

Z.
Z. Aceptación
aceptación 0.05

(9,0.05)
22
16.92
 9,0.05   16.919  v2

De acuerdo a la tabla Chi-cuadrada, tenemos que:

29,0.05  16.92
Regla de decisión:
Rechazar H 0 si  2  16.92
Valor de prueba:

 

2 n  1 s 2 10  1 0.0003
  13.5
2  0.0002 
Por tanto, dado que el valor de  2  13.5 , entonces no se rechaza
H 0 . Es decir, que no existe evidencia para refutar la afirmación
del proveedor.
 Prueba de hipótesis para la varianza 643
18. El contenido de azúcar del almíbar de los duraznos enlatados tiene
una distribución normal, donde se cree que la varianza es
 2  18 mg2. Se toma una muestra de 10 latas que dieron una
desviación estándar de 4.8 mg. ¿Muestran estos datos suficiente
evidencia para decir que la varianza ha cambiado? Use un   0.05
y calcule el valor p.
Solución
Datos:
 2  18 s  4.8
n  10   0.05
H 0 :  2  18
H1 :  2  18

Z.
Z. Rechazo
rechazo

Z. Aceptación
Z. aceptación 0.025
0.025

(9,0.025)
2  19.023
 29,0.975  2.70
  9,0.025 19.02  v2

Por medio de la tabla Chi-cuadrada, tenemos que:

29,0.975  2.70
29,0.025  19.02
Regla de decisión:
Rechazar H 0 si  2  2.70 o  2  19.023
Valor de prueba:
 n  1 s 2  10  1 4.8
2

2   11.52
2 18
Por tanto, dado que el valor de  2  11.52 , entonces se acepta H0.
Es decir, que la varianza del contenido de almíbar no ha
cambiado, sigue siendo 18 mg2.
644 Estadística para Administración y Economía
Si recordamos que en la distribución de la varianza en el muestreo
se dijo que la media de la distribución Chi-cuadrada es (n – 1),
por lo tanto, la media de este ejercicio es de 9. Como el valor
muestral de  2  11.52, este número se encuentra a la derecha de
p
la media, lo cual quiere decir que el valor será el área a la
2
derecha del valor de  c2 .
 
Valor p  2  p  2  11.52  . Con 9 grados de libertad, al buscar
el valor de 11.52 en la tabla, observamos que se encontraría entre
11.39 y 14.68, estos es, para un área en el extremo superior de la
curva entre 0.25 y 0.1, por lo cual el valor p, estaría entre:
2 (0.10)  valor p  2 (0.25)
0.20  valor p  0.50
19. Por experiencia se sabe que el tiempo que se requiere para que los
estudiantes del último año de preparatoria completen una prueba
estandarizada es una variable aleatoria normal con una desviación
estándar de seis minutos. Se toma una muestra aleatoria de 20
estudiantes del último año de preparatoria y se obtiene una
desviación estándar de 4.51. ¿Muestran estos datos suficiente
evidencia para decir que la desviación estándar disminuyó? Utilice
el valor p para su decisión.
Solución
n  20  6 s  4.51
H 0 :  2  36
H1 :  2  36

Valor
 p
Z. Aceptación
Z. aceptación

 c2  v2
  10.735
2
 Prueba de hipótesis para la varianza 645
Valor de prueba:

 n  1 s 2  20  1 4.51
2

 
2
  10.735
2  6
2

Regla de decisión:
Rechazar H 0 si el valor p   .

