Introducción a las

pruebas de hipótesis
Pruebas de normalidad, pruebas de normalidad paramétrica y no
paramétrica, considerando el razonamiento científico

Mg. Lucia Mantilla Broca

tmantillabr@ucvvirtual.edu.pe
¿Qué es una hipótesis?
• Un hipótesis es una suposición. Es una idea que puede
o no ser verdadera, basada en información previa.

• Kerlinger . “una hipótesis es un enunciado conjetural

de la relación de dos o más variables

• Hernández, Fernández y Baptista señalan que las

hipótesis indican lo que estamos buscando o tratando
de probar son enunciados formulados como respuestas
tentativas a preguntas de investigación.
¿Qué es una hipótesis?
Una prueba de hipótesis es un proceso para determinar
inferencias acerca de valores específicos en los parámetros de
la población que es objeto de estudio. Cuando se realiza algún
tipo de investigación, esta suele estar basada en una o varias
hipótesis o conjeturas sobre la realidad. Como mencionan
Alvarado y Obagi (2008) el método científico consiste en últimas
en un mecanismo para contrastar tales hipótesis contra la
realidad, y concluir si la evidencia está o no de acuerdo con la
hipótesis planteada.
 Error tipo I
Se define el error tipo I cuando se rechaza la hipótesis nula,
siendo que la misma se ha debido aceptar. La probabilidad de
cometer este error se denota normalmente con la letra α (alfa)
y en términos probabilísticos se expresa como una probabilidad
condicional en la que α = P (rechazar Ho | Ho es verdad).

El valor de α es precisamente el nivel de significación que se

utiliza en la teoría de Neyman – Pearson.
 Error tipo II

Se define el error tipo II cuando se acepta la hipótesis nula

siendo que se ha debido rechazar. La probabilidad de cometer
este error se denota normalmente con la letra 𝛽 (Beta). En
términos probabilísticos se define como: 𝛽 = P (aceptar Ho | Ho
es falsa). La probabilidad del error tipo II da pie para definir las
curvas de potencia y de operaciones.
 Posibles errores al tomar la decisión
H0 Procedimiento
Se acepta Se rechaza de prueba

Decisión
Verdadera Error Tipo I
correcta

Realidad H0
Decisión
Falsa Error Tipo II
correcta

Si el procedimiento de prueba lleva el rechazo de H0, pero en la realidad la hipótesis es verdadera,

se comete un error, este error se llama Error Tipo I
Si mediante el procedimiento de la prueba se acepta H0, pero en realidad la hipótesis es falsa, se
comete un error, este error se llama Error Tipo II (C Rendón & J Gómez, 2015)-
Prueba de hipótesis
Es un procedimiento estadístico, que permite comprobar la verdad
o falsedad de una suposición.

Ejemplo: “Estimo que el porcentaje de clientes que comprará mi

producto será del 60%”

Desde luego, la suposición que hagamos, debemos darle una

forma y tratamiento matemático (estadístico), para que su
comprobación sea de una forma científica.
 TIPOS DE HIPÓTESIS

Hip. Nula H0 Hip. Alternativa H1

 Generalmente se identifica con lo que
 Está asociada a la hipótesis del
ha ocurrido hasta ahora y se desea
verificar. investigador y es opuesta a la H0
 Es la Hipótesis diferencia o asociación.
 Es la Hipótesis de no diferencia o no  No debería ser aceptada sin una gran
asociación. evidencia a favor.
Ho: P = 50 % = , ≤ , ≥
H1: P ≠ 50 % ≠ , > , <

“Mis ingresos en este mes serán menor de S/.1500” H1:

Términos previos importantes

Nivel de Confianza: El nivel de confianza se denota por (1-α), aunque

habitualmente se expresa en porcentaje. Es habitual tomar como nivel de
confianza un 95% o un 99%, que se corresponden con valores α (Nivel de
significancia) de 0,05 y 0,01 respectivamente.

