En la tabla de Excel encontramos los valores deseados: 1.

72 no es mayor que
2.306 por lo cual no rechazamos Ho.
Caso 2 Varianzas diferentes

Cuando las varianzas

12 y 22

son diferentes utilizamos la estadstica de prueba:

X1 X 2

t0

S12 S 22

n1 n 2

Para el calculo de lo grados de libertad utilizamos:

2

S12 S 22

n1 n 2

2
2
2
S12 n1
S 22 n2

n1 1
n2 1

El procedimiento para llevar a cabo la prueba de hiptesis es el mismo que el caso

1, varianzas iguales excepto que se emplean t 0 como estadstica de prueba y n 1 +
n2 -2 se sustituye por
prueba.

en la determinacin de los grados de libertad para la

Ejemplo : Se estn investigando dos mtodos para producir gasolina a partir de

petrleo crudo. Se supone que el rendimiento de ambos procesos se distribuye
normalmente. Los siguientes datos de rendimiento se han obtenido de la planta
piloto.

Proceso
1
2

24.2
21.0

26.6
22.1

Rendimiento %
25.7
24.8
21.8
20.9

25.9
22.4

26.5
22.0

Hay alguna razn para creer que el proceso 1 tiene un rendimiento medio
mayor?

H 0 : 1 2
H 1 : 1 2
Calculamos la media y la varianza para ambos procesos:
x1 25.62
x 2 21.70
S12 .9017
S 22 .3760

t0

X1 X 2
2
1

25.62 21.70
8.48
.9017 .376

6
6

2
2

S
S

n1 n 2

S12 S 22

n1 n2
2
1

n1
S2 n
2 2
n1 1
n2 1

.9017 .376

6
6
2 9.32 9
.9017 6 2 .376 6 2
7
7

Buscando el valor en la tabla t encontramos t .05,9 = 1,833, mediante el criterio de

rechazo para una cola t0>t.05,9 , 8.48>1.833, por lo tanto rechazamos la hiptesis
nula, y aceptamos la hiptesis alterna, el proceso 1 tiene mayor rendimiento que
el proceso 2.

PROCEDIMIENTO EN EXCEL

Seleccionar anlisis de datos en el men herramientas. En funciones para

anlisis elija la opcin : Prueba t para dos muestras suponiendo varianzas
desiguales.

Prueba t para dos muestras suponiendo varianzas desiguales

Media
Varianza
Observaciones
Diferencia hipottica de las medias
Grados de libertad
Estadstico t
P(T<=t) una cola
Valor crtico de t (una cola)
P(T<=t) dos colas
Valor crtico de t (dos colas)

Variable 1
Variable 2
25.61666667
21.7
0.901666667
0.376
6
6
0
9
8.487571675
6.87798E-06
1.833113856
1.3756E-05
2.262158887

8.48 mayor que 1.83 (valor crtico de t de una cola), se rechaza Ho.

5.3 PRUEBA DE HIPTESIS PARA PROPORCIONES

El concepto de prueba de hiptesis se puede utilizar para probar hiptesis en

relacin con datos cualitativos. Por ejemplo, en el problema anterior el gerente de
la fbrica de llantas quera determinar la proporcin de llantas que se reventaban
antes de 10.000 millas. Este es un ejemplo de una variable cualitativa, dado que
se desea llegar a conclusiones en cuanto a la proporcin de los valores que tienen
una caracterstica particular.

Ejemplo: El gerente de la fbrica de llantas quiere que la calidad de llantas

producidas, sea lo bastante alta para que muy pocas se revienten antes de las
10.000 millas. Si ms de un 8% de las llantas se revientan antes de las 10.000
millas, se llegara a concluir que el proceso no funciona correctamente. La
hiptesis nula y alternativa se pueden expresar como sigue:

H 0 P 0.08
(Funciona correctamente)

H1 P 0.08

(No funciona correctamente)

La prueba estadstica se puede expresar en trminos de la proporcin de xitos

como sigue:

Ps P
Pq
n

Ps

X
n

siendo X y N el nmero de xitos de la muestra y n el tamao de la muestra, P la

proporcin de xitos de la hiptesis nula. Ahora se determinar si el proceso

funciona correctamente para las llantas producidas para el turno de da. Los
resultados del turno de da indican que cinco llantas en una muestra de 100 se
reventaron antes de 10,000 millas para este problema, si se selecciona un nivel de
0.05
significancia
, las regiones de rechazo y no rechazo se estableceran
como a continuacin se muestra. Y la regla de decisin sera: Rechazar Ho si z> +
1.645; de lo contrario no rechazar Ho. Con los datos que se tienen,
P P
Ps 0.05 Z s
1.107
Pq
n
una vez reemplazado, recuerde p+q=1
Z=-1.107 +1.645; por tanto no rechazar Ho.
La hiptesis nula no se rechazara por que la prueba estadstica no ha cado en la
regin de rechazo. Se llegara a la conclusin de que no hay pruebas de que ms
del 8% de las llantas producidas en el turno de da se revienten antes de 10,000
millas. El gerente no ha encontrado ninguna prueba de que ocurra un nmero
excesivo de reventones en las llantas producidas en el turno de da.

Una hiptesis estadstica es una suposicin hecha con respecto a la funcin de

distribucin de una variable aleatoria. Para establecer la verdad o falsedad de una
hiptesis estadstica con certeza total, ser necesario examinar toda la poblacin.
En la mayora de las situaciones reales no es posible o practico efectuar este
examen, y el camino mas aconsejable es tomar una muestra aleatoria de la
poblacin y en base a ella, decidir si la hiptesis es verdadera o falsa.

