Sie sind auf Seite 1von 30

HIPTESIS

Giovanni Cadena Guzmn 601 LNI


Trabajo de
investigacin
sobre Hiptesis



Estadstica aplicada
a los negocios II
INDICE

Introduccin3

Qu es una hiptesis?......................................................................................4

Qu es la prueba de hiptesis? ......4

Procedimiento de 5 pasos para probar una hiptesis 5

Prueba de significancia de una y dos colas ...10

Prueba de la media de la poblacin
Muestra grande conocida ...12

Prueba de la media de la poblacin, muestra grande desconocida.18

Valor de p en la prueba de la hiptesis 19

Prueba de hiptesis para dos medias de poblacin....21

Prueba de hiptesis respecto de las proporciones..24

Prueba de hiptesis para la diferencia entre
dos proporciones poblacionales..25
Conclusiones..29

Bibliografas....30

Introduccin:
La hiptesis es una forma de plantear un argumento, una afirmacin, la cual se
basa en informacin fidedigna, pero a su vez, esta hiptesis necesita ser
comprobada mediante una prueba.
Hay muchas cosas a tomar en consideracin cuando se realiza una hiptesis y su
prueba de hiptesis, en la cual como su nombre lo indica se comprueba a base de
planteamiento y formulacin del problema si esta es correcta.
La hiptesis tiene muchas variantes a tomar en cuenta, como el tipo de muestra,
valor de p, comparacin entre medias, entre proporciones y los tipos de error en
los que se puede incurrir durante el proceso de la prueba de hiptesis.
Es muy importante conocer la hiptesis y sus pruebas de hiptesis, pues estas
nos permiten mejorar los procesos de muestreo, el cual tiene aplicacin en todos
los campos imaginables, desde la medicina, hasta la aeronutica, pues es
mediante estos mtodos estadsticos como se logra llegar a conclusiones y
decisiones sobre la calidad de los productos que consumimos todos los das,
piezas que se utilizan en aviones, tiempo de vida estimado de cierto producto
entre muchas otras.
En este trabajo se pretende abordar de forma general el tema de hiptesis, en las
cuales se conocer a fondo en que consiste cada una y su aplicacin, as como
las formulas necesarias para hacerlo. Esperando que este trabajo sirva como
referencia documental de su aplicacin, pues se ha recabado informacin
confiable sobre el proceso de comprobacin de las hiptesis.

Que sea de su agrado.



QU ES UNA HIPTESIS?
Una hiptesis es una declaracin acerca de una poblacin. La informacin se
utiliza para verificar si la informacin es razonable. Para empezar, necesitamos
definir la palabra hiptesis. En el sistema legal estadounidense, una persona es
inocente hasta que se le prueba lo contrario. Un jurado maneja la hiptesis de que
una persona a la que se culpa de un crimen es inocente hiptesis a verificacin
revisando las evidencias y los testimonios antes de dar un veredicto. En forma
similar, un paciente consulta a un mdico y le reporta diversos sntomas. Con base
en ellos, el mdico ordena ciertos exmenes de diagnstico y posteriormente,
segn los sntomas y los resultados de los exmenes, determina el tratamiento a
seguir.
En el anlisis estadstico, hacemos una afirmacin, es decir, establecemos una
hiptesis, recopilamos la informacin y la utilizamos para probar lo que afirmamos.
La hiptesis estadstica se define como sigue:

Hiptesis: Afirmacin acerca de un parmetro de la poblacin que se desarrolla
para propsitos de prueba.

QU ES LA PRUEBA DE HIPTESIS?
Los trminos prueba de hiptesis y probar una hiptesis se utilizan de manera
indistinta. La prueba de hiptesis comienza con una afirmacin, o suposicin,
acerca de un parmetro de la poblacin, como la media poblacional. Como ya
dijimos, esta afirmacin se conoce como hiptesis. Una hiptesis puede ser que la
comisin media mensual de los vendedores de tiendas de aparatos electrnicos al
detalle, como Circuit City, es de $2000. No podemos hablar con todos ellos para
tener la certeza de que la media es realmente $2000. El costo por localizar y
entrevistar a todos los vendedores de aparatos electrnicos en Estados Unidos
sera exorbitante. Para probar la validez de la suposicin (=$2000), debemos
seleccionar una muestra de la poblacin de todos los vendedores de aparatos
electrnicos, calcular el estadstico muestral y, con base en ciertas reglas de
decisin, aceptar o rechazar la hiptesis.
Una media de la muestra de $1000 para los vendedores de aparatos electrnicos
desde luego provocara el rechazo de la hiptesis. Sin embargo, suponga que la
media de la muestra es $1995. Se aproxima lo suficiente a $2000 para que
aceptemos la suposicin de que la media poblacional es $2000? Podemos
atribuir la diferencia de $5 entre las medias a un error de muestreo, o esa
diferencia es estadsticamente significativa?
Por lo tanto la prueba de hiptesis consiste en un procedimiento basado en las
evidencias de la muestra y la teora de la probabilidad para determinar si la
hiptesis es una afirmacin razonable.

