Prueba de Hiptesis

Introduccin.

Los trminos prueba de hiptesis y probar una hiptesis se utilizan indistintamente. La prueba de hiptesis
comienza con una afirmacin, o suposicin, sobre un parmetro de la poblacin, como la media
poblacional. Como ya se indic, esta afirmacin recibe el nombre de hiptesis.
Una hiptesis puede ser que la comisin mensual media de las comisiones de los vendedores de tiendas al
menudeo de aparatos electrnicos, como Circuit City, es de $2 000. No es posible entrar en contacto con
todos los vendedores para asegurarnos de que la media en realidad sea de $2 000. El costo de localizar a y
entrevistarse con todos los vendedores de aparatos electrnicos en Estados Unidos sera exorbitante. Para
probar la validez de la afirmacin ( = $2 000) se debe seleccionar una muestra de la poblacin de
vendedores de aparatos electrnicos, calcular el estadstico muestral y, con base en ciertas reglas de
decisin, aceptar o rechazar la hiptesis. Una media muestral de $1 000 de los vendedores de aparatos
electrnicos provocara con certeza el rechazo de la hiptesis. Sin embargo, suponga que la media de la
muestra es de $1 995. Est lo bastante cerca de $2 000 para aceptar la suposicin de que la media de la
poblacin es de $2 000? La diferencia de $5 entre las dos medias se puede atribuir al error de muestreo, o
dicha diferencia resulta estadsticamente significativa?

5.1 Definicin de prueba de hiptesis

Definicin:
Procedimiento basado en evidencia de la muestra y la teora de la probabilidad para determinar si la
hiptesis es una afirmacin razonable.

Prueba de hiptesis de dos extremos

Una prueba de dos colas es apropiada cuando la hiptesis nula es = H0 (en donde H0 es algn valor
especificado) y la hiptesis alternativa es H0 . Suponga que un fabricante de focos desea producirlos
con una vida media de = H0 =1,000 horas. Si el tiempo de vida es ms corto, perder clientes en favor
de su competencia; si el tiempo de vida es ms largo, tendr un costo de produccin muy alto porque los
filamentos sern excesivamente gruesos. Para verificar que su proceso de produccin sea adecuado, toma
una muestra de la produccin con el fin de probar la hiptesis H 0: = 1,000. Como no quiere desviarse
significativamente de 1,000 horas en ninguna direccin, la hiptesis alternativa adecuada es H1: 1,000,
y utiliza una prueba de dos colas. Esto es, rechaza la hiptesis nula si la vida media de los focos de la
muestra est muy por arriba de 1,000 horas o muy por abajo de 1,000 horas.
Prueba de hiptesis de cola izquierda.
Consideremos el caso de un mayorista que compra focos al fabricante del ejemplo anterior. El mayorista
los compra en grandes lotes y no desea aceptar un lote de focos a menos que su vida media sea 1,000 horas
o ms. Cada vez que llega una remesa, el mayorista prueba una muestra para decidir si la acepta o no. La
compaa rechazar el envo slo si le parece que su vida media es menor que las 1,000 horas. Si cree que
los focos son mejores que lo esperado (con una vida media superior a 1,000 horas), es claro que no rechazar
la remesa, porque la vida ms larga no tiene un costo adicional. As que las hiptesis del mayorista son H0:
= 1,000 horas y H1: 1,000 horas. Rechaza H0 slo si la vida media de los focos muestreados es
significativamente menor que 1,000 horas. La figura abajo mostrada ilustra esta situacin. En ella podemos
ver por qu esta prueba se conoce como prueba de cola izquierda (o prueba de cola inferior).

