GENERALIDADES SOBRE PRUEBAS DE HIPÓTESIS

1. Afirmaciones
Las siguientes expresiones se formulan con referencia a un promedio μ, pero también se pueden
formular con respecto a un porcentaje p.

Lenguaje común Lenguaje estadístico

a) El promedio de edad es 40 años a) μ=40

b) El promedio de edad no es 40 años b) μ ≠ 40
c) El promedio de edad difiere de 40 años c) μ ≠ 40
d) El promedio de edad es mayor que 40 años d) μ> 40
e) El promedio de edad supera los 40 años e) μ> 40
f) El promedio de edad está por encima de los 40 años f) μ> 40
g) El promedio de edad es mínimo 40 años g) μ ≥ 40
h) El promedio de edad es máximo 40 años h) μ ≤ 40
i) El promedio de edad no supera 40 años
i) μ ≤ 40
j) El promedio de edad es menor que 40 años
j) μ< 40
k) El promedio de edad está por debajo de los 40 años
k) μ< 40
l) El promedio de edad es a lo sumo 40 años
l) μ ≤ 40
2. Formulación de las hipótesis
Para desarrollar una prueba de hipótesis, el primer paso es identificar la afirmación que se desea
colocar a prueba. Esta afirmación será fundamental para la formulación estadística de la prueba
que consiste en dos hipótesis: la hipótesis nula H 0 y la hipótesis alternativa H 1.

La afirmación del primer paso será la hipótesis nula si tiene el signo ¿, ≤o ≥; en cambio, la
afirmación será la hipótesis alternativa si tiene el signo ≠ , ¿ o ¿. Una vez se tiene una de las
hipótesis, la otra se completa con el signo opuesto así:

Hipótesis de cola derecha Hipótesis de cola izquierda Hipótesis de dos colas

H 0 : μ ≤ 0.45 H 0 : μ ≥ 0.45 H 0 : μ=0.45

{ H 1 : μ>0.45 { H 1 : μ<0.45 { H 1 : μ≠ 0.45

Al final del procedimiento se presentan dos escenarios:

Escenario 1: No se rechaza la hipótesis nula y se descarta la hipótesis alternativa

Escenario 2: Se rechaza la hipótesis nula y se apoya la hipótesis alternativa

3. Estadístico de prueba
El estadístico de prueba es el valor que nos ayuda a determinar si los datos presentan suficiente
evidencia para rechazar la hipótesis nula.

Ejemplos:

Para una media poblacional Para una media poblacional Para una proporción
con σ conocida o con muestra con σ desconocida y con poblacional
grande (n ≥ 30 ¿ muestra pequeña (n<30 ¿
p^ − p
z=
x́−μ x́−μ p(1−p)
z=
σ /√n
t=
s/√n √ n
4. Valor P
El valor P es la probabilidad de obtener los resultados muestrales suponiendo que la hipótesis nula
es cierta. El valor P se calcula a partir del estadístico de prueba y teniendo en cuenta si la prueba
de hipótesis es de dos colas, de cola derecha o de cola izquierda.

En este curso vamos a utilizar una plantilla en Excel que viene con las fórmulas necesarias para
calcular el valor P para todos los tipos de pruebas de hipótesis que estudiaremos a lo largo del
curso.

5. Conclusión
La conclusión del problema se basa en el valor P de esta manera:

Escenario 1: Si el valor P es mayor que alfa (0.05 por defecto), entonces no se rechaza H 0.
Además, se especifica si hay o no hay evidencia suficiente para apoyar la afirmación
dependiendo de si era H 0 o H 1.