PROCEDIMIENTO DE CINCO PASOS PARA PROBAR UNA HIPTESIS.
Hay un procedimiento de cinco pasos que sistematiza la prueba de una hiptesis;
al llegar al paso 5, estamos listos para rechazarla o no. Sin embargo, la prueba de
una hiptesis, como la usan los profesionales de las estadsticas, no ofrece
ninguna evidencia de que algo es cierto, e la misma forma en que un matemtico
comprueba una afirmacin. Lo que s ofrece es una prueba ms all de la duda
razonable, a la manera de los veredictos emitidos en las cortes. De ah que
existan reglas de evidencia especficas, o procedimientos que se deben seguir.
Los pasos que se muestran en el siguiente diagrama los analizaremos con detalle.



















Paso 1:
Establecer la
hiptesis nula y la
alternativa
Paso 2:
Seleccionar un
nivel de
significancia
Paso 3:
Identificar la
estadstica de la
prueba
Paso 4:
Formular una regla
de decisin
Paso 5:
Tomar una
muestra, llegar a
una decisin
Aceptar H
1
No rechazar H
0
O rechazar H
0
y

Paso 1: Establecer la hiptesis nula (H
0
) y la hiptesis alternativa (H
1
)
EL primer paso es establecer la hiptesis que se va a probar, se conoce como
hiptesis nula, se expresa H
0
y se lee H subndice cero. La H mayscula significa
hiptesis y el subndice cero implica sin diferencia. Por lo general, hay un no en
la hiptesis nula, que quiere decir que no hay cambio. Por ejemplo, la hiptesis
nula es que el nmero medio de millas recorridas con las llantas con cinturones de
acero no son diferentes a 60,000. La hiptesis nula se expresara H
0
: = 60,000.
En trminos generales, la hiptesis nula se desarrolla para los propsitos de las
pruebas; y sta se rechaza o no se rechaza. La hiptesis nula es una afirmacin
que no se rechaza a menos que la informacin de la muestra ofrezca evidencias
convincentes de que es falsa.

HIPTESIS NULA: Afirmacin acerca del valor de un parmetro de la poblacin.

HIPTESIS ALTERNATIVA: Afirmacin que se acepta si los datos de la muestra
proporciona suficiente evidencia de que la hiptesis nula es falsa.

Paso 2: Seleccionar un nivel de significancia.
Despus de establecer las hiptesis nulas y la alternativa, el paso siguiente es
establecer el nivel de significancia.
El nivel de significancia se expresa con la letra griega alfa , y en ocasiones se
conoce tambin como nivel de riesgo. ste quiz es un trmino ms apropiado
porque es el riesgo que se corre de rechazar la hiptesis nula cuando es
verdadera.
No hay ningn nivel de significancia que se aplique a todas las pruebas. Se toma
la decisin de utilizar 0.05 (expresado a menudo como nivel de 5%), el nivel 0.01,
el nivel 0.10 o cualquier otro nivel entre 0 y 1. Por lo regular. El nivel 0.05 se
selecciona para los proyectos de investigacin del consumidor, el nivel 0.01 para
el aseguramiento de la calidad y el 0.10 para encuestas polticas.
Para ilustrar cmo es posible rechazar una hiptesis verdadera, suponga que una
empresa que fabrica computadoras personales utiliza gran cantidad de tarjetas de
circuitos impresos. Los proveedores participan en una licitacin y el que presenta
la cotizacin ms baja obtiene un contrato considerable. Suponga que el contrato
especifica que el departamento de aseguramiento de la calidad del fabricante de
computadoras tomar una muestra de todos los envos que llegan. Si ms de
6%de las tarjetas de la muestra no cumplen con las normas, el envo se rechaza.
La hiptesis alternativa es que ms del 6% de las tarjetas estn defectuosas.
Una muestra de 50 tarjetas de circuitos de Pedrazas Electronics que se
recibieron el 21 de julio revelo que 4 de ellas, es decir 8%, no cumplan con las
normas. El envo se rechaz porque exceda el mximo de 6% de tarjetas que no
cumplen con las normas. Si en realidad, el envo no cumpla con las normas, la
decisin de regresar las tarjetas al proveedor fue correcta. Sin embargo, suponga
que las 4 tarjetas seleccionadas en la muestra de 50eran las nicas que no
cumplan con las normas en un envo de 4000 tarjetas. Entonces, solo el .1% eran
defectuosas (4/4 000 = 0.001). En ese caso, menos de 6%de todo el envi no
cumpla con las normas y rechazarlo fue un error. En trminos de la prueba de la
hiptesis, rechazamos la hiptesis nula de que el envo cumpla con las normas
cuando deberamos haber aceptado la hiptesis nula, Al rechazar la hiptesis
nula, cometemos un error tipo I La probabilidad de cometer este tipo de error es .

ERROR TIPO I. Rechazar la hiptesis nula, H
0
, cuando es verdadera.

