FPM II

2º curso

TEMA 3: CONTRASTE DE HIPÓTESIS

Estima que probabilidad hay que de una determinada característica es aplicable a una
población a la vista de las características de una muestra de esa población. Se conoce
también como prueba de significación y trata de comprobar si una afirmación sobre una
población puede ser mantenida o rechazada a raíz de la información muestral disponible.
Puede entenderse como un método de toma de decisiones.

Para responder a una de las preguntas debemos seguir los pasos:

- Plantear una afirmación directamente verificable.

- Buscar evidencia empírica que informe si la hipótesis formulada es o no sostenible.
- Plantear una regla de decisión basada en términos de probabilidad. Se elige el mejor
estadístico de contraste y verificamos el cumplimiento de sus supuestos.
- En base a los resultados obtenidos tomamos una decisión.

1. PASOS PARA UN CONTRASTE DE HIPÓTESIS

1.1. HIPÓTESIS

Se parte de 1 pregunta que debe transformarse en una hipótesis científica, que sea
directamente verificable. Después hay que transformarla en una hipótesis estadística en
términos de la forma de 1 o varias distribuciones poblacionales o del valor de 1 o más
parámetros de esa o esas distribuciones. (Hipótesis científica: hombres y mujeres tienen
misma inteligencia / hipótesis estadística: media inteligencia de uno es igual a la media de
inteligencia de los otros→ H: µm = µh).

Aunque la hipótesis científica sirva para plantear las estadísticas, no hay una
correspondencia entre ellas porque la h. científica se refiere a la realidad y la h. estadística
se refieren a algún aspecto sobre la distribución de la probabilidad. Hay varias formas de
expresar una hipótesis científica en términos estadísticos.

Existen 2 tipos de h. estadísticas de las que se sustenta el contraste de hipótesis:

- Nula (H0): la que se somete al contraste. Es el punto de partida y clave de todo el

proceso posterior. Siempre adopta la forma de una distribución de probabilidad o sobre
el valor de alguno de sus parámetros. Es una hipótesis exacta, lo que se traduce en
que debe incorporar el símbolo igual, mayor o igual que, menor o igual que.
- Alternativa (H1): incluye como afirmación todo lo que la hipótesis nula excluye. Si H0 es
=, H1 tiene ≠ y así con todos.
 FPM II
2º curso

Estas 2 hipótesis se presentan como rivales y sus propiedades son: que son hipótesis
exhaustivas (agotan todas posibilidades) y son mutuamente exclusivas (no se solapan), es
decir, si una es verdadera la otra es falsa.

1.2. ESTABLECIMIENTO DE SUPUESTOS DE CONTRASTE

Conjunto de condiciones que deben darse para que la distribución de probabilidad en la

que se basará la decisión sobre Ho quede completamente especificada. Para que una h.
estadística pueda predecir un resultado muestral con cierta exactitud es necesario que
la distribución de esta con la que se va a trabajar esté 100% especificada. Es necesario
establecer condiciones adicionales a las que impone la hipótesis nula, a las que se llama
supuestos del contraste.

1.3. ESTADÍSTICO DE CONTRASTE

Valor muestral que cumple una doble condición: ofrece información relevante sobre a
afirmación establecida en H0 y tiene distribución muestral conocida.

1.4. REGLA DE DECISIÓN

Criterio usado para decidir si H0 puede mantenerse o debe rechazarse. Este criterio se
entiende en término de probabilidad y de la compatibilidad de los datos con las hipótesis.

- Teoría de la decisión: si el resultado muestral es muy poco probable, se considera que

la hipótesis es incompatible con los datos. Pero si este es probable, la hipótesis se
considera compatible con los datos.

La hipótesis es compatible con los datos cuando se puede predecir un resultado muestral
con cierta precisión. Para determinar el grado de compatibilidad entre H0 y los datos, la
dist. muestral del estadístico del contraste se divide en 2 zonas exclusivas y exhaustivas:

- Zona de rechazo (crítica): zona de la distribución correspondiente a los valores del

estadístico del contraste que se encuentra tan alejado de la afirmación establecida en H0
que es muy poco probable si esta hipótesis es verdadera. Zona de los datos poco
compatibles con H0. La prob. asociada a esta zona es el nivel de significación o riesgo
y se representa con α.
- Zona de aceptación: zona correspondiente a los valores
próximos a la afirmación de H0. Es la zona donde se
encuentran los datos compatibles con H0. La probabilidad
asociada a esta zona se llama nivel de confianza y se
representa por 1 – α.
 FPM II
2º curso

La prob. asociada al estadístico del contraste indica el grado de compatibilidad entre la

H0 y los datos. Esta probabilidad (grado de compatibilidad) recibe el nombre de nivel crítico
o nivel de significación observado y se representa mediante 𝒑. Pero está condicionado por
el tamaño de 𝑛: con n grande pueden ser significativas diferencias muy pequeñas y con n
pequeña pueden parecer irrelevantes diferencias que son relevantes teóricamente.

