Pruebas de hipótesis  

 
Temas: 
→ Pruebas de hipótesis para la media poblacional (µ) 
→ Conceptualización del error tipo I y el error tipo II 
   
 
INTRODUCCIÓN A LAS PRUEBAS DE HIPÓTESIS 
 
Hasta  ahora  hemos  estudiado  como  a  partir  de  una  muestra  de  una  población  podemos  obtener  una  estimación 
puntual o bien establecer un intervalo más o menos aproximado para encontrar los parámetros que rigen la ley de 
probabilidad  de  una  variable  aleaoria  (v.a.)  (en  el  caso  de  este  curso  ̂ )  definida  sobre  la  población.  Es  lo  que 
denominábamos estimación puntual y estimación por intervalos de confianza respectivamente. 
 
Pueden presentarse en la práctica, situaciones en las que exista una teoría preconcebida relativa a la característica de 
la población sometida a estudio. Tal sería el caso, por ejemplo si pensamos que un tratamiento nuevo puede tener un 
porcentaje de mejoría mayor que otro estándar, o cuando nos planteamos si los niños de las distintas comunidades 
colombianas tienen la misma altura. Este tipo de circunstancias son las que nos llevan al en la Estadística Inferencial 
que se recibe el nombre de Contraste de Hipótesis. Implica, en cualquier investigación, la existencia de dos teorías o 
hipótesis implícitas, que denominaremos hipótesis nula e hipótesis alternativa, que de alguna manera reflejarán esa 
idea a priori que tenemos y que pretendemos contrastar con la “realidad”. 
 
De  la  misma  manera  aparecen,  implícitamente,  diferentes  tipos  de  errores  que  podemos  cometer  durante  el 
procedimiento.  No  podemos  olvidar  que,  habitualmente,  el  estudio  y  las  conclusiones  que  obtengamos  para  una 
población cualquiera, se habrán apoyado exclusivamente en el análisis de sólo una parte de ésta. De la probabilidad 
con la que estemos dispuestos a asumir estos errores, dependería, por ejemplo, el tamaño de la muestra requerida. 
 
Desarrollamos en esta sección los contrastes de hipótesis para los parámetros más usuales que venimos estudiando 
en los capítulos anteriores: medias y proporciones. Los contrastes desarrollados en esta sección se apoyan en que los 
datos de partida siguen una distribución normal. 
 
Los contrastes de significación se realizan: 
• suponiendo a priori que la ley de distribución de la población es conocida. 
• Se extrae una muestra aleatoria de dicha población. 
• Si la distribución de la muestra es “diferente” de la distribución de probabilidad que hemos asignado a priori 
a la población, concluimos que probablemente sea errónea la suposición inicial. 
 
Ejemplo: 
 
Supongamos que debemos realizar un estudio sobre la altura media de los habitantes de cierto pueblo de Colombia. 
Antes de tomar una muestra, lo lógico es hacer la siguiente suposición a priori: 
 
Hipótesis de partida: Ho: La altura media no difiere de la del resto del país. 
 
(NOTA: En este caso la hipótesis de partida es la hipótesis nula debido a que en esta siempre se encuentra contenida 
la igualdad) 
 
Al obtener una muestra de tamaño n = 8, podríamos encontrarnos ante uno de los siguientes casos: 
1. Muestra = {1,50; 1,52; 1,48; 1,55; 1,60; 1,49; 1,55; 1,63} 
2. Muestra = {1,65; 1,80; 1,73; 1,52; 1,75; 1,65; 1,75; 1,78} 
Intuitivamente, en el caso a sería lógico suponer que salvo que la muestra obtenida sobre los habitantes del pueblo 
sea  muy  poco  representativa,  la  hipótesis  Ho  debe  ser  rechazada.  En  el  caso  b  tal  vez  no  podamos  afirmar  con 
rotundidad que la hipótesis Ho sea cierta, sin embargo no podríamos descartarla y la admitimos por una cuestión de 
1
simplicidad. Este ejemplo sirve como introducción de los siguientes conceptos: En una prueba de hipótesis, se decide 
si cierta hipótesis Ho que denominamos hipótesis nula puede ser rechazada o no a la vista de los datos suministrados 
por  una  muestra  de  la  población.  Para  realizar  el  contraste  es  necesario  establecer  previamente  una  hipótesis 
alternativa (Ha) que será admitida cuando la Ho sea rechazada. Normalmente Ha es la negación de Ho. 
 
Para verificar cuál de las dos hipótesis es la verdadera debemos realizar los siguientes pasos: 
1. Tomar una muestra aleatoria de varias observaciones (n) {X1, X2,..., Xn}. 
2.  Generar o calcular un "Estadístico de prueba", que servirá para definir la acción a emprender, de aceptar o 
rechazar la hipótesis nula. 
3. Definir el criterio de aceptación o de rechazo. Es decir, el procedimiento de prueba parte los posibles valores 
del estadístico de prueba en dos subconjuntos o regiones: Una "región de aceptación de Ho " y una región de 
rechazo de Ho. 
4. Tomar la decisión de aceptar o rechazar Ho dependiendo de si el estadístico de prueba queda en la región de 
aceptación o en la región de rechazo. 
 
