UNIVERSIDAD NACIONAL DEL ALTIPLANO PUNO

FACULTAD DE CIENCIAS CONTABLES Y ADMIISTRATIVAS

ESCUELA PROFESIONAL DE ADMINISTRACIN

TRABAJO DE INVESTIGACIN
TEMA: PRUEBA DE HIPTESIS PARA LA MEDIA
PRESENTADO POR:
-YENIFER
-ISIDORA MAMANI PARI
-HANS POMA MOLLEAPAZA
ASIGNATURA:
ESTADISTICA DE ESMPRESAS
DOCENTE: LIC. RONAL MAMANI MAYTA
PUNO PERU
2015

DEDICATORIA

Primeramente a dios por habernos permitido llegar

hasta este punto y habernos dado salud, ser el
manantial de vida y darnos lo necesario para seguir
adelante da a da para lograr nuestros objetivos,
adems
de
su
infinita
bondad
y
amor.
A nuestras madres por habernos apoyado en todo
momento, por sus consejos, sus valores, por la
motivacin constante que nos ha permitido ser
personas de bien, pero ms que nada, por su amor.
A
nuestros
padres
por
los
ejemplos
de
perseverancia y constancia que lo caracterizan y
que nos ha infundado siempre, por el valor
mostrado para salir adelante, a todos aquellos que
ayudaron directa o indirectamente a realizar este
trabajo
de
investigacin.
A nuestro licenciado de estadstica de empresas por
su gran apoyo y motivacin para la culminacin de
nuestros estudios profesionales, por su apoyo
ofrecido en este trabajo, por habernos transmitido
los conocimientos obtenidos y habernos llevado
pas a paso en el aprendizaje .

AGRADECIMIENTO
Primero y antes que nada, damos gracias a Dios, por estar
con nosotros en cada paso que damos, por fortalecer
nuestro corazn e iluminar nuestra mente y por haber
puesto en nuestro camino a aquellas personas que han sido
nuestro soporte y compaa durante todo el periodo de
estudio.
Agradecer hoy y siempre a nuestra familia por el esfuerzo
realizado por ellos. El apoyo en nuestros estudios, de ser as
no hubiese sido posible. A nuestros padres y dems
familiares ya que nos brindan el apoyo, la alegra y nos dan
la fortaleza necesaria para seguir adelante.

INDICE
DIDICATORIA
INTRODUCCION

MARCO TEORICO
PRUEBA DE UNA HIPOTESIS PARA LA MEDIA
ETAPAS BASICAS DE LA HIPOTESIS
CONSECUENCIAS EN LAS DECISONES EN LAPRUEBA DE HIPOTESIS

INTODUCCION

La estadstica inferencial es el proceso de usar la informacin de una muestra

para describir el estado de una poblacin. Sin embargo es frecuente que
usemos la informacin de una muestra para probar un reclamo sobre la
poblacin. El reclamo o conjetura se refiere a una hiptesis. El proceso que
corrobora si la informacin de una muestra sostiene o refuta el reclamo se
llama prueba de hiptesis.
Dentro del estudio de la inferencia estadstica, se describe como se puede
tomar una muestra aleatoria y a partir de esta muestra estimar el valor de un
parmetro poblacional en la cual se puede emplear el mtodo de muestreo y el
teorema del valor central lo que permite explicar como a partir de una muestra
se puede inferir algo acerca de una poblacin, lo cual nos lleva a definir y
elaborar una distribucin de muestreo de medias muestrales que nos permite
explicar el teorema del limite central y utilizar este teorema para encontrar las
probabilidades de obtener las distintas medias maestrales de una poblacin.
Pero es necesario tener conocimiento de ciertos datos de la poblacin como la
media, la desviacin estndar o la forma de la poblacin, pero a veces no se
dispone de esta informacin.
En este caso es necesario hacer una estimacin puntual que es un valor que
se usa para estimar un valor poblacional. Pero una estimacin puntual es un
solo valor y se requiere un intervalo de valores a esto se denomina intervalo te
confianza y se espera que dentro de este intervalo se encuentre el parmetro
poblacional buscado. Tambin se utiliza una estimacin mediante un intervalo,
el cual es un rango de valores en el que se espera se encuentre el parmetro
poblacional
En nuestro caso se desarrolla un procedimiento para probar la validez de una
aseveracin acerca de un parmetro poblacional este mtodo es denominado
Prueba de hiptesis para una muestra.