La probabilidad de cometer otro tipo de error, conocido como error Tipo II, se
expresa con la letra griega beta ().

ERROR TIPO II. Aceptar la hiptesis nula cando es falsa.

Paso 3: Seleccionar el estadstico de prueba.
Hay muchas estadsticas de prueba. Por ejemplo z o t como el estadstico de
prueba. Aunque existen otros como F y X
2
conocida como ji cuadrada.

ESTADISTICO DE PRUEBA. Valor, determinado a partir de la informacin de la
muestra, que se utiliza para determinar si se va a rechazar la hiptesis nula.

En la prueba de hiptesis para la media () cuando es conocida o el tamao de
la muestra es grande, la estadstica de prueba z se calcula as:


DISTRIBUCIN NORMAL ESTANDAR
COMO ESTADISTICO DE PRUEBA


El valor z se basa en la distribucin del muestreo de , que sigue la distribucin
normal cuando la muestra es razonablemente grande con una media ( ) igual a
y una desviacin estndar , que es igual a

As, podemos determinar si la


diferencia entre y es estadsticamente significativa al encontrar el nmero de
desviaciones estndar que separan de , utilizando la formula.

Paso 4: Formular la regla de decisin.
Una regla de decisin es una afirmacin de las condiciones especficas en la que
la hiptesis nula se rechaza y aquellas en las que se acepta. La regin o rea de
rechazo define la ubicacin de todos esos valores que son tan grandes o tan
pequeos que la probabilidad de su ocurrencia bajo una hiptesis nula verdadera
es ms bien remota.

Observe que en la grfica:
1. El rea en que la hiptesis nula se acepta est a la izquierda de 1.65
2. El rea de rechazo se encuentra a la derecha de 1.65
3. Se aplica una prueba de una cola
4. Se eligi el nivel de significancia de 0.05
5. La distribucin muestral del valor estadstico Z tiene una distribucin
normal.
6. El valor 1.65 separa las regiones donde la hiptesis nula se rechaza y
donde se acepta.
7. El valor 1.65 es el valor critico

VALOR CRTICO: El punto divisor entre la regin en la que la hiptesis nula se
rechaza y aquella en la que se acepta.




Paso 5: Tomar una decisin.
El quinto y ltimo paso en la prueba de hiptesis es calcular el estadstico de la
prueba, comparndola con el valor crtico y tomando la decisin de rechazar o no
la hiptesis nula. Refirindose a la grfica anterior, si, con base en la informacin
de la muestra, se calcula que Z es 2.35, la hiptesis nula se rechaza con un nivel
de significancia del 0.05 La decisin de rechazar H
0
se tom porque 2.34 se
encuentra en la regin de rechazo; es decir, ms all de 1.65. Rechazaramos la
hiptesis nula, pensando que es muy improbable que un valor Z tan alto se deba a
la variacin de muestreo (casualidad).
Si el valor calculado hubiera sido 1.65 o menos, digamos 0.71, la hiptesis nula se
habra aceptado. Habramos pensado que un valor calculado tan bajo no se
atribuye a la casualidad, es decir, a la variacin de muestreo.
Como dijimos, en la prueba de hiptesis, slo una de las dos decisiones es
posible: aceptar o rechazar la hiptesis nula. En lugar de aceptar la hiptesis
nula, H
0
, algunos investigadores prefieren expresar la decisin como no rechazar
H0 decidimos no rechazar H
0
o los resultados de la muestra no nos permiten
rechazar H
0

Debemos enfatizar el hecho de que siempre hay una posibilidad de que la
hiptesis nula se rechace cuando en realidad no se debera rechazar (un error
Tipo I). Asimismo, hay una probabilidad de que la hiptesis nula se acepte cuando
en realidad se debera rechazar (un error Tipo II).

En pocas palabras:
1. Establecer la hiptesis nula (H
0
) y la hiptesis alternativa (H
1
).
2. Seleccionar el nivel de significancia, es decir .
3. Seleccionar un estadstico de prueba apropiado.
4. Formular una regla de decisin basada en los pasos 1,2 y 3 anteriores.
5. Tomar una decisin en cuanto a la hiptesis nula con base en la
informacin de la muestra. Interpretar los resultados de la prueba.








PRUEBA DE SIGNIFICANCIA DE UNA Y DOS COLAS.
En la grfica anterior se ejemplificaba una prueba de una cola. La regin de
rechazo se encuentra solo en la cola derecha (superior) de la curva. Para
explicar, suponga que el departamento de empaque de Gios Food
Coorporation se preocupa porque algunas cajas de Grape Nuts exceden el
peso por amplio margen. El cereal se empaca en cajas de 453 gramos, de
modo que la hiptesis nula es H
0
: 453; que se lee: la media de la
poblacin () es igual o menor que 453. Por tanto, la hiptesis alternativa es
H
1;
> 453, que se lee, es mayor que 453. Observe que el signo de
desigualdad en la hiptesis alternativa (>) seala hacia la regin de rechazo en
la cola superior (observe la grfica anterior.) Observe tambin que la hiptesis
nula incluye el signo igual. Es decir H
0
: 453. La condicin de igualdad
siempre aparece en H
0
y nunca en H
1.