Escenario 2: Si el valor P es menor o igual que alfa, entonces se rechaza H 0. Además, se

especifica si hay o no hay evidencia suficiente para apoyar la afirmación dependiendo de si
era H 0 o H 1.
PRUEBA DE HIPÓTESIS SOBRE UNA MEDIA POBLACIONAL
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas

H 0 : μ ≤ μ0 H 0: μ ≥ μ0
{ H 1 : μ> μ0 { H 1 : μ< μ0

H 0 : μ=μ0
{ H 1 : μ≠ μ0
_______________________________________________________________________

_________

Estadístico de prueba

Caso 1: σ 2 conocida o muestra grande ( Caso 2: σ 2 desconocida y muestra

n ≥ 30 ¿ pequeña (n<30 ¿

x́−μ0 x́−μ0
z= t= df =n−1
σ /√n s/√n
________________________________________________________________________________

Caso 1: σ 2 conocida o muestra grande.

La alcaldía de un pequeño municipio afirma que el consumo promedio en metros cúbicos de las
familias que habitan en dicho municipio es 10 m 3. Para confrontar esta afirmación, usted toma una
muestra de 40 familias y obtiene que la media muestral es 11 m 3 y la desviación estándar es 2.4
m3. Pruebe esta hipótesis con un nivel de significancia de 5% ( α =5 % ).

Paso 1. Afirmación Configuramos esta prueba en la calculadora

de prueba de hipótesis para hallar el valor P:
El consumo promedio de las familias del
municipio es 10 m3 de agua mensuales: H0: µ = 10
H1: µ ≠ 10
μ=10
Paso 2. Formulación de las hipótesis xbarra = 11
σ = 2.4
Hipótesis de dos colas:
n = 40
H 0 : μ=10
{ H 1 : μ≠ 10 z = 2.635

Paso 3. Cálculo del estadístico de prueba

Valor P = 0.0084
Datos: x́=11 , μ0=10 , s σ =2.4 , n=40

x́−μ0 11−10 Se obtiene como resultado:

z= = =2.635
σ / √ n 2.4/ √ 40 Valor P=0.0084 (siempre 4 decimales).

Paso 4. Cálculo del valor P Paso 5. Conclusión

Como el valor P (0.0084) es menor que alfa promedio de agua de las familias del
(0.05), entonces rechazamos H 0. Por lo municipio es 10 m3 con un nivel de
tanto, no podemos afirmar que el consumo significancia del 5%.

Caso 2: σ 2 desconocida y muestra pequeña (n<30 ¿ .

Un instituto afirma que el tiempo promedio que demoran las personas mayores de 40 años en
conseguir un nuevo empleo es superior a 8 meses. Para colocar a prueba esta afirmación, se
preguntó a 10 personas mayores de 40 años cuánto tiempo necesitaron para conseguir un nuevo
empleo desde que dejaron su empleo anterior, y los datos en meses son:

10, 11, 9, 7, 10, 11, 12, 12, 9, 14

¿Cuál es su conclusión con un nivel de significancia de 1%?

Paso 1. Afirmación Paso 4. Cálculo del valor P

El tiempo promedio que demoran las H0: µ ≤ 8

personas mayores de 40 años en conseguir H1: µ > 8
un nuevo empleo es superior a 8 meses:
xbarra = 10.5
μ>8
s = 1.96
Paso 2. Formulación de las hipótesis n = 10
Hipótesis de cola derecha:
t = 4.034
H0: μ ≤ 8 df = 9
{ H 1 : μ>8
Valor P = 0.0015
Paso 3. Estadístico de prueba
Paso 5. Conclusión
Como el problema nos da los datos, entonces
calculamos su media y desviación estándar. Como el valor P (0.0015) es menor que alfa
(0.01), entonces rechazamos H0. Por lo
Datos: x́=10.5 , μ0=8 , s=1.96 , n=10 tanto, podemos afirmar que el tiempo
x́−μ 10.5−8 promedio que demoran las personas
t= = =4.03 4 mayores de 40 años en conseguir un nuevo
s / √ n 1.96 / √10
empleo es mayor que 8 meses con un nivel
df =n−1=10−1=9 de significancia del 1%.
 PRUEBA DE HIPÓTESIS SOBRE UNA PROPORCIÓN
POBLACIONAL
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas

H0: p ≤ p0 H 0: p ≥ p0 H 0 : p=p 0
{ H 1 : p> p0 { H 1 : p< p0 { H 1 : p ≠ p0

________________________________________________________________________________

Estadístico de prueba

^p− p 0
z= ^p= x
p0 (1−p 0) n
√ n
________________________________________________________________________________

Un experto en mercadotecnia de una empresa fabricante de pasta considera que menos del 30%
de los amantes de la pasta prefieren el risotto. Si 20 de 80 amantes de la pasta eligen el risotto
sobre otras pastas, ¿qué se puede concluir acerca de la afirmación del experto? Utilice un nivel de
significancia de 0.05.

Paso 1. Afirmación

Menos del 30% de los amantes de la pasta Paso 4. Cálculo del valor P
prefieren el risotto:
H0: p ≥ 0.3
p<0.30 H1: p < 0.3

Paso 2. Formulación de hipótesis

x = 20
Hipótesis de cola izquierda n = 80
p^ = 0.25
H 0 : p ≥ 0.30
{ H 1 : p<0.30 z = -0.976
Paso 3. Estadístico de prueba
Valor P = 0.1646
Datos: x=20 , n=80 , p 0=0.30
Paso 5. Conclusión.
x 20
^p= = =0.25 Como el valor P (0.1646) es mayor que alfa
n 80
(0.05), no rechazamos H 0. Por lo tanto, no
^p− p 0 0.25−0.30 podemos afirmar que menos del 30% de los
z= = =−0.976
p0 (1−p 0) 0.30(1−0.30) amantes de la pasta prefieren el risotto
√ n √ 80 sobre las otras pastas con un nivel de
significancia de 5%.
 PRUEBA DE HIPÓTESIS SOBRE UNA VARIANZA POBLACIONAL
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas

H 0 : σ 2 ≤ σ 20 H 0 : σ 2 ≥ σ 20 H 0 : σ 2=σ 20
{ H 1 :σ 2 >σ 20 { H 1 :σ 2 <σ 20 { H 1 :σ 2 ≠ σ 20

________________________________________________________________________________

Estadístico de prueba

(n−1) s 2
2
χ= df =n−1
σ 20

________________________________________________________________________________

Un fabricante de baterías para automóvil afirma que la duración de sus baterías se distribuye de
forma aproximadamente normal con una desviación estándar igual a 0.9 años. Si una muestra
aleatoria de 10 de tales baterías tiene una desviación estándar de 1.2 años. ¿Se puede considerar
que σ > 0.9 años?

Paso 1. Afirmación. H0: σ ≤ 0.9

H1: σ > 0.9
La desviación estándar de la duración de las
baterías del fabricante es mayor que 0.9
s = 1.2
años:
n = 10
σ > 0.9
X^2 = 16.000
Paso 2. Formulación de hipótesis
df = 9
Hipótesis de cola derecha
Valor P = 0.0669
H 0 : σ ≤ 0.9
{ H 1 :σ >0.9 Paso 5. Conclusión.

Paso 3. Estadístico de prueba Como el valor P (0.0669) es mayor que alfa

(0.05), entonces no rechazamos H 0. Por lo
Datos: n=10 , s=1.2 , σ 0=0.9
tanto, no podemos afirmar que la desviación
( n−1 ) s2 ( 10−1 ) 1.22 estándar de la duración de las baterías del
χ 2= = =16 fabricante sea mayor que 0.9 años con un
σ 20 0.9 2
nivel de significancia de 5%.
df =n−1=10−1=9

Paso 4. Cálculo del valor P

 PRUEBA DE HIPÓTESIS SOBRE DOS VARIANZAS POBLACIONALES
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas

H 0 : σ 21 ≤ σ 22 H 0 : σ 21 ≥ σ 22
{ H 1 :σ 21 >σ 22 { H 1 :σ 21 <σ 22

H 0 : σ 21=σ 22
{ H 1 :σ 21 ≠ σ 22
______________________________________________________________________