MARCO TEORICO
En este tema se dara conocer una breve introduccin y tratarn Tema tericos
como priera de hiptesis para la media poblacional y de muestra entre
otros .Cada tema es desarrollado con detalle, ademas de presenta grficos y
ejemplos que facilite la comprensin
Se presentara toda la teoria de la prueba de hiptesis para la media que forma
la base para comprender la metodologia que se va a desarrollar
posteriormente, incluye diferentes tamas y ejemplos para una mayor
comprensin.

HIPOTESIS
Una hiptesis es la suposicin de algo que podra, o no, ser posible. En este
sentido, la hiptesis es una idea o un supuesto a partir del cual nos
preguntamos el porqu de una cosa, bien sea un fenmeno, un hecho o un
proceso. Como tal, las hiptesis permiten dar inicio al proceso de pensamiento,
mediante el cual se acceder a determinados conocimientos.
La hiptesis es una herramienta fundamental del pensamiento cientfico y
filosfico, que sirve de base para los modelos y proposiciones tericas, y que
funciona como piedra angular para la bsqueda y construccin de respuestas
en la generacin de conocimiento.
La hiptesis, no obstante, no se circunscribe nicamente al mbito acadmico
o escolar, sino que adems forma parte del lenguaje cotidiano para expresar
suposiciones o conjeturas: Mi hiptesis era que si no salamos antes de cenar,
terminaramos por no ir al cine, y acert.
Este concepto hace referencia a un enunciado que se realiza de manera
previa al desarrollo de una determinada investigacin. La hiptesis es una
suposicin que resulta una de las bases elementales de dicho estudio. La
misma puede ser confirmada o negada una vez finalizada la investigacin. Si
bien esa es la definicin corriente, hay autores que definen a la hiptesis como
las posibles soluciones a un determinado problema, que ser verificada como
vlida
o
no
a
lo
largo
de
la
investigacin.
PRUEBA DE HIPITESIS
Es un procedimiento basado en evidencia muestral (estadistico)y en la teoria
de la probabilidad (destribucion muestral del estadistico )para determinar si una
hiptesis es razonable y no debe rechazarse ,o si es irracionable u debe ser
rechazada.
Pruebas de Hiptesis Pruebas de Hiptesis otra manera de hacer inferencia es
hacienda una afirmacin acerca del valor que el parmetro de la poblacin bajo
estudio puede tomar. Esta afirmacin puede estar basada en alguna creencia o
experiencia pasada que sera contrastada con la evidencia que nosotros
obtengamos a travs de la informacin contenida en la muestra. Esto es a
loque llamamos prueba de Hiptesis.
PRUEBA DE UNA HIPOTESIS PARA LA MEDIA
La afirmacin acerca de los paramtros de la poblacin.
Etapas bsicas en pruebas de hiptesis.
Al realizar pruebas de hiptesis, se parte de un valor supuesto (hipottico) en
parmetro poblacional. Despus de recolectar una muestra, se compara la
estadstica muestral, asi como la media(x),con el parmetro hiptetico, se
compara con una supuesta media poblacional .despus se acepta o rechaza el
valor hiptetico solo si el resultado muestral resulta muy poco probable cuando
la hiptesis es cierta.

Se dabe dcider si una afirmacin relativa a un parmetro es verdadero o falso

es decir, probar una hiptesis relativa aun parmetro .Se realiza una prueba de
hiptesis cuando se desea probar una afirmacin realizada acra de un
parametro o parametro de la poblacin.
CARACTERISTICAS DE LA HIPTESIS
Las hiptesis se caracterizan por ser enunciados simples y que resulten fciles a
la hora de comprenderlos, es decir que no posibilite la multiplicidad de
interpretaciones. Por otro lado debe poseer generalidad, es decir que debe
poder ser aplicado a ms de un caso. Asimismo deben ser sustentadas por
teoras previas y no debe poseer un carcter trascendental o moral, sino
caractersticas que pueden ser experimentadas y comprobadas en la prctica.
Las hiptesis tienen como objetivo, en primer lugar realizar una suerte de
introduccin o explicacin sobre el tema que se analizar a lo largo del estudio.
Son utilizadas como medio de incentivo a lo largo de todo el estudio. Adems
organiza el proyecto, orientando el tema que ser tratado. Para verificar si ha
sido bien formulada la hiptesis es necesario que pueda ser constatada y la
mayora de las veces cuantificada. A su vez debe resolver de manera precisa y
simple el problema que se presenta. Por ltimo, debe ser coherente con el
marco terico que se utilice, ya sea para apoyarlo como para negarlo.
Algunos de los conflictos que se presentan cuando se requiere realizar una
hiptesis o desarrollarla son por falta de informacin disponible sobre el tema o
la dificultad de interpretar los datos existentes. Adems resulta muy difcil poder
desarrollar el estudio si la hiptesis no ha sido bien planteada.
ETAPAS BASICAS DE LA HIPOTESIS
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.
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.
CONSECUENCIAS DE LAS DECISIONES EN LA PRUEBA DE HIPOTESIS
Situaciones Posibles
Decisiones

