Pruebas de Hipótesis

PRUEBAS DE HIPÓTESIS
Para muestras grandes n > 30

Se denomina también prueba de significación; tiene como objetivo principal evaluar

suposiciones o afirmaciones acerca de los valores estadísticos de la población,
denominados parámetros.

La palabra docimar significa probar. Cuando se hace indispensable tomar una decisión
sobre la validez de la representación de una población, con base en resultados obtenidos
de una muestra. La suposición puede ser ciertas o falsas y se llaman hipótesis Estadísticas.

Hipótesis Estadística:

Es un supuesto acerca de un parámetro o de un valor estadístico de una población. Se

debe tomar como referencia a un parámetro para que sea hipótesis estadística: Media
aritmética, Una proporción (porcentaje), Varianza.

Una Hipótesis Estadística, también puede considerarse, como la afirmación acerca de

una característica ideal de una población sobre la cual hay inseguridad en el momento de
formularla y que, a la vez, es expresada de tal forma que puede ser rechazada.

Tipo de error

Existen dos posibles decisiones: aceptar o rechazar la hipótesis la que a la vez puede ser
cierta o falsa.

Esp: Alexander Castilla

1
 Pruebas de Hipótesis

Verdadera Verdadera Falsa

Decisiones Error
Decisión Tipo II
Aceptar Correcta (Aceptar la Hipótesis
cuando ha debido
Rechazarse)

Error
Tipo I Decisión
Rechazar (Rechazar la Hipótesis Correcta
Cuando ha debido
Aceptarse)

• Si se acepta una hipótesis verdadera la decisión es correcta.

• Si se acepta una hipótesis falsa, cometemos un error tipo II.
• Si rechazamos una hipótesis verdadera, cometemos un error tipo I.
• Si rechazamos una hipótesis falsa, la decisión es correcta.

Hipótesis nula o alternativa

La hipótesis se debe formular en forma correcta o lógica y debe ser enunciada antes de
obtenerse los datos muéstrales. Son ejemplos de hipótesis estadísticas.
• El promedio de calificaciones que tendrán los alumnos en mi curso de estadística
será superior a 4.0
• El 90% de mis estudiantes aprobarán el curso.
• El 5% de las unidades producidas por una maquina serán defectuosas.
• H0 :  = 8.5 Establece que la media de la población es igual a 8.5
• La hipótesis alternativa se puede interpretar de tres maneras:
• Ha :   8.5 Establece que la media de la población no es igual a 8.5.
• Ha :   8.5 Establece que la media de la población es mayor que 8.5.
• Ha :   8.5 Establece que la media de la población es menor que 8.5.
• Hipótesis nula, simbolizada por Ho
• Hipótesis alternativa, simbolizada por Ha.

Esp: Alexander Castilla

2
 Pruebas de Hipótesis

Hipótesis nula, Ho: Es aquella por medio de la cual se hace una afirmación sobre un
parámetro, que se va constatar con el resultado muestral.

Ejemplo:
Cuando un fabricante dice que su producto tiene una duración de 5.000 horas, se le
considera como una hipótesis nula. (pues lo que se quiere probar).

H0 :  = 5000 Horas

Hipótesis alternativa, Ha: Es toda aquella hipótesis que difiere de la hipótesis nula, es
decir ofrece una alternativa, afirmando que la hipótesis nula es falsa.

Ejemplo:
a) El fabricante ha exagerado la duración de su producto (prueba unilateral a la
izquierda) Ha :   5000 Horas
b) El producto tiene una duración superior al señalado por el fabricante (prueba
unilateral a la derecha) Ha :   5000 Horas
c) La duración del producto no es señalada por el fabricante (prueba bilateral)
Ha :   5000 horas

Prueba unilateral y bilateral

• La prueba de hipótesis unilateral es aquella en la cual la zona de rechazo o zona

critica está completamente comprendida en uno de los extremos (Derecha o
Izquierda) de la distribución.
• La prueba de hipótesis es Bilateral es aquella en la cual las zonas de rechazo
están comprendidas en los dos extremos de la distribución y su nivel de
significación se reparte hacia la mitad.

