UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

Mtodos Cuantitativos para la Investigacin

PRUEBA DE HIPOTESIS

1. Introduccin
Existen varios elementos que forman parte de una prueba de Hiptesis
como son la poblacin, la muestra, la variable de prueba, la probabilidad y
el nivel de significacin, la variacin en alguno de estos factores
determinar a final la aceptacin o el rechazo de nuestra Hiptesis.
Al someter a prueba una hiptesis determinamos si dos valores numricos-
-obtenidos de un diseo estadsticamente vlido--son diferentes a un nivel
de significancia dado.

Uno de los pintos ms delicados al formular una hiptesis es seleccionar la

variable prueba, pues su definicin y comportamiento ser lo que al final
nos ayude a demostrar la tesis que se est planteando.
Esta variable depende de la muestra y a su vez de la hiptesis a demostrar,
es decir, servir de enlace entre nuestra afirmacin y las observaciones
realizadas para dar esa afirmacin, a su vez tiene que ser cuantificable, es
decir depender de valores conocidos y no de valores desconocidos, pero a
su vez tiene un comportamiento aleatorio, es decir que no es fcilmente
predecible.

Ejemplo 1
Con el propsito de determinar el efecto de una nueva dieta sobre el
desarrollo de ratones de laboratorio un investigador necesita formar varios
grupos de ratones recin nacidos todos con un mismo peso. De manera
que conforma varios lotes de 36 ratones con un peso aproximado a los 30g.
Para verificar si los grupos son homogneos en cuanto al peso, vuelve a
pesar cuidadosamente los 36 ratones de cada grupo y le calcula el valor
promedio y la desviacin estndar. El investigador sabe que al ser el peso
una variable aleatoria y por estar trabajando con una muestra es difcil que
cada grupo tenga un peso promedio exactamente igual a 30 g, aunque si
bastante aproximado a este valor. Sin embargo, el investigador se
encuentra ante una disyuntiva: a) si el valor promedio de peso para cada

1
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

grupo se considera como una simple desviacin fortuita de los 30 g dada la

variabilidad caracterstica de las muestras aleatorias, no hay necesidad de
reorganizar el grupo, y b) si el valor medido esta verdaderamente desviado
del valor esperado de 30 g es necesario reorganizar el grupo sustituyendo
los ratones causantes de la desviacin.
Imaginemos que en una de las observaciones el peso promedio es de 29.3g
con una desviacin de 2g, aqu nos encontramos en una disyuntiva, el
aceptar el grupo o modificarlo para que su peso se acerque ms a 30g.
Como el peso promedio observado es menor a 30 se debe proceder a hallar
la P( 30 ).

De esto podemos afirmar Esta probabilidad tan baja tiene dos

explicaciones: a) La hiptesis de que = 30 es cierta y ocurri un hecho
casi imposible como el de obtener un peso promedio igual a 29.3 el cual
est muy alejada del valor esperado de 30 g, y b) la hiptesis anterior no
es cierta y el valor esperado es mucho menor a 30. La explicacin b resulta
obviamente ms razonable.

La mejor manera de resolver el problema es estableciendo previamente un

criterio o valor lmite para aceptar o rechazar la hiptesis y as poder tomar
una decisin inmediata. Este valor lmite debe excluir los valores que
ocurren con menor probabilidad. Por lo general se excluyen aquellos
valores cuya probabilidad de ocurrencia es igual o menor a 0.05. Tambin

2
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

se pueden utilizar otros criterios como aquellos que establecen una

probabilidad de ocurrencia igual o menor a 0.01 0.001. Una vez que se
elige el valor de probabilidad que sirve de criterio para tomar una decisin,
se pueden conocer cules valores de la variable cumplen con esta decisin.
Si decidimos que el valor de probabilidad crtico es 0.05, todos los valores
que rechazan la hiptesis establecida son aquellos cuya P(X x ) = 0.05.
A partir de esta expresin se puede encontrar cul es valor de X a partir del
cual la probabilidad de ocurrencia es menor a 0.05.
Sabemos que P(X x) = 0.05 es equivalente a P(Z z) = 0.05, siendo z
igual a

Este valor es ahora nuestro lmite para tomar la decisin de aceptar o

rechazar la presuncin de que = 30. Si la media del grupo de ratones es
menor a 29.46 se rechaza la premisa y si es mayor se acepta. Ahora
sabemos que 0.54 es la mxima desviacin que se puede aceptar para
concluir que la diferencia entre la media observada y la esperada es
simplemente aleatoria.

