“Pruebas de Hipótesis basadas en un Valor de Probabilidad”

Valor P

Se trata de un enfoque alternativo para la toma de decisiones que ha adquirido relevancia a

partir del uso de los paquetes estadísticos, los cuales proporcionan como valor final de sus
pruebas de hipótesis el valor p (o p valor).

Este proceso consiste en calcular y reportar un valor de probabilidad asociado con el

estadístico muestral observado. Vale decir que se desprende del estadístico de prueba utilizado
en el test. El valor reportado se llama valor de probabilidad, o simplemente valor p.

Para tomar una decisión sobre el rechazo o no rechazo de H0, el valor p se deberá comparar con
el nivel de significación , es decir la probabilidad de error tipo I que se hubiese decidido
emplear en el test de hipótesis.

Valor p

El valor de probabilidad de una prueba de hipótesis se define como el nivel de

significación más pequeño para el que la información muestral observada resulta
significativa, suponiendo que la hipótesis nula sea verdadera. Se obtiene con la
probabilidad de que el estadístico de prueba tenga el valor observado o un valor más
extremo, siempre en la dirección que indica la H1.

Los pasos para llevar adelante tal procedimiento son:

1. Formulación de las hipótesis nulas y alternativas

2. Elección del estadístico que será usado para juzgar H0

3. Determinación del nivel de significación  que será utilizado para la toma de decisión.

4. Determinación del valor del estadístico de prueba utilizando los resultados de la

muestra, el cual conducirá a tomar una decisión.

5. Obtención del valor p de la prueba. Suponiendo que hemos trabajado con el estadístico
Z, obtendremos ahora el valor p como el área que representa aquellos valores de z que
son más extremos que Zc. Las posibilidades con las siguientes:

5.1 Si H1 se define a cola derecha (es decir, contiene “”) entonces el valor p es

p= P(ZZc), y representa el área a la derecha de Zc.

5.2 Si H1 se define a cola izquierda (es decir, contiene “<”) entonces el valor p es

p= P(Z<Zc), y representa el área a la izquierda de Zc.

 5.3 Si H1 se define a dos colas (es decir, contiene “≠”), entonces el valor p es la suma
del área a la izquierda del valor negativo de Zc y del área a la derecha del valor
positivo de Zc. Puesto que ambas áreas son iguales, es suficiente encontrar una y
multiplicarla por dos. Así el valor p es p= P(ZZc)*2

6. La decisión se tomará comparando el valor p con el valor de  establecido

anteriormente. Por lo tanto:

6.1 Si el valor p es menor o igual que el  deseado, la decisión es Rechazar H0

6.2 Si el valor p es mayor o igual que el  deseado, la decisión es No Rechazar H0

Ejemplo

Un profesor ha registrado las calificaciones de sus alumnos durante varios semestres, siendo la
media  de aquellas igual a 72- Su grupo actual de 36 estudiantes parece tener una aptitud
promedio superior, por lo que el profesor desea mostrar que de acuerdo con su media “el grupo
es mejor que los anteriores”. ¿Constituye el promedio del grupo = 75.2 suficiente evidencia
para respaldar la afirmación del profesor?. Utilizar un  del 5 % y σ = 12.0.

1. H0: µ = 72

H1: µ  72

2. Zc = = 1.60

3. Fijamos  = 5%

4. Valor p = P (ZZc) = P( Z1.60) = 0.5 – 0.4452 = 0.0548

5. Si se toma la decisión utilizando el  que previamente fijamos (5%), entonces la

decisión será “No rechazo H0” y la conclusión será “no existe evidencia que demuestre
que el grupo actual es superior”. No obstante, si se hubiese elegido un  del 10 %, la
decisión hubiese sido diferente ya que claramente “Rechazamos H0”.

Esto demuestra la importancia de decidir previamente el nivel de significación a comparar, para

evitar luego modificarlo en función de la conclusión que deseamos obtener.