Guia Unidad III Prueba de Hipótesis 2022

UNIVERSIDAD DE EL SALVADOR i
FACULTAD DE CIENCIAS ECONÓMICAS

DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA
Asignatura:
Estadística II
Unidad III:
Prueba de hipótesis
Objetivo general de la asignatura:
Al finalizar el curso, el estudiante deberá ser capaz de:

Utilizar la fundamentación del análisis inductivo, aplicando las técnicas de muestreo e inferencia
para apoyar la toma de decisiones en el ambiente social, económico y empresarial.
Objetivo general de la unidad III:
Al finalizar esta unidad, el estudiante será capaz de utilizar el proceso para determinar si rechaza
o no una hipótesis acerca de una población a partir de la evidencia que proporciona los datos de
la muestra para darle consistencia y robustez a una investigación científica que apoye a una
adecuada toma de decisiones.
Objetivos específicos de la unidad III:

Que el estudiante sea capaz de:
 Utilizar la teoría básica de la prueba de hipótesis
 Identificar las dos formas de error potencial en los procedimientos de pruebas de hipótesis
y sus consecuencias
 Realizar el procedimiento de prueba de hipótesis estadísticas sobre medias y proporciones
poblacionales.
i
Departamento de Matemática y Estadística Lic. Noé Cortez
UNIVERSIDAD DE EL SALVADOR ii
FACULTAD DE CIENCIAS ECONÓMICAS
DEPARTAMENTO DE MATEMÁTICA Y ESTADÍSTICA
Índice
3.1 Definiciones Básicas ................................................................................................................. 3
3.1.1. ¿Qué es una hipótesis? ...................................................................................................... 3
3.1.2. Prueba de hipótesis ........................................................................................................... 3
3.1.3. Hipótesis nula.................................................................................................................... 3
3.1.4. Hipótesis alterna................................................................................................................ 4
3.1.5. Valor crítico ...................................................................................................................... 4
3.1.6. Nivel de significancia ....................................................................................................... 4
3.1.7. Estadístico de prueba ........................................................................................................ 5
3.2 Tipos de Errores en Pruebas de Hipótesis................................................................................. 5
3.3 Procedimiento para una Prueba de Hipótesis............................................................................ 6
3.4 Pruebas de Hipótesis para la Media y Proporciones en Muestras Grandes .............................. 6
3.4.1 Pruebas de hipótesis para la media poblacional, en muestras grandes. ............................. 6
3.4.2 Pruebas de hipótesis para proporción poblacional en muestras grandes ......................... 12
3.5 Pruebas de Hipótesis sobre Independencia de Variables (Uso de Distribución Chi-Cuadrado)
....................................................................................................................................................... 18
Anexos .......................................................................................................................................... 27
Guía de ejercicios .......................................................................................................................... 29
ii
Departamento de Matemática y Estadística Lic. Noé Cortez
Estadística II, Unidad II Prueba de Hipótesis Ciclo II - 2022
3.1 Definiciones Básicas

3.1.1. ¿Qué es una hipótesis?
Es una suposición inicial que se obtiene a partir de cierta información, la hipótesis es el punto de partida
para iniciar una investigación. En estadística, la hipótesis se refiere a un valor que posee un parámetro
poblacional. Por ejemplo, se podría suponer que el porcentaje de la población que prefiere una marca
de producto es del 30% (P=0.30); o que el ingreso promedio entre los habitantes del municipio de San
Salvador es de $500 (µ = $500).
3.1.2. Prueba de hipótesis

Es un procedimiento estadístico basado en la teoría de probabilidad, utilizado la información muestral,
como evidencia para apoyar a la hipótesis o para refutar la validez de la misma.
3.1.3. Hipótesis nula

La hipótesis nula se simboliza con H0 y expresa el valor del parámetro estadístico µ o p.
Ejemplos de hipótesis nula:
 Una compañía asegura que el contenido de líquido en los refrescos envasados que produce son de
330 mililitros.
En símbolos, la hipótesis nula:
H0: µ = 330 ml; El llenado promedio de refrescos envasado es de 330 ml.
 Un funcionario de la UES asegura que la edad promedio de estudiantes que solicitan ingresar es
mayor o igual a 19 años.
H0: µ ≥ 19 años; La edad promedio de estudiantes que solicitan ingreso a la UES es de 19 años o más
 Se cree que el porcentaje de personas que usan afeitadoras marca “HairRemover”, es 10% o más.
H0: P ≥ 0.10; El porcentaje de personas que usan la marca “HairRemover” es igual o mayor al 10%
 Se cree que el porcentaje de estudiantes de la UES que pertenecen a la población económicamente

activa es del 70% o menos.
H0: P ≤ 0.70; El porcentaje de estudiantes la UES que pertenecen a la pea es del 70% o menos
En general, la hipótesis nula ha de tomarse como “lo que normalmente ocurre”, en términos de
parámetro; “el deber ser”; o bien lo que “una industria ofrece, en términos de la calidad de un bien o
servicio” para efectos de contrastarlo con una evidencia muestral; por ejemplo, la empresa de bombillos
“Bell” anuncia que sus productos tienen una duración promedio de 600 horas o más. La hipótesis nula
correspondiente es H0: µ ≥ 600 horas. Otro ejemplo, el gobierno asegura que “la pobreza es a lo mucho
un 5% de la población”. La hipótesis nula correspondiente es H0: P ≤ 0.05.
3
Elaborado por Noé Eduardo Cortez
3.1.4. Hipótesis alterna