La prueba de cola izquierda

Es uno de los dos tipos de pruebas de una cola. Como quiz habr adivinado, el otro tipo de prueba de una
cola es una prueba de cola derecha (o prueba de cola superior). Una prueba de cola superior se utiliza
cuando las hiptesis son H0: = H0 y H1: H0 . Slo los valores de la media de la muestra que son
significativamente mayores que la media hipottica de la poblacin harn que rechacemos la hiptesis nula
en favor de la hiptesis alternativa. Esta prueba se denomina prueba de cola superior porque la regin de
rechazo est en la cola superior de la distribucin de la media muestral.
Un administrador ha pedido a sus agentes de ventas que observen un lmite en sus gastos de viaje. El
administrador espera mantener los gastos en un promedio de $100 diarios por vendedor. Un mes despus
de imponer el lmite, se toma una muestra de gastos diarios entregados para ver si se ha observado el lmite.
La hiptesis nula es H0: = $100.00, pero al administrador slo le importan los gastos excesivamente altos.
Por tanto, la hiptesis alternativa apropiada en este caso es H 1: > $100.00, y se utiliza una prueba de
cola superior. La hiptesis nula se rechaza (y se toman medidas correctivas) slo si la media de la muestra
es significativamente mayor que $100.00.
5.2. Tipos de hiptesis (nula y alternativa)

Hiptesis nula

Enunciado relativo al valor de un parmetro poblacional que se formula con el fin de probar evidencia
numrica.

Hiptesis nula se simboliza H0 H sub-cero

Supongamos que deseamos probar la hiptesis de que la media de la poblacin es igual a 500. En smbolos
se escribe como sigue y se lee:

la hiptesis nula es que la media de poblacin es igual a 500: H0: = 500

Si en un problema usramos un valor hipottico de una media de poblacin, en smbolos sera:

H0

Esto se lee, valor hipottico de la media de la poblacin.

Hiptesis nula
Enunciado que se acepta si los datos de la muestra ofrecen suficiente evidencia para rechazar la hiptesis
nula.

Si los resultados de nuestra muestra no respaldan la hiptesis nula, debemos concluir que se cumple
alguna otra cosa. Siempre que rechazamos la hiptesis, la conclusin que s aceptamos se llama hiptesis
alternativa cuyo smbolo es H1 (H sub-uno). Para la hiptesis alternativa se consideran tres opciones
posibles y se escribe y se lee como:

H1: 500 La hiptesis alternativa es que la media de poblacin no es igual a 500

H1: > 500 La hiptesis alternativa es que la media de poblacin es mayor que 500
H1: < 500 La hiptesis alternativa es que la media de poblacin es menor que 500

5.3. Nivel de significancia

El propsito de la prueba de hiptesis no es cuestionar el valor calculado del estadstico de la muestra, sino
hacer un juicio respecto a la diferencia entre ese estadstico y un parmetro hipottico de la poblacin. El
siguiente paso despus de establecer las hiptesis nula y alternativa, entonces, consiste en decidir qu
criterio utilizar para confirmar si se acepta o se rechaza la hiptesis nula.

Nivel de significancia
Probabilidad de rechazar la hiptesis nula cuando es verdadera

Qu pasa si probamos una hiptesis con 5% de nivel de significancia? Esto quiere decir que rechazaremos
la hiptesis nula si la diferencia entre el estadstico y el parmetro hipottico de la poblacin es tan grande
que sta u otra diferencia mayor ocurrir, en promedio, slo cinco o menos veces en cada 100 muestras,
cuando el parmetro hipottico de la poblacin es correcto. Si suponemos que la hiptesis es correcta,
entonces el nivel de significancia indicar el porcentaje de medias mustrales que est fuera de ciertos
lmites.

La figura abajo mostrada ilustra cmo interpretar un nivel de significancia del 5%. Observe que el 2.5%
del rea bajo la curva est localizado en cada cola. De la tabla de la distribucin normal, podemos
determinar que el 95% de toda el rea bajo la curva est incluido en un intervalo que se extiende 1.96_x_ a
cada lado de la media hipottica. As pues, en el 95% del rea no hay diferencia significativa entre el valor
observado del estadstico de la muestra y el valor hipottico del parmetro de poblacin. En el 5% restante
s existe una diferencia significativa.
Aunque el estadstico de la figura abajo mostrada cae en la regin no sombreada (la regin que comprende
95% del rea bajo la curva), esto no prueba que nuestra hiptesis nula (H0) sea cierta; simplemente no nos
proporciona evidencia estadstica para rechazarla. Por qu? Porque la nica forma en que puede aceptarse
la hiptesis con seguridad es que conozcamos el parmetro de poblacin y, desafortunadamente, esto no es
posible. Por consiguiente, siempre que afirmemos que aceptamos la hiptesis nula, en realidad lo que
queremos decir es que no hay suficiente evidencia estadstica para rechazarla. El empleo del trmino
aceptar, en vez de no rechazar, se ha convertido en el estndar. Significa simplemente que cuando los datos
de la muestra no hacen que rechacemos una hiptesis nula, nos comportamos como si esa hiptesis fuera
cierta.