En la prueba de una hiptesis estadstica, es costumbre declarar la hiptesis como

verdadera si la probabilidad calculada excede el valor tabular llamado el nivel de
significacin y se declara falsa si la probabilidad calculada es menor que el valor
tabular. La prueba a realizar depender del tamao de las muestras, de la
homogeneidad de las varianzas y de la dependencia o no de las variables. Si las
muestras a probar involucran a ms de 30 observaciones, se aplicar la prueba de
Z, si las muestras a evaluar involucran un nmero de observaciones menor o igual
que 30 se emplea la prueba de t de student. La frmula de clculo depende de si
las varianzas son homogneas o heterogneas, si el nmero de observaciones es
igual o diferente, o si son variables dependientes.

Para determinar la homogeneidad de las varianzas se toma la varianza mayor y se

divide por la menor, este resultado es un estimado de la F de Fisher. Luego se
busca en la tabla de F usando como numerador los grados de libertad (n-1) de la
varianza mayor y como denominador (n-1) de la varianza menor para encontrar la
F de Fisher tabular. Si la F estimada es menor que la F tabular se declara que las
varianzas son homogneas. Si por el contrario, se declaran las varianzas
heterogneas. Cuando son variables dependientes (el valor de una depende del
valor de la otra), se emplea la tcnica de pruebas pareadas.

Como en general estas pruebas se aplican a dos muestras, se denominarn a y b

para referirse a ellas, as entenderemos por:
-

na al nmero de elementos de la muestra a

nb al nmero de elementos de la muestra b
xb al promedio de la muestra b
s2a la varianza de la muestra a
Y as sucesivamente
Entonces se pueden distinguir 6 casos a saber:

Caso de muestras grandes (n>30)

Caso de na = nb y s2a = s2b
Caso de na = nb y s2a s2b
Caso de na nb y s2a = s2b
Caso de na nb y s2a s2b
Caso de variables dependientes

1.-Cuando las muestras a probar involucran 2.-Caso

observaciones y a ms de 30 observaciones
homogneas
zc

a X bX
as 2 bs 2

na
nb

tc

y varianzas heterogneas.

tc

aX bX
as bs
n
2

nmero
varianzas

igual

de

aX b X
2

3.-Caso de igual nmero de observaciones

de observacio-

de

as 2 bs 2
(2 / n )

4.-Caso de diferente nmero

nes y varianzas homogneas

tc

aX bX
cs 2 cs 2

an bn

5.- Caso de diferente nmero de observaciones y varianzas heterogneas . En este

caso, la tc es comparada con la tg (t generada), que a diferencia de los casos

anteriores, hay que calcularla.
s a2
s 2b
ta
tb
na
nb
tg
2
2
sa sb

na nn

tc

Xa Xb
s a2 s 2b

na nn

Donde: ta y tb son los valores de la tabla con n-1 grados de libertad para a y b
respectivamente

6.- Caso de muestras pareadas (de variables dependientes). En este caso, se

asume que las muestras han sido distribuidas por pares.

tc

(D D )
n 1

5.4 Prueba de Hiptesis para Diferencias.

Algunas veces estamos interesados en analizar la diferencia entre las
proporciones de poblaciones de grupos con distintas caractersticas. Por ejemplo,
pensemos que la administracin de las tiendas Oxxo cree, sobre la base de una
investigacin, que el porcentaje de hombres que visitan sus tiendas 9 o ms veces
al mes (clientes frecuentes) es mayor que el porcentaje de mujeres que hacen lo
mismo. Las especificaciones requeridas y el procedimiento para probar esta
hiptesis es la siguiente:
1 Las hiptesis nula y alternativa son las siguientes:

H o PH PM 0
, la proporcin de hombres que reportan 9 o ms visitas
por mes es la misma o menor que la proporcin de mujeres que hacen lo
mismo.

H a PH PM 0
, la proporcin de hombres que reportan 9 o ms visitas
por mes es mayor a la proporcin de mujeres que hacen lo mismo.
La informacin proporcionada es:

nH 45 nM 71
PH .58 PM .42
PH PM .58 .42 .16

2 Especifica el nivel de significacin de

de una sola cola es de 1.64.

.05

. El valor crtico para la prueba

3 Estima el error estndar de la diferencia de las dos proporciones:

 1
1

nH nM

s p hm P (1 P)
donde:

nH PH nM PM
nH nM

PH = proporcin muestra de hombres (H)

PM = proporcin muestra de mujeres (M)
NH = tamao de muestra hombres
NM = tamao de muestra mujeres
Por lo tanto:

45(.58) 71(.42)
0.48
45 71

1
1
s p hm .48(1 .48)
0.10
45 71

4 Calcula de prueba estadstica:

(diferencia _ entre _ proporcion es _ observadas) (diferencia _ entre _ proporcion es _ H o )

s ph m

(.58 .42) (0)

1.60
.10

La hiptesis nula es aceptada porque el valor de la Z calculada es menor que el

valor crtico Z. La administracin no puede concluir con un 95 por ciento de
confianza que la proporcin de hombres que visita 9 o ms veces los Oxxo es
mayor que la proporcin de mujeres.
SPSS no cuenta con procedimientos para hacer pruebas de hiptesis de
proporciones. Probemos si el porcentaje de hombres dueos de microempresas
es estadsticamente diferente del porcentaje de mujeres.

1634(83.9) 314(16.1)
72.97
1634 314

1
1
s p hm ..73(1 ..73)

0.0274
1634 314

(.839 .161) (0)

24.74
.0274

La hiptesis nula es rechazada porque el valor de la Z calculada es mayor que el

valor crtico Z. Podemos concluir que el porcentaje de hombres dueos de
microempresas es estadsticamente superior al porcentaje de mujeres propietarias
de microempresas.