Es el sentido opuesto de la hipótesis nula. En caso que se evidencie el rechazo de la hipótesis nula, se
concluirá la validez de la hipótesis alterna. La hipótesis alternativa se simboliza con HA o H1
En los ejemplos anteriores, se plantean las siguientes hipótesis nulas:
H0: µ ≥ 600 horas; duración promedio de los bombillos es de 600 horas o más
H0: P ≤ 0.05; la pobreza es 5% de la población o menos
Las hipótesis alternas respectivas, son:

HA : µ < 600 horas; duración promedio de los bombillos es menos de 600.
HA : P > 0.05; la pobreza es mayor al 5% de la población.
3.1.5. Valor crítico

Valor crítico se le denomina al estadístico (Z, t, χ2 , F), obtenidos de una distribución o modelo de
probabilidad. El estadístico crítico se utiliza como frontera entre región de rechazo de la H0 y región
de no rechazo de la H0.
Dependiendo del tipo de prueba se usan determinadas distribuciones, por ejemplo:
Tipo de prueba Estadístico

Prueba para la media poblacional en muestra grandes Z-Normal
Prueba para la media poblacional en muestras pequeñas t-student
Prueba para la proporción poblacional en muestras grandes Z-Normal
Prueba de independencia para dos variables cuantitativas Χ2 – Chi cuadrado
o cualitativas.
Prueba individual sobre la linealidad de parámetros, en regresión t-student
Lineal
Prueba global sobre la linealidad de los parámetros, en regresión F-Fischer
lineal múltiple
Para el caso de esta unidad didáctica, se usa el estadístico Z, como valor crítico de las pruebas en
medias y en proporciones de muestras grandes; y, para el caso de pruebas de independencia se usa la
distribución Chi-cuadrado, χ2.
3.1.6. Nivel de significancia

La significancia de una prueba de hipótesis se simboliza con α, y representa la probabilidad de haber
rechazado la hipótesis nula, siendo verdadera.
El propósito de la prueba de hipótesis no es cuestionar el valor calculado del estadístico de la muestra,

sino hacer un juicio respecto a la diferencia entre ese estadístico y un parámetro hipotético de la
población.1
1
Richard I. Levin. (2004). Estadística para administración y economía (Pag. 325). México: Pearson Prentice Hall.
4
Tabla 3.1: Valores críticos, Z, para niveles de significancia específicos
Nivel de Nivel de Prueba de Prueba de

confianza significancia una cola dos colas
1-α =0.90 α = 0.10 𝑍𝛼 = 1.280 𝑍 ⁄2 = 1.645
𝛼
1-α =0.91 α = 0.09 𝑍𝛼 = 1.340 𝑍𝛼⁄2 = 1.700

1-α =0.92 α = 0.08 𝑍𝛼 = 1.405 𝑍𝛼⁄2 = 1.750
1-α =0.93 α = 0.07 𝑍𝛼 = 1.475 𝑍𝛼⁄2 =1.810
1-α =0.94 α = 0.06 𝑍𝛼 = 1.555 𝑍𝛼⁄2 = 1.880
1-α =0.95 α = 0.05 𝑍𝛼 = 1.645 𝑍𝛼⁄2 = 1.960
1-α =0.96 α = 0.04 𝑍𝛼 = 1.750 𝑍𝛼⁄2 =2.055
1-α =0.97 α = 0.03 𝑍𝛼 = 1.880 𝑍𝛼⁄2 = 2.170
1-α =0.98 α = 0.02 𝑍𝛼 = 2.055 𝑍𝛼⁄2 = 2.330
1-α =0.99 α = 0.01 𝑍𝛼 = 2.330 𝑍𝛼⁄2 = 2.575
Fuente: Elaboración propia en base a tabla de distribución normal
3.1.7. Estadístico de prueba
El Valor del estadístico de prueba se le denomina al estadístico (Z, t, χ2 , F), obtenidos a partir de los
datos reportados por la muestra. El estadístico de prueba se utiliza para ubicarlo en la región de
aceptación o región de rechazo, según le corresponda, y luego emitir la decisión.
3.2 Tipos de Errores en Pruebas de Hipótesis

Una vez realizada la prueba habrá dos tipos de decisiones: rechazar H0, o no rechazar H0. Sin embargo,
el parámetro seguirá siendo desconocido, por lo que se da la oportunidad de 4 consecuencias.
Tabla 3.2: Evaluación del resultado de una prueba de hipótesis2

Resultado de la prueba
Realidad La hipótesis nula, H0 , es La hipótesis nula, H0 , es rechazada
aceptada
La hipótesis nula, H0, es en (a) Resultado correcto (b) Error tipo I [ p = α]
efecto verdadera [ p =1-α]
La hipótesis nula, H0, es en (c) Error tipo II [ p =β] (d) Resultado correcto [ p =1-β]
efecto falsa
Dependiendo de la realidad, el resultado a que se llegue en una prueba de hipótesis puede ser correcto, como en las celdas
(a) y (d) o erróneo, como en las (b) y (c). Las probabilidades asociadas con estos resultados se dan entre corchetes.
La probabilidad de aceptar correctamente una hipótesis es 1-α.
La probabilidad de cometer el error tipo I (rechazar incorrectamente una hipótesis nula verdadera) es el nivel de
significancia o riesgo de la prueba, α.
La probabilidad de cometer el error tipo II (aceptar incorrectamente una hipótesis nula falsa) es el riesgo β.
La probabilidad e rechazar correctamente una hipótesis nula falsa es la potencia de la prueba (1- β).
2
Keinz Kohler. (1996). Estadística para Negocios y Economía.(p.386), México
5
3.3 Procedimiento para una Prueba de Hipótesis

