1

Introducción.
La estadística inferencial es el proceso de usar la información de una muestra
para describir el estado de una población. Sin embargo es frecuente que
usemos la información de una muestra para probar un reclamo o conjetura
sobre la población. El reclamo o conjetura se refiere a una hipótesis. El proceso
que corrobora si la información de una muestra sostiene o refuta el reclamo
se llama prueba de hipótesis.

En muchas ocasiones un analista o un hombre de ciencia se ve abocado no solo

a estimar un parámetro a través de un intervalo de confianza, sino que
también se ve enfrentado a la necesidad de plantear un proceso mediante el
cual deba sacar alguna conclusión válida para el problema que está estudiando
y tomar las decisiones pertinentes. Es el caso de una casa veterinaria, que
desea comprobar si cierta droga que se viene suministrando al ganado vacuno
está o no incidiendo en el retardo de su crecimiento. Podría ser también el
caso de un especialista de mercado que desea comprobar si un producto de
aseo es aceptado o no por el 30% de una población objetivo.

También podría ser el caso de una oficina de asesoría de cierto candidato a la

alcaldía de una ciudad, que requiere saber si más del 40% de los electores
favorecerán o no con su voto a dicho candidato. Cualquiera que sea el estudio,
el analista lo que realmente plantea es una conjetura o hipótesis que somete
a aprobación o rechazo. Para tomar la decisión de aprobación o rechazo y
resolver en éstas condiciones su situación de incertidumbre, el analista debe
realizar algunos experimentos previos que le suministren alguna solidez a su
decisión.
Contenido 2
Introducción........................................................................................................................................ 1
Prueba de hipótesis para la media. ................................................................................................... 3
Prueba de hipótesis para la varianza. ................................................................................................ 7
Prueba de hipótesis de proporciones. ............................................................................................. 10
Prueba de hipótesis para las diferencias. ........................................................................................ 14
Prueba de hipótesis para la diferencias de medias. .................................................................... 14
Prueba de hipótesis para la diferencia de proporciones. ........................................................... 18
Conclusión:........................................................................................................................................ 22
Bibliografía. ....................................................................................................................................... 23
Prueba de hipótesis para la media. 3

 Es un procedimiento basado en la evidencia maestral y en la teoría de

probabilidad que se emplea para determinar si la hipótesis es un enunciado
racional y no debe rechazarse o si es irracional y debe ser rechazado.
 En un trabajo de investigación se plantean dos hipótesis mutuamente
excluyentes; la hipótesis nula y la hipótesis alternativa o de investigación.
 El análisis estadístico de los datos servirá para determinar si se puede
aceptar o no la hipótesis nula (H0).
 Cuando se rechaza la H0 significa que el factor estudiado ha influido
significativamente en los resultados y se acepta la hipótesis alternativa (H1).
 Es importante tener presente que la hipótesis de investigación debe
coincidir con la (H1).
 Plantear una hipótesis de investigación que coincida con (H0) supondría una
aplicación incorrecta del razonamiento estadístico.
 La hipótesis es el elemento que condiciona el diseño de investigación y
responde provisionalmente al problema, verdadero motor de la
investigación.
 El propósito de la prueba de hipótesis es determinar si el valor supuesto
(hipotético) debe aceptarse como verosímil en base a evidencia muestral.

Pasos de la prueba de Hipótesis:

Paso 1: Planteamiento de la hipótesis nula y alternativa.

3 situaciones para plantear las hipótesis.

 4

Pasó 2: Elegir el nivel de significancia (α):

Se define así a la “máxima cantidad de error que estamos dispuestos a aceptar

para dar como válida la hipótesis del investigador”.

En los sistemas biológicos siempre trabajaremos con un α=0.05 o en su forma

5%. Entonces nuestro nivel de significancia siempre será α=0.05 en su forma
5%.

Paso 3: Determinación de la zona de aceptación y rechazo de la hipótesis nula

(H0).
 5

Paso 4: Definición de la función Pivotal.

Paso 5: Calculo de la función Pivotal.

Se reemplaza en la formula correcta la información obtenida y se obtiene un

valor.

 Por ejemplo si deseamos realizar una prueba de hipótesis para la media

poblacional de los estudiantes de ITECH y planteamos la hipótesis de
interés de que la edad es diferente a 25 años.
Posteriormente cogemos una muestra de 40 alumnos y encontramos
que el promedio de su edad es de 22.5 años, con una Desviación
estándar de 4.5 años.
La función Pivotal elegida seria
 6

Paso 6: Ubicar el valor obtenido en el cálculo de la función Pivotal, en la región

de rechazo (RR) o de aceptación (RA) de la (H0).
Prueba de hipótesis para la varianza. 7

Introducción.

