COMPROBACION DE HISPOTESIS :

Distribución de chi cuadrado

ING. ROY DONALDO SILVA

 Etapas Básicas en Pruebas de
Hipótesis.
Al realizar pruebas de hipótesis, se parte de un valor
supuesto (hipotético) en parámetro poblacional.
Después de recolectar una muestra aleatoria, se
compara la estadística muestral, así como la media
(x), con el parámetro hipotético, se compara con
una supuesta media poblacional ( µ). Después se
acepta o se rechaza el valor hipotético, según
proceda. Se rechaza el valor hipotético sólo si el
resultado muestral resulta muy poco probable
cuando la hipótesis es cierta.
• Una hipótesis estadística se denota por
“H” y son dos:
• Ho: hipótesis nula
• H1: hipótesis alternativa
El término ‘hipótesis‘ deriva del griego y significa suponer o poner
bajo consideración. Una hipótesis es un supuesto que puede ser
verdadero o puede ser falso ; la característica principal y más
elemental de una hipótesis tiene que ver con su calidad de
proposición, de posibilidad o de sugerencia que debe ser todavía
comprobada y aprobada para transformarse finalmente en una
aseveración o teoría científica
 etapas
Etapa 1.- Planear la hipótesis nula y la hipótesis alternativa. La hipótesis nula
(H0) es el valor hipotético del parámetro que se compra con el resultado
muestral resulta muy poco probable cuando la hipótesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de
significancia del 5% o según lo establecido, entonces se rechaza la
hipótesis nula solamente si el resultado muestral es tan diferente del valor
hipotético que una diferencia de esa magnitud o mayor, pudiera ocurrir
aleatoria mente con una probabilidad de 1.05 o menos.
Etapa 3.- Elegir la estadística de prueba. La estadística de prueba puede ser la
estadística muestral (el estimador no segado del parámetro que se
prueba) o una versión transformada de esa estadística muestral. Por
ejemplo, para probar el valor hipotético de una media poblacional, se
toma la media de una muestra aleatoria de esa distribución normal,
entonces es común que se transforme la media en un valor z el cual, a su
vez, sirve como estadística de prueba.
 Consecuencias de las Decisiones en Pruebas
de Hipótesis.
Decisiones Situaciones Posibles
Posibles
La hipótesis nula es
verdadera La hipótesis nula es falsa

Aceptar la Se acepta
Error tipo II
Hipótesis Nula correctamente
Rechazar la
Error tipo I Se rechaza correctamente
Hipótesis Nula

Errores de tipo I y de tipo II. Si rechazamos una hipótesis cuando debiera ser aceptada, diremos que
se ha cometido un error de tipo I. Por otra parte, si aceptamos una hipótesis que debiera ser rechazada,
diremos que se cometió un error de tipo II. En ambos casos, se ha producido un juicio erróneo. Para
que las reglas de decisión (o no contraste de hipótesis) sean buenos, deben diseñarse de
modo que minimicen los errores de la decisión; y no es una cuestión sencilla, porque para
cualquier tamaño de la muestra, un intento de disminuir un tipo de error suele ir acompañado
de un crecimiento del otro tipo. En la práctica, un tipo de error puede ser más grave que el
otro, y debe alcanzarse un compromiso que disminuya el error más grave
• Etapa 4.- Establecer el valor o valores críticos de la estadística de prueba.
Habiendo especificado la hipótesis nula, el nivel de significancia y la estadística de
prueba que se van a utilizar, se produce a establecer el o los valores críticos de
estadística de prueba. Puede haber uno o más de esos valores, dependiendo de si
se va a realizar una prueba de uno o dos extremos.
•
• Etapa 5.- Determinar el valor real de la estadística de prueba. Por ejemplo, al
probar un valor hipotético de la media poblacional, se toma una muestra aleatoria
y se determina el valor de la media muestral. Si el valor crítico que se establece es
un valor de z, entonces se transforma la media muestral en un valor de z.
•
• Etapa 6.- Tomar la decisión. Se compara el valor observado de la estadística
muestral con el valor (o valores) críticos de la estadística de prueba. Después se
acepta o se rechaza la hipótesis nula. Si se rechaza ésta, se acepta la
• alternativa; a su vez, esta decisión tendrá efecto sobre otras decisiones de los
administradores operativos, como por ejemplo, mantener o no un estándar de
desempeño o cuál de dos estrategias de mercadotecnia utilizar.
 Prueba de chi-cuadrado
• A la prueba “Chi-cuadrado” se le llama coeficiente X2 .
Debe usarse cuando los datos obtenidos en su
investigación son de nivel nominal (es decir, asigna
sujetos a categoría). Esto significa que en lugar de
medir los puntajes de los sujetos, sólo es posible
asignar los sujetos a una o más categorías. Además
sólo puede usarse cuando se asigna sujetos diferentes
a cada grupo