La hiptesis
nula
es
verdadera

Posibles
Aceptar la
Hiptesis
Nula

Se
acepta
correctamente

Error tipo II

La
hiptesis
nula
es
falsa

PASOS DE LA PRUEBA DE LA HIPOTESIS

1.
2.
3.
4.
5.

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.
6. Determinar la prueba estadstica.
7. Coleccionar los datos y calcular el valor de la muestra de la prueba estadstica
apropiada.
8. Determinar si la prueba estadstica ha sido en la zona de rechazo a una de no
rechazo.
9. Determinar la decisin estadstica.
10.
Expresar la decisin estadstica en trminos del problema.
PROCEDIMIENTO DE PRUEBAS DE HIPOTESIS
HIPTESIS ESTADISTICO
Una decisin es til para hacer una hiptesis sobre la poblacin aplicada.
Tales hiptesis, que pueden ser o no ciertas ,se llaman hiptesis estadsticas.
Son en general enunciados acerca de las distribuciones de probabilidad de las
poblaciones.
HIPOTESIS 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.
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, 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".
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.
Ejemplo ilustrativo
Los pesos en kg por 1,7 m de estatura se ilustran en la siguiente tabla. La finalidad
es determinar si existen diferencias reales entre las cuatro muestras. Emplear un
nivel de significacin de 0,05.

Observacin
1
2
3
4
5
6

Muestra
1
70
75
74
72
68
59

2
74
77
70
80
72
76

3
68
70
65
60
72
73

4
75
70
73
72
71
72

Solucin
La hiptesis nula y alternativa son:
Ho: toda las proporciones de le poblacin son iguales.
H1: No toda las proporciones de la poblacin son iguales.
Calculando los grados de libertad de numerador se tiene:
K -1=4 -1=3
Calculando los grados de libertad del denominador se tiene:
K(n-1)=4(6-1)=20
Con tres grados de libertad en el numerador ,20grados de libertad en el
denominador y con un nivel de significacin a=0,05 con lectura la tabla se obtiene
F tabla=3,10

ERRORE DE TIPO I Y DE TIPO II

El error tipo I se define como el rechazo de la hiptesis nula H o cuando sta es

verdadera. Tambin es conocido como nivel de significancia.
Si tuviramos un nivel de confianza del 95% entonces el nivel de significancia
sera del 5%. Anlogamente si se tiene un nivel de confianza del 90% entonces el
nivel de significancia sera del 10%.
Ahora supngase que la verdadera rapidez promedio de combustin es diferente
de 50 cm/s, aunque la media muestral caiga dentro de la regin de aceptacin. En
este caso se acepta Ho cuando sta es falsa. Este tipo de conclusin recibe el
nombre de error tipo II.
El error tipo II o error se define como la aceptacin de la hiptesis nula cuando
sta es falsa.
Por tanto, al probar cualquier hiptesis estadstica, existen cuatro situaciones
diferentes que determinan si la decisin final es correcta o errnea.
Decisin

Ho es
verdadera

Ho es
falsa

Aceptar
Ho

No hay
error

Error
tipo II

Rechazar
Ho

Error tipo I

No
hay
error

1. Los errores tipo I y tipo II estn relacionados. Una disminucin en la

2. probabilidad de uno por lo general tiene como resultado un aumento en la
probabilidad del otro.
3. El tamao de la regin crtica, y por tanto la probabilidad de cometer un error
tipo I, siempre se puede reducir al ajustar el o los valores crticos.
4. Un aumento en el tamao muestral n reducir a y b de forma simultnea.
5. Si la hiptesis nula es falsa, es un mximo cuando el valor real del parmetro
se aproxima al hipottico. Entre ms grande sea la distancia entre el valor real
y el valor hipottico, ser menor.
METODOLOGIA
La lgica de una prueba de hiptesis es similar a la de un juicio penal, donde
debe decidirse si el acusado es inocente o culpable y el juicio consiste en
aportar evidencia para rechazar la hiptesis de inocencia ms all de cualquier
duda razonable. Por su parte una prueba de hiptesis analiza si los datos
observados permitan rechazar la hiptesis nula, comprobando si stos tienen
una probabilidad de aparecer lo suficientemente pequea cuando es cierta la
hiptesis nula.
Las etapas de una prueba de hiptesis son:

Definir la hiptesis nula a contrastar.

