Universidad Católica Los Ángeles de Chimbote

ESTADÍSTICA APLICADA

LECTURA 10: PRUEBA DE HIPÓTESIS. DEFINICIONES GENERALES.

1. INTRODUCCION
El propósito de análisis estadístico es reducir el nivel de incertidumbre en el proceso
de decisiones. Los gerentes pueden tomar mejores decisiones solo si tienen
suficiente información a su disposición. La prueba de hipótesis es una alternativa
analítica muy efectiva para obtener esta valiosa información. Por ejemplo el gerente
de sistemas de una empresa desea determinar si el tiempo de vida medio de
computadoras de la marca COMPAQ es mayor de 10 años (   10 ). Un productor de
software de computador desea certificar que la proporción de sus productos que son
defectuosos es menor del 3% ( p  0.03 ). El gerente de una empresa desea saber si
la implementación de un nuevo programa de capacitación mejora la productividad de
sus vendedores respecto al número de clientes que desean tener una tarjeta de
crédito (   30 ).
Las ilustraciones de esta naturaleza son virtualmente ilimitadas en diferentes
escenarios productivos, de negocios, económicos, financieros, laborales, etc. Si se
pueden obtener respuestas a estas preguntas y a muchas otras con algún grado de
garantía la toma de decisiones se vuelve más segura y es menos probable que
conduzca a un error costoso.

2. DEFINICIONES GENERALES
A continuación daremos a conocer algunas definiciones generales que se usan para
llevar a cabo una prueba de hipótesis:

a) Hipótesis estadística: Es una suposición o afirmación respecto de un

parámetro poblacional. Por ejemplo:
- El número promedio de ingenieros de sistemas que se insertan al mercado
laboral es de al menos 3 de ellos.
- El 20% de las familias chimbotanos tienen Internet en su hogar.
- El sueldo medio de los trabajadores de la Uladech es de S/. 800.00 mensuales.

Todas estas hipótesis tienen algo en común, las poblaciones de interés son tan
grandes que no es factible estudiar todos sus elementos. Como ya sabemos, una
alternativa a estudiar la población entera es tomar una muestra de la población de
interés. De esta manera podemos probar una afirmación para determinar si la
evidencia soporta o no la afirmación.

___________________________________________________________________________ 1
Elaborado por : Mg. Carmen Barreto R.
Fecha : Febrero 2017
Versión :4
Universidad Católica Los Ángeles de Chimbote
ESTADÍSTICA APLICADA

b) Prueba de hipótesis: Es un procedimiento basada en la evidencia muestral y

en la teoría de la probabilidad que se lleva acabo para decidir si se acepta o rechaza
un hipótesis estadística planteada.

c) Tipos de hipótesis: Cualquier investigación estadística implica la existencia de

hipótesis o afirmaciones de las poblaciones que se estudian. Hay dos tipos de
hipótesis: la hipótesis nula y la hipótesis alternativa.

c.1.) Hipótesis nula (Ho): Es aquella que establece que el parámetro tiene
determinado valor y se formula con la intención de rechazarla.

La hipótesis nula es una afirmación que será aceptada si los datos de la muestra no
nos proveen de evidencia convincente de que es falsa, es decir, si se acepta la
hipótesis nula decimos que la evidencia no es suficiente para rechazarla pero no
podemos afirmar que es verdadera.

c.2) Hipótesis alternativa: Es una hipótesis diferente a la hipótesis nula, es la

que suponemos que es verdadera y deseamos establecer. La hipótesis alterna es la
afirmación que se acepta si se rechaza la hipótesis nula. Esta hipótesis, también
llamada hipótesis de investigación. La hipótesis alterna es aceptada si la evidencia
proporcionada por la muestra es suficiente para afirmar que la Ho es falsa.

d) Tipos de errores: Al realizar una prueba de hipótesis no sabemos si en una

determinada acción (rechazo o aceptación de la hipótesis nula) cometemos un error
o no.
 Error Tipo I: Consiste en rechazar la hipótesis nula cuando es verdadera.

 Error Tipo II: Consiste en aceptar la hipótesis nula cuando es falsa.

