HERRAMIENTAS ESTADÍSTICAS PARA INGENIERÍA

Prueba de Hipótesis para Distribuciones:

Normal y t de Student

Presenta:
MTRO. JAVIER SOLIS NOYOLA
 OBJETIVOS
• El alumno conocerá y comprenderá el concepto de hipótesis
estadística como herramienta para la toma de decisiones.

• Identificará el proceso de cálculo de hipótesis para

distribuciones de probabilidad: Normal y t de Student

• Desarrollará ejercicios que impliquen cálculos de Hipótesis en

distribuciones de probabildad: Normal y t de Student
 En el Proceso del Método Científico,
¿Qué es una Hipótesis?

Difusión:
•Conformación
Experimentación: de un nuevos do-
Hipótesis: •ejecución de cumentos que con-
Observación: *Propuesta acciones que tienen nueva in-
•Identificar de posible Verifiquen la hipó- formación.
variables. solución Tesis.
Problema • Información
Teórica
 Niveles de análisis
(Método Estadístico)
0. Nosotros no tenemos experiencia ni datos, sólo opiniones.

1. Nosotros sólo usamos experiencia, no datos.

2. Nosotros colectamos datos, pero apenas miramos números.

3. Nosotros agrupamos los datos en forma de tablas y gráficas.

4. Nosotros usamos datos muestra con estadísticas descriptivas.

5. Nosotros usamos datos muestra con estadísticas inferencial.



¿Qué nivel de análisis usas para

soportar tus decisiones? LSL T USL
 LA ESTADÍSTICA SEGÚN EL TIPO DE
ESTUDIO CIENTÍFICO

DESCRIPTIVA INFERENCIAL
• Son los métodos para determinar
algo acerca de una población
• Métodos para organizar, resumir y basándose en una muestra.
presentar datos de manera
informativa. 

LSL T USL

Aquí es donde estudiaremos cómo

aceptar o rechazar una Hipótesis,
según los parámetros de la muestra
de una población en estudio .
 ¿Cómo funciona la
metodología?
PROBLEMA REAL

PROBLEMA Vida Real

ESTADÍSTICO
Solución de problemas Campo
con Estadística Estadístico
SOLUCIÓN
ESTADÍSTICA

APLICACIÓN
PRÁCTICA DE LA
SOLUCIÓN
Una hipótesis estadística es una afirmación o proposición
respecto a alguna característica de una población, generalmente
fundamentada sobre un parámetro de la misma. Contrastar una
hipótesis es comparar las predicciones con la realidad que
observamos ocurrida en una muestra. Si dentro del margen de
error que estamos dispuestos a admitir, hay coincidencia,
aceptaremos la hipótesis y en caso contrario la rechazaremos.

p ó t e
i s
i
h s
 Hipótesis nula e hipótesis alternativa
•La hipótesis emitida se suele designar por Ho y se llama Hipótesis nula. Lo de
“nula” viene de que partimos del supuesto de que las diferencias entre el
valor verdadero del parámetro y su valor hipotético, en realidad no son tales,
sino debidas al azar, es decir no hay diferencia o dicho de otra forma la
diferencia es nula.

•La hipótesis contraria se designa por H1 y se llama Hipótesis alternativa (en

algunos textos también aparece la notación Ha).

Ejemplos:
1.- Sospechamos que las bolsas de frutos secos de 100 gramos, realmente no pesan
100 gramos. Para contrastar esta hipótesis plantearíamos:
Hipótesis nula
Hipótesis alternativa
2.- Estaría contento de comprobar que no pueden demostrar que mi media de notas
ha bajado de 7,785 como parecen indicar los últimos exámenes. Para contrastar esta
hipótesis:
Hipótesis nula
Hipótesis alternativa
 Procedimiento de cinco pasos para probar una Hipótesis
Cola a la Cola a la Bilateral
Paso 1: Se plantean las hipótesis derecha Izquierda (ambas colas)
nula (H0) y alternativa (H1)