Para obtener el valor p, se busca en la tabla el 10.735 con 19 grados

de libertad, y el área que se encuentra es la que está a la derecha de
este valor. Como la media de esta distribución Chi-cuadrada es de
19, por lo tanto, el valor de 10.735 queda a la izquierda de la media.
Valor p = p (2 < 10.735)
Valor p = 1 – p (2 > 10.735)
Con 19 grados de libertad, al buscar el valor de 10.735 se observa
que se encontraría entre 10.12 y 11.65, esto es para un área en el
extremo superior de la curva entre 0.95 y 0.90, por lo cual el valor
de p(2 > 10.735), estará entre 0.90 y 0.95, por lo que el valor p
estará entre 0.05 y 0.10.
El valor p al estar entre 0.05 y 0.10, con esto se puede concluir que
si hubiéramos utilizado un nivel de significancia de 0.10, se rechaza
H0 y se concluye que la desviación estándar disminuyó, pero si se
utiliza un valor de   0.05 , entonces no se rechaza H0 y se
concluiría que la desviación estándar no disminuyó. La decisión
depende del error tipo I que esté dispuesto a tolerar el investigador.
20. La variabilidad en la cantidad de impurezas presentes en un lote de
productos químicos, utilizada para un proceso en particular,
depende del tiempo que tarda el proceso. Un fabricante que emplea
dos líneas de producción 1 y 2, hizo un pequeño ajuste al proceso 2,
con la esperanza de reducir la variabilidad, así como la cantidad
media de impurezas en los productos químicos. Muestras de
n1  25 y n2  20 mediciones de dos lotes produjeron las siguientes
medias y varianzas: x1  3.2, s12  1.04, x2  3.0 y s22  0.51.
¿Presentan los datos evidencia suficiente para indicar que las
variaciones del proceso son menores para el proceso 2? Realice una
prueba con un   0.05.
646 Estadística para Administración y Economía
Solución
Población 1 Población 2
x1  3.2 x2  3.0
s12  1.04 s22  0.51
n1  25 n2  20
  0.05
H 0 :  12   2 2
H1 :  12   2 2

Z. rechazo
  0.05
Z. aceptación

F 24,19,0.05  2.11 F
F
(vV11,,vV22)
Por medio de la tabla Fisher, tenemos que:
F 24,19,0.05  2.11

Regla de decisión:
Rechazar H 0 si F  2.11
Valor de prueba:

F
s1
2

1.04   2.04
s2
2
 0.51
Por tanto, dado que el valor de F = 2.04, entonces no se rechaza
H0. Es decir, que no existe suficiente evidencia para decir que la
varianza del proceso 2 es menor que la del proceso 1.
 Prueba de hipótesis para la varianza 647

PROBLEMAS PROPUESTOS
1. Se sabe que dos marcas de neumáticos tienen una duración media
de 45 000 millas. Pero puede haber alguna diferencia en la varia-
bilidad del millaje alcanzado por las dos marcas. Se efectúa un
experimento en el que se usan 16 neumáticos de cada marca. Se
hacen rodar los neumáticos en condiciones similares hasta que se
desgastan. Se encuentra que las varianzas de las dos muestras son
s12 = 4500 millas y s22 = 2200 millas. ¿Rechazaría Ud. la hipóte-
sis 12 = 22 a favor de 12 > 22 en un nivel de significancia de
 = 0.05?
2. La tabla siguiente muestra los números de roturas de hilo (por
45.40 kg) correspondientes a dos diferentes enlaces por cada 2.54
centímetros. ¿Es significativa la diferencia entre las varianzas? Use
 = 0.05.
Enlaces/2.54 cm Roturas/45.40 kg
Enlace 1 6.0 9.7 7.4 11.5 17.9 11.9 10.2 7.8
Enlace 2 6.4 8.3 7.9 8.8 10.1 11.5 8.7 9.7
3. Dos secciones de un curso de Estadística son sometidas a un
mismo examen final. De las calificaciones obtenidas se extrae una
muestra aleatoria de tamaño 9 en el grupo "A", y otra de tamaño 4
en el grupo "B".
Grupo "A": 65 68 72 75 82 85 87 91 95
Grupo "B": 50 59 71 80
a) Con un nivel de significación de 0.05, ¿podría decirse que los dos
grupos tienen las mismas calificaciones promedio? Suponga que
provienen de poblaciones normales con varianzas iguales.
b) Calcule el valor p para este ensayo e interprete su resultado.
c) Por medio de un ensayo de hipótesis diga si estuvo acertada la
suposición de las varianzas iguales en el inciso a). Haga la prueba
con un nivel de significancia de 0.10.
4. Una máquina automática empacadora de azúcar se usa para llenar
bolsas de 5 libras. Una muestra aleatoria de 15 bolsas indicó una
media de 4.94 libras y una desviación estándar de 0.02; si se
supone que la distribución de los pesos es normal, y de la
experiencia pasada se sabe que la desviación estándar de los pesos
es de 0.015 libras, ¿muestran los datos suficiente evidencia para
decir que hubo un aumento en la variabilidad? Haga la prueba con
un nivel de significancia del 0.05 y calcule el valor p.
648 Estadística para Administración y Economía
5. Una empresa empacadora de azúcar está considerando una
máquina nueva para reemplazar su máquina actual. Los pesos de
una muestra de 21 paquetes de 5 libras empacados por la máquina
vieja producen una varianza de 0.16, mientras que los pesos de 20
paquetes de 5 libras empacados por la máquina nueva dan una
varianza de 0.09. En base a estos datos, ¿aconsejaría usted al
gerente comprar la máquina nueva? Use un   0.05.
6. La Metro Bus Company en una ciudad grande afirma tener una
varianza en los tiempos de llegada de sus carros, medidos en
minutos, a las distintas paradas, de no más de 5; un ejecutivo de la
compañía ordenó tomar los tiempos de llegada en varias paradas
para determinar si los conductores están cumpliendo con sus
horarios. Si una muestra de 12 llegadas a una parada particular
produjo una varianza de 5.7 y se supone que los tiempos de llegada
se distribuyen normalmente, ¿muestran estos datos suficiente
evidencia para contradecir a la compañía? Use un nivel de
significancia de 0.10 y calcule el valor p.
7. Se quiso probar si la cirrosis de hígado hacía variar el índice de
actividad de la colinesterasa en suero. Se eligieron dos muestras
aleatorias e independientes de individuos. Los resultados fueron:
Individuos normales: n1  20 x1  1.8 s1  0.4