El procedimiento de prueba de cualquier hipótesis estadística se puede resumir en los siguientes pasos:
Paso I: Planteamiento de hipótesis nula e hipótesis alterna
Paso II: Especificación del nivel de significancia y definir el valor crítico
Paso III: Recolectar los datos de la muestra y calcular el estadístico de prueba
Paso IV: Emplear la regla de rechazo y analizar.
3.4 Pruebas de Hipótesis para la Media y Proporciones en Muestras Grandes

3.4.1 Pruebas de hipótesis para la media poblacional, en muestras grandes.
Otra forma de la inferencia estadística es someter a juicio una afirmación acerca de un parámetro, en
lugar de estimar el parámetro por intervalo o de forma puntual. Esto conviene en los casos en que se
tenga sospecha de que un valor podría haber experimentado algún cambio, por ejemplo:
 El gobierno asegura que el promedio que el subsidio promedio recibido por las familias del
municipio de Texalingo, es de $180.00
En símbolos, las hipótesis son:
H0: µ = $180.00; es el promedio de subsidios que reciben las familias del municipio de
Texalingo.
HA: µ ≠ $180.00; el promedio de subsidios que reciben las familias del municipio de Texalingo,
no es $180.
 Una empresa dedicada a la gimnasia, indica que aquellas personas que se inscriban y ejecuten
su programa de ejercicios reducirán al menos 10 libras en la primera semana.
H0: µ ≥ 10 libras; las personas que ejecutan los ejercicios del programa de la empresa de
gimnasia, reducirán al menos 10 libras
HA: µ < 10 libras; las personas que ejecutan los ejercicios del programa de la empresa de
gimnasia, reducirán menos de10 libras
 Un mercadólogo sospecha que las ventas aumentarán significativamente luego de implementar

un proyecto publicitario. Actualmente el monto de ventas promedio mensual se mantiene en
$125,000.
H0 : µ ≤ $125,000; El proyecto de publicidad no tendrá efecto en el promedio de ventas.
HA : µ > $125,000; El proyecto de publicidad tendrá efecto positivo en el promedio de ventas.
El procedimiento de prueba de hipótesis para promedios se basará en los mismos 4 pasos descritos
anteriormente:
6
Prueba de cola inferior Prueba de cola superior Prueba de dos colas

H0 : µ ≥ µ0 H0 : µ ≤ µ0 H0 : µ = µ0
Hipótesis HA : µ < µ0 HA : µ > µ0 HA : µ ≠ µ0
En ocasiones interesará efectuar comprobaciones de igualdad o si el parámetro es mayor o menor, dependiendo del
interés, así habrá pruebas unilaterales o bilaterales.
La significancia, la decide quien investiga de acuerdo a la exigencia o rigurosidad del estudio. Los más
usados en los textos de estadística son: α = 0.01, α = 0.05 y α = 0.10. Los valores críticos se ubican en
la tabla de distribución normal o en la tabla 3.1 de este capítulo.
Fórmula del estadístico de prueba para promedios
𝑥̅ − µ0 𝑥̅ : Media de la muestra de datos

𝑍= 𝜎
⁄ 𝑛 𝜎 : Desviación estándar poblacional
√
Donde: µ0 : Valor del parámetro media
Z: Estadístico de prueba
n: tamaño de muestra
Tabla 3.3: Regla de rechazo en las pruebas de hipótesis para la media poblacional3
Prueba de cola Prueba de cola Prueba de dos colas

inferior superior
Hipótesis H0: µ ≥ µ0 H0: µ ≤ µ0 H0: µ = µ0

HA: µ < µ0 HA: µ > µ0 HA: µ ≠ µ0
Regla de rechazo: Rechazar H0, si

Método del valor Rechazar H0, Rechazar H0, 𝑧 ≤ −𝑍𝛼⁄2
crítico si Z ≤ -Zα si Z ≥Zα Ó, si 𝑧 ≥ 𝑍𝛼⁄2
3
Anderson Sweeney William. (2012). Capítulo 9: Prueba de Hipótesis. Estadística para negocios y economía (p.365).
México: Cengage Learninig.
7
En forma gráfica, se tiene la siguiente región de rechazo de la hipótesis nula, según el tipo de prueba.
Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico

de prueba
Prueba de cola H0 : µ ≥ µ0
inferior HA : µ < µ0
Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico

de prueba
Prueba de cola
superior
H0 : µ ≤ µ0
HA : µ > µ0
Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico de

prueba
Prueba de dos
colas
H0 : µ = µ0
HA : µ ≠ µ0
8
Ejemplo 3.1
Cuando las ventas medias, por establecimiento autorizado, de una marca de cosméticos caen por debajo
de las 15 mil unidades mensuales, se considera implementar el lanzamiento de una campaña
publicitaria que aumente las ventas de esta marca. Para conocer la evolución de las ventas, el
departamento de marketing realiza una encuesta en 32 establecimientos autorizados para vender el
producto cosmético. Luego de recolectar la información se tiene un total 472,160 unidades del
cosmético.
La desviación estándar del número de ventas por establecimiento es 2803. Suponiendo que las ventas
mensuales por establecimiento se distribuyen normalmente. ¿Se considerará oportuno lanzar una nueva
campaña publicitaria? Use una significancia del 5%.
Desarrollo:
H0 : μ ≥ 15 mil; Las ventas serán de 25 mil unidades o más cada mes, luego de implementar la
campaña publicitaria.
HA : μ < 15 mil; Las ventas son de 25 mil unidades o más cada mes, luego de implementar la
campaña publicitaria.
Nivel de confianza: 1-α = 0.95 Nivel de significancia: α = 0.05
Valor de Zα = Z0.05 = -1.645
En forma gráfica:
9
𝑥̅ − µ0
Fórmula: 𝑍 = 𝜎
⁄ 𝑛
√
Datos:
Suma de ventas = ∑x=472160 unidades