H0 : µ ≤ µ0 H0 : µ ≥ µ0 H0 : µ= µ0
H1 : µ > µ0 H1 : µ < µ0 H1 : µ ≠µ0

α α α/2 α/2
Paso 2: Se selecciona el nivel de
significancia (α)

Paso 3: Se identifica el
; n≥30 ó ; n<30
estadístico de prueba

Cola a la Sí el valor del Z (calculado por estadístico) < Zα (valor crítico obtenido
derecha en tablas: Normal o T Student)  SE ACEPTA (H0)
Paso 4: Se formula la regla de
decisión Cola a la Sí el valor del Z (calculado por estadístico) > Zα (valor crítico obtenido
izquierda en tablas: Normal o T Student)  SE ACEPTA (H0)

Paso 5: Se toma una muestra y se
decide: se acepta H0 o se rechaza
H0
Ambas • Sí el valor del Z (calculado por estadístico) > - Zα/2 (cola izquierda)
colas ó
• Sí el valor del Z (calculado por estadístico) < + Zα/2 (cola derecha)
Cualquiera de los 2 casos anteriores  SE ACEPTA (H0)
En función del tamaño la muestra, las condiciones de pasos (1 a 4) y los cálculos
desarrollados  Se ACEPTA (H0) ó se RECHAZA (H0)
 Paso 1: Se plantean las hipótesis nula (H0) y alternativa (H1)

Cualquier investigación estadística implica la existencia de hipótesis o afirmaciones acerca de las

poblaciones que se estudian.

La hipótesis nula (H0) se refiere siempre a un valor especificado del parámetro de población. La letra H
significa hipótesis y el subíndice cero no hay diferencia.

La hipótesis nula es una afirmación que no se rechaza a menos que los datos maestrales proporcionen
evidencia convincente de que es falsa. El planteamiento de la hipótesis nula siempre contiene un signo
de igualdad (= ; ≥; ≤ ) con respecto al valor especificado del parámetro.

La hipótesis alternativa (H1) es cualquier hipótesis que difiera de la hipótesis nula. Es una afirmación
que se acepta si los datos maestrales proporcionan evidencia suficiente de que la hipótesis nula es
falsa. Se le conoce también como la hipótesis de investigación. El planteamiento de la hipótesis
alternativa nunca contiene un signo de igualdad con respecto al valor especificado del parámetro.

Identificación simbólica y gráfica en una distribución de las hipótesis: nula (H0) y alternativa H1
Cola a la derecha Cola a la Izquierda Bilateral (ambas colas)

H1 H1 H1 H1
H0 H0 H0

H0 : µ ≤ µ0 H0 : µ ≥ µ0 H0 : µ= µ0
H 1 : µ > µ0 H 1 : µ < µ0 H1 : µ ≠µ0
 Paso 2: Se selecciona el nivel de significancia (α)
•Nivel de significancia: Probabilidad de
rechazar la hipótesis nula (H0) cuando es
verdadera. Se le denota mediante la letra
griega α, también es denominada como
nivel de riesgo, este término es mas
adecuado ya que se corre el riesgo de
rechazar la hipótesis nula, cuando en
realidad es verdadera. Este nivel esta bajo el
control de la persona que realiza la prueba.

•Si suponemos que la hipótesis planteada es

verdadera, entonces, el nivel de
significación indicará la probabilidad de no
aceptarla, es decir, estén fuera de área de
aceptación. El nivel de confianza (1-α),
indica la probabilidad de aceptar la hipótesis
planteada, cuando es verdadera en la
población.
Ilustraciones del Nivel de significancia α (0, 1%, 5%, y 10%) para una
prueba bilateral de dos extremos o dos colas de una distribución
Normal, y sus respectivos valores de Z. (Ver TABLA valores de Z en ANEXO A )
 Paso 3: Se identifica el estadístico de prueba
¿Cómo se identifica el estadístico para una prueba de Hipótesis ?
Existen muchos estadísticos de prueba. En esta presentación, sólo se analizan 2 de ellos: Distribución
Normal y distribución t de Student.