Individuos cirróticos: n2  25 x2  0.66 s2  0.2

En la cirrosis de hígado, ¿se observa diferencia significativa en el

índice de la colinesterasa en suero?
8. Un investigador ha realizado el siguiente experimento: tomó una
primera muestra de 25 pacientes que padecían cierto síntoma y
otra segunda muestra de 30 pacientes con el mismo síntoma. A los
de la primera muestra les aplicó un tratamiento específico y a los
de la segunda les dio un placebo. Anotó el tiempo en horas en que
cada uno dijo que el síntoma había desaparecido y obtuvo los
siguientes resultados:

Primera muestra: n1  25  x  85  x
i
2
i  343

Segunda muestra: n2  30  y  216  y

i
2
i  1650

¿Puede concluir el investigador que el tratamiento es realmente

efectivo?
 Prueba de hipótesis para la varianza 649
9. Para comprobar si la tolerancia a la glucosa en sujetos sanos tiende
a decrecer con la edad se realizó un test oral de glucosa a dos
muestras de pacientes sanos, unos jóvenes y otros adultos. El test
consistió en medir el nivel de glucosa en sangre en el momento de
la ingestión (nivel basal) de 100 g de glucosa y a los 60 minutos de
la toma. Los resultados fueron los siguientes:
Jóvenes
Basal 81 89 80 75 74 97 76 89 83 77
60 minutos 136 150 149 141 138 154 141 155 145 147
Adultos
Basal 98 94 93 88 79 90 86 89 81 90
60 minutos 196 190 191 189 159 185 182 190 170 197

a) ¿Se detecta una variación significativa del nivel de glucosa en

sangre en cada grupo?
b) ¿Es mayor la concentración de glucosa en sangre a los 60
minutos, en adultos que en jóvenes?
c) El contenido basal de glucosa en sangre, ¿es menor en jóvenes
que en adultos?
d) ¿Se detecta en los jóvenes una variación del nivel de glucosa
en sangre diferente al de los adultos a los 60 minutos?
10. Se desea comparar la actividad motora espontánea de un grupo de
25 ratas de control y otro de 36 ratas desnutridas. Se midió el
número de veces que pasaban delante de una célula fotoeléctrica
durante 24 horas. Los datos obtenidos fueron los siguientes:
Ratas de control n1  25 x1  869.8 s1  106.7

Ratas desnutridas n2  36 x2  465 s2  153.7

¿Se observan diferencias significativas de variabilidad entre el
grupo de control y el grupo desnutrido?
11. La tabla siguiente muestra los efectos de un placebo y de la
hidroclorotiácida sobre la presión sanguínea sistólica de 11
pacientes.
Placebo 211 210 210 203 196 190 191 177 173 170 163
H-cloro 181 172 196 191 167 161 178 160 149 119 156
650 Estadística para Administración y Economía
Según estos datos experimentales, ¿podemos afirmar que existe
diferencia en la variabilidad de la presión sistólica durante la
utilización de estos dos fármacos?
12. Se supone que los diámetros de cierta marca de tubo de acero están
normalmente distribuidos. Una muestra al azar de 10
observaciones tuvo una varianza de 0.12 pulg2. ¿Será rechazada la
hipótesis 2 = 0.06 a favor de 2 > 0.06 a un nivel de significación
 = 0.05?
13. Los siguientes datos registrados en días representan el tiempo de
recuperación para pacientes que se tratan al azar con uno de los
medicamentos para curar infecciones graves de la vejiga.
Medicamento 1 Medicamento 2
n1 = 14 n2 = 16
x1  17 x 2  19
s12 = 1.5 s22 = 1.8

Es válido suponer poblaciones normales con varianzas iguales.