En situaciones como control estadístico de la calidad, de antemano se conocen

los parámetros de referencia del proceso bajo control. La actividad central
para decidir si en un momento dado, el proceso está bajo control, es la
confrontación permanente de los datos obtenidos con la hipótesis sobre la
centralidad del proceso (media) y sobre la magnitud de su variabilidad
(varianza).

La varianza como medida de dispersión es importante dado que nos ofrece

una mejor visión de dispersión de datos.

Si se desea probar una hipótesis acerca de la varianza se puede hacer

utilizando las medidas estadísticas con las que se construyó el intervalo de
confianza σ2, esto es con la distribución ji-cuadrada.

Así podremos determinar una franja de confianza, con base en la cual

podríamos tomarse decisiones al respecto.

Para esto entonces debemos conocer nuestro estadístico de prueba

considerando que la población sigue una distribución normal:

Problema:
Considerando que el arribo de un metro-bus a la estación Iztacalco es en 8
promedio de 45 segundos y su variabilidad (varianza) debiera ser de 5
segundos. ¿Muestran los siguientes datos suficiente evidencia de que esta
varianza ha cambiado? Use un α = 0.05

Tomamos el tiempo de una muestra periódica de 16 autobuses para controlar

la periodicidad de arribo y se obtienen los siguientes datos en segundos:
 9

5.-la Hipótesis se acepta ya que se encuentra en la región de aceptación y

podemos afirmar que nuestra variabilidad no ha cambiado de 5 segundos,
pero se acerca mucho al valor crítico y es complicado tomar una decisión.
Prueba de hipótesis de proporciones. 10

Como investigadores en muchas ocasiones estamos interesados en un

fenómeno cuyo comportamiento es expresado en porcentajes. Por ejemplo,
podemos estar interesados en probar si la proporción de potenciales electores
que planean votar por el candidato del PRI es estadísticamente distinta de la
proporción que declaró preferir el candidato del PAN.

I. Prueba de Hipótesis de Proporciones para una Sola Muestra.

Ejemplo 1:

Una encuesta realizada por Bancomer a 35 clientes indicó que un poco más del
74 por ciento tenían un ingreso familiar de más de $200,000 al año. Si esto es
cierto, el banco desarrollará un paquete especial de servicios para este grupo.
La administración quiere determinar si el porcentaje verdadero es mayor del
60 por ciento antes de desarrollar e introducir este nuevo paquete de servicios.
Los resultados mostraron que 74.29 por ciento de los clientes encuestados
reportaron ingresos de $200,000 o más al año.

El procedimiento para la prueba de hipótesis de proporciones es el siguiente:

1. Especifica la hipótesis nula y alternativa.

Hipótesis Nula: H 0  P  .60

Hipótesis Alternativa: H a  P  .60 ,

Donde P = la proporción de clientes con ingresos familiares anuales de

$200,000 o más.
 1. Específica el nivel de significación,  , permitido. Para una   .05 , 11

el valor de tabla de Z para una prueba de una sola cola es igual a 1.64.
2. Calcula el error estándar de la proporción especificada en la hipótesis
nula.

p(1  p)
sp 
n

Donde:

p = proporción especificada en la hipótesis nula.

n = tamaño de la muestra.

Por consiguiente:

0.60(1  0.60)
sp   .0828
35

3. Calcula la estadística de prueba:

( proporción _ observada)  ( proporción _ H 0 )

z
sp

0.7429  0.60
z  1.73
0.0828

4. La hipótesis nula se rechaza porque el valor de la Z calculada es mayor

que el valor crítico Z. El banco puede concluir con un 95 por ciento de

confianza (1    .95) que más de un 60 por ciento de sus clientes tienen

ingresos familiares de $200,000 o más. La administración puede
introducir el nuevo paquete de servicios orientado a este grupo.
Ejemplo 2: 12

El presidente del PRI en 1988, basado en su experiencia, sostiene que un 95%

de los votos para las elecciones presidenciales han sido a favor de su partido.
Los partidos de oposición levantaron una muestra de1, 100 electores y
encontraron que un 87% de ellos votaría por el PRI. El presidente del PRI quiere
probar la hipótesis, con un nivel de significación de 0.05, que el 95% de los votos
son para su partido.