Distribución Normal: Distribución t de Student:

Prueba para la media de la población: Prueba para la media de la población:
muestra grande (n≥30) , desviación muestra pequeña (n<30) , desviación
estándar de la población conocida. estándar poblacional desconocida.

X  X 
z t 
/ n s/ n

Donde: Donde:
= media muestral = media muestral
µ = Media Poblacional µ = Media Poblacional
σ = Desviación Estándar s = Desviación Estándar de la
Poblacional muestra

n = número en la muestra n = número en la muestra

 Paso 4: Formulación de la regla de decisión
Una regla de decisión establece las condiciones específicas en las que se rechaza la Hipótesis Nula (H0), y las
condiciones en las que no se rechaza. La región de rechazo (establecidos en α) define la probabilidad de que No se
acepte la hipótesis nula (H0) o que sea aceptada la hipótesis alterna (H1)
Cola a la
Izquierda
H0 Sí el valor del Z (calculado por estadístico) > Zα (valor crítico
obtenido en tablas: Normal )  SE ACEPTA (H0)

Valor Crítico (-Zα ó +Zα )es el punto de división entre la

región en la que se rechaza la hipótesis nula y la región
valor crítico (-) en la que no se rechaza la hipótesis nula. Este valor se
obtiene mediante la tablas de distribución Normal. Esto
Cola a la
también aplica de igual forma para una distribución t de
derecha
H0 Student. (ver ANEXOS A y B al final de presentación)

Sí el valor del Z (calculado por estadístico) < Zα (valor crítico

obtenido en tablas: Normal )  SE ACEPTA (H0)

valor crítico (+)

• Sí el valor del Z (calculado por estadístico) > - Zα/2 (cola izquierda*)
Bilateral: Ambas colas y
• Sí el valor del Z (calculado por estadístico) < + Zα/2 (cola derecha*)
H0
O bien , si el Z calculado esta entre valores de ±Zα/2  SE
ACEPTA (H0)

Nota:
Los valores de - Zα/2 y + Zα/2 se obtienen de tablas de datos de
distribución Normal (Esto también aplica de igual forma para una
- Zα/2 + Zα/2
distribución t de Student )
valor crítico (-) valor crítico (+)
Paso 5: Se toma una muestra y se decide: se acepta H0 o se rechaza H0
El quinto y último paso en una prueba de Hipótesis es calcular el estadístico de prueba Z ó t (por medio
de fórmulas de distribución: Normal o t de Student), compararlos con el valor crítico (-Zα , +Zα , - ±Zα/2 ;
-tα, +tα, ±tα/2 ) , que se obtiene de tablas de distribución: Normal o t de Student ), y tomar la decisión de
rechazar o no la Hipótesis nula

X 
-Zα, +Zα, ± Zα/2 z
/ n

X 
-tα, +tα, ±tα/2 t
s/ n

- Zα/2 + Zα/2

NO SE ACEPTA (H0)
SE ACEPTA (H0)
 Ejemplo 1
El administrador de un centro de salud desea saber si el tiempo medio invertido
por los pacientes en la sala de espera es mayor de 20 minutos. Un muestra de 100
pacientes permanecieron, en promedio, 23 minutos en la sala de espera entre el
registro y la atención por algún médico del centro de salud. La desviación
estándar de la muestra fue de 10. use un nivel de significancia del 5%.
𝐻0 : 𝜇 ≤ 20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ó en análisis de valores Z  𝐻0 : 𝜇 ≤ 0
Paso 1: Se plantean las hipótesis
nula (H0) y alternativa (H1) 𝐻1 : 𝜇 > 20 𝑚𝑖𝑛𝑢𝑡𝑜𝑠 ó en análisis de valores Z  𝐻0 : 𝜇 > 0

𝜶 = 5% ó (0.05) 1- 𝜶 = 95% ó (0.95)

