Pruebas de hipótesis

Una hipótesis estadística es una suposición o conjetura relativa a la población.

Una hipótesis estadística puede ser planteada de dos maneras:

1.- Diciéndola en términos del valor que se supone válido, por ejemplo:

La vida útil promedio de cierto tipo de focos es de 500 horas.

La proporción de artículos defectuosos, elaborados en cierto proceso productivo es de
4%.

2.- Diciendo que no hay diferencia significativa entre los dos valores que son
comparados, por ejemplo:

No hay diferencia entre la media de la muestra y la media de la población.

No hay diferencia entre la proporción de la muestra y la proporción de la población.

De lo anterior puede inferirse que el proceso de probar una hipótesis implica la

comparación entre dos valores, uno de ellos es el hipotético (parámetro) y el otro es el
valor de chequeo (estadístico). Si no existiese una diferencia significativa entre ambos,
entonces no habría evidencia para refutar el valor del parámetro y por ende la hipótesis
no podría ser rechazada. Lo contrario sucede cuando la muestra indica que existe una
diferencia significativa.

Tipos de hipótesis estadística

1.- Hipótesis Nula: Es cualquier hipótesis que se establece con el fin de ser probada. Por
ejemplo:
H0: µ = 500

H0: ∏ = 4%

H0: X    0

La hipótesis nula es válida, mientras la prueba no demuestre lo contrario. En el proceso

de prueba el propósito es encontrar evidencia en la muestra que indique que el valor
hipotético no es válido para rechazar la hipótesis, es decir actuamos como los fiscales en
un juicio.

2.- Hipótesis alternativa: Es cualquier hipótesis que difiera de la hipótesis nula.

H1: µ > 500

H1: µ < 500

H1: µ ≠ 500
Tipos de errores estadísticos

H0
DECISIÓN
Válida Falsa

Rechazar Error tipo I 

No rechazar  Error tipo II

Para que una prueba de hipótesis sea válida debe diseñarse de tal manera que la
probabilidad de cometer ambos tipos de errores sea mínima, sin embargo esto no es
fácil, puesto que cualquier intento por minimizar la probabilidad de cometer uno de los
dos tipos de errores, ocasiona que la probabilidad de cometer el otro se incremente. La
única forma de minimizar la probabilidad de cometer ambos tipos de errores es
incrementando el tamaño de la muestra, lo cual no siempre es posible. Por lo anterior la
teoría de las pruebas de hipótesis se basa en establecer un límite superior a la
probabilidad de cometer el error tipo I y con un diseño apropiado de prueba minimizar
la probabilidad de cometer el error tipo II.

La máxima probabilidad de cometer el error tipo I se llama nivel de significancia o

nivel de significación y se le representa mediante la letra α, los valores más comunes de
α son 1% y 5%. El nivel de significancia suele representarse utilizando porciones del
área bajo la curva normal o bajo la curva de la distribución de probabilidad que
corresponda. Son tres las formas generales de representación:

1.- Utilizando la porción a la extrema izquierda del área bajo la curva.

2.- Utilizando la porción a la extrema derecha del área bajo la curva.
3.- Utilizando ambas porciones extremas del área bajo la curva.

Todas las pruebas de hipótesis se basan en una de estas tres formas de representar el
valor de α, originándose de esta manera las pruebas del extremo izquierdo, del extremo
derecho y de ambos extremos, respectivamente.

Procedimiento para las pruebas de hipótesis.

1.- Plantear las hipótesis nula y alternativa (la conclusión a que queremos llegar).
2.- Medir la diferencia entre los dos valores que son calculados, en términos del error
estándar del estadístico, en unidades de la distribución de probabilidad correspondiente.
3.- Si el valor calculado en el paso anterior cae en la región de rechazo, marcada por las
tablas, rechazar la hipótesis nula, en caso contrario no rechazarla.
4.- Expresar las conclusiones del paso anterior (rechazo o no rechazo) en el lenguaje
particular del problema.