Hipótesis Nula: H o : p  0.95

Hipótesis Alternativa: H a : p  0.95

Tamaño de muestra: n=1,100

Nivel de Significación = 0.05.

El primer paso es calcular el error estándar de la proporción utilizando el valor

hipotético del porcentaje que históricamente vota por el PRI:

p(1  p) 0.95 * 0.05

SE p    0.0066
n 1100

Ahora sólo es necesario construir el intervalo de confianza:

po  1.96 * SE p

0.95  1.96 * 0.0066  0.937  0.963

La proporción de .87 de votos por el PRI en la encuesta no cae en la región de 13
aceptación, por lo tanto el presidente del PRI debe de “preocuparse” por qué
la tendencia entre los votantes es a favorecer menos al PRI.

SEXO DEL PATRON

Valid Cumulative
Frequency Percent Percent Percent
Valid Hombre 1634 83.9 83.9 83.9
Mujer 314 16.1 16.1 100.0
Total 1948 100.0 100.0

Probemos la hipótesis de que el porcentaje de microempresas cuyos dueños

son hombres captado por la ENAMIN es distinto de 88 por ciento.

Hipótesis Nula: H 0  P  0.88

Hipótesis Alternativa: H 0  P  0.88

0.88(1  0.88)
sp   .0074
1948

0.839  0.88
z  5.54
0.0074

La hipótesis nula se rechaza porque el valor de la Z calculada es menor que el

valor crítico Z de 1.96. Podemos concluir con un 95 por ciento de confianza
(1    .95) que la proporción captada por la ENAMIN es estadísticamente

distinta de 0.88.
Prueba de hipótesis para las diferencias. 14

Prueba de hipótesis para la diferencias de medias.

Con el fin de resolver las pruebas de hipótesis para la diferencia de medias,
debemos tener en cuenta el mismo procedimiento y las mismas reglas que
seguimos para las pruebas de hipótesis para la media. Las fórmulas para el
cálculo de los estadísticos “z” y “t”, son las mismas empleadas en el cálculo de
los intervalos de confianza para la diferencia de medias.

Ejemplo:

En una ciudad se hace un estudio para determinar las diferencias en los

promedios de los puntajes en las pruebas de estado (ICFES) para matemáticas
de colegios públicos y colegios privados.

Se toma una muestra de 21 colegios públicos y 13 colegios privados y se

encuentran que el promedio de los puntajes de la prueba de matemáticas es
de 52 y 58 respectivamente.

Si se sabe que las desviaciones estándares para los colegios privados y públicos
son 7 y 5 respectivamente, con un nivel de significancia de 0.10, probar la
hipótesis según la cual la diferencia de los promedios de los puntajes de
matemáticas en los dos tipos de colegio es diferente de 7 puntos.
Solución: 15

En esta situación se tienen los siguientes datos:

Siguiendo los pasos de la prueba de hipótesis tenemos:

1. El parámetro que se analiza en este caso es la diferencia de los

promedios de los puntajes de matemáticas en las pruebas de estado
para colegios privados y públicos.
2. Establecer las hipótesis nula y alternativa.

3. El nivel de significancia es α=0.10

El nivel estadístico de prueba es Z ya que se conocen σ1 y σ2 (las
desviaciones estándares de las poblaciones) en este caso la región crítica
está en dos colas teniendo en cuenta la hipótesis alternativa planteada.
 Ahora determinamos la región crítica: 16

Buscamos en la tabla de distribución normal cuales son los valores

críticos que deben ir en los extremos del intervalo, buscamos el valor
más cercano a 0.05 ya que es el valor de un extremo de la cola.
Encontramos que hay dos valores, entonces se promedian para hallar el
valor critico real

Por lo tanto la región critica es Z< -1,645 y Z>1,645.

4. Ahora calculamos el valor del estadístico de prueba. 17

5. Ubicamos el valor del estadístico encontrando en la gráfica y tenemos

que:

Decisión:
El valor de -0.45 se encuentra por fuera de la región crítica y dentro de
la región de confianza, por lo tanto, la decisión es aceptar la hipótesis
nula H0 y rechazar H1.
Conclusión:
Por lo anterior, se concluye que la diferencia de los promedios de los
puntajes de matemáticas en los dos tipos de colegios no es diferente de
7 puntos.
Prueba de hipótesis para la diferencia de proporciones. 18
Algunas veces estamos interesados en analizar la diferencia entre las
proporciones de poblaciones de grupos con distintas características. Por
ejemplo, pensemos que la administración de las tiendas Oxxo cree, sobre la
base de una investigación, que el porcentaje de hombres que visitan sus tiendas
9 o más 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 hipótesis es la siguiente:

1. Las hipótesis nula y alternativa son las siguientes:

H o  PH  PM  0 , la proporción de hombres que reportan 9 o más visitas por

mes es la misma o menor que la proporción de mujeres que hacen lo mismo.