2. Datos experimentales y distribuciones de frecuencia tericas

Al analizar un set de datos la primera interrogante a la que se enfrenta el o
la investigadora es cmo saber si los valores son muy grandes, muy
pequeos o promedios? Por ejemplo, cmo saber si la produccin media
anual de frutos de un parque de bosque es excepcional, normal o escasa?
Para responder a esta pregunta se necesita un patrn o valor de referencia

3
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

contra el cual se pueda comparar el set de datos. En el mundo de la

estadstica se conoce a dicho set de referencia como la distribucin
esperada de las variables en estudio, e indica cuales valores podra tomar
la misma. En una prueba de hiptesis se declaran como significativas
aquellas diferencias que son excepcionalmente grandes o pequeas con
respecto a la distribucin esperada de las diferencias para la variable en
estudio.

En un diseo experimental el investigador(a) aplica un tratamiento a un

grupo de sujetos experimentales y luego mide la respuesta de dichos
sujetos al tratamiento. Una vez que obtiene los datos debe compararlos con
un set de referencia (control) o sea aquellos valores que se obtendran en
ausencia del tratamiento. Una vez obtenida la diferencia debe decidir si la
misma es muy grande o muy pequea (estadsticamente significativa) o si
por el contrario las diferencias pueden atribuirse al efecto del azar o ruido.

Formulacin de la Hiptesis
Por lo general toda investigacin en el campo se inicia a partir de una
hiptesis la cual es una explicacin tentativa que se da a un hecho
observado. La misma puede surgir a partir de una teora general que
explica cierta realidad a la cual pertenece el fenmeno observado, o por la
experiencia propia o de otros investigadores, o por simple intuicin. Ahora
bien, en la formulacin de cualquier hiptesis est implcita una hiptesis
alternativa.
Por ejemplo, si en mi investigacin aseguro que el nuevo mtodo de
conectividad permite una mayor velocidad en la tasa de transferencia de
datos en mi red, la Hiptesis inicial ser la afirmacin y su alternativa ser
la negacin de la misma.

Hiptesis Nula e Hiptesis Alterna

Por lo general toda investigacin en el campo de las ciencias se inicia a
partir de una hiptesis la cual es una explicacin tentativa que se da a un
hecho observado. La misma puede surgir a partir de una teora general que
explica cierta realidad a la cual pertenece el fenmeno observado, o por la

4
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

experiencia propia o de otros investigadores, o por simple intuicin. Ahora

bien, en la formulacin de cualquier hiptesis est implcita una hiptesis
alternativa.

En forma general las hiptesis estadsticas son afirmaciones que involucran

una propiedad de la distribucin probabilstica de la variable aleatoria que
se est estudiando, propiedades como son la media (), la varianza (2),
un valor de proporcin () o la forma de la distribucin. De modo que el
primer paso en un proceso de decisin es formular las hiptesis
estadsticas, las cuales reciben el nombre de hiptesis nula (H0) e hiptesis
alternativa (H1). La hiptesis nula se dice que es una hiptesis simple,
porque es una afirmacin de igualdad con un valor especifico, mientras que
la hiptesis alternativa se dice que es compuesta porque puede asumir
diferentes valores.