Paso 2: Se selecciona el nivel de 𝑥 = 23 𝑚𝑖𝑛𝑢𝑡𝑜𝑠

significancia (α) 𝝈 = 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
𝑛 = 100

Paso 3: Se identifica el
estadístico de prueba Distribución Normal (n ≥30)
𝒙−𝝁
𝑍= 𝝈
𝒏
 Paso 4: Se formula la regla de 𝒁𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
decisión
𝒙−𝝁 𝟐𝟑 − 𝟐𝟎
𝑍= 𝝈  𝒁𝒄 = =𝟑
𝟏𝟎
𝒏
Región de 𝟏𝟎𝟎
aceptación Región de rechazo
𝑯𝟎 Ver cálculo de
𝒁𝜶 = 𝟏. 𝟔𝟒𝟓
𝑯𝟏 En Tabla de ANEXO A
−𝒁 𝒁
𝜇=0
𝒁𝜶 = 𝟏. 𝟔𝟒𝟓 𝒁𝒄 = 𝟑

Sí el valor del Zc (calculado por estadístico) > Zα (valor

La regla de decisión es rechazar 𝑯𝟎 𝒔𝒊 𝒁𝒄 > 𝒁𝜶 crítico obtenido en tabla Normal  SE RECHAZA (H0)

Paso 5: Se toma una muestra y se

decide: se acepta H0 o se rechaza H0

Como: 𝟑 > 𝟏. 𝟔𝟓 , rechazamos la hipótesis nula 𝑯𝟎 .

𝑯𝟎 : 𝑬𝒍 𝒕𝒊𝒆𝒎𝒑𝒐 𝒎𝒆𝒅𝒊𝒐 𝒊𝒏𝒗𝒆𝒓𝒕𝒊𝒅𝒐 𝒑𝒐𝒓 𝒍𝒐𝒔 𝒑𝒂𝒄𝒊𝒆𝒏𝒕𝒆𝒔 𝒆𝒏 𝒍𝒂 𝒔𝒂𝒍𝒂 𝒅𝒆 𝒆𝒔𝒑𝒆𝒓𝒂 𝒆𝒔 𝒅𝒆 𝟐𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔 ó menor
Aceptando Hipótesis Alterna (H1)
𝑯𝟏 : 𝑬𝒍 𝒕𝒊𝒆𝒎𝒑𝒐 𝒎𝒆𝒅𝒊𝒐 𝒊𝒏𝒗𝒆𝒓𝒕𝒊𝒅𝒐 𝒑𝒐𝒓 𝒍𝒐𝒔 𝒑𝒂𝒄𝒊𝒆𝒏𝒕𝒆𝒔 𝒆𝒏 𝒍𝒂 𝒔𝒂𝒍𝒂 𝒅𝒆 𝒆𝒔𝒑𝒆𝒓𝒂 𝒆𝒔 𝒎𝒂𝒚𝒐𝒓 𝒅𝒆 𝟐𝟎 𝒎𝒊𝒏𝒖𝒕𝒐𝒔
 Ejemplo 2
En una ciudad, cada persona produce en promedio 1.2 kg de basura
diariamente, con una desviación estándar de 0.7 kg. Se tiene la idea de que esta
cantidad ha cambiado, así que un investigador toma una muestra de la basura
que produjeron 75 personas, dando un promedio de 1.4 kg de basura por
persona. Probar la hipótesis mencionada con un nivel de significancia del 1%
𝐻0 : 𝜇 = 1.2 𝐾𝑔 ó en análisis de valores Z  𝐻0 : 𝜇 = 0
Paso 1: Se plantean las hipótesis
nula (H0) y alternativa (H1) 𝐻1 : 𝜇 ≠ 1.2 Kg ó en análisis de valores Z  𝐻0 : 𝜇 ≠ 0

𝜶 = 1% ó (0.01) 1- 𝜶 = 99% ó (0.99)

