NDICE

PRUEBA DE HIPOTESIS................................................................................... 3
1.

CONCEPTO............................................................................................... 3

2.

PASOS DE LA PRUEBA DE HIPTESIS.......................................................5

3. CONCEPTOS BSICOS PARA EL PROCEDIMIENTO DE PRUEBAS DE

HIPTESIS...................................................................................................... 5

4.

3.1.1

Hiptesis Estadstica:......................................................................5

3.1.2

Hiptesis Nula:................................................................................ 5

3.1.3

Hiptesis Alternativa:.......................................................................7

3.1.4

Errores de Tipo I Y de Tipo II:............................................................8

3.1.5

Niveles de Significacin:..................................................................8

3.1.6

Prueba de Uno y dos Extremos:........................................................9

3.1.7

Curva Caracterstica Operativa y Curva de Potencia:.........................9

3.1.8

Pruebas de Hiptesis para la Media y Proporciones:........................10

CONCLUSIONES..................................................................................... 12
CASOS PRACTICOS................................................................................ 14

PRUEBA DE HIPOTESIS
1. CONCEPTO
Afirmacin

acerca

de

en Pruebas de Hiptesis.

los
Al

parmetros
realizar

de

pruebas

la poblacin.
de

Etapas

hiptesis,

se

Bsicas
parte

de

un valor supuesto (hipottico) en parmetro poblacional. Despus de recolectar

una muestra aleatoria, se compara la estadstica muestral, as como la media (x),
con el parmetro hipottico, se compara con una supuesta media poblacional.
Despus se acepta o se rechaza el valor hipottico, segn proceda. Se rechaza el
valor hipottico slo si el resultado muestral resulta muy poco probable cuando la
hiptesis es cierta.
Etapa 1.- Planear la hiptesis nula y la hiptesis alternativa. La hiptesis
nula (H0) es el valor hipottico del parmetro que se compra con el
resultado muestral resulta muy poco probable cuando la hiptesis es cierta.
Etapa 2.- Especificar el nivel de significancia que se va a utilizar. El nivel de
significancia del 5%, entonces se rechaza la hiptesis nula solamente si el
resultado muestral es tan diferente del valor hipottico que una diferencia
de esa

magnitud o

mayor, pudiera ocurrir

aleatoria

mente con

una probabilidad de 1.05 o menos.

Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede
ser la estadstica muestral (el estimador no segado del parmetro que se
prueba) o una versin transformada de esa estadstica muestral. Por
ejemplo, para probar el valor hipottico de una media poblacional, se toma
la media de una muestra aleatoria de esa distribucin normal, entonces es
comn que se transforme la media en un valor z el cual, a su vez, sirve
como estadstica de prueba.

Consecuencias de las Decisiones en Pruebas de Hiptesis.

Decisiones Posibles

Situaciones Posibles

La hiptesis nula es

La hiptesis

verdadera

nula es
falsa

Aceptar la Hiptesis

Se acepta

Error tipo II

Nula
Rechazar la Hiptesis

correctamente
Error tipo I

Se rechaza

Nula

correctamente

Etapa 4.- Establecer el valor o valores crticos de la estadstica de prueba.

Habiendo especificado la hiptesis nula, el nivel de significancia y la
estadstica de prueba que se van a utilizar, se produce a establecer el o los
valores crticos de estadstica de prueba. Puede haber uno o ms de esos
valores, dependiendo de si se va a realizar una prueba de uno o dos
extremos.
Etapa 5.- Determinar el valor real de la estadstica de prueba. Por ejemplo,
al probar un valor hipottico de la media poblacional, se toma una muestra
aleatoria y se determina el valor de la media muestral. Si el valor crtico que
se establece es un valor de z, entonces se transforma la media muestral en
un valor de z.
Etapa 6.- Tomar la decisin. Se compara el valor observado de la
estadstica muestral con el valor (o valores) crticos de la estadstica de
prueba. Despus se acepta o se rechaza la hiptesis nula. Si se rechaza
sta, se acepta la alternativa; a su vez, esta decisin tendr efecto sobre
otras decisiones de los administradores operativos, como por ejemplo,
mantener o no un estndar de desempeo o cul de dos estrategias de
mercadotecnia utilizar.
La distribucin apropiada de la prueba estadstica se divide en dos regiones: una
regin de rechazo y una de no rechazo. Si la prueba estadstica cae en esta ltima
regin no se puede rechazar la hiptesis nula y se llega a la conclusin de que
el proceso funciona correctamente.
Al tomar la decisin con respecto a la hiptesis nula, se debe determinar el valor
crtico en la distribucin estadstica que divide la regin del rechazo (en la cual la
hiptesis nula no se puede rechazar) de la regin de rechazo. A hora bien el valor
crtico depende del tamao de la regin de rechazo.