__________

Estadístico de prueba

s 21
F= 2
df 1=n 1−1 df 2=n2 −1
s2

________________________________________________________________________________

Se comparan dos tipos de instrumentos para medir la cantidad de monóxido de azufre en la

atmósfera en un experimento sobre la contaminación del aire. Los investigadores desean
determinar si los dos tipos de instrumentos proporcionan mediciones con la misma variabilidad. Se
registran las siguientes lecturas para los dos instrumentos:

Instrumento A: 0.86, 0.82, 0.75, 0.61, 0.89, 0.64, 0.81, 0.68, 0.65

Instrumento B: 0.87, 0.74, 0.83, 0.85, 0.76, 0.72, 0.79

¿Se puede concluir que los instrumentos poseen la misma variabilidad?

Paso 1. Afirmación. s 2 0.0108

F= 12 = =3.273
La variabilidad de los dos instrumentos es la s 2 0.0033
misma, es decir, sus varianzas son iguales
df 1 =n1−1=9−1=8
2 2
σ =σ1 2
df 2 =n2−1=7−1=6
Paso 2. Formulación de hipótesis
Paso 4. Cálculo del valor P.
Hipótesis de dos colas

H 0 : σ 21=σ 22
{ H 1 :σ 21 ≠ σ 22

Paso 3. Estadístico de prueba

2
Datos: s1=0.0108 ,n1 =9

s22=0.0033, n2 =7
 H0: (σ1) 2 = (σ2) 2 Paso 5. Conclusión.
2 2
H1: (σ1) ≠ (σ2)
Como el valor P (0.1658) es mayor que alfa
(0.05), entonces no rechazamos H 0. Por lo
(s1) 2 = 0.0108
tanto, podemos afirmar que los
(s2) 2 = 0.0033
n1 = 9
instrumentos tienen la misma variabilidad, es
n2 = 7 decir, la misma varianza con un nivel de
significancia de 5%.
F = 3.273
df 1 = 8
df 2 = 6

Valor P = 0.1658

PRUEBA DE HIPÓTESIS SOBRE DOS PROPORCIONES

POBLACIONALES
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas

H 0 : p1 ≤ p2 H 0 : p1 ≥ p2 H 0 : p1= p 2
{ H 1 : p 1> p 2 { H 1 : p1< p 2 { H 1 : p 1 ≠ p2

________________________________________________________________________________

Estadístico de prueba

^p1 −^p 2 x1 x n ^p +n ^p
z= ^p1 = ^p2= 2 ṕ= 1 1 2 2
n1 n2 n1 +n 2
√ ṕ (1− ṕ)
( n1 + n1 )
1 2

________________________________________________________________________________

En un estudio que se realizó para estimar la proporción de residentes de cierta ciudad y sus
suburbios que están a favor de que se construya una cárcel en las afueras de la ciudad. Se
encontró que 63 de 100 residentes urbanos están a favor de la construcción, mientras que sólo 59
de 125 residentes suburbanos la apoyan. ¿Hay una diferencia significativa entre la proporción de
residentes urbanos y suburbanos que están a favor de que se construya la cárcel?

Paso 1. Afirmación Hipótesis de 2 colas

Hay una diferencia significativa entre la H 0 : p1 = p 2

proporción de los residentes urbanos y
suburbanos que están a favor de que se
{ H 1 : p 1 ≠ p2