En la grfica siguiente, se representa una situacin en la que la regin de rechazo
se encuentra en la cola izquierda (inferior) de la distribucin normal. Como
ejemplo, piense en el problema de los fabricantes automotrices, las grandes
compaas arrendadoras de autos y otras organizaciones que compran grandes
cantidades de llantas. Quieren que las llantas duren un promedio, digamos, de
60,000 millas en condiciones de uso normal. Por tanto, van a rechazar un envo de
llantas si las pruebas revelan que la vida de estas es mucho menor de 60,000
millas en promedio. Aceptaran el envo si la vida media es mayor a 60,000 millas,
Distribucin de muestreo para el estadstico Z, prueba de cola izquierda, nivel de
significancia 0.05
sin embargo, esta posibilidad no les preocupa; slo si tienen evidencias de la
muestra suficientes para llegar a la conclusin de que las tantas tendrn un
promedio de vida til inferior a las 60,000 millas, Por tanto, el planteamiento de la
prueba es responder a la preocupacin de los fabricantes automotrices de que la
vida de las llantas sea menor de 60,000 millas. La hiptesis nula y alternativa en
este caso se escriben H
0
: 60,000 Y H1: < 60,000.












Una forma de determinar la ubicacin de la regin de rechazo es buscar la
direccin hacia la que apunta el signo de desigualdad en la hiptesis
alternativa (ya sea < o >). En este problema, seala hacia la izquierda, por lo
que la regin de rechazo est en la cola izquierda.
En resumen, una prueba es de una cola cuando la hiptesis alternativa, H1,
establece una direccin como:
H0: El ingreso medio de las corredoras de bolsa es menor o igual a $65,000 al
ao.
H1: El ingreso medio de las corredoras de bolsa es mayor a $65,000 al ao.

Si en la hiptesis alternativa no se especifica ninguna direccin, utilizamos una
prueba de dos colas. Si cambiamos el problema anterior para ilustrar, podemos
decir:
H0: E ingreso medio de las corredoras de bolsa es $65,000 al ao.
H1: El ingreso medio de las corredoras de bolsa no es igual a $65,000 al ao.
Si se rechaza la hiptesis nula y H, se acepta en el caso de las dos colas, el
ingreso medio podra ser mucho mayor a $65,000 anuales, o mucho menor a
$65,000 por ao. Para abarcar estas dos posibilidades, el rea de rechazo de
5% se divide en dos colas iguales de la distribucin de la muestra (2.5% cada
una). La grafica siguiente muestra dos reas y los valores crticos. Observe
que el rea total de la distribucin normal es 1.000, que se calcula 0.9500 +
0.0250 + 0.0250.


La prueba es de una cola si H
1
afirma que > o <.
Si H
1
establece una direccin, la prueba es de una cola.





PRUEBA DE LA MEDIA DE LA POBLACIN MUESTRA GRANDE CONOCIDA.

Una prueba con dos colas.
En el siguiente ejemplo se explicara a detalle el procedimiento de prueba de
hiptesis en cinco pasos utilizando una prueba de dos colas. Es decir, no nos
preocupa si los resultados de la muestra son mayores o menores que la media
poblacional propuesta. En vez de ello, nos interesa saber si es diferente el valor
propuesto para la media poblacional. Como hicimos en el captulo anterior,
empezamos con una situacin en la que tenemos informacin histrica acerca de
la poblacin y conocemos su desviacin estndar.
Ejemplo:
Victors Steel Company fabrica y arma escritorios y otros muebles para oficina en
diversas plantas en el oeste del estado de Nueva York. La produccin semanal del
escritorio modelo A325 en la plana de Fredonia tiene una distribucin normal, con
una media de 200 y una desviacin estndar de 16. Hace poco, debido a la
expansin del mercado, se introdujeron nuevos mtodos de produccin y se
contrataron empleados nuevos. El vicepresidente de fabricacin quiere investigar
si ha habido algn cambio en la produccin semanal del escritorio A325, En otras
Media de la muestra
Desviacin estndar de la poblacin
Media de la poblacin
Nmero en la muestra
palabras, el nmero medio de escritorios producidos en la planta de Fredonia es
diferente de 200 con un nivel de significancia de 0.01?