2. PASOS DE LA PRUEBA DE HIPTESIS

a

Expresar la hiptesis nula

Expresar la hiptesis alternativa

Especificar el nivel de significancia

Determinar el tamao de la muestra

Establecer los valores crticos que establecen las regiones de rechazo de las
de no rechazo.

Determinar la prueba estadstica.

Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica

apropiada.

Determinar si la prueba estadstica ha sido en la zona de rechazo a una de no

rechazo.

Determinar la decisin estadstica.

Expresar la decisin estadstica en trminos del problema.

3. CONCEPTOS BSICOS PARA EL PROCEDIMIENTO DE PRUEBAS DE

HIPTESIS.
3.1.1

Hiptesis Estadstica:
Al intentar alcanzar una decisin, es til hacer hiptesis (o conjeturas)
sobre la poblacin aplicada.
Tales

hiptesis,

que

pueden

ser

no

ciertas,

se

llaman

hiptesis estadsticas.
Son, en general, enunciados acerca de las distribuciones de
probabilidad de las poblaciones.
3.1.2

Hiptesis Nula:
En muchos casos formulamos una hiptesis estadstica con el nico
propsito de rechazarla o invalidarla. As, si queremos decidir si una

moneda est trucada, formulamos la hiptesis de que la moneda es

buena (o sea p = 0,5, donde p es la probabilidad de cara).
Analgicamente, si deseamos decidir si un procedimiento es mejor que
otro, formulamos la hiptesis de que no hay diferencia entre ellos (o
sea. Que cualquier diferencia observada se debe simplemente a
fluctuaciones en el muestreo de la misma poblacin). Tales hiptesis se
suelen llamar hiptesis nula y se denotan por Ho.
Para todo tipo de investigacin en la que tenemos dos o ms grupos, se
establecer una hiptesis nula.
La hiptesis nula es aquella que nos dice que no existen diferencias
significativas entre los grupos.
Por ejemplo, supongamos que un investigador cree que si un grupo de
jvenes se somete a un entrenamiento intensivo de natacin, stos
sern

mejores

nadadores

que

aquellos

que

no

recibieron

entrenamiento. Para demostrar su hiptesis toma al azar una muestra

de jvenes, y tambin al azar los distribuye en dos grupos: uno que
llamaremos experimental, el cual recibir entrenamiento, y otro que no
recibir entrenamiento alguno, al que llamaremos control. La hiptesis
nula sealar que no hay diferencia en el desempeo de la natacin
entre el grupo de jvenes que recibi el entrenamiento y el que no lo
recibi.
Una hiptesis nula es importante por varias razones:
Es una hiptesis que se acepta o se rechaza segn el resultado
de la investigacin.
El hecho de contar con una hiptesis nula ayuda a determinar si
existe una diferencia entre los grupos, si esta diferencia es
significativa, y si no se debi al azar.
No toda investigacin precisa de formular hiptesis nula.
Recordemos que la hiptesis nula es aquella por la cual

indicamos que la informacin a obtener es contraria a la

hiptesis de trabajo.
Al formular esta hiptesis, se pretende negar la variable
independiente. Es decir, se enuncia que la causa determinada
como origen del problema flucta, por tanto, debe rechazarse
como tal.
Otro ejemplo:
Hiptesis: el aprendizaje de los nios se relaciona directamente con su
edad.
3.1.3