Si se representa un parmetro poblacional por letra griega y con o un

valor cualquiera del parmetro, la forma genrica de la hiptesis nula sera
una igualdad entre el parmetro y un valor especfico del mismo,

Por su parte la hiptesis alternativa se puede representar con una de las

tres posibilidades siguientes:

La expresin > se interpreta como que el parmetro puede asumir

cualquier valor mayor a y se dice que la prueba de hiptesis es de una
cola a la derecha. Por su parte < indica que el parmetro puede ser
cualquier valor menor a y la prueba de hiptesis se llama de una cola a
la izquierda. Finalmente, representa la posibilidad que el parmetro

5
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

asuma cualquier valor diferente (mayor o menor) al valor y la prueba

de hiptesis se denomina de dos colas.

Proceso General para la Prueba de Hiptesis

1. Formulacin de hiptesis
2. Especificacin de un valor de probabilidad crtico o nivel de
significacin.
3. Eleccin de un estadstico de la muestra y de su distribucin para
someter a prueba las hiptesis.
4. Establecimiento de una zona de rechazo para Ho.
5. Cmputos necesarios.
6. Decisin.

Clculos segn Medida

Zona de Aceptacin y Rechazo

6
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Ejercicios Prcticos
Prueba de hiptesis acerca de la media poblacional cuando la muestra
proviene de una poblacin distribuida normalmente y con varianza
conocida.

Ejemplo 01
Un mdico traumatlogo afirma que el contenido de calcio en los huesos
de mujeres que padecen osteoporosis despus de aplicrsele cierto
tratamiento es mayor al valor promedio observado para la poblacin
femenina que padece esta enfermedad, el cual se sabe es igual a 270 mg/g
con una desviacin de 120 mg/g. Para probar su premisa el investigador
determin el contenido de calcio en los huesos de 36 individuos que fueron
sometidos al tratamiento y pudo determinar que dicha muestra arroja un
valor promedio de calcio igual a 310 mg/g. La concentracin de calcio es
una variable que se distribuye normalmente.

Formulacin de la Hiptesis
Ho: El tratamiento para la osteoporosis no tiene ningn efecto
H1: El tratamiento para la osteoporosis aumenta los niveles de calcio en los
huesos.

7
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Nivel de Significacin 95% por lo tanto = 0.05, Como H1: > o se trata
de una prueba de una cola hacia la derecha, siendo la zona de aceptacin
la siguiente:

Calculando:

Resultando que, el valor del estadstico de prueba se encuentra dentro de

la zona de rechazo. Por lo tanto, se concluye que los datos proporcionan
suficiente evidencia para rechazar Ho y aceptar H 1.

Ejercicio 2
La duracin media de las bombillas producidas por una compaa ha sido
en el pasado de 1120 horas con una desviacin tpica de 125 horas. Una
muestra de 8 bombillas de la produccin actual dio una duracin media de
1070 horas. Ensayar la hiptesis =1120 horas contra la hiptesis
alternativa <1120 horas mediante un nivel de significancia de =0.05.

Formulacin de la Hiptesis
Ho: EL promedio de duracin de las bombillas sigue siendo 1200
H1: El promedio de duracin de las bombillas es menor a 1200.

Calculando

8
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Por lo tanto, se acepta la hiptesis nula y se rechaza la alternativa

9
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

PRUEBA DE CHI-CUADRADO

En esta prueba vamos a referirnos a variables que se han medido a nivel

nominal. Es decir, que sus valores representan categoras o grupos en una
variable. Puede ser el caso de cuntas personas estn a favor o en contra
de un candidato poltico. En este caso tenemos dos categoras o grupos:
los que van por el s y los que van por el no. Puede tratarse de otra variable
como nivel de satisfaccin respecto al sabor de la comida. En este caso las
personas contestan segn tres categoras 1. Si satisfecho, 2. No satisfecho,
y 3. Indeciso. Otras variables semejantes son el gnero o sexo de la
persona, la marca de pasta dental preferida.

Una pregunta que puede surgir ante estas variables es, si las frecuencias
o nmero de casos observados en cada categora de la variable, a partir de
una muestra, difieren de manera significativa respecto a una poblacin
esperada de respuestas o frecuencias.