∑𝑥 472160
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 = 𝑛 = 32 = 14755 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑣𝑒𝑛𝑑𝑖𝑑𝑎𝑠 𝑝𝑜𝑟 𝑡𝑖𝑒𝑛𝑑𝑎
𝑥̅ : Media muestral =14755
µ0 : Media poblacional = 15,000 unidades
σ : Desviación estándar de los datos poblacionales. Usaremos S(x) como estimador de σ
σ ≈ S(X) ≈ 2308
n : tamaño de la muestra = 32 establecimientos
Sustituyendo:
𝑥̅ − µ0 14755 − 15000
𝑍= 𝜎 = 2308⁄ = −0.60
⁄ 𝑛
√ √32
Según Regla de rechazo del método del valor crítico: Rechazar H0, si Z ≤ -Zα
Se concluye, no rechazar H0, ya que Z ≤ -Zα , no se cumple -0.60 ≥ -1.645.
En forma gráfica:
Interpretación:
Con una significancia del 5%, la decisión es no rechazar H0, con lo cual se concluye que el promedio
de ventas se mantiene en 15,000 unidades o más de ventas mensuales. No hay evidencia que muestre
que las ventas se hayan reducido significativamente. La campaña publicitaria, no procede.
10
Ejemplo 3.2
Los mercadólogos tienen la sospecha de que el promedio en que un adulto ve televisión ha aumentado
y para probar esa hipótesis, toma una muestra 64 adultos de la misma población, obteniendo como
resultado una media de 4 horas semanales. En el pasado, el tiempo promedio en que adultos ven
televisión ha sido de 3 horas a la semana. La desviación estándar poblacional es de 0.90 horas.
Si se utiliza un nivel de significación del 10%. Verifique si la afirmación del investigador es realmente
cierta, usando la respectiva prueba de hipótesis.
Desarrollo:

H0 : μ ≤ 3 horas; El número de horas promedio semanal que ve televisión un adulto es de 3
horas o menos
HA : μ > 3 horas; El número de horas promedio semanal que ve televisión es mayor a 3 horas.

Nivel de confianza: 1-α = 0.90 Nivel de significancia: α = 0.10 Valor de Zα = Z0.05 = 1.28
En forma gráfica:
𝑥̅ − µ0
Fórmula: 𝑍 = 𝜎 donde:
⁄ 𝑛
√
𝑥̅ : Media muestral =4 horas

µ0 : Media poblacional = 3 horas
σ : Desviación estándar de los datos poblacionales = 0.90 horas
n : tamaño de la muestra = 64 adultos
Sustituyendo:
𝑥̅ − µ0 4−3
𝑍= 𝜎 = 0.90⁄ = 8.88
⁄ 𝑛
√ √64
11
Según Regla de rechazo del método del valor crítico: Rechazar H0, si Z ≥ Zα
Debe rechazar H0, ya que Z ≥ Zα, se cumple 8.88 ≥ 1.28
En forma gráfica:
Interpretación:
Con una significancia del 10%, la decisión es rechazar H0, con lo cual se concluye que el promedio de
ver televisión en adultos ha tenido un aumento significativamente mayor a las 3 horas semanales.
3.4.2 Pruebas de hipótesis para proporción poblacional en muestras grandes
En el mismo sentido de los promedios, otra forma de la inferencia estadística es someter a juicio una
afirmación acerca del parámetro proporción poblacional, en lugar de estimar el parámetro por intervalo
o de forma puntual. Esto conviene en los casos en que se tenga sospecha de que un valor podría haber
experimentado algún cambio, por ejemplo:
 El gobierno asegura que el porcentaje de pobreza en el poblado de Texalingo, es del 3% o

menos.
H0 : P ≤ 0.03; porcentaje de población en pobreza es del 3% o menos en el municipio de
Texalingo.
HA : P > 0.03; porcentaje de población en pobreza es mayor al 3% en el municipio de
Texalingo..
 Una empresa dedicada a la producción de productos desechables asegura que su marca es

preferida por el 20% o más de la población.
H0: P ≥ 0.20; el 20% o más de la población prefiere la marca de desechables
HA: P < 0.20; las preferencias por la marca de desechables es menor al 20%.
 Un investigador sospecha que hay cambios en el porcentaje de mujeres que participan en altos
cargos públicos de una región del tercer mundo, en el pasado la proporción de mujeres en cargos
públicos ha sido del 30%.
12

H0: P = 0.30; la participación de mujeres en altos cargos de elección es del 30%
HA: P ≠ 0.30; la participación de mujeres en altos cargos de elección no es del 30%
El procedimiento de prueba de hipótesis para promedios se basará en los mismos 4 pasos descritos
anteriormente:

Hipótesis H0 : P ≥ p0 H0 : P ≤ p 0 H0 : P = p 0
HA : P < p 0 HA : P > p 0 HA : P ≠ p 0
En ocasiones interesará efectuar comprobaciones de igualdad o si el parámetro es mayor o menor, dependiendo

del interés, así habrá pruebas unilaterales o bilaterales
La significancia, la decide quien investiga de acuerdo a la exigencia o rigurosidad del estudio. Los más
usados en los textos de estadística son: α = 0.01, α = 0.05 y α = 0.10. Los valores críticos se ubican en
la tabla de distribución normal o en la tabla 3.1 de este capítulo.
Fórmula del estadístico de prueba para promedios
𝑝 − 𝑃0 𝑃0 ∗ 𝑄0 Z: Estadístico de prueba
𝑍= ; 𝜎𝑝 = √ p : Proporción de éxito en la muestra de datos
𝜎𝑝 𝑛
𝜎𝑝 : Desviación estándar de la proporción
𝑄0 = 1 − 𝑃0 𝑝0 : Valor del parámetro proporción
n: tamaño de muestra
Tabla 3.4 : Resumen de la prueba de hipótesis para la proporción poblacional

H0 : P ≥ p0 H0 : P ≤ p 0 H0 : P = p 0
Hipótesis HA : P < p 0 HA : P > p 0 HA : P ≠ p 0
Regla de
rechazo: Rechazar H0, si Z ≤ -Zα Rechazar H0, si Z ≥Zα Rechazar H0, si
Método del 𝑧 ≤ −𝑍𝛼⁄2
valor crítico o si, 𝑧 ≥ 𝑍𝛼⁄2
Fuente: Anderson Sweeney William. (2012). Capítulo 9: Prueba de Hipótesis. Estadística para negocios y economía (p.379).
México: Cengage Learninig.
13
En forma gráfica, se tiene la siguiente región de rechazo de la hipótesis nula, según el tipo de prueba.
Hipótesis Áreas de decisión, respecto de la ubicación del estadístico de

prueba
Prueba de H0 : P ≥ p0
cola HA : P < p 0
inferior
Hipótesis Áreas de decisión, respecto de la ubicación del estadístico de

prueba
Prueba de cola H0 : P ≤ p 0
superior HA : P > p 0
Áreas de decisión, respecto de la ubicación del estadístico de

Hipótesis prueba
Prueba de H0 : P = p 0
dos colas HA : P ≠ p 0
14
Ejemplo 3.3
La cadena de supermecados “Superm-a-z” asegura que el 90% de los habitantes del municipio de San
Juan de la Piedra, compran en “Superm-a-z” al menos una vez a la quincena. Para contrastar ese
planteamiento, una firma de marketing hace un estudio con 150 habitantes del municipio y se pregunta:
compra al menos una vez en la quincena en el “Superm-a-z”?. Luego de resumir la información se
tiene que 130 aseguran comprar en el referido supermercado al menos una vez en quince días. Usando
una significancia del 3%, es diferente la proporción de clientes del negocio?
Desarrollo:
H0 : P = 0.90; 90% de los habitantes son clientes del “Superm a-z”

HA : P ≠ 0.90; El porcentaje de clientes de “Superm a-z”, es diferente al 90%.
𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑍𝛼⁄2 = 𝑍0.015 = ±2.17

Nótese que en este caso la prueba es bilateral, por lo que el nivel de significancia se reparte en las
dos colas
En forma gráfica:
𝑝−𝑃 130
Fórmula: 𝑍 = 𝑝= = 0.867; porcentaje de clientes del ““Superm-a-z”
𝜎𝑝 150
Datos: Desviación de la proporción poblacional
𝑥 = 130 clientes 𝑃∗ 𝑄 0.90∗0.10
𝜎𝑝 = √ =√ = 0.0245
n = 150 personas 𝑛 150
15
Sustituyendo:
𝑝−𝑃 0.867− 0.90

𝑍= = = −1.35
𝜎𝑝 0.0245
Rechazar 𝐻0 , si 𝑧 ≤ −𝑍𝛼⁄2 o si, 𝑧 ≥ 𝑍𝛼⁄2
Los resultados anteriores, son Z=-1.35 y 𝑍𝛼⁄2 = ±2.17,
La decisión es no rechazar la hipótesis nula, ya que no se cumple la regla
En forma gráfica:
Interpretación:
Con una significancia del 3%, la decisión es no rechazar H0, con lo cual se concluye que el porcentaje
de clientes que compran al menos una vez en el “Superm a-z” , es del 90% de la población del
municipio de San Juan.
Ejemplo 3.4
Una Organización que estudia las pautas de consumo de las personas asegura que actualmente el 80%
o más de los consumidores se informan en internet acerca del producto que les interesa comprar, sus
características, marcas y precios entre otros factores. Para contrastar, tal hipótesis, se toma una muestra
de 200 personas que realizaron compras en un negocio de electrodomésticos y se les preguntó si
previamente se habían informado acerca del electrodoméstico por internet. Los resultados indican que
150 de los compradores, se habían informado por internet acerca de las características, marcas y precios
de los electrodomésticos. Elabore la prueba al nivel de significancia del 7%.
16
Desarrollo:
H0 : P ≥ 0.80; 80% o más de los consumidores, se informan previamente por internet de las
características, precios y marcas de los productos que demandan.
HA : P < 0.80; Menos del 80% de los consumidores, se informan previamente por internet de las
características, precios y marcas de los productos que demandan.
𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑍𝛼 = 𝑍0.07 = −1.475
En forma gráfica:

𝑝−𝑃
Fórmula: 𝑍 = 𝜎𝑝
Datos:
𝑥 = 150 compradores que se habían informado por internet

n = 200 personas consultadas
150
𝑝= = 0.75; porcentaje de personas que se informan por internet sobre los productos
200
que demandan.
𝑃∗ 𝑄 0.80∗0.20
𝜎𝑝 = √ 𝑛
=√ 200
= 0.0283 ; Desviación de la proporción poblacional
Sustituyendo:
𝑝−𝑃 0.75− 0.80
𝑍= = = −1.77
𝜎𝑝 0.0283
17
Rechazar 𝐻0 , si 𝑧 ≤ −𝑍𝛼
Los resultados anteriores, son Z=-1.475 y 𝑍𝛼 = −1.77
La decisión es rechazar la hipótesis nula, ya que no se cumple la regla
En forma gráfica:
Interpretación:
Con una significancia del 7%, la decisión es rechazar H0, concluyendo que es menos del 80% los
consumidores que se informan previamente por internet de las características, precios y marcas de los
productos que demandan.
3.5 Pruebas de Hipótesis sobre Independencia de Variables (Uso de Distribución Chi-

Cuadrado)
Es un procedimiento de análisis estadístico no paramétrico que permite determinar si existe una

relación estadística significativa entre dos variables cuantitativas o cualitativas. Tales como, sexo y
preferencia por un producto de hogar; Cantidades que se consumen de un producto y los niveles de
precio; y así, cualquier otra pareja de variables cualitativas o cuantitativas, cuyo resumen de frecuencias
se disponga en un cuadro de contingencia.
Aunque la prueba nos indica si existe o no una relación entre las variables, no se puede verificar el
grado o el tipo de relación; es decir, no indica proporciona una medida en porcentaje para verificar la
influencia de una variable sobre la otra o la variable que causa la influencia.
Este tipo de procedimiento, se conoce como prueba no paramétrica y se usa el estadístico chi-cuadrado
con nivel de confianza y grados de libertad. La característica de esta distribución de probabilidad es
poseer una forma asimétrica positiva que se va disminuyendo a medida los grados de libertad
aumentan. O sea que a medida aumenta los grados de libertad, la distribución chi-cuadrado, se
aproxima a la distribución normal.
18
El procedimiento de prueba consta de 4 pasos.
Sea “x” e “y”, variables cuyas frecuencias absolutas se disponen en un cuadro de contingencia:
La hipótesis nula, H0, parte del hecho de que existe independencia entre las variables en estudio, de
manera que la H0, siempre debe coincidir con las siguientes ideas:
 no hay relación entre “x” e “y”
 “x” es independiente de “y”.
 no hay diferencia entre “x” e “y”
A partir del nivel de significancia y de los grados de libertad se define el valor crítico ubicado en la
distribución chi-cuadrado.
Grados de libertad en una prueba de independencia:

gl = (número de filas-1)*( número de columnas-1)
Imagen 3.1: Segmento de tabla de valores de χ2, según área de cola superior (α) y grados de libertad.
Fuente: Anderson Sweeney William. (2012). Apéndice B, tablas. Estadística para negocios y economía (p.983). México:
Cengage Learninig.
19
Fórmula del estadístico de prueba:
χ2 : Estadístico de prueba
( 𝐹𝑂 − 𝐹𝐸 )2 FO: Frecuencia observada en la muestra.
χ2 = ∑ FE: Frecuencia esperada en la muestra.
𝐹𝐸
𝑇𝑜𝑡𝑎𝑙 𝐹𝑖𝑙𝑎 𝑖 𝑝𝑜𝑟 𝑇𝑜𝑡𝑎𝑙 𝑐𝑜𝑙𝑢𝑚𝑛𝑎 𝑗
𝐹𝐸𝑖𝑗 =
𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Regla de rechazo de la H0 : Se rechaza H0 , si 𝜒2 ≥ 𝜒2𝛼,𝑔𝑙
O, en forma gráfica, se pueden diferenciar las regiones de no rechazo de Ho y rechazo de Ho,
Ejemplo 3.5
Una ejecutiva de marketing, está interesada en analizar si la marca se distribuye uniformemente en las
4 zonas del país: Oriental, Paracentral, Central y Occidental. Para ello toma una muestra de 100
consumidores de cada región con los resultados que se resumen en la siguiente tabla de contingencia:
Elección de la marca, según zona del país

Zonas del país Total
Elección Oriental Paracentral Central Occidental
Compra la marca 45 60 50 52 207
No compra la marca 55 40 50 48 193
Total 100 100 100 100 400
Se pide, elaborar la respectiva prueba de independencia con una significancia del 5%.
20
Variables:
Sea x, “la elección de comprar o no la marca”; y, la variable y, “las zonas del país.”
H0: La elección de comprar la marca es independiente de la zona del país.