Seleccin de un nivel de significancia

No existe un nivel de significancia nico estndar o universal para probar hiptesis. En algunos casos, se
utiliza un nivel de significancia del 5%. Ciertos resultados de investigaciones publicados a menudo prueban
hiptesis para un nivel de significancia del 1%. Es posible probar una hiptesis a cualquier nivel de
significancia. Pero recordemos que nuestra eleccin del estndar mnimo para una probabilidad aceptable,
o el nivel de significancia, es tambin el riesgo que corremos al rechazar una hiptesis nula cuando es cierta.
Cuanto ms alto sea el nivel de significancia que utilizamos para probar una hiptesis, mayor ser la
probabilidad de rechazar la hiptesis nula cuando es cierta.
Errores de tipo I y II
Rechazar una hiptesis nula cuando es cierta se denomina error tipo I, y su probabilidad (que, como hemos
visto, es tambin el nivel de significancia de la prueba) se simboliza con (alfa). Por otro lado, aceptar una
hiptesis nula cuando es falsa se le llama error tipo II, y su probabilidad se simboliza con (beta). Existe
una relacin entre estos dos tipos de errores: la probabilidad de cometer un tipo de error puede reducirse
slo si estamos dispuestos a aumentar la probabilidad de cometer el otro tipo de error. Observe en la grfica
(c) de la figura de abajo, que la regin de aceptacin es bastante pequea (0.50 del rea bajo la curva). Con
una regin de aceptacin as de pequea, rara vez aceptaremos una hiptesis nula cuando no sea cierta, pero
como precio de esta seguridad, a menudo rechazaremos una hiptesis nula cuando sea cierta. Puesto de otra
manera, con el fin de obtener una baja, tendremos que tolerar una alta. Para lidiar con este trueque o
intercambio en situaciones personales y profesionales, los tomadores de decisiones deciden el nivel de
significancia adecuado examinando los costos o la penalizacin vinculados con ambos tipos de error.

Ejemplo
Error tipo I
Suponga que cometer el error tipo I (rechazar una hiptesis nula cuando es cierta) implica el tiempo y los
problemas de volver a trabajar un lote de compuestos qumicos que debieran haberse aceptado. Al mismo
tiempo, cometer un error tipo II (aceptar una hiptesis nula cuando es falsa) significa arriesgarse a que todo
un grupo de consumidores de este compuesto qumico se envenenen. Evidentemente, la administracin de
esta compaa preferir el error tipo I sobre el de tipo II y, como resultado, establecer niveles de
significancia muy altos en sus pruebas para obtener betas () bajas.

Error tipo II
Suponga, por otra parte, que cometer un error tipo I implica desarmar todo un motor en la fbrica, pero
cometer un error tipo II implica que los distribuidores de automviles realicen reparaciones de garanta
relativamente baratas. Entonces es ms probable que el fabricante prefiera el error tipoII y que establezca
menores niveles de significancia en sus pruebas.
Condiciones para usar la distribucin normal y t en la prueba de hiptesis sobre medias

5.4. Prueba de hiptesis para medias (dos extremos)

Para desarrollar una prueba de hiptesis es necesario seguir los siguientes 5 pasos.