Solucin:
Empleamos el procedimiento de prueba de hiptesis estadstica para investigar si
ha cambiado el ndice de produccin de 20 escritorios a la semana.
Paso 1: Establezca la hiptesis nula y alternativa. La hiptesis nula es La
media de la poblacin es 200. La hiptesis alternativa es La media es diferente
de 200 o La media no es 200. Estas dos hiptesis expresan:
H
0
: = 200
H
1
: 200

sta es una prueba con dos colas porque la hiptesis alternativa establece una
direccin. En otras palabras, no establece si la produccin media es mayor de 200
o menor de 200. El vicepresidente slo quiere saber si la tasa de produccin es
diferente de 200.
Paso 2: Seleccionar el nivel de significancia. Como ya dijimos, se utiliza el nivel
de significancia de 0.01. ste es , la probabilidad de cometer un error Tipo I, y es
la probabilidad de rechazar una hiptesis nula verdadera.
Paso 3: Seleccionar el estadstico de prueba. El estadstico de prueba para una
muestra grande es Z; La transformacin de los datos de produccin en unidades
estndar (valores Z) permite su uso no solo en este problema, sino tambin en
otros problemas de prueba de hiptesis, La frmula para Z es la siguiente:







Paso 4: Formular la regla de decisin. La regla de decisin se formula al
encontrar los valores crticos de Z, a partir una tabla de dos colas. Como se trata
Rechazo
Rechazo
Regla de decisin para el nivel de significancia 0.01
de una prueba de dos colas, la mitad de 0.01. o 0.005, se coloca en cada cola. Por
tanto, es el rea en la que H
0
se acepta, que se localiza entre dos colas, es 0.99.
El apndice D se basa en la mitad del rea debajo de la curva, o 0.5000.
Entonces, 0.5000 0.0050 es 0.4950, de modo que el 0.4950 es el rea entre 0 y
el valor crtico. Encuentre 0.4951. Luego, lea el valor critico en la fila y la columna
correspondientes a 0.4951. Es 2.58.









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

Paso 5: Tomar una decisin e interpretar el resultado. Tome una muestra de
la poblacin (produccin semanal), calcule Z, aplique la regla de decisin y llegue
a la decisin de rechazar H
0
o aceptar H
0
. El nmero medio de escritorios
producidos durante el ltimo ao (50 semanas, porque la planta estuvo cerrada 2
semanas en las vacaciones) es 203.5. La desviacin estndar de la poblacin es
16 escritorios por semana. El valor Z se calcula a partir de la frmula que
describimos arriba.



Como 1.55 no se encuentra en la regin de rechazo, H
0
se acepta, llegamos a la
conclusin de que la media de la poblacin no es diferente de 200. De modo que
reportamos al vicepresidente de fabricacin que la evidencia de la muestra no
indica que la tasa de produccin de 200 por semana en la planta de Fredonia haya
cambiado. La diferencia de 3.5 unidades entre la tasa de produccin semanal
histrica y la de ao pasado se pueden atribuir al error de muestreo.
Esta informacin se resume en la grfica siguiente.


Probamos que la tasa de produccin sigue siendo 200 a la semana? En realidad,
no. Tcnicamente, lo que hicimos fue no desaprobar la hiptesis nula. No
desaprobar la hiptesis de que la media de la poblacin es 200 no quiere decir
que sea cierta. Como sugerimos en la introduccin a este tema, la conclusin es
anloga al sistema judicial estadounidense. Para explicar, suponga que a una
persona se le acusa de un crimen, pero que el jurado la exonera. Si a una persona
se le exonera de un crimen, la conclusin es que no hay evidencias suficientes
para probar su culpabilidad. El juicio no prob que el individuo sea inocente, slo
que no hay evidencias suficientes para probar su culpabilidad. Eso es lo que
haceos en la prueba de hiptesis estadstica cuando no rechazamos la hiptesis
nula. La interpretacin correcta es que no desaprobamos la hiptesis nula.

En este caso, elegimos el nivel de significancia 0.01, antes de establecer la regla
de decisin y el muestreo de la poblacin. sta es la estrategia apropiada. El
investigador debe establecer el nivel de significancia, pero ste se debe
determinar antes de recopilar las evidencias de la muestra y no cambiar con base
en esas evidencias. En qu se parece el procedimiento de prueba de hiptesis
que acabamos de describir a aquel de los intervalos de confianza? Cuando
realizamos la prueba de hiptesis acerca de la produccin de escritorios
cambiamos las unidades de escritorios por semana a un valor Z. Luego,
comparamos el valor calculado del estadstico de prueba (1.55) con el de los
valores crticos (-2.58 y 2.58). Como el valor calculado se encontraba en la regin
en que la hiptesis nula se acepta, llegamos a la conclusin de que la media de la
poblacin podra ser de 200. Por otra parte, para utilizar el enfoque del intervalo de
confianza, desarrollaramos un intervalo de confianza, El intervalo seria de
19+7.66 a 209.34, que se calcula 203.5 2.58(16/). Observe que el valor
propuesto para la poblacin, 200, se encuentra en este intervalo. De ah que
llegamos a la conclusin de que la media de la poblacin debe ser 200.

En general, H
0
se rechaza si el intervalo de confianza no incluye el valor hipottico.
Si el intervalo de confianza comprende este valor, H
0
se acepta. De modo que la
regin de aceptacin para una prueba de hiptesis equivale al valor propuesto de
la poblacin que ocurre en el intervalo de confianza. La diferencia principal entre
un intervalo de confianza y la regin de aceptacin para una prueba de hiptesis
es si el intervalo se encentra en el estadstico de la muestra, tal como , en el
intervalo de confianza, o alrededor de 0, como en la prueba de la hiptesis.

