Errores tipo I y tipo II en pruebas de hipótesis.

El error de tipo I también denominado error de tipo alfa (α) o falso positivo, es el
error que se comete cuando el investigador no acepta la hipótesis nula siendo ésta
verdadera en la población. Es equivalente a encontrar un resultado falso positivo,
porque el investigador llega a la conclusión de que existe una diferencia entre las
hipótesis cuando en realidad no existe.

El error de tipo II también llamado error de tipo beta (β) o falso negativo, es el error
que se comete cuando el investigador no rechaza la hipótesis nula siendo ésta falsa
en la población. Es equivalente a la probabilidad de un resultado falso negativo, ya
que el investigador llega a la conclusión de que ha sido incapaz de encontrar una
diferencia que existe en la realidad.
“Influencia del nivel de significancia, errores tipo I y tipo II, y
potencia de prueba en los resultados de un experimento.”

Cuando se realiza una prueba de hipótesis, se pueden cometer dos tipos de errores:
tipo I y tipo II. Los riesgos de estos dos errores están inversamente relacionados y
son determinados por el nivel de significancia y la potencia de la prueba. Por lo
tanto, se debe determinar qué error tiene consecuencias más graves para su
situación antes de definir sus riesgos.
Si rechazamos la hipótesis nula cuando ésta es verdadera, cometemos un error de
tipo I. La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que se establece para la prueba de hipótesis. Un α de 0.05 indica que
estamos dispuestos a aceptar una probabilidad de 5% de que estamos equivocados
cuando rechazamos la hipótesis nula. Para reducir este riesgo, se debe utilizar un
valor más bajo para α. Sin embargo, si se utiliza un valor más bajo para α, significa
que tendremos menos probabilidades de detectar una diferencia verdadera, si es
que realmente existe.

Cuando la hipótesis nula es falsa y no la rechazamos, cometemos un error de tipo

II. La probabilidad de cometer un error de tipo II es β, que depende de la potencia
de la prueba. Podemos reducir el riesgo de cometer un error de tipo II al asegurarnos
de que la prueba tenga suficiente potencia.

Como ya se mencionó el nivel de significancia representado por α, es la probabilidad

de cometer un error del tipo I, y por lo general se asume que tiene un valor de .05 ó
.01. También se puede interpretar como el área de la región que contiene todos los
valores posibles de la prueba estadística para los cuales la hipótesis nula es
rechazada.
La probabilidad de cometer un error de tipo II, es representado por β y al valor 1- β
se le llama potencia de la prueba. Una buena prueba estadística es aquella que
tiene una potencia de prueba alta.

Como concepto la potencia de una prueba de hipótesis en se refiere a la

probabilidad de rechazar una hipótesis nula que es falsa, dicho de otra forma,
representa la probabilidad de aceptar una hipótesis alternativa como verdadera
cuando así lo es.
La potencia de una prueba estadística depende básicamente del:

 Tamaño muestral
 Tamaño de efecto
 Nivel de significancia
Tamaño de la muestra: Si mantenemos fijos los demás elementos (nivel de
significancia y tamaño del efecto), al aumentar el tamaño de la muestra aumenta
también la potencia de la prueba. Esto es, con una muestra grande es más probable
detectar diferencias significativas entre los grupos cuando realmente éstas existen.

Tamaño del efecto: Si mantenemos fijos el nivel de significación y el tamaño de la

muestra, a medida que aumenta el tamaño del efecto aumenta también la potencia
del contraste. Es decir, que los efectos de gran tamaño son más fáciles de detectar
que los pequeños.

Nivel de significancia: si se aumenta alpha, también aumenta el valor de la

potencia con un mayor riesgo de cometer “falsos positivos”.

Ejemplos de error de tipo I y tipo II

Un investigador médico desea comparar la eficacia de dos medicamentos. Las

hipótesis nula y alternativa son:

 Hipótesis nula (H0): μ1= μ2

Los dos medicamentos tienen la misma eficacia.

 Hipótesis alternativa (H1): μ1≠ μ2

Los dos medicamentos no tienen la misma eficacia.

Un error de tipo I se produce si el investigador rechaza la hipótesis nula y concluye

que los dos medicamentos son diferentes cuando, en realidad, no lo son. Si los
medicamentos tienen la misma eficacia, el investigador podría considerar que este
error no es muy grave, porque de todos modos los pacientes se beneficiarían con
el mismo nivel de eficacia independientemente del medicamento que tomen. Sin
embargo, si se produce un error de tipo II, el investigador no rechaza la hipótesis
nula cuando debe rechazarla. Es decir, el investigador concluye que los
medicamentos son iguales cuando en realidad son diferentes. Este error puede
poner en riesgo la vida de los pacientes si se pone en venta el medicamento menos
efectivo en lugar del medicamento más efectivo.
Influencia de la región crítica en la toma de decisiones.

He podido constatar la importancia de los tipos de errores en una prueba estadística

junto con el nivel de significancia y la potencia de pruebas a través de la
investigación y el resumen realizados y como se ven estos conceptos relacionados
con lo que es la región crítica que a su vez actúa como influencia en la toma de
decisiones, por ejemplo, entre más grande sea la región crítica la zona de
aceptación será mucho menor y por lo tanto hay más probabilidades de se rechace
la hipótesis nula. Resulta primordial pues la influencia de la región crítica en la toma
de decisiones, esto para tomar una decisión certera y que se logre evitar un margen
de error grande, o que tenga graves consecuencias. Podemos poner como ejemplo
la situación del investigador al comparar la eficacia de los dos medicamentos, este
tiene que tomar una decisión certera que sea benéfica para los pacientes, aquí la
influencia de la región crítica resulta importante ya que con ella se determinará que
medicamento es más benéfico para el paciente, lo cual podría salvar varías vidas,
ahorrarse costos e inclusive beneficiar al investigador al tomar una decisión
acertada. Para finalizar cabe resaltar la importancia de realizar y conocer los
respectivos conceptos y ejercicios aplicados en clase y realizados en este resumen,
ya que como futuros ingenieros químicos estaremos relacionados con estos, ya sea
en campos de investigación e industria, y por lo tanto resulta primordial conocerlos
para tomar decisiones certeras y que conlleven el menor margen de error posible.