Definir una medida de discrepancia entre los datos mustrales y la hiptesis
Ho.
Supongamos que el parmetro de inters es la media de una poblacin y que a
partir de una muestra hemos obtenido su estimador x, entonces debemos
medir de alguna manera la discrepancia entre ambos, que denotaremos
como d (m, x).
Decidir qu discrepancia consideramos inadmisibles con Ho, es decir, a
partir de que valor de d, la discrepancia es muy grande como para atribuirse al
azar y considerar que Ho pueda ser cierta. Para ello debemos entonces:
Tomar la muestra
Calcular el estimador del parmetro, en nuestro ejemplo x
Calcular la medida de discrepancia d.
Tomar la decisin: Si d es "pequea", aceptar Ho, si es lo "suficientemente
"grande, rechazarla y aceptar H1.
Es por ello que necesitamos establecer una Regla de Decisin mediante la cual
sea especificada:
a) La medida de discrepancia.
b) Un criterio que nos permita juzgar qu discrepancia son "demasiado
grandes".
NIVELES DE SIGNIFICACIN
Al contrastar una hiptesis, la mxima probabilidad con la que estamos
dispuestos a correr el riesgo de cometer error I se llama nivel de significacin.
Esta probabilidad, denota a menudo por que suele especificar antes de tomar
la muestra, de manera de resultados obtenidos influyan en muestra eleccin.
En la prctica, es frecuente un nivel de significado de 0,05 0,01,si bien se une
otros valores . Ejemplo se escoge el nivel de significacin 0,05( 5%) al disear
una regla de decisin, entonces hay unas (05) oportunidades entre 100 de
rechazar la hiptesis cuando debera haberse aceptado; es decir tenemos un
95% de confianza de que hemos adoptado la decisin correcta. En tal cas
decimos que la hiptesis ha sido rechazada al nivel de significacin 0,05 lo
cual quiere decir que la hiptesis tiene una probabilidad 0.05 de ser falsa.
UTILIDAD DE LA HIPTESIS
El uso y formulacin correcta de las hiptesis le permiten al investigador poner
a prueba aspectos de la realidad, disminuyendo la distorsin que pudieran
producir sus propios deseos o gustos. Pueden ser sometidas a prueba y
demostrarse como probablemente correctas o incorrectas sin que interfieran los
valores o creencias del individuo.

PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL

Un estudio publicado en una revista profesional indica que la media del largo
de las hojas adultas del rbol de Jobos es de 10 centmetros. El estudio
tambin indica que la varianza del largo de esas hojas es de 1 centmetro. Un
bilogo sospecha que por condiciones de clima y terreno particulares, las hojas
del rbol de Jobos que crece en un bosque hmedo cercano son ms largas en
promedio que lo indicado en el estudio. Sin embargo, el bilogo no tiene razn
para creer que la variabilidad del largo sea distinta a la indicada en el estudio,
por lo que supone que an para los rboles que desea estudiar ,la varianza
poblacional 2 es conocida a 2cm,igual que en el estudio publicado.
Ya que no cuenta con evidencia al contrario, el bilogo parte de la premisa de
que la media poblacional de las hojas de los rboles que desea estudiar en
idntica al valor publicado en el estudio, = 10, es decir la media de las hojas de
sus rboles no es distinta a la publicada. As desea comprobar las siguientes
hiptesis: H0: = 10 cm. contra la hiptesis alternativa Ha: > 10 cm.
Para llevar a cabo este anlisis el bilogo selecciona 20 hojas de estos rboles
en la misma manera en que se seleccionaron para el estudio publicado. Luego
mide su largo y calcula la media de esa muestra de largos. Ya que la media
muestral es un excelente estimador de la media poblacional del largo de las
hojas de los rboles que le interesan y es la nica informacin que posee, debe
comparar esa media obtenida de la muestra, con la media poblacional
presumida de 10 centmetros. En realidad el bilogo desea rechazar su
hiptesis nula a favor de la alternativa, lo cual demostrar su sospecha. Pero
esta decisin depender exclusivamente de los datos que obtuvo.
Si la hiptesis nula H0 es cierta, la media muestral tendr un valor cercano a =
10, aunque por la variabilidad natural de la naturaleza, por contar con una
muestra y porque los instrumentos tienen una precisin fija, este valor
calculado de sus datos puede ser un poco mayor de 10 o incluso menor de 10.
Un valor observado de la media muestral mayor de 10 centmetros le dar
alguna evidencia, que puede ser no muy contundente, para concluir que la
media poblacional del largo de las hojas en ese lugar es mayor de 10 cm. En el
caso en que la media muestral resulte ser menor de 10 cm. nunca podr
descartar la hiptesis nula, ya que la alternativa slo incluye la posibilidad de
que la media del largo de las hojas de la poblacin de rboles en el bosque
hmedo sea mayor de 10 cm.
Ahora, cunto mayor de 10 debe ser , el valor de la media muestral para
concluir que la media poblacional del largo de la hojas en ese lugar es mayor
de 10 cm.? Si presume que el largo de las hojas tiene una distribucin normal
como en el estudio, y si la media poblacional es realmente 10, ya que la
distribucin normal es simtrica alrededor de su media, la mitad de las veces
observar valores de la media de la muestral que son mayores de 10. Es decir,
an si la hiptesis nula es cierta, es muy comn observar datos con una media
mayor de 10. El bilogo slo rechazar la hiptesis nula en el caso que el valor
calculado de sea suficientemente mayor de 10 cm.
Equivalentemente, para rechazar la hiptesis nula, debe ser mayor que un
nmero seleccionado w que a su vez es suficientemente mayor de 10. As el
bilogo rechazar H0 si de sus datos, encuentra que > w > 10. Para encontrar
el valor de w, el bilogo deber seleccionar la significancia de la prueba, es

decir, la probabilidad de error tipo I que es aceptable para su trabajo, y utilizar

una tabla de la distribucin estadstica apropiada, en este caso, la distribucin
normal.
El bilogo lleva a cabo el estudio y obtiene un valor de la media muestral para
el largo de las 20 hojas igual a 10.2 cm. Una diferencia de 2 dcimas de 1
centmetro en el largo promedio de las hojas parece ser muy pequea, lo que
posiblemente inclinara inicialmente al investigador a no rechazar H0. Pero se
debe adelantar, pues la comparacin tiene que tomar en cuenta la variabilidad
de los datos.
Por ejemplo, si la varianza fuera muy pequea y la hiptesis nula cierta, todas
las hojas tendran esencialmente el mismo largo por lo que sera
extremadamente raro observar hojas que tuvieran un largo mucho mayor (o
mucho menor) que 10 cm. En esta situacin sera adems mucho ms raro
observar un valor de X mayor de 10cm. pues el error estndar de la media
muestral es mucho menor que la desviacin estndar de cualquier dato
particular. En el caso de que sea igual a 10.2 cm., y si hay poca variabilidad, lo
ms seguro es que se rechazara la hiptesis nula de que el largo promedio de
las hojas es 10 cm. a favor de la alternativa de que el largo promedio es mayor
de 10 cm.
En el caso en que la varianza de los datos fuera muy grande y la hiptesis nula
cierta, se podra observar hojas con una gran variedad de largos, por lo que
obtener una media para el largo de 100 hojas mayor o igual a 10.2 sera un
evento bastante comn. En esta situacin posiblemente no se rechazara la
hiptesis nula. La Grfica II-1 muestra el significado que tiene el observar un
valor de igual a 10.2 cm., an cuando ambas distribuciones tienen la misma
media poblacional segn la hiptesis nula, = 10.2, y segn las premisas o
informacin previas sobre la varianza poblacional.
Si la varianza poblacional es 2 = 0.01, la distribucin N(10, ) muestra poca
variabilidad, por lo que observar un valor de igual o mayor a 10.2 cm. es un
evento muy raro, tal como ilustra el rea azul a la derecha del valor 10.2. El
rea bajo esa curva de densidad a la derecha de 10.2 es muy pequea en
comparacin con el rea bajo la densidad de una distribucin normal con
varianza poblacional 2 = 0.04., ilustrada por el rea en rojo en la grfica de
abajo. En esta ltima, la probabilidad de observar valores mayores que 10.2 es
mucho ms alta.
Comparacin de dos distribuciones normales con distinta varianza.