Estadístico de prueba: Es un valor, determinado a partir de la información

muestral, que se utiliza para aceptar o rechazar la hipótesis nula.

Valor Crítico: Es aquel valor que se obtiene en función del grado de confianza
seleccionado.
 R. Rechazo
Prueba a/2 = 0.025 R Aceptación
R. Rechazo.
a /2= 0.025
Bilateral H1: de Ho 95%

z crítico z crítico

Unilateral R.Rechazo de Ho
izquierda H1: α = 0.05 R. Aceptación de Ho
95%=0.95

z crítico

Unilateral R.Rechazo de Ho
derecha H1: R. Aceptación de Ho
95%=0.95
α = 0.05

z crítico
 PROCEDIMIENTO PARA LAS PRUEBAS DE
HIPÓTESIS

1. Establecer la Hipótesis Nula H0 y una H1

2. Seleccionar un nivel de significancia a ( 1% y 5% )
3. Establecer un estadístico de prueba adecuado ( z, t , c2 )
4. Establecer la región de rechazo (R.R) y una región de aceptación (R.A).
Realizar Gráfico
5. Decidir si debe aceptar o rechazar la H0 y dar la conclusión.
 PRUEBAS DE HIPÓTESIS
DE PROMEDIO EN UNA MUESTRA
PRUEBAS DE HIPÓTESIS DE PROMEDIO EN UNA MUESTRA

HIPÓTESIS: FORMULAS

 Prueba de hipótesis sobre la media,  Prueba de Hipótesis sobre la

varianza poblacional desconocida media, varianza desconocida
(Muestras grandes n≥30) (Muestras pequeñas n<30)
1º Ho: Uo= k
H1: Uo< K __ __
X  μ0 X  μ0
Z T 
2° Ho: Uo = k s/ n s/ n
H1: Uo > K
El cual tiene una distribución t con
3° Ho: Uo = k n-1 grados de libertad.
H1: Uo ≠ K
𝑋
Desviación estándar de la muestra
Ejercicio.1
Una compañía productora de cigarrillos sostiene que, una marca que ellos producen, tiene un
contenido promedio de nicotina de 0.7 miligramos. Sin embargo los supervisores de salud manifiestan
que es mayor a lo especificado, para realizar la prueba se revisó el contenido de nicotina de una
muestra de 50 cigarrillos y se encontró un promedio de 0.734 y una desviación estándar de 0.085.
Formule la hipótesis nula y alterna y realice la prueba de hipótesis de los supervisores de salud
utilizando un nivel de significancia de 5%.

SOLUCIÓN
Datos:
 Tamaño de la muestra n=50 1º. Formule la hipótesis nula y alterna
 Promedio de muestra Ho: µ <= 0.7 miligramos.
 s = 0.085 H1: :µ > 0.7 miligramos.
2º. Nivel de significancia α = 5% =0.05
 3º Determinar el estadístico de prueba:

__
 μ0 0.734  0.7
Z X Z  2.83
s/ n 0.085/ 50
4º. Establecer la región de rechazo y de aceptaciòn.

R.Rechazo de Ho
R. Aceptación de Ho
α = 0.05
95%=0.95

z =1.64 Z=2.83

5º Decisión: Como el valor calculado se encuentra en la región de Rechazo. Por lo tanto se

rechaza la hipótesis nula (Ho) y se acepa la hipótesis alterna, por lo tanto se concluye que los
supervisores tienen la razón en manifestar que el contenido promedio de nicotina es mayor a 0.7
miligramos.
Ejercicios:

• En una campaña de protección al consumidor, se

tomo muestra aleatoria de 15 sacos de arroz extra
envasado, de una distribuidora y se obtuvo una
media de 9.4 Kg. con una desviación estándar de
1.8 Kg. ¿Contiene esta muestra suficiente
evidencia para indicar que el peso medio es menor
que 10 Kg. de arroz, a un nivel de significación de
0.01
SOLUCIÓN
1º. Formule la hipótesis nula y alterna
Ho: µ = 10 Kg
H1: u < 10 Kg.
2º. Nivel de significancia α = 1% =0.01
3º Determinar el estadístico de prueba:

¿ __ ❑− μ0 9.4 −10
t= =¿ t= =−1.29
S / √n 1.8 / √ 15

Decisión: Aceptar la Ho, por lo

R. Aceptaciión . =
tanto el peso promedio de los
99% sacos de arroz en la fábrica es
T tabla = -2.624
de 10kg o más
-1.29
CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ

Una máquina empaqueta bolsas de café automáticamente, está regulada para embalar
bolsas cuyos pesos se distribuyen normalmente, con media de 500 gr y varianza 400. El
valor de puede ser fijado en un mostrador situado en una posición un poco inaccesible
de esa máquina. La máquina fue regulada para un promedio de 500 gr . Se decide
escoger una muestra de 16 bolsas a cada media hora con la finalidad de verificar si la
producción está bajo control o no. Si una de esas muestras tiene una media 492 gr ,
¿usted pararía o no la producción para verificar si el mostrador está o no en la posición
correcta?
Datos :
 0  500
X  492
  20
n  16
 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
1.- Se establecen las hipótesis nula y alternativa. 2.- Se selecciona un nivel
de significancia.
H 0:μ  500 gr. La máquina está regu lada 
H1:μ  500 gr. La máquina no está regulada    0.05

3.- Se identifica y calcula el estadístico de la prueba.

Caso : Población normal con varianza poblacional conocida.

X   0 492  500
Zc    1.6
/ n 20 / 16
 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el
grafico los valores encontrados en la parte (3).

Estadístico de prueba RA:Re gión de aceptación

RR:Re gión de re chazo

RR RA RR
 1 .6

Puntos críti cos

 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE CAFÉ
5.- Tomar la decisión de aceptar o rechazar Ho.

No se rechaza la hipótesis nula

Z 0  1.96  Z c  1.6

6.- Conclusión

Al 95% de confianza, no existe la suficiente evidencia para rechazar la

hipótesis de que la máquina está regulada. Por consiguiente, no se
debe parar la producción con un riesgo de 5% para verificar si el
mostrador está o no en la posición correcta.
CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
 CASO APLICATIVO: NICOTINA EN
CIGARRILLOS

Un fabricante afirma que sus cigarrillos contienen 30 mgr. de nicotina.

Una muestra de 25 cigarrillos de una media de 31.5 mgr. y una
desviación estándar de 3 mgr. Suponiendo que el contenido de nicotina
en cada cigarro es una v.a. con distribución normal, ¿al nivel del 5% los
datos refutan o no la afirmación del fabricante?.
 CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
1.- Se establecen las hipótesis nula y alternativa.

H 0:μ  30 la afirmación del fabricante es verdadera 

H1:μ  30 la afirmación del fabricante no es verdadera

2.- Se selecciona un nivel de significancia.

  0.05
 CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
3.- Se identifica y calcula el estadístico de la prueba.
Población normal con varianza poblacional (  ) desconocida y tamaño de
muestra menor que 30 (n<30)

X  0 Datos :
tc 
S/ n  0  30
31.5  30 X  31.5
tc   2.5
3 / 25 S 3
n  25
 CASO APLICATIVO: NICOTINA EN
CIGARRILLOS
4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el
grafico los valores encontrados en la parte (3).

Estadístico de prueba RA:Re gión de aceptación

RR:Re gión de re chazo

RA RR
2 .5
Puntos críti cos
 CASO APLICATIVO: NICOTINA EN
CIGARRILLOS

5.- Tomar la decisión de aceptar o rechazar Ho.