HA: La elección de comprar la marca es depende de la zona del país.
Nivel de significancia, 1-α = 0.05

gl = (2 filas-1)*( 4 columnas-1) = (2-1)*(4-1) = (1)*(3) = 3
En tabla de distribución Chi-cuadrado o ji-cuadrado:
2 2
𝜒𝛼,𝑔𝑙 = 𝜒0.05,3 = 7.815
En forma gráfica, el valor crítico, representa la división en regiones de rechazo de H0 y de no rechazo de H0
21

2
χ =∑ FE: Frecuencia esperada en la muestra.
𝐹𝐸
𝐹𝐸𝑖𝑗 =
Frecuencias Observadas (FO):

Compra la marca 45 60 50 52 207
No compra la marca 55 40 50 48 193
Total 100 100 100 100 400
Cálculo de frecuencias esperadas:

𝐹𝐸𝑖𝑗 = 𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Frecuencias Observadas (FE):

Compra la marca 207*100/400 207*100/400 207*100/400 207*100/400 207
=51.75 =51.75 =51.75 =51.75
No compra la 193*100/400 193*100/400 193*100/400 193*100/400 193
marca = 48.25 = 48.25 = 48.25 = 48.25
Total 100 100 100 100 400
El procedimiento es:
Posición de la (FO − FE)2

frecuencia FO FE (FO-FE) (FO-FE)2 𝐹𝐸
Fila1, Columna 1 45 51.75 -6.75 45.5625 0.88043
Fila1, Columna 2 60 51.75 8.25 68.0625 1.31522
Fila1, Columna 3 50 51.75 -1.75 3.0625 0.05918
Fila1, Columna 4 52 51.75 0.25 0.0625 0.00121
Fila2, Columna 1 55 48.25 6.75 45.5625 0.94430
Fila2, Columna 2 40 48.25 -8.25 68.0625 1.41062
Fila2, Columna 3 50 48.25 1.75 3.0625 0.06347
Fila2, Columna 4 48 48.25 -0.25 0.0625 0.00130
Suma 4.67573
22
Valor del estadístico de prueba:

( 𝐹𝑂−𝐹𝐸)2
χ2 = ∑ = 4.67573
𝐹𝐸

No se cumple la regla ya que 4.6757 no es mayor o igual a 7.815, por tanto, no se rechaza H0
O, en forma gráfica, se pueden verificar la ubicación del estadístico de prueba, en zona de no rechazo
Interpretación:
Con una significancia del 5%, la decisión es no rechazar H0, con lo cual se concluye que La elección
de comprar la marca es independiente de la zona del país. Es decir, que no se puede determinar que la
decisión de comprar o no la marca, se relacione con la zona donde se distribuya el producto.
Ejemplo 3.6
Se tiene la sospecha que el comportamiento de consumo de café está relacionado con el sexo. Para
verificar tal hipótesis, se toma una muestra de 230 personas de una región y se les pregunta si toman
café. Los resultados se resumen en una tabla de contingencia siguiente:
Sexo Comportamiento de consumo Total
Consume café No consume café
Hombres 108 58 166
Mujeres 42 22 64
Total 150 80 230
¿Es independiente el sexo, respecto del comportamiento de consumo de café? Use una significancia
del 0.005.
23
Variables:
Sea x, “sexo del consumidor”; y, la variable y, “comportamiento en consumo de café”
H0: El comportamiento de las personas en cuanto a consumo de café es independiente del sexo.
HA: El comportamiento de las personas en cuanto a consumo de café dependiente del sexo.
Nivel de significancia, 1-α = 0.005

gl = (2 filas-1)*( 2columnas-1) = (2-1)*(2-1) = (1)*(1) = 1
En tabla de distribución Chi-cuadrado o ji-cuadrado:
2 2
𝜒𝛼,𝑔𝑙 = 𝜒0.005,1 = 7.879
En forma gráfica, el valor crítico, representa la división en regiones de rechazo de H0 y de no rechazo de H0
24
χ2 = ∑ FE: Frecuencia esperada en la muestra.
𝐹𝐸
𝐹𝐸𝑖𝑗 =
Frecuencias Observadas (FO):
Sexo Comportamiento de consumo Total

Hombres 108 58 166
Mujeres 42 22 64
Total 150 80 230
Cálculo de frecuencias esperadas:

𝐹𝐸𝑖𝑗 = 𝑇𝑜𝑡𝑎𝑙 𝐺𝑒𝑛𝑒𝑟𝑎𝑙 𝑜 𝑡𝑜𝑡𝑎𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
Frecuencias Observadas (FE):
Comportamiento de consumo Total

Sexo
Hombres 166∗150 166∗80 166
= 108.261 = 57.739
230 230
Mujeres 64∗150 64∗80
= 41.739 = 22.261 64
230 230
Total 150 80 230
El procedimiento es:
Posición de la (FO − FE)2

frecuencia FO FE (FO-FE) (FO-FE)2 𝐹𝐸
Fila1, Columna 1 108 108.261 -0.261 0.068121 0.00063
Fila1, Columna 2 58 57.739 0.261 0.068121 0.00118
Fila2, Columna 1 42 41.739 0.261 0.068121 0.00163
Fila2, Columna 2 22 22.261 -0.261 0.068121 0.00306
Suma 0.00650
25
Valor del estadístico de prueba:

( 𝐹𝑂−𝐹𝐸)2
χ2 = ∑ = 0.0065
𝐹𝐸
No se cumple la regla ya que 0.0065 no es mayor o igual a 7.879, por tanto, no se rechaza H0
O, en forma gráfica, se pueden verificar la ubicación del estadístico de prueba, en zona de no rechazo
Interpretación:
Con una significancia del 0.5%, la decisión es no rechazar H0, con lo cual se concluye que El
comportamiento de las personas en cuanto a consumo de café es independiente del sexo.
26
Anexos
Anexo 1: Tabla de probabilidad normal
Universidad de El Salvador - Facultad de Ciencias Económicas
Departamento de Matemática y Estadística
Tabla de probabilidad normal estándar
z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990
3.1 0.4990 0.4991 0.4991 0.4991 0.4992 0.4992 0.4992 0.4992 0.4993 0.4993
3.2 0.4993 0.4993 0.4994 0.4994 0.4994 0.4994 0.4994 0.4995 0.4995 0.4995
3.3 0.4995 0.4995 0.4995 0.4996 0.4996 0.4996 0.4996 0.4996 0.4996 0.4997
3.4 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4997 0.4998
3.5 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998 0.4998
3.6 0.4998 0.4998 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.7 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.8 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999 0.4999
3.9 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
4.0 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000 0.5000
Z, re pre s e nta e l núme ro de de s vi a ci one s e s tá nda r e n que un va l or pa rti cul a r de Elaboración: Lic. Noé Cortez
l a va ri a bl e a l e a tori a "X" s e di s ta ci a de l prome di o. Septiembre/2022
27
Anexo 2: tabla chicuadrado
Fuente: Anderson Sweeney William. (2012). Apéndice B (p.985). México: Cengage Learninig.
28
Anexo 3: tabla t student
29

Guia Unidad III Prueba de Hipótesis 2022

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Unidad III Prueba de Hipótesis 2022

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD DE EL SALVADOR i

FACULTAD DE CIENCIAS ECONÓMICAS

Objetivo general de la asignatura:

Al finalizar el curso, el estudiante deberá ser capaz de:

Objetivo general de la unidad III:

Objetivos específicos de la unidad III:

3.1 Definiciones Básicas ................................................................................................................. 3

3.1.1. ¿Qué es una hipótesis? ...................................................................................................... 3

3.1.2. Prueba de hipótesis ........................................................................................................... 3

3.1.3. Hipótesis nula.................................................................................................................... 3

3.1.4. Hipótesis alterna................................................................................................................ 4

3.1.5. Valor crítico ...................................................................................................................... 4

3.1.6. Nivel de significancia ....................................................................................................... 4

3.1.7. Estadístico de prueba ........................................................................................................ 5

3.2 Tipos de Errores en Pruebas de Hipótesis................................................................................. 5

3.3 Procedimiento para una Prueba de Hipótesis............................................................................ 6

3.4 Pruebas de Hipótesis para la Media y Proporciones en Muestras Grandes .............................. 6

3.4.1 Pruebas de hipótesis para la media poblacional, en muestras grandes. ............................. 6

3.4.2 Pruebas de hipótesis para proporción poblacional en muestras grandes ......................... 12

3.5 Pruebas de Hipótesis sobre Independencia de Variables (Uso de Distribución Chi-Cuadrado)

Guía de ejercicios .......................................................................................................................... 29

3.1 Definiciones Básicas

3.1.2. Prueba de hipótesis

3.1.3. Hipótesis nula

Ejemplos de hipótesis nula:

 Se cree que el porcentaje de estudiantes de la UES que pertenecen a la población económicamente

3.1.4. Hipótesis alterna

En los ejemplos anteriores, se plantean las siguientes hipótesis nulas:

Las hipótesis alternas respectivas, son:

3.1.5. Valor crítico

Tipo de prueba Estadístico

3.1.6. Nivel de significancia

El propósito de la prueba de hipótesis no es cuestionar el valor calculado del estadístico de la muestra,

Tabla 3.1: Valores críticos, Z, para niveles de significancia específicos

Nivel de Nivel de Prueba de Prueba de

1-α =0.91 α = 0.09 𝑍𝛼 = 1.340 𝑍𝛼⁄2 = 1.700

3.1.7. Estadístico de prueba

3.2 Tipos de Errores en Pruebas de Hipótesis

Tabla 3.2: Evaluación del resultado de una prueba de hipótesis2

3.3 Procedimiento para una Prueba de Hipótesis

Paso I: Planteamiento de hipótesis nula e hipótesis alterna

Paso II: Especificación del nivel de significancia y definir el valor crítico

Paso III: Recolectar los datos de la muestra y calcular el estadístico de prueba

Paso IV: Emplear la regla de rechazo y analizar.

3.4 Pruebas de Hipótesis para la Media y Proporciones en Muestras Grandes

 Un mercadólogo sospecha que las ventas aumentarán significativamente luego de implementar

Paso I: Planteamiento de hipótesis nula e hipótesis alterna

Prueba de cola inferior Prueba de cola superior Prueba de dos colas

Paso II: Especificación del nivel de significancia y definir el valor crítico

Paso III: Recolectar los datos de la muestra y calcular el estadístico de prueba

Fórmula del estadístico de prueba para promedios

𝑥̅ − µ0 𝑥̅ : Media de la muestra de datos

Paso IV: Emplear la regla de rechazo y analizar.

Prueba de cola Prueba de cola Prueba de dos colas

Hipótesis H0: µ ≥ µ0 H0: µ ≤ µ0 H0: µ = µ0

Regla de rechazo: Rechazar H0, si

Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico

Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico

Tipo de prueba Hipótesis Áreas de decisión, respecto de la ubicación del estadístico de

Paso I: Planteamiento de hipótesis nula e hipótesis alterna

Paso II: Especificación del nivel de significancia y definir el valor crítico

Nivel de confianza: 1-α = 0.95 Nivel de significancia: α = 0.05

Valor de Zα = Z0.05 = -1.645