VALOR P
Hay otra manera de efectuar esta prueba estadstica, la cual es usada cada vez
con ms frecuencia en la literatura cientfica. Partiendo de la premisa que H0
es cierta, el bilogo puede tomar la decisin de rechazar o no la hiptesis nula
H0 examinando si valores tan extremos de como el observado ocurren con una
probabilidad muy pequea. Si la hiptesis nula se presume cierta, mientras
ms pequea sea esa probabilidad, ms raro debe ser el obtener valores de
como el obtenido y ms slida ser la evidencia para rechazar la hiptesis nula.
La probabilidad de observar valores tan extremos como el observado si la
hiptesis nula es cierta se conoce como el valor p de la prueba.
Figura II-3 Valor p de la prueba

El valor p depende directamente de la hiptesis alternativa. En el ejemplo del

largo promedio de las hojas, la hiptesis alternativa es Ha: > 10. Por lo tanto, el
valor p en este caso se encuentra al obtener la probabilidad de que si se hiciera
el estudio nuevamente se obtuviera un valor de la estadstica prueba Z mayor
que z = 0.632, es decir.
Valor p = P (Z > 0.632) = 0.2643.
Este resultado se ilustra por el rea bajo la curva a la derecha de 0.632 y
sombreada en rojo, que se extiende e incluye el rea sombreada en azul. Esto
quiere decir que si la hiptesis nula es cierta, se observara un valor de Z tan
grande o ms como el obtenido ms del 26% de las veces que se repitiera el
estudio. Partiendo de la premisa de que la hiptesis nula es cierta, este evento
ocurre muy comnmente y es consistente con la hiptesis nula, por lo cual no
se rechazara. Cun pequeo debe ser el valor p para decidir entonces
rechazar la hiptesis nula? En este caso es necesario comparar el valor p con
una significancia que puede ser seleccionada luego de hacer la prueba. Se
rechaza H0 si al suponer que es cierta, el evento que observamos es lo
suficientemente raro. As se rechaza H0 para valores pequeos del valor p. Por
otro lado, la significancia es la probabilidad de error tipo I ms pequea que se
est dispuesto a permitir. Esto quiere decir que se rechaza la hiptesis nula si
el valor p es menor que la significancia deseada.

EJEMPLOS:
1. Una empresa est interesada en lanzar un nuevo producto al mercado.
Tras realizar una campaa publicitaria, se toma la muestra de 1 000
habitantes, de los cuales, 25 no conocan el producto. A un nivel de
significacin del 1% apoya el estudio las siguientes hiptesis?
a) Ms del 3% de la poblacin no conoce el nuevo producto.
b) Menos del 2% de la poblacin no conoce el nuevo producto.
Datos
n = 1000
x = 25
p=25/1000=0.025
a= 1%=0,01

Dnde:
x = ocurrencias
n = observaciones
X/n= proporcin de la muestra
p o = proporcin propuesta
Solucin:
1. Po=3%=0,03
Hiptesis Nula: Ho: P=P0
Hiptesis Alternativa:H1:p>P0
a= 0,01---- z tabla = 2,326

H0 es aceptada, ya que z prueba (-0,93) es menor que z tabla (2,326), por lo

que no es cierto que ms del 3% de la poblacin no conoce el nuevo producto.
En Excel
P0=2%=0,o2
Hipotesis Nula:H0:p=po
Hiptesis Alternativa H1:p<po

A=0,01-----z tabla=2,326

H0 es rechazada, ya que z prueba (1,13) es menor que z tabla (2,326), por lo

que es cierto que menos del 2% de la poblacin no conoce el nuevo producto.