Hiptesis Alternativa:
Toda hiptesis que difiere de una dada se llamar una hiptesis
alternativa. Por ejemplo: Si una hiptesis es p = 0,5, hiptesis alternativa
podran ser p = 0,7, p " 0,5 p > 0,5.
Una hiptesis alternativa a la hiptesis nula se denotar por H1.
Al responder a un problema, es muy conveniente proponer otras
hiptesis en que aparezcan variables independientes distintas de las
primeras que formulamos. Por tanto, para no perder tiempo en
bsquedas intiles, es necesario hallar diferentes hiptesis alternativas
como respuesta a un mismo problema y elegir entre ellas cules y en
qu orden vamos a tratar su comprobacin.
Las hiptesis, naturalmente, sern diferentes segn el tipo de
investigacin que se est realizando. En los estudios exploratorios, a
veces, el objetivo de la investigacin podr ser simplemente el de
obtener los mnimos conocimientos que permitan formular una hiptesis.
Tambin es aceptable que, en este caso, resulten poco precisas, como
cuando afirmamos que "existe algn tipo de problema social en tal
grupo", o que los planetas poseen algn tipo de atmsfera, sin
especificar de qu elementos est compuesto.

Los trabajos de ndole descriptiva generalmente presentan hiptesis del

tipo "todos los X poseen, en alguna medida, las caracterstica Y". Por
ejemplo,

podemos

decir

que

todas

las

naciones

poseen

algn comercio internacional, y dedicarnos a describir, cuantificando, las

relaciones

comerciales

entre

ellas.

Tambin

podemos

hacer

afirmaciones del tipo "X pertenece al tipo Y", como cuando decimos que
una tecnologa es capital - intensiva. En estos casos, describimos,
clasificndolo, el objeto de nuestro inters, incluyndolo en un tipo ideal
complejo de orden superior.
Por ltimo, podemos construir hiptesis del tipo "X produce (o afecta) a
Y", donde estaremos en presencia de una relacin entre variables.
3.1.4

Errores de Tipo I Y de Tipo II:

Si rechazamos una hiptesis cuando debiera ser aceptada, diremos que
se ha cometido un error de tipo I.
Por otra parte, si aceptamos una hiptesis que debiera ser rechazada,
diremos que se cometi un error de tipo II.
En ambos casos, se ha producido un juicio errneo.
Para que las reglas de decisin (o no contraste de hiptesis) sean
buenos, deben disearse de modo que minimicen los errores de la
decisin; y no es una cuestin sencilla, porque para cualquier tamao
de la muestra, un intento de disminuir un tipo de error suele ir
acompaado de un crecimiento del otro tipo. En la prctica, un tipo de
error puede ser ms grave que el otro, y debe alcanzarse un
compromiso que disminuya el error ms grave.
La nica forma de disminuir ambos a la vez es aumentar el tamao de
la muestra que no siempre es posible.

3.1.5

Niveles de Significacin:
Al contrastar una cierta hiptesis, la mxima probabilidad con la que
estamos dispuesto a correr el riesgo de cometern error de tipo I, se

llama nivel de significacin. Esta probabilidad, denota a menudo por se,

suele especificar antes de tomar la muestra, de manera que los
resultados obtenidos no influyan en nuestra eleccin.
En la prctica, es frecuente un nivel de significacin de 0,05 0,01, si
bien se une otros valores. Si por ejemplo se escoge el nivel de
significacin 0,05 ( 5%) al disear una regla de decisin, entonces hay
unas cinco (05) oportunidades entre 100 de rechazar la hiptesis
cuando debiera haberse aceptado; Es decir, tenemos un 95% de
confianza de que hemos adoptado la decisin correcta. En tal caso
decimos que la hiptesis ha sido rechazada al nivel de significacin
0,05, lo cual quiere decir que tal hiptesis tiene una probabilidad 0,05 de
ser falsa.
3.1.6

Prueba de Uno y dos Extremos:

Cuando estudiamos ambos valores estadsticos es decir, ambos lados
de la media lo llamamos prueba de uno y dos extremos o contraste de
una y dos colas.
Con frecuencia no obstante, estaremos interesados tan slo en valores
extremos a un lado de la media (o sea, en uno de los extremos de la
distribucin), tal como sucede cuando se contrasta la hiptesis de que
un proceso es mejor que otro (lo cual no es lo mismo que contrastar si
un proceso es mejor o peor que el otro) tales contrastes se llaman
unilaterales, o de un extremo. En tales situaciones, la regin crtica es
una regin situada a un lado de la distribucin, con rea igual al nivel de
significacin.