construya la cárcel: 3. Estadístico de prueba

Datos: x 1=63 , n1=100 , x 2=59 , n2=125
p1 ≠ p2
x 1 63 x 2 59
Paso 2. Formulación de las hipótesis ^p1= = =0.63 p̂ 2= = =0.472
n1 100 n2 125
 n1 ^p1+ n2 ^p 2 100 ( 0.63 ) +125 ( 0.472 ) H0: p1 = p2
ṕ= = =0.5422 H1: p1 ≠ p2
n1+ n2 100+125
^p1−^p2 x1 = 63
z= n1 = 100
1 1
√ ṕ ( 1− ṕ )
( +
n1 n2 ) p 1^
x2
n2
=
=
=
0.6300
59
125
0.63−0.472 p 2^ = 0.4720
z= =2.364
1 1
√ 0.5422(1−0.5422)( +
100 125
) z = 2.364
pbarra = 0.5422
Paso 4. Cálculo del valor P
Valor P = 0.0181

Paso 5. Conclusión

Como el valor P (0.0181) es menor al alfa

(0.05), entonces rechazamos H 0. Por lo
tanto, podemos afirmar que hay una
diferencia entre la proporción de los
residentes urbanos y suburbanos que están
de acuerdo con la construcción de la cárcel
con un nivel de significancia de 5%.

PRUEBA DE HIPÓTESIS SOBRE DOS MEDIAS

POBLACIONALES CON MUESTRAS INDEPENDIENTES
Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas
H 0 : μ1 ≤ μ 2 H 0 : μ1 ≥ μ 2
{ H 1 : μ1 > μ2 { H 1 : μ1 < μ2
H 0 : μ1 =μ 2
{ H 1 : μ1 ≠ μ2
______________________________________________________________________

__________
Estadístico de prueba
2
Caso 1: σ y σ conocidas o
1
2
2 Caso 2: σ 12 y σ 22 desconocidas, df =n1 +n2−2
ambas muestras mayores o pero iguales, y alguna
Caso 3: σ 12 y σ 22 desconocidas,
iguales que 30. muestra menor que 30.
x́ 1−x́ 2 pero diferentes, y alguna
z= x́ 1−x́ 2 muestra menor que 30.
2
σ σ 2 t=
√ 1
+
n1 n 2
2

√ s2p s 2p
+
n1 n2 t=
x́ 1−x́ 2
s 21 s22

s2p=
( n1−1 ) s 21+ ( n2−1 ) s22
n1 +n2−2
√ +
n1 n2
 2
( s 21 /n1 +s 22 /n2 )
df = 2 2 2
( s1 /n 1) ( s22 /n2 )
+
n1−1 n 2−1

________________________________________________________________________________
2 2
Caso 1: σ 1 y σ 2 conocidas o ambas muestras mayores o iguales que 30.

En un estudio realizado en Virginia Tech se compararon los niveles de ácido ascórbico en plasma
en mujeres embarazadas fumadoras con los de mujeres no fumadoras. A partir de las muestras de
sangre se determinaron los siguientes resultados relacionados con el ácido ascórbico en el plasma
de cada grupo, en miligramos por 100 mililitros:

[Mujeres no fumadoras]: tamaño de muestra = 40, media = 1.4, desviación estándar = 0.3
[Mujeres fumadoras]: tamaño de muestra = 35, media = 1.1, deviación estándar = 0.2

¿Existe suficiente evidencia para concluir que hay una diferencia entre los niveles de ácido
ascórbico en plasma de mujeres fumadoras y no fumadoras?

Paso 1. Afirmación

Existe una diferencia entre los niveles Paso 4. Cálculo del valor P
promedio de ácido ascórbico en plasma de H0: µ1 = µ2
las mujeres embarazadas fumadoras y no H1: µ1 ≠ µ2
fumadoras
xbarra1 = 1.4
μ1 ≠ μ2 σ1 = 0.3
n1 = 40
Paso 2. Formulación de hipótesis
xbarra2 = 1.1
Hipótesis de dos colas σ2 = 0.2
n2 = 35
H 0 : μ1 =μ 2
{ H 1 : μ1 ≠ μ2 z = 5.150