2. Cuando las ventas medias, por establecimiento autorizado, de una marca de

relojes caen por debajo de las 170,000 unidades mensuales, se considera
razn suficiente para lanzar una campaa publicitaria que active las ventas de
esta marca. Para conocer la evolucin de las ventas, el departamento
de marketing realiza una encuesta a 51 establecimientos autorizados,
seleccionados aleatoriamente, que facilitan la cifra de ventas del ltimo mes en
relojes de esta marca. A partir de estas cifras se obtienen los siguientes
resultados: media = 169.411,8 unidades., desviacin estndar = 32.827,5
unidades. Suponiendo que las ventas mensuales por establecimiento se
distribuyen normalmente; con un nivel de significacin del 5 % y en vista a la
situacin reflejada en los datos. Se considerar oportuno lanzar una nueva
campaa publicitaria?
Datos:
U=170000
N=51
X=169441,8
0=32827,5
A=5%=0,05
Solucin:
H0:(=170000
H1(<170000
A=0,05 ----z tabla =1,645

Se rechaza Ho, porque z prueba (-0,12) es menor que z tabla (1,645), por lo
tanto se acepta H1: ( < 170000, y se debe considerar oportuno lanzar una
nueva campaa publicitaria.
Un investigador de mercados y hbitos de comportamiento afirma que
el tiempo que los nios de tres a cinco aos dedican a ver la televisin cada
semana se distribuye normalmente con una media de 22 horas y desviacin

estndar 6 horas. Frente a este estudio, una empresa de investigacin de

mercados cree que la media es mayor y para probar su hiptesis toma una
muestra de 64 observaciones procedentes de la misma poblacin, obteniendo
como resultado una media de 25. Si se utiliza un nivel de significacin del 5%.
Verifique si la afirmacin del investigador es realmente cierta.
Datos
u=22
o=6
n=64
x=25
a=5% =0,05
Solucin:
Ho: ( = 22
H1: ( > 22
a = 0,05 ---z tabla=1,645

Se rechaza Ho, porque se prueba (4) es mayor que la tabla (1,645), por lo
tanto el tiempo que los nios de tres a cinco aos dedican a ver la televisin es
mayor de 22 horas, lo que implica que la empresa de investigacin de
mercados tiene la razn.
PRUEBA MEDIAS DE UNA MUESTRA
Se utiliza una prueba de una muestra para probar una afirmacin con respecto
a una media de una poblacin nica.
Si se conoce la desviacin estndar de la poblacin ,la distribucin demuestreo
adecuada es la distribucin normal.si la poblacin que se muestra es normal
,la distribucin de muestreo ser normal en el caso de todo los tamaos de la
muestra ,y el valor estadstico de prueba a utilizar es:
Z prueba = x- u
o
n

si la poblacin no es normal ,o si se desconoce su forma ,se emplea la

ecuacin anterior solamente para tamaos de la muestra iguales o mayores
a 30,es decir ,para n >30.
Nota: Se considera prctico utilizar la distribucin t solamente cuando se
requiera que el tamao de la muestra sea menor de 30, ya que para
muestras ms grandes los valores t y z son aproximadamente iguales, y es
posible emplear la distribucin normal en lugar de la distribucin.
Las anteriores ecuaciones se aplican para poblaciones infinitas ,pero cuando
la poblacin es finita y el tamao de la muestra n constituye ms de 5% del
tamao de la poblacin N, es decir.
n .100%>5%
N

Como se tiene como dato el tamao de la poblacin se tiene que verificar si

cumple con la condicin para utilizar el factor finito de correccin.

CONCLUSIONES

1.

2.
3.
4.
5.
6.

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, pero asociado a ella, digamos,etc.
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.

BIBLIOGRAFIA
Surez, Mario, 2012), interaprendizaje de probabilidades y estadstica
inferencial con Excel, winstasts y graph, primera edicin.
www.edustatspr.comdocumentos/lecciones/l3.2prueba_ hiptesis_95. ppt
Murray r. spiegel. Teora y problemas de estadstica. Direccin general de
formacin y perfeccionamiento de personal pedaggico. La Habana. 1979
Guerra bustillo caridad w, Menndez acua Ernesto, barrero morera rolando.
Egaa morales esteban. Estadstica. Editorial pueblo y educacin. La Habana.
1991.
www.monografias.com/trabajos91/prueba-hipotesis-f-fisher-empleando-excel-ywinstats/prueba-hipotesis-f-fisher-emplekando-excel-y-winstats.
www.monografias.com/trabajos30/prueba-de-hipotesis/prueba-dehipotesis.shtml#ixzz3h7zkdtkm.
http://www.monografias.com/trabajos89/ejercicios-resueltos-pruebahipotesis/ejercicios-resueltos-prueba-hipotesis.shtml#ixzz3h7h3vahj
Leer ms: http://www.monografias.com/trabajos97/trabajo-estadistica/trabajoestadistica.shtml#ixzz3h7pokgZH