- Tipos de contrastes

BILATERAL: se representa como H0: µh = µm / H1: µh ≠ µm. Se

rechazará H0 cuando el estadístico de contraste caiga en la zona
crítica (mayor que el cuartil 100 (1 – α/2) o menor que el cuartil 100
(α/2) de su dist. muestral). O que tome un valor tan grande o tan
pequeño que la prob de obtener un valor tan extremo o más que
el obtenido es menor que α/2. Es decir, se rechaza 𝐻0 si 𝑝 < 𝛼/2; o si 𝑝*2 < α.

UNILATERAL: se representa como H0: µh ≥ 0.5 / H1: µh < 0.5. Se rechaza H0 cuando cae en
la zona crítica o toma un valor tan grande que la probabilidad de obtener y valor tan
extremo o más que el obtenido es menor α. Se rechaza H0 si p < α.

1.5. DECISIÓN

Si se rechaza H0 se afirma que es falsa, pero si se mantiene no significa que sea

verdadera, sino que no hay suficientes evidencias para rechazarla, solo se considera que
es compatible con los datos.

Si estamos interesados en determinar si una afirmación sobre una distribución

poblacional es falsa, debemos plantear esa afirmación como hipótesis nula; así, si la
rechazamos, podremos concluir que hemos probado que esa hipótesis es falsa. Por el
contrario, si estamos interesados en determinar si esa afirmación es verdadera, debemos
plantearla como hipótesis alternativa; así, si rechazamos la hipótesis nula, lo haremos
en favor de la alternativa.

2. ERRORES TIPO I Y TIPO II

 FPM II
2º curso

3. POTENCIA DE CONTRASTE

Se refiere a la sensibilidad del contraste para detectar como falsa una hipótesis nula que
realmente lo es. A mayor potencia, mayor probabilidad de que una falsa sea reconocida
como tal. Si la potencia es baja, baja la probabilidad de detectar un efecto que ya existe.
Una prueba es más potente cuando con un α fijo, 1 – β es mayor en una prueba que en
otra. Dentro de cada prueba, la decisión unilateral es siempre más potente que la bilateral.

- Factores de los que depende el error tipo II / potencia / 1 – β

o Verdadero valor de H0

o Valor de α (fija el investigador)

o Error típico o tamaño muestral (aumentar n hace que diferencias muy pequeñas
rechacen H0).

Es importante tener un equilibrio entre los 2 errores.

4. TAMAÑO DEL EFECTO

Grado de alejamiento entre las distribuciones definidas por H0 y la verdadera H1. Las
herramientas inferenciales permiten realizar comparaciones (tamaño del efecto se refiere
a la magnitud de diferencia) y relacionar variables (tamaño del efecto es la intensidad).

Un contraste sirve para decidir si existe un efecto, si p < α se rechaza H0 y se conoce el efecto.

El valor del estadístico de contraste depende del tamaño real del efecto en la población,
del tamaño muestral y el grado de variabilidad de las puntuaciones.

Entonces para valorar la relevancia de un efecto se usan las medidas de tamaño del efecto
que ofrecen información adicional de la que ofrece el contraste:

- Contribuye a distinguir entre significación estadística y relevancia teórica o práctica.

 FPM II
2º curso

- Estima la potencia de un contraste y elige el tamaño (n) idóneo al planificar el estudio.

- Facilita recopilar los resultados de diferentes estudios para hacer un metaanálisis.
5. CLASIFICACIÓN DE LOS CONTRASTES

Para clasificarlos hay que tener en cuenta el nº de variables que se van a contrastar, el
tipo de variable (cuantitativa o cualitativa), el nº de niveles de la variable y el efecto que se
desea estudiar en esas variables.

- 1 variable

- 2 variables

- Más de 2 variables