Esp: Alexander Castilla

3
 Pruebas de Hipótesis
Nivel de significación y puntos críticos

Se entiende por nivel de significación, la máxima probabilidad de que se especifique, con

el fin de hacer mínimo el primer tipo de error. Generalmente, esta probabilidad se fija
antes de escoger la muestra.
• Se simboliza por alfa (α) siendo generalmente del 1%, 5% ó 10%.
• Existe la costumbre de trabajar con el nivel de 0.05 o sea del 5%, especialmente
cuando el enunciado del problema no lo da.
• Cuando se trabaja con nivel del 5%, el resultado es significativo; si se emplea el
1%, el resultado es altamente significativo, y se es del 10%, se considera poco
significativo.

La prueba es unilateral a la derecha de la curva. Cuando la hipótesis alternativa de lo

que se quiere probar hace mención a:
• Los salarios que paga una empresa son mayores
• La calidad de un producto es superior
• El rendimiento académico es mejor
Dócima unilateral hacia la derecha
con 𝛼 = 0,05 A(0,4500) Z = 1,64 o 1,65

𝛼 = 0,05
Zona de Aceptación RC
Z = 1,64
ZA = Zona de Aceptación RC = Región Critica
α = Nivel de significación Z = Punto critico

Esp: Alexander Castilla

4
 Pruebas de Hipótesis
La prueba es unilateral a la izquierda de la curva. Cuando la hipótesis alternativa de lo
que se quiere probar hace mención a:
• Los salarios que paga una empresa son inferiores
• El producto es de menor calidad
• El rendimiento académico es bajo

Dócima unilateral hacia la izquierda

con 𝛼 = 0,05 A(0,4500) Z = -1,64 o -1,65

𝛼 = 0,05

RC

ZA = Zona de Aceptación RC = Región Critica

α = Nivel de significación Z = Punto critico

La prueba es bilateral cunado comprende áreas o zonas de rechazo en ambos extremos

de la distribución.
La hipótesis alternativa es diferente; por lo tanto, se omiten los términos: superior, mayor,
mejor, inferior, bajo menor, etc.

Dócima Bilateral con 𝛼 = 0,05

0,5000 - 0,025 = 0,4775 A (0,4775) ► Zs = 1,96 Zi = -1,96

Esp: Alexander Castilla

5
 Pruebas de Hipótesis

𝜶
= 𝟎, 𝟎𝟐𝟓 𝜶
𝟐 = 𝟎, 𝟎𝟐𝟓
𝟐
RC RC
-1,96 1,96

ZA = Zona de Aceptación RC = Región Critica α = Nivel de significación

Z = Punto critico

Procedimientos a seguir en las pruebas de Hipótesis

1. Formular la hipótesis nula o alternativa

2. Seleccionar el nivel de significación.
3. Conocer o estimar la varianza.
4. Determinar la técnica o la prueba estadística.
5. Determinar los valores críticos y sus regiones de rechazo.
6. Calcular los datos muéstrales.
7. Tomar la decisión estadística.

Pruebas cuando se conoce σ, y la muestra es grande.

 Se tiene información sobre la media poblacional (σ).

Esp: Alexander Castilla

6
 Pruebas de Hipótesis
 En el supuesto que no se conozca deberá ser sustituida por la varianza muestral
(S), siempre y cuando el número de elementos que constituya la muestra es mayor
de 30.

Distribuciones de medias Muéstrales

Ejemplo No. 1:

 Se ubican los datos en las respectivas celdas.

 Se plantean las hipótesis Nula y alternativa.
 En el programa de Excel, para calcular el punto crítico utilizaremos la función.
=INV.NORM.ESTAND(C20). Para dócima unilateral.
 Para Determinar la técnica o la prueba estadística, es decir (Z prueba) utilizamos en
Excel la función. =NORMALIZACION(C11;C8;C9)*RAIZ(C10)

Esp: Alexander Castilla

7
 Pruebas de Hipótesis

La comprobación y gráfico la realizaremos con el programa estadístico Winstats.