Paso 2: Se selecciona el nivel de 𝑥 = 1.4 𝐾g.

significancia (α)
𝝈 = 0.7 Kg
𝑛 =75

Paso 3: Se identifica el
estadístico de prueba Distribución Normal (n≥30)
𝒙−𝝁
𝑍= 𝝈
𝒏
 Paso 4: Se formula la regla de 𝒁𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
decisión
𝒙−𝝁 𝟏.𝟒−𝟏.𝟐
𝑍= 𝝈  𝒁𝒄 = 𝟎.𝟕 = 2.47
𝒏 𝟕𝟓
Región de
aceptación
Región de rechazo 𝑯𝟎 Región de rechazo
Ver cálculo de
𝑯𝟏 𝑯𝟏
±𝒁𝜶/𝟐 = ±𝟐.575
−𝒁 𝒁
𝜇=0 En Tabla de ANEXO A
−𝒁𝜶/𝟐 = −𝟐. 𝟓𝟕𝟓 +𝒁𝜶/𝟐 = +𝟐. 𝟓75
𝒁𝒄 =2.47
La regla de decisión es:
Aceptar 𝑯𝟎 , 𝒔𝒊 𝒁𝒄 𝒆𝒔𝒕𝒂 𝒅𝒆𝒏𝒕𝒓𝒐 𝒅𝒆 𝒍𝒐𝒔 𝒗𝒂𝒍𝒐𝒓𝒆𝒔 𝒄𝒓í𝒕𝒊𝒄𝒐𝒔 𝒅𝒆𝒍 𝒊𝒏𝒕𝒆𝒓𝒗𝒂𝒍𝒐 − 𝒁𝜶/𝟐 ≤ 𝒁 ≤ +𝒁𝜶/𝟐

Paso 5: Se toma una muestra y se

decide: se acepta H0 o se rechaza H0

Como: 𝒁𝒄 =2.47 esta dentro del intervalo −𝟐. 𝟓𝟕𝟓 ≤ 𝒁 ≤ +𝟐. 575  Aceptamos la
Hipótesis nula 𝑯𝟎 .
Se acepta la Hipótesis nula H0, ya que el estadístico de prueba ( Z=2.47) queda dentro de los valores críticos: -2.575
y 2.575.
 Ejemplo 3
Un ingeniero tiene la impresión de que el desperdicio en una línea de producción
automatizada está aumentando: según datos históricos era de 45 kg en promedio
diariamente. Para probarlo, toma una muestra de 20 días, y calcula un desperdicio
promedio diario de 46.3 kg, con una desviación estándar de 2. Probar la hipótesis con
un nivel de significancia del 5%.

𝐻0 : 𝜇 ≤ 45 𝐾𝑔 ó en análisis de valores t  𝐻0 : 𝜇 ≤ 0
Paso 1: Se plantean las hipótesis
nula (H0) y alternativa (H1) 𝐻1 : 𝜇 > 45 𝐾g ó en análisis de valores t  𝐻0 : 𝜇 > 0

𝜶 = 5% ó (0.05) 1- 𝜶 = 95% ó (0.95)

Paso 2: Se selecciona el nivel de 𝑥 = 46.3 𝐾𝑔

significancia (α) 𝑺 = 2 𝐾𝑔
𝑛 = 20

Paso 3: Se identifica el
estadístico de prueba Distribución t de Student (n<30)

X 
t
s/ n
 𝒕𝒄 (𝒗𝒂𝒍𝒐𝒓 𝒅𝒆 𝑬𝒔𝒕𝒂𝒅ístico Calculado)
Paso 4: Se formula la regla de
decisión X 
t  𝒕𝒄 =
46.3−45
2 =2.9069
s/ n
20