PRUEBAS DE INDEPENDENCIA
La prueba de independencia Chi-cuadrado, nos permite determinar si existe
una relacin entre dos variables categricas. Es necesario resaltar que esta
prueba nos indica si existe o no una relacin entre las variables, pero no
indica el grado o el tipo de relacin; es decir, no indica el porcentaje de
influencia de una variable sobre la otra o la variable que causa la influencia.

Dos eventos aleatorios, A y B, son eventos independientes, si la

probabilidad de un evento no est afectada por la ocurrencia del otro
evento; por lo tanto, p(A)=(A/B)

Dos eventos aleatorios, A y B, son eventos dependientes si la probabilidad

de un evento est afectada por la ocurrencia del otro; por lo tanto,
p(A)p(A/B).

10
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Una prueba de independencia usa la pregunta de si la ocurrencia del evento

X es independiente a la ocurrencia del evento Y, por lo que el planteamiento
de las hiptesis para esta prueba de independencia es:

H0: La ocurrencia del evento X es independiente del evento Y.

H1: La ocurrencia del evento X no es independiente del evento Y.

En las pruebas de independencia se utiliza el formato de la tabla de

contingencia, y por esa razn a veces se le llama prueba de tabla de
contingencia, o prueba con tabla de contingencia. Una tabla que clasifica
datos de acuerdo a dos o ms categoras, relacionados con cada una de
las variables cualitativas, que pueden ser o no estadsticamente
independientes, se llama tabla de contingencias. Dicha tabla muestra todas
las posibles combinaciones de categoras, o contingencias, que explican su
nombre.

Procedimiento para la prueba de Independencia

1. Obtener la frecuencia observada (F.O), proveniente de una encuesta,
estudio o experimento.
2. Resumir los datos obtenidos, es decir, la frecuencia observada, en un
cuadro de contingencia.
3. Calcular la frecuencia esperada (F.E), y se calcula con la siguiente
formula:

4. Determinar el nivel de significancia (), y los grados de libertad.

5. Plantear la Hiptesis.
6. Construir la zona de aceptacin y rechazo.
7. Calcular el Chi-Cuadrado
8. Tomar la decisin.

11
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Ejercicio
Una agencia de publicidad desea saber si el gnero de los consumidores
es independiente de sus preferencias de cuatro marcas de caf. La
respuesta determinar si se deben disear diferentes anuncios dirigidos a
los hombres y otros diferentes para las mujeres. Realice la prueba con un
nivel de significancia del 5%.
1. Observacin

2. Tabla de Contingencia y Frecuencia Esperada

3. Grados de Libertad y Resultado

4. Hiptesis
H0: La marca de caf que se consume es independiente del sexo de una
persona.
H1: La marca de caf que se consume depende del sexo de una persona.

12
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

5. Zona de Aceptacin y Rechazo

6. Decisin
Con un nivel de confianza del 5% se encontr que la marca de caf es
independiente del sexo de la persona. Por lo que se recomienda elaborar
un slo tipo de anuncio. Se acepta la hiptesis Nula.

13
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

Ejercicio para la Prueba de Bondad

Un dado se lanz 36 veces, haga una prueba con un nivel de significancia
del 5%, para comprobar si el dado es legal o no. Los resultados obtenidos
del ejercicio fueron los siguientes:

1. Observacin

2. Tabla de Frecuencias

3. Grados de Libertad y Resultado

4. Hiptesis
H0: La frecuencia observada en el lanzamiento del dado es igual a la
frecuencia esperada, de dicho lanzamiento.

14
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
Mtodos Cuantitativos para la Investigacin

H1: La frecuencia observada en el lanzamiento del dado es diferente a la

frecuencia esperada, de dicho lanzamiento.

5. Zona de Aceptacin, Todo nmero menor a 11.070

6. Decisin
H0 Aceptada, Se encontr evidencia estadstica, con un nivel de
significancia del 5%, que el dado es legal.

15