UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

Estadística Aplicada 2 CE87

PRUEBAS DE HIPÓTESIS

LOGRO DE APRENDIZAJE

El estudiante utiliza el procedimiento de estimación de parámetros y validación de pruebas de

hipótesis referentes a uno o más parámetros sobre su distribución poblacional, dentro de problemas en
contextos reales.

CONCEPTOS
Prueba de hipótesis
Es un procedimiento que permite verificar una afirmación sobre algún parámetro a partir de la
información proporcionada por la muestra.
Se formulan dos hipótesis; la hipótesis nula (H0) y la alternante (H1).
La hipótesis alternativa es la que el investigador quiere verificar, mientras que la hipótesis nula es la
que se asume como cierta (status quo)

Tipos de errores
Al tomar una decisión sobre la hipótesis nula Ho, se pueden cometer algunos de los siguientes errores:
Decisión tomada a partir de la muestra (evidencia)
Rechazar Ho No rechazar Ho
Ho: Verdadera Error tipo I Decisión correcta
La realidad
Ho: Falsa Decisión correcta Error tipo II

Error tipo I: Rechazar Ho cuando en realidad Ho es verdadera.

P ( Error tipo I ) =α (también se le conoce como nivel de significación)

Error tipo II: No rechazar Ho cuando en realidad Ho es falsa.

P ( Error tipo II )=β

Nivel de significancia
Representa la máxima probabilidad con la que estamos dispuestos a correr el riesgo de cometer el
error tipo I. Es fijado por la persona que realiza la investigación; generalmente se suele utilizar valores
entre: 1% y 5%

Supuestos para las pruebas de hipótesis

Parámetro Supuestos

• Muestra aleatoria
µ
• X se distribuye normalmente
• Muestra aleatoria
p
• Tamaño de muestra suficientemente grandes
2 • Muestra aleatoria
σ
• X de distribuye normalmente

Procedimiento de prueba de hipótesis

Semana 02 Sesión 01
Para decidir si se rechaza o no se rechaza la hipótesis nula, se siguen los siguientes pasos alineados
con el enfoque de razonamiento cuantitativo, se tiene:

Estadístico de prueba
Media poblacional: µ Proporción poblacional: p
Si el parámetro evaluado es μ  el estadístico Si el parámetro evaluado es P  el estadístico
es: es:
X −μ ^p− p
t Cal= t (n−1) ZCal =
S /√ n
√p(1−P)
n

Regiones críticas

Podemos realizar estos pasos de la siguiente manera:

1. Formular la hipótesis nula y la hipótesis alternativa.

Utilizar los signos adecuados para plantear las hipótesis.

Hipótesis nula (H0) ≤ ≥ =
Hipótesis Alterna (H1) > < ≠

2. Elegir el nivel de significación (α)

3. Establecer el estadístico de la prueba o prueba estadística, calcular su valor

La distribución del estadístico de la prueba depende del parámetro en la hipótesis.

X −μ ^p− p (n−1) S
2
t Cal= t (n−1) ZCal = 2
χ Cal =
S /√ n
√ p(1−P) 2
σ
n

4. Graficar las regiones críticas y establecer la regla de decisión

Se establece las regiones de rechazo y no rechazo de la hipótesis nula (Ho), con una prueba
bilateral, unilateral derecha o izquierda en la cual se fijan los valores o puntos críticos.

semana 02 Sesión 01
 5. Decisión estadística.
Decidir el rechazo de la hipótesis nula (Ho), si estadístico cae en la región crítica de
rechazo o en caso contrario no rechazar la hipótesis nula.

6. Conclusión
Se indican las conclusiones correspondientes de acuerdo con la decisión tomada.

Prueba de hipótesis aplicando las dimensiones del razonamiento cuantitativo

BIBLIOGRAFÍA
Montgomery, D. y Runger, G. (2005) Probabilidad y estadística aplicadas a la ingeniería.
México, D.F.: Limusa Wiley. Capítulo

Prueba de hipótesis para la media poblacional

Unilateral izquierda Unilateral derecha Bilateral

Ho: 𝝁 ≥ 𝝁𝒐 Ho: 𝝁 ≤ 𝝁𝒐 H1: Ho: 𝝁 = 𝝁𝒐
H1: 𝝁 < 𝝁𝒐 𝝁 > 𝝁𝒐 H1: 𝝁 ≠ 𝝁𝒐

Ejemplo:
SAGITARIO SHOES, es una empresa productora y distribuidora de calzado. En las últimas semanas
se ha reportado retrasos en la entrega de los pedidos; por tal razón, el dueño de la empresa realizará
una reingeniería en el área de producción, si el tiempo promedio de fabricación de un par de zapatos
excede los 50 minutos. Para verificar lo anterior se seleccionó una muestra aleatoria de 12 pares de
calzado y se procedió a registrar los tiempos de fabricación, resultando un tiempo promedio y
desviación estándar, respectivamente, 58,75 minutos y 13,04 minutos.

Las hipótesis Ho y H1 se plantearían de la siguiente forma:

Ho: El tiempo promedio de fabricación de un par de zapatos no supera los 50 minutos
H1: El tiempo promedio de fabricación de un par de zapatos supera los 50 minutos.

Estas hipótesis se pueden formular estadísticamente de la siguiente forma:

Ho: µ ≤ 50
H1: µ > 50
Se comete el error tipo I, al afirmar que: El tiempo promedio de fabricación por par de zapatos es
superior a 50 minutos, cuando en realidad es menor o igual a 50 minutos
Se comete el error tipo II, al afirmar que: El tiempo promedio de fabricación de un par de zapatos
es menor o igual a 50 minutos, cuando en realidad es mayor a 50 minutos
semana 02 Sesión 01
 Con un nivel de significancia del 4%, ¿recomienda Usted al dueño de Sagitario Shoes, realizar la la
reingeniería en su empresa?