1. Se establecen la hiptesis nula (H0) y la hiptesis alternativa (H1).

2. Se selecciona el nivel de significancia, es decir, .
3. Se selecciona un estadstico de prueba adecuado.
4. Se formula una regla de decisin con base en los pasos 1, 2 y 3 anteriores.
5. Se toma una decisin en lo que se refiere a la hiptesis nula con base en la informacin de la muestra.
Se interpretan los resultados de la prueba.

Ejemplo:

Jamestown Steel Company fabrica y arma escritorios y otros muebles para oficina en diferentes plantas en
el oeste del estado de Nueva York. La produccin semanal del escritorio modelo A325 en la planta de
Fredonia tiene una distribucin normal, con una media de 200 y una desviacin estndar de 16. Hace poco,
con motivo de la expansin del mercado, se introdujeron nuevos mtodos de produccin y se contrat a
ms empleados. El vicepresidente de fabricacin pretende investigar si hubo algn cambio en la produccin
semanal del escritorio modelo A325. En otras palabras, la cantidad media de escritorios que se produjeron
en la planta de Fredonia es diferente de 200 escritorios semanales con un nivel de significancia de 0.01?

En este ejemplo, tenemos dos datos importantes:

1) la poblacin de la produccin semanal sigue una distribucin normal,
2) la desviacin estndar de esta distribucin normal es de 16 escritorios por semana. Por ello, es apropiado
utilizar el estadstico z para resolver este problema.

Aplique el procedimiento de prueba de hiptesis estadstica para investigar si cambi el ndice de

produccin de 200 escritorios semanales.
Solucin:

Paso 1: Se establecen las hiptesis nula y alternativa. La hiptesis nula es: la media de la poblacin es
de 200. La hiptesis alternativa es: la media es diferente de 200 o la media no es de 200. Estas dos
hiptesis se expresan de la siguiente manera:
H0: = 200
H1: 200

sta es una prueba de dos colas, pues la hiptesis alternativa no indica direccin alguna. En otras palabras,
no establece si la produccin media es mayor o menor a 200. El vicepresidente slo desea saber si la tasa
de produccin es distinta de 200.

Paso 2: Se selecciona el nivel de significancia. Como ya se indic, se utiliza el nivel de significancia de

0.01. ste es , la probabilidad de cometer un error tipo I, que es la probabilidad de rechazar una hiptesis
nula verdadera.

Paso 3: Se selecciona el estadstico de prueba. El estadstico de prueba de una muestra grande es z. La

transformacin de los datos de produccin en unidades estndares (valores z) permite que se les utilice no
slo en este problema, sino en otros relacionados con la prueba de hiptesis. A continuacin se utiliza la
siguiente ecuacin para z y se identifican las diferentes letras.

Paso 4: Se formula la regla de decisin. La regla de decisin se formula al encontrar los valores crticos
de z con ayuda de la tabla de z abajo mostrada. Como se trata de una prueba de dos colas, la mitad de 0.01,
o 0.005, se localiza en cada cola. Por consiguiente, el rea en la que no se rechaza H0, que se ubica entre
las dos colas, es 0.99.

Se localiza 0.4950 en la tabla. El valor ms cercano a 0.4950 es 0.4951. En seguida se lee el valor crtico
en el rengln y columna correspondientes a 0.4951. ste es de 2.58.
 0

Por lo tanto, la regla de decisin es: rechazar la hiptesis nula y aceptar la hiptesis alternativa (que indica
que la media de la poblacin no es 200) si el valor z calculado no se encuentra entre -2.58 y 2.58. La
hiptesis nula no se rechaza si z se ubica entre -2.58 y 2.58.

Paso 5: Se toma una decisin y se interpreta el resultado. Se toma una muestra de la poblacin
(produccin semanal), se calcula z, se aplica la regla de decisin y se llega a la decisin de rechazar o no
H0. La cantidad media de escritorios que se produjeron el ao pasado (50 semanas, pues la planta cerr 2
semanas por vacaciones) es de 203.5. La desviacin estndar de la poblacin es de 16 escritorios semanales.
Al calcular el valor z se obtiene:

203.5 200
= = = 1.55
16
50
Donde
= 203.5
= 200
= 16
= 50
Como 1.55 no cae en la regin de rechazo, H0 no se rechaza.