PRUEBA CON UNA COLA
En el ejemplo anterior, enfatizamos el hecho de que solo nos preocupaba reportar
al vicepresidente si haba algn cambio en el nmero medio de escritorios
armados en la planta de Fredonia. No nos preocupa saber si el cambio era un
incremento o una reduccin en la produccin.
Para ilustrar una prueba de una cola cambiemos el problema, suponga que el
vicepresidente quiere saber si hay un incremento en el nmero de unidades
armadas. En otras palabras, en vista de una mejora en los mtodos de
produccin, podemos llegar a la conclusin de que el nmero medio de
escritorios armados en las ltimas 50 semanas fue ms de 200? Observe la forma
diferente de plantear el problema. En el primer caso queramos saber si haba una
Una prueba de dos colas:
H
0
: = 200
H
1
: 200

Una prueba de una cola:
H
0
: 200
H
1
: > 200

diferencia en el nmero medio de escritorios armados, pero ahora queremos saber
si hay un incremento. Como investigamos diferentes aspectos, debemos formular
la hiptesis de manera diferente. La mayor diferencia ocurre en la hiptesis
alternativa. Antes, formulbamos la hiptesis alternativa como diferente de;
ahora queremos establecer que es mayor que En smbolos:





Los valores crticos para una prueba de una cola son diferentes de los de una
prueba de dos colas en el mismo nivel de significancia. En el ejemplo anterior,
dividimos a la mitad el nivel de significancia y colocamos una mitad en la cola
inferior y la otra en la superior. En una prueba de una cola colocamos toda la
regin de rechazo en una cola.










Para la prueba de una cola, el valor crtico es 2.33, que se calcula as: (1) restando
0.01 de 0.5000 y (2) encontrando el valor Z que corresponde a 0.4900.








PRUEBA PARA LA MEDIA DE LA POBLACIN: MUESTRA GRANDE Y
DESVIACIN ESTNDAR DE LA POBLACIN DESCONOCIDA.
En el tema anterior, se conoca , la desviacin estndar de la poblacin. Sin
embargo, en la mayor parte de los casos, la desviacin estndar de la poblacin
se desconoce. Por tanto, se debe basar en estudios anteriores o se debe
calcular por medio de la desviacin estndar de la muestra, S. La desviacin
estndar de la poblacin es el ejercicio siguiente no es conocida, de modo que la
desviacin estndar muestral se utiliza para calcular . Siempre que el tamao de
la muestra, n, sea por lo menos 30, S se puede sustituir con , como se muestra a
continuacin en la formula.

ESTADSTICA Z, DESCONOCIDA.



Victors Store emite una tarjeta de crdito propia. El gerente de crdito quiere
saber si el saldo medio insoluto mensual es mayor de $400. El nivel de
significancia se establece en 0.05. Una revisin aleatoria de 172 saldos insolutos
revel que la media de la muestra es $407 y la desviacin estndar de la muestra
es $38. El gerente de crdito debe llegar a la conclusin de que la media de la
poblacin es mayor de $400, o sera razonable pensar que la diferencia de $7
($407 $400 = $7) se debe a la casualidad?
La hiptesis nula y alternativa son:
H
0
: $400
H
1
: > $400
Como la hiptesis alternativa establece una direccin, se aplica la prueba de una
cola. El valor crtico de Z es 1.65. El valor calculado de Z es 2.42, que se
encuentra utilizando la frmula anterior:





Regla de decisin







Como el valor calculado de la estadstica de prueba (2.42) es mayor que el valor
critico (1.65), la hiptesis nula se rechaza. El gerente de crdito puede llegar a la
conclusin de que el saldo insoluto medio es mayor de $400.
El valor p ofrece una perspectiva adicional de la decisin. Recuerde que el valor p
es la probabilidad de encontrar un estadstico de prueba tan alto o ms alto que el
que se obtuvo, cuando la hiptesis nula es verdadera. De modo que encontramos
la probabilidad de un valor z mayor a 2.42. Segn la tabla, la probabilidad de un
valor z entre 0 y 2.42 es de 0.4922. Queremos determinar la probabilidad de un
valor mayor a 2.42, de modo que 0.5000-0.4922 = 0.0078. Llegamos a la
conclusin de que la posibilidad de encontrar un valor Z de 2.42 o mayor, cuando
la hiptesis nula es verdadera, es 0.758%. Por tanto, es poco probable que la
hiptesis nula sea verdadera

VALOR P EN LA PRUEBA DE HIPTESIS.
Al probar una hiptesis, comparamos el estadstico de prueba con un valor crtico.
Se toma la decisin ya sea de rechazar la hiptesis nula o de aceptarla. De modo
que si, por ejemplo, el valor crtico es 1.96 y el valor calculado del estadstico de
prueba es 2.19, la decisin es rechazar la hiptesis nula.
En aos recientes, debido a la disponibilidad de software de computadora, a
menudo se reporta informacin adicional sobre la fuerza del rechazo o la
aceptacin. Es decir con cuanta seguridad rechazamos la hiptesis nula? Este
enfoque reporta la probabilidad (suponiendo que la hiptesis nula es verdadera)
de obtener un valor del estadstico de prueba por los menos tan extremo como el
valor que se obtuvo realmente. Este proceso compara la probabilidad, llamada
valor p, con el nivel de significancia. Si el valor p es menor que el nivel de
significancia, H
0
se rechaza. Si es mayor que el nivel de significancia H
0
se acepta


Valor
P.
La probabilidad de observar un valor de muestra tan extremo o ms que
el valor observado, dado que la hiptesis nula es verdadera.