Interpretación: Conocer si se aplicará una reingeniería en la empresa Sagitario Shoes

Representación:
Variable: Tiempo de fabricación de un par de zapatos, en minutos.
Herramienta estadística: Prueba de hipótesis para una media.

Ho: µ ≤ 50
H1: µ > 50
α =4 %

Cálculos Zona de no Zona de

58,75−50 rechazo de rechazo de H0
Tcal= =2,324 H0
13,04 / √ 12
Análisis
Tcalc = 2,324 > Valor crítico T ( 11,0,04 )=1,9284
Por lo tanto, se rechaza Ho
Al 4% de significación, se puede afirmar que el tiempo promedio empleado en la fabricación de un
par de zapatos es mayor de 50 minutos.

Argumentación
Se sugiere al dueño de Sagitario Shoes realizar una reingeniería en el área de producción de la planta,
debido a que el tiempo promedio de fabricación de un par de zapatos supera a 50 minutos.

Prueba de hipótesis para la proporción poblacional

Unilateral izquierda Unilateral derecha Bilateral

Ho: 𝑷 ≥ 𝒑𝒐 Ho: 𝑷 ≤ 𝒑𝒐 H1: Ho: 𝑷 = 𝒑𝒐
H1: 𝑷 < 𝒑𝒐 𝑷 > 𝒑𝒐 H1: 𝑷 ≠ 𝒑𝒐

Ejemplo:
ZAPATOS DEFECTUOSOS Cálculo
5
^p= =0,056
Por otro lado, Sagitario 90
Shoes continuará 0,056−0,07
Zcal= =−0,5205

√
comprando máquinas para 0,07∗(1−0,07)
coser zapatos de la marca
90
CBS, si la proporción de zapatos con algún
defecto es menor de 7%. Para tomar la
decisión, selecciona al azar una muestra de
90 pares de zapatos, encontrándose cinco
pares con algún defecto. Con un nivel de Zona de Zona de no
rechazo de rechazo de
significancia del 4%, ¿recomendaría usted H0 H0
a Sagitario Shoes continuar comprando
éstas máquinas?
Análisis:
Interpretación: Conocer si Sagitario Zcal = -0,5205 >Valor crítico Z(0,04) =−1,75, No se
Shoes, continuará comprando máquinas de rechaza Ho
coser de la marca CBS Con un nivel de significancia del 4% no existe
evidencia para afirmar que la proporción de pares de
Representación: zapatos con algún defecto es menor del 7%
Variable: Número de pares zapatos con

semana 02 Sesión 01
algún defecto Comunicación y argumentación:
Ho: P ≥ 0,07 Se recomienda a Sagitario Shoes no continuar
H1: P < 0,07 comprando maquinaria para el cocido de zapatos de
la marca CBS.

PRUEBA DE HIPÓTESIS PARA LA VARIANZA POBLACIONAL

Unilateral izquierda Unilateral derecha Bilateral

Ho: 𝝈 ≥ 𝝈
𝟐 𝟐
𝟎 Ho: 𝝈 ≤ 𝝈
𝟐 𝟐
𝟎 Ho: 𝝈𝟐 = 𝝈𝟐𝟎
H1: 𝝈𝟐 < 𝝈𝟐𝟎 H1: 𝝈𝟐 > 𝝈𝟐𝟎 H1: 𝝈𝟐 ≠ 𝝈𝟐𝟎

Ejemplo:
CASO: SISTEMAS DE INFORMACIÓN
Se desea comprar un nuevo software que ayuda a los analistas económicos
a reducir el tiempo que se utiliza para para poner en marcha un sistema de
información. Este es sometido a prueba para verificar si la variabilidad de
este tiempo ha mejorado con respecto al actual software cuya variabilidad
es de 78 horas, y proceder a la compra. La puesta en marcha de la
información muestral fue la siguiente: A una muestra de 12 analistas se les
pide elaborar un sistema de información hipotético usando el software sometido a prueba. Luego
de registrar el tiempo se obtuvo los siguientes resultados, en horas:

300 280 344 385 372 360 288 321 376 290 301 283

Suponiendo que los tiempos se distribuyen normalmente, y usando un nivel significancia del 1%,
¿se decidirá comprar el nuevo software? Resuelva el caso con las dimensiones del razonamiento
cuantitativo.

Interpretación:
¿Se decidirá comprar el nuevo software?

Representación:
Variable: tiempo para elaborar un sistema de información
Herramienta estadística: Prueba de hipótesis para la varianza poblacional
H0: σ2 ≥ 782=6084
H1: σ2 < 782=6084 (se compra el nuevo software)
α =0,01

Cálculo:
2
2 (n−1) S (12−1)(39,9955)
χ Cal = = =2,898 2
σ
2
6084

Análisis:
Decisión estadística: Chi cal = 2,893 < 3,053 se rechaza H0

Conclusión: Con un nivel de significación del 1%, existe evidencia para afirmar que la variabilidad
del tiempo en elaborar un sistema de información sea menor a 6084 horas2.

Argumentación:
Como la variabilidad del tiempo que se utiliza para para poner en marcha un sistema de información
es menor a 6084 horas2, entonces se decidirá comprar el nuevo software.
semana 02 Sesión 01
semana 02 Sesión 01