La conclusin
La media de la poblacin no es distinta de 200. Por lo tanto, se informa al vicepresidente de fabricacin que
la evidencia de la muestra no indica que la tasa de produccin en la planta de Fredonia haya cambiado de
200 semanales. La diferencia de 3.5 unidades entre la produccin semanal histrica y la del ao pasado
puede atribuirse razonablemente al error de muestreo. Esta informacin se resume en el siguiente
diagrama:

Prueba de hiptesis para proporciones

Recuerde que una proporcin es la razn entre el nmero de xitos y el nmero de observaciones. Si X se
refiere al nmero de xitos y n al de observaciones, la proporcin de xitos en una cantidad fija de pruebas
es X/n. Por consiguiente, la frmula para calcular una proporcin muestral, p, es p = X/n. Considere los
siguientes casos de posibles pruebas de hiptesis. Se deben hacer algunas suposiciones antes de probar una
proporcin de poblacin. Para probar una hiptesis relativa a una proporcin de poblacin, se elige una
muestra aleatoria de sta.

Ejemplo:
Suponga que a partir de las elecciones anteriores en un estado, para que sea electo un candidato a
gobernador, es necesario que gane por lo menos 80% de los votos de la zona norte. El gobernador de turno
est interesado en evaluar sus posibilidades de volver al cargo y hace planes para llevar a cabo una encuesta
de 2 000 votantes registrados en esa regin.
Aplique el procedimiento para probar hiptesis y evale las posibilidades de que el gobernador se reelija.
Este caso de la reeleccin del gobernador satisface las condiciones binomiales. Slo hay dos posibles
resultados. Es decir, un votante entrevistado votar o no por el gobernador.

La probabilidad de un xito es la misma para cada prueba. En este caso, la probabilidad de que
cualquier votante entrevistado apoye la reeleccin es de 0.80.
Las pruebas son independientes. Esto significa, por ejemplo, que la probabilidad de que el votante
23 entrevistado apoye la reeleccin no resulta afectada por lo que hagan los votantes 24 y 52.
Los datos de la muestra son el resultado de conteos. Vamos a contar el nmero de votantes que
apoya la reeleccin en la muestra de 2 000.
Paso 1: Se establecen las hiptesis nula y alternativa. La hiptesis nula, H0, consiste en que la proporcin
de la poblacin p es 0.80 o mayor. La hiptesis alternativa, H1, es que la proporcin es menor a 0.80. y
quedan declaradas de la siguiente manera.
0 : = 0.80
1 : < 0.80

Paso 2: Se selecciona el nivel de significancia. El nivel de significancia es de 0.05. sta es la probabilidad

de rechazar una hiptesis verdadera.

Paso 3: Seleccione el estadstico de prueba. El estadstico adecuado es z, que se determina de la siguiente

manera:

=
(1 )

Donde:

P = proporcin poblacional
p = proporcion de la muestra
n = tamao de la muestra

Paso 4. Se formula la regla de decisin. El valor o los valores crticos de z forman el punto o puntos de
divisin entre las regiones en las que se rechaza H0 y en la que no se rechaza.
Como se trata de un problema de una cola extremo izquierdo el valor de alfa se resta solo 0.5 de la
probabilidad entonces:

= 0.05
0.5 .05 = 0.4500

Valor que se busca en la tabla de distribucin normal y da un valor de z = -1.65 (el signo menos es porque
se encuentra del lado izquierdo)

Probabilidad de 0.4500 es igual a z= -1.65

Paso 5. Se toma una decisin y se interpreta el resultado. Se selecciona una muestra y se toma una
decisin respecto de H0. Un sondeo de muestra de 2 000 posibles electores en la parte norte del estado
revel que 1 550 pensaban votar por el gobernador de turno. Se encuentra la proporcin de la muestra de
0.775 (calculada con la operacin 1 550/2 000) lo bastante cerca de 0.80 para concluir que la diferencia se
debe al error de muestreo? En este caso:

1550
= = .775
2000
n = 2000
p = 0.80 representa la proporcin de poblacin hipottica.
z = es un estadstico de prueba

Calcular z

=
(1 )

0.775 0.80
= = 2.80
0.8(1 0.80)
2000

Conclusin:
Como el valor de z = -2.80 cae en la regin de rechazo por lo cual se concluye que no
existe evidencia estadstica para que el gobernador en turno vuelva a ser elegido.
4.5. Prueba de hiptesis para una y dos varianzas

Introduccin:

En muchas situaciones, los tomadores de decisiones responsables tienen que hacer inferencias sobre la
variabilidad de una poblacin. Con el fin de programar la fuerza de trabajo en la temporada de cosecha, un
cultivador de duraznos necesita conocer no slo el tiempo medio que tardan los duraznos en madurar, sino
tambin su varianza alrededor de ese tiempo medio. Un socilogo que investiga el efecto de la educacin
en el poder adquisitivo desea saber si los ingresos de los egresados de la universidad son ms variables que
los egresados de bachillerato. Los instrumentos de precisin que se utilizan en el trabajo de laboratorio
deben ser bastante precisos en promedio; pero, adems, las mediciones repetidas debern mostrar poca
variacin. En estos casos resulta conveniente realizar pruebas de hiptesis acerca de la varianzas como se
ilustra en el siguiente caso.

Ejemplo:
Un profesor de administracin ha diseado meticulosamente sus exmenes. Con el fin de estar
razonablemente seguro de que un examen distingue bien las diferencias en el logro de los estudiantes, la
desviacin estndar de los resultados del examen no puede ser demasiado pequea. Por el otro lado, si la
desviacin estndar es muy grande, habr una tendencia a tener muchas calificaciones muy bajas, lo cual
es deprimente para el nimo de los estudiantes. Experiencias pasadas han hecho que el profesor crea que
una desviacin estndar de aproximadamente 13 puntos para un examen de 100, indica que el examen logra
un buen equilibrio de estos dos objetivos.
El profesor acaba de hacer un examen a su grupo de 31 estudiantes de primero y segundo ao. La
calificacin promedio fue 72.7 y la desviacin estndar de la muestra fue 15.9. Este examen cumple con
el criterio del profesor de un buen examen? Si el profesor utiliza un nivel de significancia de 0.10 en la
prueba de su hiptesis.

Paso 1: Se establecen las hiptesis nula y alternativa.

0 : = 13
1 : 13

Paso 2: Se selecciona el nivel de significancia. El nivel de significancia es de 0.10

= 0.10

Paso 3: Seleccione el estadstico de prueba. El estadstico adecuado es chi-cuadrada 2 , que se

determina utilizando la siguiente ecuacin.

( 1)2
2 =
2
Paso 4. Se formula la regla de decisin. El valor o los valores crticos de 2 de
0.1
/2 = = 0.5
2
0.1
1/2 = 1 = 0.95
2
gl = n-1 = 31-1= 30

Localizamos los valores para 0.5 = 43.773 y 0.95 = 18.493

Paso 5. Se toma una decisin y se interpreta el resultado.

Se obtiene 2 calculada, utilizando la siguiente ecuacin:

( 1) 2
2 =
2
(30 1)15.92
2 = = 44.88
132

Conclusin:

Como se puede observar el valor de 2 cae en la zona de rechazo, por lo que podemos decir que existe
evidencia estadstica para afirmar que hay desviacin estndar diferente de 13 puntos entre los exmenes.

Nota: Para profundizar en los temas desarrollados pueden consultar la bibliografa que
fue la fuente de este material desarrollado.

Bibliografa.
TTULO AUTOR EDITORIAL AO
Estadstica aplicada a los Lind, Douglas; Marchal,
McGraw-Hill 2012
negocios y a la economa William; et. al.
Introduccin a la inferencia Aguilar Mrquez, Armando;
Pearson 2010
estadstica Altamira Ibarra, Jorge, et. al.
Estadstica para negocios y Anderson, David R.; Cengage
2012
economa Sweeney, Dennis J., et. al. Learning