Hay  que  comprender  que  la  aceptación  de  una  hipótesis  simplemente  implica  que  los  datos  obtenidos  no  dan 
suficiente  evidencia  para  rechazarla.  Por  otro  lado,  el  rechazo  de  una  hipótesis  implica  que  la  evidencia  muestral 
refuta la hipótesis planteada. Puesto de otra manera, el rechazo de una hipótesis significa que existe una pequeña 
probabilidad de obtener la información muestral observada, cuando realmente dicha hipótesis es verdadera. 
 
REGIÓN CRÍTICA o REGIÓN DE RECHAZO (RR).  
Sea C un subconjunto del espacio muestral. C es la región crítica de un contraste o prueba dada si dicho contraste nos 
lleva a rechazar la hipótesis nula Ho cuando la muestra cae en C. A la región de rechazo se le acostumbra denominar 
"región crítica de la prueba". 
 
Para establecer las regiones críticas vamos a tomas tres diferentes ejemplos: 
- Una fábrica vende en promedio 50.000 artículos por año ahora se implementa un nuevo plan de mercadeo 
para aumentar el nivel de ventas 
- Todos sabemos que al final del año fiscal que las diferencias entre los activos y pasivos de una empresa en su 
diferencia es igual a cero. 
- Suponga que se desea corroborar el nivel de la deuda que tienen las empresas colombianas por efecto del 
pago atrasado de sus obligaciones fiscales, el gobierno afirma que la deuda es de menos de 1,2 billones de 
pesos  
 
CASO 1 
Ho: µ ≤ 50.000 
Ha: µ > 50.000 
 

  
 
CASO 2 
Ho: µ = 0 
Ha: µ ≠ 0 
 

2
  
 
CASO 3 
Ho: µ ≥ 1.2 
Ha: µ < 1.2 
 

 
 
 
ERRORES AL TOMAR UNA DECISIÓN. 
 
Cuando  se  toma  una  decisión  estadística  sobre  una  prueba  se  pueden  cometer  dos  tipos  de  errores:  rechazar  una 
hipótesis que es válida o aceptar una hipótesis que es falsa. 
 
ERROR  TIPO  I  (α):  Es  una  decisión  errónea  en  el  proceso  de  dar  la  conclusión  a  un  problema  mediante  el 
procedimiento de una prueba de hipótesis y ocurre cuando se rechaza una hipótesis nula cuando es verdadera. 
 
ERROR  TIPO  II  (β):  Es  una  decisión  errónea  en  el  proceso  de  dar  la  conclusión  a  un  problema  mediante  el 
procedimiento de una prueba de hipótesis y ocurre cuando no se rechaza una hipótesis nula dado que es falsa. 
 
Los errores de tipo I y II no están relacionados más que del siguiente modo: Cuando α decrece β crece. Por tanto no 
es posible encontrar tests que hagan tan pequeños como queramos ambos errores simultáneamente. De este modo 
es siempre necesario privilegiar a una de las hipótesis, de manera que no será rechazada, a menos que su falsedad se 
haga muy evidente. En los contrastes, la hipótesis privilegiada es H0 que sólo será rechazada cuando la evidencia de 
su falsedad supere el umbral del 100 ∙ (1 − α) %. 
 
H0 cierta  H0 falsa o Ha cierta 
H0 rechazada  Error tipo I (α)  Decisión correcta (*) 
H0 no rechazada  Decisión correcta Error tipo II (β ) 
 
ESTADÍSTICOS DE PRUEBA EN UNA PRUEBA DE HIPÓTESIS: 
 
Seguimos con los mismos supuestos dados para los intervalos de confianza obtenidos a partir del teorema central del 
Límite: 
 
- Si la variable presenta distribución normal y σ2 conocida entonces:    
√
2
- Si n ≥ 30 entonces y σ  desconocida entonces:    
√
- Si n < 30 entonces, σ2 desconocida y distribución poblacional Normal, entonces:    
√

3
EJERCICIOS:
 
1. Una firma de transporte marítimo de Guatemala garantiza a sus clientes que los despachos de frutas de Centro 
América a New York promedian 9.5 días o menos, con una desviación estándar de 4 días. Un cliente en particular 
halla de una muestra de 36 despachos y observa que sus tiempos han promediado 10.5 días. Usando un nivel de 
significancia  de  0.02.  ¿Debería  de  rechazar  la  compañía  el  argumento  de  la  firma  de  transporte  sobre  los 
embarques que toman 9.5 días o menos? 
 
2. Una máquina despachadora de refrescos se ajusta de tal forma que la cantidad de refresco servido está distribuido 
normal  con  media  228  ml.  Se  verifica  la  máquina  periódicamente,  tomando  una  muestra  de  10  refrescos  y  se 
calcula su contenido promedio, la cantidad promedia de llenado las lecturas en ml fueron: 226  226  232  227  225  
228  225  228  229  230, ¿se debe ajustar la máquina, utilice alfa del 5%? 
 