Paso 3. Estadístico de prueba Valor P = 0.0000

Datos: 5. Conclusión.
x́ 1=1.4 , s1 σ 1=0.3 , n1=40 Como el valor P (0.0000) es menor que alfa
(0.05), entonces rechazamos H 0. Por lo
x́ 2=1.1 , s 2 σ 2 =0.2 ,n 2=35
tanto, podemos afirmar que existe una
x́ 1−x́ 2 1.4−1.1 diferencia entre los niveles promedio de
z= = =5.150 ácido ascórbico en plasma de las mujeres
2 2
0.32 0.22
√ σ σ
1
+
n1 n 2
2
√ +
40 35
embarazadas fumadoras y no fumadoras con
un nivel de significancia de 5%.
2 2
Caso 2: σ 1 y σ 2 desconocidas, pero iguales, y alguna muestra menor que 30.
De acuerdo con Chemical Engineering, una propiedad importante de la fibra es su absorbencia de
agua. Se encontró que el porcentaje promedio de absorción de 25 pedazos de fibra de algodón
seleccionados al azar es 20, con una desviación estándar de 1.5. Una muestra aleatoria de 20
pedazos de acetato reveló un promedio de 12 con una desviación estándar de 1.25. ¿Existe
evidencia sólida de que el promedio de absorción de la fibra de algodón es mayor que el del
acetato? Suponga que las varianzas de la absorbencia para los materiales son iguales.

Paso 1. Afirmación. x́ 2=12 , s 2=1.25 , n2=20

El promedio de absorción de fibra de 2 2
2 ( n1−1 ) s 1+ ( n2−1 ) s2
algodón es mayor que el del acetato: s=
p
n1 +n2−2
μ1 > μ2
( 25−1 ) 1.52 + ( 20−1 ) 1.252
s2p= =1.95
Paso 2. Formulación de hipótesis. 25+ 20−2
Hipótesis de cola derecha df =n1 +n2−2=25+20−2=43
H 0 : μ1 ≤ μ 2 x́ 1−x́ 2
{ H 1 : μ1 > μ2 t=
2 2
=
20−12
1.95 1.95
=19.096

Paso 3. Estadístico de prueba √ s s

p
+
n1 n2
p
√ 25
+
20

Datos: Paso 4. Cálculo del valor P

x́ 1=20 , s 1=1.5 , n1=25

H0: µ1 ≤ µ2
H1: µ1 > µ2

xbarra1 = 20
s1 = 1.50
n1 = 25
xbarra2 = 12
s2 = 1.25
n2 = 20

t = 19.096
Sp2 = 1.95

Valor P = 0.0000
Paso 5. Conclusión

Como el valor P (0.0000) es menor que alfa (0.05), entonces rechazamos H 0. Podemos afirmar que
el promedio de absorción de la fibra de algodón es mayor que el del acetato con un nivel de
significancia del 5%.
________________________________________________________________________________

Caso 3: σ 12 y σ 22 desconocidas, pero diferentes, y alguna muestra menor que 30.

Para indagar si un nuevo suero frena el desarrollo de la leucemia se seleccionan 9 ratones, todos
en una etapa avanzada de la enfermedad. Cinco ratones reciben el tratamiento y cuatro no. Los
tiempos de supervivencia, en años, a partir del momento en que comienza el experimento son los
siguientes:

Sin tratamiento: 2.6, 2.1, 2.5, 1.9 Con tratamiento: 2.1, 5.3, 1.4, 4.6, 0.9

A un nivel de significancia de 0.05, ¿se puede decir que el suero es eficaz? Suponga que las
varianzas de los tiempos de supervivencia de los ratones sin tratamiento y con tratamiento son
diferentes.
2
Paso 1. Afirmación 0.332 1.9712
El suero es eficaz, es decir, el tiempo df =
( 4
+
5 ) =4.28 4
2 2
promedio de supervivencia de los ratones sin 0.33 2 1.9712
tratamiento es menor que el de los ratones ( ) (
4
+
5 )
con tratamiento: 4−1 5−1
μ1 < μ2 Nota: Redondear df siempre por debajo.
Paso 2. Formulación de hipótesis Paso 4. Cálculo del valor P
Hipótesis de cola izquierda H0: µ1 ≥ µ2
H1: µ1 < µ2
H 0 : μ1 ≥ μ 2
{ H 1 : μ1 < μ2 xbarra1 = 2.28
s1 = 0.33
Paso 3. Estadístico de prueba n1 = 4
Datos: xbarra2 = 2.86
s2 = 1.971
x́ 1=2.28 , s 1=0.33 , n1=4 n2 = 5

x́ 2=2.86 , s 2=1.971 , n2=5

t = -0.647
x́ 1−x́ 2 2.28−2.86 df = 4
t= = =−0.647
2 2
0.332 1.9712
√ s s
1
+
n1 n2
2
√ 4
+
5
Valor P = 0.2765

Paso 5. Conclusión
2 2 2
s s

df =
( +1
n1 n 2
2
) Como el valor P (0.2765) es mayor que alfa
(0.05), entonces no rechazamos H 0. Por lo
2 2
s 21 s 22 tanto, no podemos afirmar que el suero sea
( ) ( )
n1
+
n2 eficaz con un nivel de significancia de 5%.
n1−1 n2−1

PRUEBA DE HIPÓTESIS SOBRE DOS MEDIAS

POBLACIONALES CON MUESTRAS DEPENDIENTES
 Prueba de cola derecha Prueba de cola izquierda Prueba de dos colas
H 0 : μ d ≤ μ0 H 0 : μ d ≥ μ0
{ H 1 : μd > μ 0 { H 1 : μd < μ 0
H 0 : μ d=μ0
{ H 1 : μd ≠ μ 0
______________________________________________________________________

__________

Estadístico de prueba
d́ −μ 0
t= df =n−1
sd / √ n
________________________________________________________________________________
Cinco muestras de una sustancia ferrosa se usaron para determinar si existe una diferencia entre
un análisis de rayos X y un análisis químico de laboratorio. Cada muestra se dividió en dos
submuestras y se aplicaron los dos tipos de análisis. A continuación, se presentan los datos
codificados que muestran los análisis de contenido de hierro:

Muestr 1 2 3 4 5
a
Rayos X 2.1 2.1 2.3 2.2 2.4
Químico 2.2 1.9 2.5 2.3 2.4
Suponga que las poblaciones son normales y pruebe, al nivel de significancia de 0.05, si los dos
métodos de análisis dan, en promedio, el mismo resultado.

Paso 1. Afirmación Datos: d́=0.18 , s d=0.08 ,n=5

Hay una diferencia entre el contenido d́ −μ 0 0.18−0
promedio de hierro promedio medido por el t= = =5.031
sd / √ n 0.08/ √ 5
análisis de rayos X y el análisis químico:

μd ≠ 0 df =n−1=5−1=4
Paso 4. Cálculo del valor P
Paso 2. Formulación de las hipótesis
H0: µd = 0
Hipótesis de dos colas: H1: µd ≠ 0

H 0 : μ d=0
{ H 1 : μd ≠ 0
dbarra = 0.18
sd = 0.08
n = 5
Paso 3. Estadístico de prueba
t = 5.031
Muestra 1 2 3 4 5 df = 4
Rayos X 2.4 2.1 2.7 2.4 2.5
Valor P = 0.0073
Químico 2.2 1.8 2.5 2.3 2.4
Diferenci 0.2 0.3 0.2 0.1 0.1
Paso 5. Conclusión
a
A partir de los datos, hallamos las Como el valor P (0.0073) es menor que alfa
diferencias, y luego su media y desviación (0.05), entonces rechazamos H 0. Por lo
estándar
tanto, podemos afirmar que hay una
diferencia entre el contenido medio de
hierro medido por el análisis de rayos X y el
análisis químico con nivel de significancia de
5%.