Como tc  2.5  t0  1.711, rechazamos la H 0

6.- Conclusión

Al 95% de confianza, se concluye de que existe una razón para creer que
los cigarrillos contienen más de 30 mgr. de nicotina. En consecuencia, la
afirmación del fabricante no se ajusta a la verdad.
 PRUEBA DE HIPOTESIS PARA UNA
PROPORCIÓN
La proporción p de elementos de una población
que poseen cierto atributo de interés, es de suma
importancia en muchos problemas de decisión en
ingeniería, administración, etc. Por ejemplo, en un
proceso de producción que fabrica artículos que
son clasificados como defectuosos o no
defectuosos, podemos estar interesados en
docimar el parámetro P que representa la
proporción de artículos defectuosos producidos.
 ESTADÍSTICOS DE PRUEBA

Si el tamaño de muestra es grande (n ≥30) y H o es supuesta verdadera, la

estadística de la prueba es Z:

p  P0
Zc  ~ N 0,1
P0 1  P0 
n
CASO APLICATIVO: GARITA DE CONTROL
CASO APLICATIVO: GARITA DE CONTROL

Un ingeniero de transporte afirma que el 30.0% de los

vehículos demoran más de 5 minutos para pasar por una
garita de control. Con el fin de evaluar esta afirmación se
escogió una muestra aleatoria de 400 vehículos y se encontró
que 100 de ellos demoraron más de 5 minutos en pasar la
garita. Al nivel de significación del 1%, ¿presenta esta muestra
suficiente evidencia que indique que el porcentaje de
vehículos que demoran más de 5 minutos en pasar tal garita
es diferente de 0.30?.
 CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa.

H 0 : P  0.30
H1 : P  0.30

2.- Se selecciona un nivel de significancia.

  0.01
 CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa. 3.- Se identifica y calcula el estadístico de la prueba.

H 0 : P  0.30 Datos : 
p  P0
H1 : P  0.30 P0  0.30 Zc 
P0 1  P0 

100
p  0.25 n
2.- Se selecciona un nivel de significancia. 400
0.25  0.30
n  400 Zc   2.182
  0.01 0.301  0.30 
400
 PUNTOS CRÍTICOS CON ESTADÍSTICO DE
PRUEBA “Z”
Selección del punto crítico
Prueba de hipótesis Prueba de hipótesis
Nivel de confianza
Bilateral Unilateral
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326
 CASO APLICATIVO-SOLUCIÓN

4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el

grafico los valores encontrados en la parte (3).

Estadístico de prueba RA:Re gión de aceptación

RR:Re gión de re chazo

RA RR

 2.182
Puntos críti cos
 CASO APLICATIVO-SOLUCIÓN

5.- Tomar la decisión de aceptar o rechazar Ho. H0

Como tc  2.182  t0  2.576 , no rechazamos la

6.- Conclusión

Al 99% de confianza, se concluye que no se presenta suficiente evidencia que

indique que el porcentaje de vehículos que demoran más de 5 minutos en
pasar tal garita es diferente de 0.30
CASO APLICATIVO: COMPAÑÍA
FARMACEÚTICA
 CASO APLICATIVO: COMPAÑÍA
FARMACEÚTICA
Una compañía farmacéutica afirma que cierto medicamento elimina el
dolor de cabeza en un cuarto de hora en el 90% de los casos. Tomada una
muestra de 200 pacientes a los que se les administro el medicamento, se
observó la desaparición del dolor en 170 de ellos. Contrastar la hipótesis
de la compañía al 95% de confianza. ¿Puede concluir que la compañía
farmacéutica ha sobreestimado la cifra?
 CASO APLICATIVO-SOLUCIÓN

1.- Se establecen las hipótesis nula y alternativa.

H 0:p  0.90
H1:p  0.90

2.- Se selecciona un nivel de significancia.

  0.05
 CASO APLICATIVO-SOLUCIÓN

3.- Se identifica y calcula el estadístico de la prueba.