Utilice   0.1. Realice la prueba de hipótesis adecuada.
14. Un experimento compara las economías en combustible para dos
tipos de camiones compactos a diésel equipados de forma similar.
Suponga que se utilizaron 12 camiones Volkswagen y 10 Toyota
en pruebas de velocidad constante de 90 kilómetros por hora. Si los
12 VW promedian 16 km/L con una desviación estándar de 1.0
km/L, y los 10 Toyota promedian 11 km/L con una desviación
estándar de 0.8 km/L. Es válido suponer poblaciones normales con
varianzas iguales. Utilice   0.1. Realice la prueba de hipótesis
adecuada a la situación.
15. A una máquina que produce bolas para cojinetes se le detiene
periódicamente para verificar el diámetro. En este caso en
particular no interesa el diámetro medio, sino la variabilidad de los
diámetros. Supóngase que se toma una muestra de 31 bolas y se
encuentra que la varianza de los diámetros es de 0.94 mm2. Pruebe
que la máquina está desajustada dado que la variabilidad permitida
es 0.88 mm2. Utilice   0.05.
 Prueba de hipótesis para la varianza 651

APLICACIONES EN EXCEL
Contrastes de hipótesis mediante herramientas de análisis
Contraste para la igualdad de varianzas
En Excel es posible ejecutar una prueba F de Fisher Snedecor para
determinar si las varianzas de las dos muestras son iguales. Si en la
ventana Análisis de datos elegimos Prueba F para varianzas de dos
muestras, se obtiene el siguiente cuadro:

Donde:
Rango para la variable 1: introduzca la referencia de celda
correspondiente al primer rango de datos que desee analizar. El rango
debe constar de una única columna o una única fila de datos.
Rango para la variable 2: introduzca la referencia de celda
correspondiente al segundo rango de datos que desee analizar. El rango
debe constar de una única columna o una única fila de datos.
Rótulos: active esta casilla si la primera fila o la primera columna del
rango de entrada contiene rótulos. Esta casilla de verificación estará
desactivada si el rango de entrada carece de rótulos; Microsoft Excel
generará los rótulos de datos correspondientes para la tabla de
resultados.
Alfa: introduzca el nivel de confianza para la prueba. Este valor deberá
estar comprendido en el rango 0 - 1. El nivel Alfa es un nivel de
importancia relacionado con la probabilidad de que haya un error de
tipo I (rechazar una hipótesis verdadera).
En el cuadro Rango de salida introduzca la referencia
correspondiente a la celda superior izquierda de la tabla de resultados.
652 Estadística para Administración y Economía
Microsoft Excel determinará el tamaño del área de resultados, y
mostrará un mensaje si la tabla de resultados reemplaza datos ya
existentes.
En cuanto a las Opciones de salida, haga clic en la opción En
una hoja nueva para insertar una hoja nueva en el libro actual y pegar
los resultados, comenzando por la celda Al de la nueva hoja de cálculo.
Para darle un nombre a la nueva hoja de cálculo, escríbalo en el cuadro.
Haga clic en la opción En un libro nuevo para crear un nuevo libro y
pegar los resultados en una hoja nueva del libro creado.
Ejercicio 1
Del archivo Data pruebe la igualdad de varianzas para la variable
coeficiente intelectual según género, suponiendo varianzas desiguales.
Solución
 Ordene la data según sexo del encuestado, luego seleccione los
coeficientes intelectuales de los hombres y mujeres en una hoja
nueva.

 Seleccione Herramientas y luego Análisis de datos.

 Prueba de hipótesis para la varianza 653
 En la ventana Análisis de datos elegir Prueba F para varianzas
de dos muestras.

 En Rango para la variable 1 seleccione las celdas A1:A77.

 En Rango para la variable 2 seleccione las celdas B1:B75.
 Active la casilla Rótulos.
 Excel por defecto asigna 0.05 para Alfa, como la prueba se hará
con 5% de significancia, dejaremos aquel valor.
 En Rango de salida seleccionar la celda D2.

 Al dar Aceptar en la ventana anterior se obtiene lo siguiente:

654 Estadística para Administración y Economía

 Se acepta la hipótesis nula, dado que el valor p es mayor al nivel

de significancia (0.05). Esto quiere decir que las varianzas de los
dos grupos son iguales.