Si Ho es la hipótesis nula (sometida a prueba) y H 1 es la hipótesis alternativa,

entonces estas hipótesis junto con las dos posibilidades de decisión podemos
esquematizarla en la siguiente tabla:

___________________________________________________________________________ 2
Elaborado por : Mg. Carmen Barreto R.
Fecha : Febrero 2017
Versión :4
Universidad Católica Los Ángeles de Chimbote
ESTADÍSTICA APLICADA

ESTADO DE LA NATURALEZA
DECISIÓN
Ho verdadera Ho falsa
1- 
Aceptar Ho Decisión correcta Error Tipo I
 1- 
Rechazar Ho Error Tipo I Decisión correcta

Es obvio quien toma las decisiones, quiere reducir al máximo las probabilidades de
cometer cualquiera de estos dos tipos de errores, esto no es fácil, pues las
probabilidades de cometer error tipo I y II son inversamente proporcionales, para
cualquier prueba dada. De ahí que, cuanto menor es el riesgo de cometer un error
tipo I, tanto mayor es la probabilidad de cometer un error tipo II y viceversa. Sin
embargo dada la regla de decisión, es posible reducir ambos tipos de errores en
forma simultánea, aumentando el tamaño de la muestra.

e) Nivel de significacion (): Se denomina nivel de significación de una prueba de

hipótesis a la probabilidad de cometer un error tipo I.

El nivel de significancia es simbolizado por α, y también es conocido como nivel de

riesgo. Este último término es más apropiado porque es el riesgo que se toma de
rechazar una hipótesis verdadera.

 = P[error tipo I] = P [Rechazar Ho / Ho es verdadera]

 = P[error tipo I] = P [Aceptar H1 / H1 es falsa]

No hay un nivel de significancia para todos los estudios, se puede utilizar cualquier
valor de probabilidad entre 0 y 1. Tradicionalmente, el nivel de 0.05 es aplicado a
proyectos de investigación, el nivel 0.01 a control de calidad, y 0.10 a sondeos
políticos. Usted como investigador debe decidir el nivel de significancia antes de
colectar la muestra de datos.

Los niveles de significación más usados son:  = 0.05 y 0.01. Estos dos números
son usados tan frecuentemente que cuando Ho es rechazada en  = 0.05,
podemos decir que el resultado es significativo y cuando Ho es rechazada en
 = 0.01, decimos que el resultado es altamente significativo.

___________________________________________________________________________ 3
Elaborado por : Mg. Carmen Barreto R.
Fecha : Febrero 2017
Versión :4
Universidad Católica Los Ángeles de Chimbote
ESTADÍSTICA APLICADA

NOTA: La probabilidad de cometer un error tipo II se representa por , es decir:

 = P[error tipo II] = P[Aceptar Ho / Ho falsa]

 = P[error tipo II] = P[Rechazar H1 / H1 es verdadera]

f (qˆ / H 0 ) f (qˆ / H1 )

1- 1-

 
R.A. C R.R.

fig. 16

R.A. : Región de aceptación.

R.R. : Región de rechazo.

f) Tipos de prueba:
 Prueba de cola izquierda: Si la región de rechazo está a la izquierda del
punto crítico C.

f (qˆ / H 0 )

1-


R.R. C R.A.

fig. 17

___________________________________________________________________________ 4
Elaborado por : Mg. Carmen Barreto R.
Fecha : Febrero 2017
Versión :4
Universidad Católica Los Ángeles de Chimbote
ESTADÍSTICA APLICADA

 Prueba de cola derecha: Si la región de rechazo está a la derecha del junto

crítico C.

f (qˆ / H 0 )

1-


R.A. C R.R.

fig. 18
 Prueba bilateral: Si la región de aceptación es un intervalo cerrado entre los
puntos crítico C1 y C2.

f (qˆ / H 0 )
1-

/2 /2
R.R. C1 R.A. C2 R.R.

fig. 19

g) Pasos de una prueba de hipótesis:

1. Formulación de la hipótesis nula y alternativa de acuerdo al problema.
2. Especificación del nivel de significación.
3. Selección de la estadística de prueba.
4. Establecimiento de los criterios de decisión.
5. Realización de cálculos.
6. Decisión.

___________________________________________________________________________ 5
Elaborado por : Mg. Carmen Barreto R.
Fecha : Febrero 2017
Versión :4