3.1.7

Curva Caracterstica Operativa y Curva de Potencia:

Podemos limitar un error de tipo I eligiendo adecuadamente el nivel de
significancia. Es posible evitar el riesgo de cometer el error tipo II
simplemente no aceptando nunca la hiptesis, pero en muchas
aplicaciones prcticas esto es inviable. En tales casos, se suele recurrir
a curvas caractersticas de operacin o curvas de potencia que
son grficos que muestran las probabilidades de error de tipo II bajo

diversas hiptesis. Proporcionan indicaciones de hasta qu punto

un test dado nos permitir evitar un error de tipo II; es decir, nos
indicarn la potencia de un test a la hora de prevenir decisiones
errneas. Son tiles en el diseo de experimentos por que sugieren
entre otras cosas el tamao de muestra a manejar.
3.1.8

Pruebas de Hiptesis para la Media y Proporciones:

Debido a la dificultad de explicar este tema se enfocar un problema
basado en un estudio en una fbrica de llantas.
En este problema la fbrica de llantas tiene dos turnos de operarios,
turno de da y turno mixto. Se selecciona una muestra aleatoria de 100
llantas producidas por cada turno para ayudar al gerente a sacar
conclusiones de cada una de las siguientes preguntas:
Es la duracin promedio de las llantas producidas en el turno
de da igual a 25 000 millas?
Es la duracin promedio de las llantas producidas en el turno
mixto menor de 25 000 millas?
Se revienta ms de un 8% de las llantas producidas por el
turno de da antes de las 10 000 millas?
Prueba De Hiptesis Para La Media
En la fbrica de llantas la hiptesis nula y alternativa para el problema
se plantearon como sigue:
Ho: = 25 000
H1: 25 000

Si se considera la desviacin estndar las llantas producidas en el

turno de da, entonces, con base en el teorema de limite central, la
distribucin en el muestreo de la media seguira la distribucin normal, y

la prueba estadstica que est basada en la diferencia entre la media de

la muestra y la media hipottica se encontrara como sigue:
Si el tamao de la regin de rechazo se estableciera en 5% entonces
se podran determinar los valores crticos de la distribucin. Dado que la
regin de rechazo est dividida en las dos colas de la distribucin, el 5%
se divide en dos partes iguales de 2.5%.
Dado que ya se tiene la distribucin normal, los valores crticos se
pueden expresar en unidades de desviacin. Una regin de rechazo de
0.25 en cada cola de la distribucin normal, da por resultado un rea de
475 entre la media hipottica y el valor crtico. Si se busca est rea en
la distribucin normal, se encuentra que los valores crticos que dividen
las regiones de rechazo y no rechazo son + 1.96 y - 1.96

Por tanto, la regla para decisin sera:

Rechazar Ho si Z > + 1.96
O si Z < - 1.96
De lo contrario, no rechazar Ho

4.
2

CONCLUSIONES

Si se condensan los resultados hasta aqu obtenidos, a manera de

conclusiones se puede abordar, que todo problema de prueba de hiptesis
consiste en lo siguiente:
Identificar una variable aleatoria X que tiene una distribucin conocida,
es decir, que pertenece a una clase determinada, por ejemplo a las del
tipo normal, y con relacin a la cual se quiere tomar una decisin
respecto al valor de un parmetro desconocido.
Se plantea una hiptesis nula, donde se asume un valor para el
parmetro; y una hiptesis alternativa donde se contradice lo expresado
en la hiptesis nula.
Se escoge el nivel de significacin a, que es la probabilidad de rechazar
la hiptesis nula siendo esta cierta.
Se selecciona una muestra de tamao n para estimar el parmetro
desconocido y poder posteriormente decidir si se rechaza o no H0.
Se define la regin crtica para la prueba de hiptesis de inters.
Se toma la decisin de rechazar H0, con un nivel de significacin a si el
valor estimado del parmetro est en la regin crtica y de no rechazar
H0 si este valor no est en la regin crtica.

CAS
OS
PRA
CTIC
OS

CASOS PRACTICOS
El Estudio Contable Tributario L & A Asociados, recibe el cargo de una
empresa de verificar, si el promedio de los montos facturados es similar o
bastante diferente. Para ello es estudio contable extrae una muestra de cada
una de la sucursal, de tamao 40-60 respectivamente
Promedio=250
Dev.estndar= 15
Tamao de muestra= 40
Promedio= 260
Dev.estandas=12
Tamao de muestra=60