• El objetivo de la prueba de chi-cuadrado es

comparar las frecuencias observadas ( fo ) en cada
una de las casillas de un cuadro de doble entrada,
con frecuencias esperadas ( fe ) para cada una, si
las diferencias entre ambas se debieran al azar,
como lo afirma la hipótesis nula Ho .
 Calculo de X2
El valor observado del estadístico X2 (Chi-cuadrado), viene dado por la siguiente
fórmula:
(fo  fe )
n 2
•
• Donde : X 2

in fe
fo= Frecuencia observada de realización de un acontecimiento o evento
determinado.
fe = Frecuencia esperada o teórica, que se determina de acuerdo al enunciado de
la hipótesis nula Ho.

Limitaciones de la Chi-cuadrada.

El uso de la chi-cuadrada tiene dos limitaciones:

1. Cuando al resolver el problema solo existe un grado de libertad, esto es para
tablas de 2 x 2.
2. La chi-cuadrada, solamente debe usarse cuando las frecuencias esperadas
sean mayores o iguales a cinco, en todas las celdas ( fe  5 ).
 Ejemplo
Supongamos que se tiene una muestra de 340 personas,
cada una de las cuales ha dado su opinión en términos
de “ACUERDO” y “DESACUERDO” frente a la
proporción: “El respeto a la autoridad define a un
buen ciudadano”. Para ello se le pregunto cual
era su nivel de instrucción : alto, medio, bajo.

Si queremos establecer la posible asociación entre las

respuestas obtenidas y el nivel de instrucción a un nivel
de significación del 0.001 ó 0.1%, disponemos
los datos en la siguiente tabla:
 Datos :
Respuestas
Nivel de Instrucción Acuerdo Desac Total
uerdo
Alto 35 (1) 10 45
(4)
Medio 30 (2) 108 138
(5)
Bajo 112 (3) 45 157
(6)

Total 177 163 340

 Pasos
1. Planteamos la hipótesis Nula y la alternativa
o también llamada de trabajo
• Ho : hipótesis nula
• H2 : hipótesis de trabajo

2. Establecemos el nivel de significancia que

queremos comprobar
3. Encontramos el chi cuadrado calculado
 Para poder aplicar chi-cuadrado calculado,
debemos hacer lo siguiente:
• Encontrar la diferencia entre cada frecuencia observada y
la correspondiente frecuencia esperada, para lo cual se
sugiere numerar las celdas.

• Elevar al cuadrado estas diferencias.

• Dividir cada diferencia elevada al cuadrado entre las

correspondiente frecuencia esperada.

• Sumar los cocientes resultantes ( divisiones realizadas).

El valor de la suma encontrada será el X2 calculado

Paso 4 : Encontramos el valor del chi cuadrado teorico ,
utilizando las tablas de chi cuadrado de la siguiente
manera :
Para comparar los resultados, debemos escoger los
grados de libertad :

Grados de Libertad ( V , gl , DF) = ( filas - 1 ) (columnas - 1)

Paso 5 : Contrastar el valor X2 calculado con el teórico.

Aceptar o rechazar hipótesis de trabajo según :

X2t < X2c Rechazamos la hipótesis H0 y aceptamos H1

X2t > X2c Rechazamos la hipótesis H1 y aceptamos Ho

 (Total marginal de renglón o fila)(Total marginal de columna)
fe 
N

N = número total de frecuencias observadas.