3. Un  proveedor  de  remaches  para  aviones  afirma  que  estos  tienen  una  tensión  promedio,  la  cual  se  distribuye 
normal,  con  una  media  de  por  lo  menos  200  kilogramos  /  fuerza  y  una  desviación  estándar  de  30  kilogramos  / 
fuerza.  Un  fabricante  duda  de  este  valor  promedio  y  toma  una  muestra  aleatoria  de  25  remaches  encontrando 
una  media  de  195  kilogramos  /  fuerza.  Plantee  las  hipótesis  del  caso,  para  la  tensión  media.  Determine  si  el 
proveedor cumple con su afirmación con un nivel de significancia del 5%. 
 
4. La mayoría de piezas utilizadas en los motores de un avión tienen problemas de desgaste. Una pieza utilizada en 
un motor de avión tiene una vida media de 1500 horas, la cual se distribuye aproximadamente normal. Con ánimo 
de  aumentar  la  vida  media  de  esta  pieza  se  ha  utilizado  un  nuevo  material.  Se  tomó  una  muestra  de  15  de  las 
nuevas piezas encontrando una vida media de 1600 horas y una desviación estándar de 100 horas. ¿Ha producido 
el nuevo material un cambio significativo en la vida media de las piezas?  Use  α.=0.03. Plantee las hipótesis del 
caso y luego resuélvalo. 
 
5. La Aeronáutica Civil ha establecido que el número de aviones que despegan y aterrizan en un aeropuerto local no 
debe sobrepasar de 100 por día. Un inspector tomó una muestra de 100 días de operación aérea encontrando una 
media de aviones que despegan y aterrizan de 120 por día y una desviación estándar de 40. ¿Prueban estos datos 
que el aeropuerto no cumple con la norma establecida por la Aeronáutica Civil? Use α.= 0.01 
 
6. Una escuela de comercio local afirma que sus estudiantes graduados consiguen empleos mejor remunerados que 
el promedio nacional para ese tipo de escuelas. Los salarios del año pasado, pasados a todos los graduados de las 
escuelas de comercio en su primer empleo, mostraron una media de $10,20 por hora. Una muestra aleatoria de 
10  graduados  de  la  mencionada  escuela  en  el  último  año,  mostró  los  siguientes  salarios  por  hora  en  su  primer 
empleo: $9.40, $10.30, $11.20, $10.80, $10.40, $9.70, $10.90, $9.80, $10,60, $10.70. Establezca un intervalo de 
confianza  del  90%,  para  comprobar  o  refutar  esta  aseveración,  asuma  que  los  salarios  históricos  de  la  escuela 
siguen una distribución aproximadamente normal. 

7. El  rector  de  una  universidad  tiene  la  impresión  de  que  la  edad  promedio  de  los  estudiantes  que  asisten  a  esa 
institución ha cambiado durante los últimos años. Para comprobar dicha hipótesis, se lleva a cabo un experimento 
en  el  cual  se  registra  la  edad  de  150  alumnos  elegidos  al  azar  entre  todos  los  estudiantes  de  este  centro  de 
educación superior. La edad promedio así registrada es de 23.5 años. Un censo realizado en la universidad unos 
cuantos años antes reveló que la edad promedio era de 22.4 años, con una desviación estándar de 7.6. Plantee las 
hipótesis respectivas para confirmar o rechazar la apreciación del rector. Use un nivel de significancia del 2%. 
 
8. Una investigadora cree que la estatura de las mujeres ha cambiado en años recientes ella sabe que hace 10 años 
en la ciudad donde vive el promedio de estatura de una mujer adulta joven era de 63 pulgadas. La investigadora 
toma una muestra aleatoria de 8 mujeres jóvenes adultas que residen en dicha ciudad y mide sus estaturas. Así 
obtiene  los  siguientes  datos:  64,  66,  68,  60,  62,  65,  66,  63.  Asuma  que  la  distribución  de  las  estaturas  tiene  un 
comportamiento normal en esta población. Tiene razón la investigadora al plantear esta creencia. Use un nivel de 
significancia del 5% para probarlo o refutarlo. 
 
4
9. El  fabricante  de  cierta  gasolina  considera  que  un  nuevo  aditivo  rendirá  más  millas  por  galón.  La  compañía  ha 
realizado  un  gran  número  de  mediciones  de  las  millas  recorridas  con  gasolina  sin  el  aditivo,  bajo  condiciones 
controladas  en  forma  rigurosa.  Los  resultados  presentan  una  medida  de  24.7  millas  por  galón  y  una  desviación 
estándar de 4.8. Se realizan pruebas con una muestra de 75 automóviles que utilizan la gasolina con el aditivo. La 
media de la muestra es igual 26.5 millas por galón. Es mejor el rendimiento del automóvil con el aditivo, plantee 
las hipótesis respectivas y concluya con un nivel de significancia del 10%.