Determinar el valor p no slo da como resultado una decisin en cuanto a H
0,
sino
que adems nos ofrece una perspectiva adicional de la fuerza de la decisin. Un
valor p muy pequeo, como 0.0001, indica que hay pocas probabilidades de que
H
0
sea verdadera. Por otra parte, un valor p de 0.2033 significa que H
0
se acepta y
hay pocas probabilidades de que sea falsa.
Cmo calculamos el valor p? Para ilustrar vamos a utilizar el ejemplo en el que
probamos la hiptesis nula de que el nmero medio de escritorios producidos por
semana en Fredonia es 200. No rechazamos la hiptesis nula, porque el valor z de
1.55 se encuentra en la regin entre -2.58 y 2.58. Acordamos aceptar la hiptesis
nula si el valor z calculado quedaba en esta regin. La probabilidad de encontrar
un valor z de 1.55 o ms es 0.0606, calculada por 0.5000-0.4394. En otras
palabras, la probabilidad de obtener una mayor que 203.5 si = 200 es 0.0606.
Para calcular el valor p necesitamos preocuparnos por la regin menor a -1.55, as
como los valores mayores que 1.55 (porque la regin de rechazo est en ambas
colas). El valor p de dos colas es 0.1212, que se calcula as: 2(0.0606). El valor
de p es 0.1212 es mayor que el nivel de significancia de 0.01 que se decidi en un
principio, de modo que H
0
se acepta. Los detalles se muestran en la grfica
siguiente. En general, el rea se duplica como en una prueba de dos colas. El
valor p se puede comparar fcilmente con el nivel de significancia. Se utiliza la
misma regla de decisin que en la prueba de una cola.











Un valor p es una forma de expresar la posibilidad de que H
0
sea falsa. Pero
Cmo interpretamos un valor p? Ya dijimos que si el valor p es menor que el
nivel de significancia, rechazamos H
0
; si es mayor que el nivel de significancia,
aceptamos H
0.
Asimismo, si el valor p es muy alto, es probable que H
0
no sea
verdadera. Si el valor p es pequeo, es probable que H
0
no sea verdadera. El
recuadro siguiente le ayudar a interpretar los valores p.






INTERPRETACION DEL PESO DE LA EVIDENCIA CONTRA H
0
Si el
valor p es menor que
a. 0.10 tenemos cierta evidencia de que H
0
no es verdadera.
b. 0.05 tenemos fuerte evidencia de que H
0
no es verdadera.
c. 0.01 tenemos una evidencia muy fuerte de que H
0
, no es verdadera.
d. 0.001 tenemos una evidencia en extremo fuerte de que H
0
no es verdadera.






PRUEBA DE HIPOTESIS PARA DOS MEDIAS DE POBLACION
Las pruebas de dos muestras se utilizan para decidir si las medias de dos
poblaciones son iguales. Se requieren dos muestras independientes, una de cada
una de las dos poblaciones. Considrese, por ejemplo, una compaa
investigadora que experimentan con dos diferentes mezclas de pintura, para ver si
se puede modificar el tiempo de secado de una pintura para uso domstico. Cada
mezcla es probada un determinado nmero de veces, y comparados
posteriormente los tiempos medios de secado de las dos muestras. Una parece
ser superior, ya que su tiempo medio de secado (muestra) es 30 minutos menor
que el de la otra muestra.
Pero, son realmente diferentes los tiempos medios de secado de las dos
pinturas, o esta diferencia muestral es nada ms la variacin aleatoria que se
espera, aun cuando las dos frmulas presentan idnticos tiempos medios de
secado? Una vez ms, las diferencias casuales se deben distinguir de las
diferencias reales.
Con frecuencia se utilizan pruebas de dos muestras para comparar
dos mtodos de enseanza, dos marcas, dos ciudades, dos distritos escolares y
otras cosas semejantes.
La hiptesis nula puede establecer que las dos poblaciones tienen medias iguales:





Para tamaos ms pequeos de muestra, Z estar distribuida normalmente slo si
las dos poblaciones que se muestrean tambin lo estn.

EJEMPLO:
La media de las calificaciones de dos muestras de 15 estudiantes de primer
semestre en la asignatura de Estadstica de la universidad UTN resulta ser de 7 y
8,5. Se sabe que la desviacin tpica de las calificaciones en esta asignatura fue
en el pasado de 1,5.