Región de Los grados de libertad (gl), se obtienen a partir

rechazo
Región de de la fórmula: gl = n – 1  gl = 20 – 1= 19
aceptación
𝜶 = 5% ó (0.05) para prueba de una cola
𝑯𝟎 tabla datos t de Student
𝑯𝟏
−𝒕 𝒕
𝜇=0
𝒕𝜶 = 𝟏. 𝟕29
𝒕𝒄 = 𝟐. 𝟗𝟎69
La regla de decisión es: Tabla de ANEXO B
rechazar 𝑯𝟎 𝒔𝒊 𝒕𝒄 > 𝒕𝜶 𝒕𝜶 = 𝟏. 𝟕29
Sí el valor del tc (calculado por estadístico) > tα (valor crítico
obtenido en tabla t de Student  SE RECHAZA (H0)

Paso 5: Se toma una muestra y se

decide: se acepta H0 o se rechaza H0

Acepto la hipótesis alternativa, ya que el

estadístico de prueba (2.9069) supera el valor
crítico 1.729 (Se rechaza Hipótesis Nula 𝑯𝟎 )
 ANEXO A

Tabla de áreas bajo la curva Normal

(del lado derecho curva):

acceso en:
http://abaco.com.ve/esta/Tabla_dist
ribucion_normal_a_la_derecha_de_
z_0.pdf

Caso de ejemplo 1
𝒁𝜶 = 1.64 ó 1.65
O bien obteniendo un promedio de:
(1.64 +1.65)/ 2 = 𝟏. 𝟔𝟒𝟓

𝒁𝜶 = 𝟏. 𝟔𝟒𝟓
 ANEXO B
Tabla de de distribución
t de Student.
Obtenida de libro:

MASON D. Robert, Douglas LIND A. y

William MARCHAL. Estadística para
Administración y Economía. 11ª.
Edición, Alfaomega, 2004.

Los grados de libertad (gl), se

obtienen a partir de la fórmula:

gl = n - 1

Donde:
n = tamaño de la muestra

gl = grados de libertad
 Ejercicios para desarrollar
1.- La duración de las bombillas que fabrica una empresa, sigue una distribución normal, con una
desviación estándar de 125 horas. La empresa garantiza una vida mínima de 875 horas para cada
bombilla.
Se escoge una muestra de 50 bombillas, y después de comprobar la vida de las mismas se obtuvo una
media de 798 horas. ¿Puede afirmarse con un nivel de significancia de 5% que la publicidad de la
empresa es engañosa?

2.- Jamestown Steel Company fabrica y arma escritorios y otros muebles para oficina en diferentes
plantas en el oeste del estado de Nueva York. La producción semanal del escritorio modelo A325 en la
planta de Fredonia tiene una distribución normal, con una media de 200 y una desviación estándar de
16. Hace poco, con motivo de la expansión del mercado, se introdujeron nuevos métodos de producción
y se contrató a más empleados. El vicepresidente de fabricación pretende investigar si hubo
algún cambio en la producción semanal del escritorio modelo A325. En otras palabras, ¿la cantidad
media de escritorios que se produjeron en la planta de Fredonia es diferente de 200 escritorios
semanales con un nivel de significancia de 0.01?

3.- La longitud media de una pequeña barra de contrapeso es de 43 milímetros. Al supervisor de

producción le preocupa que hayan cambiado los ajustes de la máquina de producción de barras. Solicita
una investigación al departamento de ingeniería, que selecciona una muestra aleatoria de 12 barras y
las mide. Los resultados aparecen en seguida, expresados en milímetros.

42, 39, 42, 45, 43, 40, 39, 41, 40, 42, 43, 42

¿Es razonable concluir que cambió la longitud media de las barras? Utilice el nivel de significancia 0.02.
 Referencias Informáticas

MASON D. Robert, Douglas LIND A. y William MARCHAL. Estadística para Administración y

Economía. 11ª. Edición, Alfaomega, 2004.

Hernández Sampieri Roberto, Fernández Collado Carlos y Bapista Lucio Pilar.

METODOLOGÍA DE LA INVESTIGACIÓN. Editorial Mc Graw Hill, edición 3ª. México, 2004