 Menu Window, Probability, Student t

 Menú - Cal – significance tests: (prueba de hipótesis) – Mean – clic:
seleccionamos en el menú el tes de significación para medias.
 Se digita los datos solicitados en Z – test for one mean.
 Population mean: (media poblacional)
 Population std dev: Desviación estándar poblacional
 Semale size: Tamaño de la muestra
 Significance level: Nivel de significación
 Activamos en cuadro para ver los puntos críticos. “see critical values”
 Presenta los botones Left tail: cola izquierda
 Two tail: dos colas
 Right tail: cola derecha
 Clic en two- tail.
 Observamos Z – values es el Z prueba. En
este caso es 4.
 El valor de probabilidad; (Probability). Si ésta
probabilidad es menor que el nivel de
significación quiere decir el z pruebe cae en
la región crítica, rechazamos la Hipótesis
nula y aceptamos la hipótesis alternativa.
0,0003 < 0.05

Esp: Alexander Castilla

8
 Pruebas de Hipótesis
1
Ejemplo No. 2:

Ejemplo No. 3:2

1
Ejercicio tomado de la estadística y muestreo de Ciro marines Bercardino
2
Ejercicio tomado de la estadística y muestreo de Ciro marines Bercardino

Esp: Alexander Castilla

9
 Pruebas de Hipótesis

Distribución muestral de una proporción

En muchos casos utilizaremos la distribución normal para evaluar la distribución muestral

de proporciones con la siguiente variante estadística:

𝑝−𝑃 𝑝 − 𝜇𝑝
𝑍= =
𝜎𝑝̅
√𝑃𝑄
𝑛

P: Proporción de elementos de la población

p: Proporción de elementos que presenta la característica investigada en la muestra.
q: Proporción de elementos que no presenta la característica investigada en la muestra.
𝜎𝑝̅ : Desviación estándar de una proporción poblacional.
𝑆𝑝̅ : Desviación estándar de una proporción muestral.
n: Tamaño de la muestra.

Ejemplo No. 4:
 Se ubican los datos en las respectivas celdas.
 Se plantean las hipótesis Nula y alternativa.
 En el programa de Excel, para calcular el punto crítico utilizaremos la función.
=INV.NORM.ESTAND(B12). Para dócima unilateral.
 Para Determinar la técnica o la prueba estadística, es decir (Z prueba) utilizamos en
Excel la función: =NORMALIZACION(B9;B7;B14)

La comprobación y gráfico la realizaremos con el programa estadístico Winstats.

 Menu Window, Probability, Normal, Z
 Menú – Cal – significance tests: (prueba de
hipótesis) – Proportion – clic.
 Se digita los datos solicitados en Z – test for one
proportion.
 Population proportion: (proporción poblacional)
0,76.
 Successes: 24
 Semple size: Tamaño de la muestra 40.
 Significance level: Nivel de significación 0,01

Esp: Alexander Castilla

10
 Pruebas de Hipótesis
 Activamos en cuadro para ver los puntos críticos. “see critical values”
 Presenta los botones Left tail: cola izquierda (Click)
 Two tail: dos colas
 Right tail: cola derecha
 Observamos que calcula la proporción muestral 0,6
 Observamos Z – values es el Z prueba. En este caso es: -2,3694
 El valor de probabilidad; (Probability). Si ésta probabilidad es menor que el
nivel de significación quiere decir el z pruebe cae en la región crítica,
rechazamos la Hipótesis nula y aceptamos la hipótesis alternativa. 0,00891
< 0.01.

EJERCICIOS No. 5: Pruebas de hipótesis para diferencias de medias muéstrales cunado

n > 30 (Muestras grandes). 3

3
Ejercicio tomado de la estadística y muestreo de Ciro marines Bercardino

Esp: Alexander Castilla

11
 Pruebas de Hipótesis

EJERCICIO No. 5.4

4
Ejercicio tomado de la estadística y muestreo de Ciro marines Bercardino

Esp: Alexander Castilla

12
 Pruebas de Hipótesis

Esp: Alexander Castilla

13