 Datos :
p  P0
Zc  P0  0.90
P0Q0
n

170
p  0.85
0.85  0.90 200
Zc   2.357 n  200
0.900.10
200
 PUNTOS CRÍTICOS CON ESTADÍSTICO DE
PRUEBA “Z”

Selección del punto crítico

Prueba de hipótesis Prueba de hipótesis
Nivel de confianza
Bilateral Unilateral
0.90 1.645 1.282
0.95 1.960 1.645
0.99 2.576 2.326
 CASO APLICATIVO-SOLUCIÓN

4.- Graficar las regiones de rechazo y aceptación; a la vez también ubicar en el

grafico los valores encontrados en la parte (3).

Estadístico de prueba  Z c  2.357 RA:Re gión de aceptación

RR:Re gión de re chazo

RR RA

 2.357
 CASO APLICATIVO-SOLUCIÓN

5.- Tomar la decisión de aceptar o rechazar Ho.

Como Z 0  1.645  Z c  2.357 , se rechazamos la H 0

6.- Conclusión
Al 95% de confianza, se concluye que la compañía farmacéutica ha
sobreestimado la cifra.
 PRUEBAS DE NORMALIDAD

Hipótesis a contrastar:
H0: Los datos analizados siguen una distribución Normal.
H1: Los datos analizados no siguen una distribución Normal .
KOLMOGOROV- SMIRNOV SHAPIRO - WILK
(Corrección de significación
de lilliefors)
Para muestras grandes Cuando la muestra es
(n≥50) pequeña (n<50)

*Garza (2013)
Importante:
Cuando p >0.05 Aceptamos la Hipótesis Nula
Cuando p <0.05 Rechazamos la Hipótesis Nula de manera significativa
Cuando p <0.01 Rechazamos la Hipótesis Nula de manera altamente significativa

* Análisis Estadístico Multivariante Un enfoque teórico y práctivo. Jorge de la Garza García

PROCEDIMIENTO DE PRUEBA DE
NORMALIDAD EN SPSS
PROCEDIMIENTO DE PRUEBA DE
NORMALIDAD EN SPSS
 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE SEMILLAS
 CASO APLICATIVO: MÁQUINA
EMPAQUETADORA DE SEMILLAS

La prueba de normalidad para muestras pequeñas Shapiro-Wilk

(n<50), muestra un p-valor mayor que 0.05 (p=0.271>0.05),
aceptando la hipótesis de normalidad para la variable peso de los
paquetes de semillas.
 Referencias

Galindo, H. (2020). Estadística para no estadísticos. Una guía básica sobre la metodología cuantitativa de trabajos académicos. Editorial área de
Innovación y Desarrollo, S.L. C/Alzamora, 17 - 03802 - ALCOY (ALICANTE) info@3ciencias.com Primera edición: marzo 2020
ISBN: 978-84-121459-3-9 DOI: https://doi.org/10.17993/EcoOrgyCso.2020.59
https://www.3ciencias.com/wp-content/uploads/2020/03/Estad%C3%ADstica-para- no-estad%C3%ADsticos-Una-gu%C3%ADa-b%C3%A1sica-sobre-la-metodolog%C3%ADa-cuantitativa-de-trabajos-acad%C3%A
9micos-2.pdf

Hernández, R. Cárdenas, T. (2020) Prueba de hipótesis estadística con Excell. Guadalajara, México, ISBN: 978-84-18313-23-
3 Impreso en México / Printed in Mexico.
http://cucea.udg.mx/include/publicaciones/coorinv/pdf/Libro-Prueba-de-hipotesis.pdf
Hernández, R. (2014) Metodología de la investigación, editorial 2014, respecto a la sexta edición por McGRAW-HILL /
INTERAMERICANA EDITORES, S.A. DE C.V
https://periodicooficial.jalisco.gob.mx/sites/periodicooficial.jalisco.gob.mx/files/metodologia_de_la_investigacion_-_roberto_hernandez_sampieri.pdf