PRUEBA DE HIPOTESIS RESPECTO DE LAS PROPORCIONES
La relacin proporcional es la relacin por cociente o porcin relativa, que expresa
la parte fraccional de la poblacin o muestra que tiene un atributo particular de
inters. Antes de probar una relacin proporcional de poblacin debe
considerarse algunos supuestos y cumplirse algunas condiciones. Para poner
a prueba una hiptesis acerca de una relacin proporcional de poblacin se
selecciona una muestra aleatoria de esa poblacin. Este proceso se
denomina experimento.

EJEMPLO:

En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe
esta aseveracin, a un nivel de significacin de 0,025, respecto a la
alternativa de que la proporcin real de los estudiantes universitarios
trabajan es mayor de lo que se afirma, si una muestra aleatoria de 600
estudiantes universitarios revela que 200 de ellos trabajan. La muestra fue
tomada de 10000 estudiantes.

Los datos son:

Como en los datos aparece el tamao de la poblacin, se debe verificar si el
tamao de la nuestra es mayor que el 5%. Se remplaza valores en la siguiente
frmula:






PRUEBA DE HIPTESIS PARA DIFERENCIAS ENTRE DOS PROPORCIONES
POBLACIONALES
PRUEBAS PARA LA DIFERENCIA ENTRE DOS PROPORCIONES
POBLACIONALES
Algunas veces estamos interesados en anali zar 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 investi gacin, que el porcentaje de hombres que
visitan sus tiendas 9 o ms veces al mes (cl ientes frecuentes) es mayor
que el porcentaje de mujeres que hacen lo mismo. Las especificaciones
requeridas y el procedimiento para probar esta hiptesis es la si guiente:

1. Las hiptesis nul a y alternati va son las si guientes:

0 s =
M H o
P P H , la proporcin de hombres que reportan 9 o ms vi sitas
por mes es la misma o menor que la proporcin de mujeres que hacen lo
mismo.
0 > =
M H a
P P H , la proporcin de hombres que reportan 9 o ms vi sitas
por mes es mayor a la proporcin de mujeres que hacen lo mismo.

La informacin proporcionada es:

45 =
H
n

71 =
M
n


58 . =
H
P

42 . =
M
P


16 . 42 . 58 . = =
M H
P P

2. Especifica el ni vel de significacin de 05 . = o . El valor crtico para
la prueba de una sola cola es de 1.64.

3. Estima el error estndar de la diferenci a de las dos proporciones:


|
|
.
|

\
|
+ =

M H
p
n n
P P s
m h
1 1
) 1 (




donde:
M H
M M H H
n n
P n P n
P
+
+
=


P
H
= proporcin muestra de hombres (H)
P
M
= proporcin muestra de mujeres (M)
N
H
= tamao de muestra hombres
N
M
= tamao de muestra mujeres

Por lo tanto:

48 . 0
71 45
) 42 (. 71 ) 58 (. 45
=
+
+
= P


y
10 . 0
71
1
45
1
) 48 . 1 ( 48 . =
|
.
|

\
|
+ =
m h
p
s


4. Calcula de prueba estadstica:

m h
p
o
s
H es proporcion entre diferencia observadas es proporcion entre diferencia
Z

=
) _ _ _ ( ) _ _ _ (


60 . 1
10 .
) 0 ( ) 42 . 58 (.
=

= Z



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.

97 . 72
314 1634
) 1 . 16 ( 314 ) 9 . 83 ( 1634
=
+
+
= P


y
0274 . 0
314
1
1634
1
) 73 .. 1 ( 73 .. =
|
.
|

\
|
+ =
m h
p
s

74 . 24
0274 .
) 0 ( ) 161 . 839 (.
=

= Z


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.

CONCLUSIONES:

La hiptesis es un tema que debe estudiarse a fondo para poder dominarlo, ya
que ofrece muchas veces dificultades a los estudiantes de estadstica,
indistintamente del lugar en que se encuentren, es por eso que es necesario
recopilar la informacin esencial sobre el tema para poder consultarla segn se
presente la necesidad de hacerlo.
Es un proceso cuidadoso, que requiere de ciertos pasos bien ordenados para su
correcta aplicacin, sera importante, entonces, conocerlos, para saber hacer una
formulacin de hiptesis correctamente y posteriormente pasar a su
comprobacin.
Durante las casi treinta pginas que nos ha ocupado explicar el tema hemos
podido desarrollar las diferentes aplicaciones y variantes que tiene la hiptesis,
recordando al lector que estas no son necesariamente todas las que tiene, pues,
hay infinidad de aplicaciones.










Muchas gracias por su tiempo.







BIBLIOGRAFIAS

1.- Anderson, Sweeney, Williams, (2001); Estadstica para Administracin y
Economa. Ed. Thomson editores.

2.- Lind, D., Marchal, W., Wathen S. (2005): Estadstica Aplicada a los negocios y
a la economa Ed. McGraw-Hill

3.- Newbold, P. (1998): Estadstica para los Negocios y la Economa Ed. Prentice
Hall