45x163
fe1 
45x177
 23.4 f e4   21.6
340 340

138x177 138x163
fe2   71.8 fe5   66.2
340
340

157x177
fe3   81.7 157x163
340 fe6   75.3
340
Por lo tanto

(f 
n
f ) 2
X2   o e
 86.13
in fe
 Comparación del chi cuadrado
• 86.13 es el valor es el calculado.
• Si tomamos en cuenta las hipótesis; tendremos:

• H1 = El respeto a la autoridad está influido por el nivel educativo de las

personas.
• H0 = El respeto a la autoridad no está influido por el nivel educativo
de las personas.
• Donde :
• H0 = Es la hipótesis nula y
• H1 = Es la hipótesis de trabajo.
•
Para comparar los resultados, debemos escoger los grados de libertad.
•
• Grados de Libertad ( V ) = ( filas - 1 ) (columnas - 1 ).
•
• Para este caso: V = ( 3 – 1) ( 2 – 1 ) = ( 2 ) ( 1 ) = 2
•
Si usamos un nivel de significación del 0.001 ó 0.1% entonces
tendríamos:
 X2t = 13.8 y X2c = 86.13
Donde :
X2t = Chi- cuadrado teórico, buscado en tabla, con 2 grados de
libertad y un nivel de significación del 0.001 o 0.1% .
X2c = Chi-cuadrado calculado.

Conclusión:
Como el valor teórico es menor al valor calculado, es decir :
• X2t < X2c ( 13.8 < 86.13 ) ,

Rechazamos la hipótesis H0 y aceptamos H1, que dice que el

respeto a la autoridad está influenciada por el nivel educativo. Lo
cual indica que las variables están asociadas, en otras palabras que
la distribución de frecuencias en la tabla no se debe al azar.
 Para el primer caso de Limitaciones de la Chi-
cuadrada.
: Cuando solo existe un grado de libertad.
Para este caso en aconsejable usar la fórmula
corregida:

X 
2 fo  fe  0.5 
2

• fe
 Ejemplo 2:
Si desea verificar si la elección del tipo de carrera
(Técnica o humanística) depende del sexo.
Se tomó una muestra de 200 estudiantes de último
año de bachillerato de ambos sexos y se les
preguntó si estudiarían carreras universitarias
técnicas o humanísticas, para un Nivel de
significación = 0.05 ó 5% . Elabore y
compruebe una hipotesis. Par ello se obtuvieron las
respuestas como se muestra en el siguiente cuadro:
 Tabla de doble entrada

Carreras Preferidas
Técnicas Humanísticas Totales
Sexo
Masculino 88
36 52
Femenino

26 86 112
Total 62 138 200
 Ejemplo de aplicacion
• Probar la hipótesis que la carrera preferida es dependiente del
sexo, es decir, las diferencias entre las preferencias por las carreras
según el sexo, es significativa, usar un nivel de significación de 0.05.
•
• Planteamiento de Hipótesis:
•
• H0 = La preferencia del estudiante por las carreras
• universitarias es independiente del sexo, es decir, el sexo
• no influye en la elección de la carrera.
•
• H1 = La preferencia del estudiante por las carreras
• universitarias depende del sexo, es decir, el sexo influye
• en el tipo de carrera.
 Para contrastar tenemos:
• X2 c = 6.41
• Para el teórico:
•
• Grados de libertad V = (f–1)(c–1)
• V = 1x 1 = 1
• Nivel de significación = 0.05 ó 5% .
•
• Buscando en tabla : X2t = 3.48
• Conclusión:
• Como X2t < X2c , entonces se rechaza H0 y se acepta H1 , y se puede decir que
el sexo del estudiante influye en la escogitación de la carrera.
• Nota: Entre más grande es el valor de X2 observado ( X2c ) más tentado se
está e rechazar la hipótesis nula, y aceptar que las diferencias son
significativas. Por eso, el valor observado debe ser igual o mayor que el valor
crítico dado por la tabla.
 USO DE LA PRUEBA t STUDENT

• Esta medida también es utilizada para analizar

diferencias entre grupos.
•
• La prueba t student, básicamente se utiliza para hacer:
•
• Prueba de medias de dos muestras relacionadas.
•
• Prueba de medias de dos muestras independientes o
no relacionadas.
•