H a  PH  PM  0 , la proporción de hombres que reportan 9 o más visitas por

mes es mayor a la proporción de mujeres que hacen lo mismo.

La información proporcionada es:

nH  45 nM  71

PH  .58 PM  .42

PH  PM  .58  .42  .16

 2. Especifica el nivel de significación de   .05 . El valor crítico para la 19
prueba de una sola cola es de 1.64.

3. Estima el error estándar de la diferencia de las dos proporciones:

 1 1 
s phm  P(1  P)  
 H
n nM 

Donde:

n H PH  nM PM
P
nH  nM

PH = proporción muestra de hombres (H)

PM = proporción muestra de mujeres (M)

NH = tamaño de muestra hombres

NM = tamaño de muestra mujeres

Por lo tanto:

45(.58)  71(.42)
P  0.48
45  71
Y

 1 1
s phm  .48(1  .48)    0.10
 45 71 
 4. Calcula de prueba estadística: 20

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

Z
s ph  m

(.58  .42)  (0)

Z  1.60
.10

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

el valor crítico Z. La administración no puede concluir con un 95 por ciento de
confianza que la proporción de hombres que visita 9 o más veces los Oxxo es
mayor que la proporción de mujeres.

SPSS no cuenta con procedimientos para hacer pruebas de hipótesis de

proporciones. Probemos si el porcentaje de hombres dueños de
microempresas es estadísticamente diferente del porcentaje de mujeres.

1634(83.9)  314(16.1)
P  72.97
1634  314
Y

 1 1 
s phm  ..73(1  ..73)    0.0274
 1634 314 

(.839  .161)  (0)

Z  24.74
.0274
La hipótesis nula es rechazada porque el valor de la Z calculada es mayor que 21
el valor crítico Z. Podemos concluir que el porcentaje de hombres dueños de
microempresas es estadísticamente superior al porcentaje de mujeres
propietarias de microempresas.
Conclusión: 22

Si se condensan los resultados hasta aquí obtenidos, a manera de conclusiones

se puede abordar, que todo problema de prueba de hipótesis consiste en lo
siguiente:

1. Identificar una variable aleatoria X que tiene una distribución conocida, es

decir, que pertenece a una clase determinada, por ejemplo a las del tipo
normal, y con relación a la cual se quiere tomar una decisión respecto al valor
de un parámetro desconocido, pero asociado a ella, digamos (, (, ...,etc.

2. Se plantea una hipótesis nula, donde se asume un valor para el parámetro;

y una hipótesis alternativa donde se contradice lo expresado en la hipótesis
nula.

3. Se escoge el nivel de significación a, que es la probabilidad de rechazar la

hipótesis nula siendo esta cierta.

4. Se selecciona una muestra de tamaño n para estimar el parámetro

desconocido y poder posteriormente decidir si se rechaza o no H0.

5. Se define la región crítica para la prueba de hipótesis de interés.

6. Se toma la decisión de rechazar H0, con un nivel de significación a si el valor

estimado del parámetro está en la región crítica y de no rechazar H0 si este
valor no está en la región crítica.
Bibliografía. 23

Estadística, Hugo Gómez Giraldo.

http://www.bdigital.unal.edu.co/2010/1/hugogomezgiraldo.2009.pdf

CANAVOS, C George. Probabilidad y estadística para ingenieros. México: Mc

Graw Hill. 1.992. 651 p.

CHAO, Lincoln L. Estadística para ciencias administrativas. México: Mc Graw

Hill. 1.995. 454 p.

GRAY, A William. Probabilidad y estadística elementales. México: Continental.

1.976. 340 p

KAZMIER, Leonard J. Teoría y problemas de estadística aplicada a la

administración y a la economía. México: Mc Graw Hill. 1978.446 p.

LARSON, Harold J. Introducción a la teoría de las probabilidades e inferencia

estadística. México: D.F Limusa. 1.978. 466 p.