Estadística Inferencial I

Sesión 6. Periodo de Contingencia 2.

COMPARACIÓN DE DOS MUESTRAS INDEPENDIENTES PARA DIFERENCIA ENTRE DOS MEDIAS

(Varianzas poblacionales diferentes y conocidas)

Cuando se realiza este tipo de prueba de hipótesis, se utiliza una metodología similar a la que se utilizó
para una muestra.

Fórmula:

x1  x2
zc 
 12  22

n1 n2

EJEMPLO:

Un departamento de control de calidad desea evaluar 2 máquinas que fabrican ciertas piezas circulares de
plástico. Se desea saber si la máquina A las fabrica con un diámetro mayor que la máquina B. Para ello, se toma
una muestra de 32 piezas de la máquina A y se encuentra que su diámetro tiene una media de 1.061 cm y se
conoce que su varianza es de 0.000442. En tanto que una muestra aleatoria de 30 piezas de la máquina B arroja
una media de 1.038 cm y su varianza es de 0.000228. Si los diámetros de estas piezas se distribuyen de forma
normal en las 2 máquinas, comprueba la hipótesis de que la máquina A está fabricando piezas de mayor
diámetro, con un nivel de significación del 5 %.

Paso 1.
En la Hipótesis nula se suponen las medias de los diámetros de las piezas fabricadas por las
H0 :  A  B 2 máquinas, iguales. Se utiliza un subíndice adecuado para identificar a la muestra, en este
caso se utiliza A y B (que corresponde a cada máquina)

H1 :  A   B Lo que se quiere verificar y contradice a H 0

1
 Estadística Inferencial I

Sesión 6. Periodo de Contingencia 2.

Paso 2.
Del enunciado se tiene que: x1  1.061 (media del diámetro de la muestra de piezas de la máquina A)

x 2  1.038 (media del diámetro de la muestra de piezas de la máquina B)

 12  0.000442 (varianza del diámetro de las piezas de la máquina A)

 2 2  0.000228 (varianza del diámetro de las piezas de la máquina B)

n1  12 (tamaño de muestra de las piezas de la máquina A)

n2  10 (tamaño de muestra de las piezas de la máquina B)

x1  x2 1.061  1.038
Sustituyendo en la fórmula: zc    2.97
 12  22 0.000442 0.000228

 12 10
n1 n2

Paso 3.
Como H 1 :  A   B , se trata de una prueba unilateral extremo derecho. Se utiliza la curva
normal correspondiente identificando la zona de rechazo y la de aceptación. El límite entre las 2
zonas lo marca z de tablas de acuerdo al nivel de significancia, el cual, para este caso es α = 5 %,
lo que corresponde a un valor de z = 1.65 positivo. Se ubica z c y se acepta o se rechaza H 0 .

Aceptación
de H0
= 2.97
 H 0 se rechaza
z =1.65

Paso 4.
Conclusión: El coeficiente medio del diámetro de las piezas circulares de plástico que fabrica la
máquina A y la máquina B no son iguales,  la máquina A produce piezas con mayor
diámetro que las de la máquina B.

2
 Estadística Inferencial I

Sesión 6. Periodo de Contingencia 2.

PRUEBAS t PARA LA DIFERENCIA ENTRE DOS MEDIAS CON VARIANZAS IGUALES

(muestras pequeñas)

Nota: Recuerda que se considera una muestra pequeña aquella

menor a 30 elementos ( n  30 )

Fórmula:

x1  x2
tc 
2 2

n1 n2

Para encontrar  2 a partir de s 2 :

(n1  1) s12  (n2  1) s 2 2

 
2
n1  n2  2

Nota: n1  n2  2 son los grados de libertad (que se utilizan para

consultar la tabla t, la cual se anexa)

EJEMPLO:

Una organización de crédito y seguros ha desarrollado un nuevo método de alta tecnología para capacitar al
nuevo personal de ventas. La Compañía obtuvo una muestra de 16 empleados capacitados de la manera original
y encontró ventas diarias promedio de $688.00 con desviación estándar muestral de $32.63. También se tomó
una muestra de 11 empleados capacitados por el método nuevo y encontraron un promedio de ventas diarias
de $706.00, con desviación estándar de la muestra igual a $24.84. Con un nivel de significancia del 5 %, ¿puede
la Compañía concluir que el promedio diario de ventas aumenta con el nuevo plan?

3
 Estadística Inferencial I

Sesión 6. Periodo de Contingencia 2.

Paso 1.
En la Hipótesis nula se suponen las medias de las ventas diarias iguales, se utiliza un subíndice
H 0 : O   N adecuado para identificar a la muestra, en este caso se utiliza O y N (que corresponde al
método de capacitación original y al nuevo)

H1 : O   N Lo que se quiere verificar y contradice a H

0

Paso 2.
Del enunciado se tiene que: x1  688 (media de ventas con el método de capacitación original)

x2  706 (media de ventas con el método de capacitación nuevo)

s1  32.63 (desviación estándar de ventas con el método de capacitación

original)

s 2  24.84 (desviación estándar de ventas con el método de capacitación

nuevo)

n1  16 (tamaño de muestra de los empleados capacitados con el método de

original)

n2  11 (tamaño de muestra de los empleados capacitados con el método de

nuevo)

Antes de sustituir en la fórmula para encontrar t c , se calcula  2 :

(n1  1) s1 2  (n 2  1) s 2 2 (16  1) (32.63) 2  (11  1) (24.84) 2

2    885.64
n1  n 2  2 16  11  2

x1  x2 688  706
Sustituyendo en la fórmula: tc     1.54
2 2 885 .64 885 .64


n1 n2 16 11

4
 Estadística Inferencial I

Sesión 6. Periodo de Contingencia 2.

Paso 3.
Como H1 : O   N , se trata de una prueba unilateral extremo izquierdo. Se utiliza la curva

correspondiente identificando la zona de rechazo y la de aceptación. El límite entre las 2 zonas lo

marca t de tablas (tabla t de Student) de acuerdo al nivel de significancia, el cual, para este caso
es α = 5 % y a los grados de libertad, los cuales son 25 ( n1  n2  2  16  11  2  25 ), lo que
corresponde a un valor de t = – 1.7081.
α=5%

Se ubica t c y se acepta o se rechaza H 0 .

= –1.54

 H 0 se acepta
t = – 1.7081

Paso 4.
Conclusión: Las ventas medias del personal capacitado con el método original es igual a las
ventas medias del personal capacitado con el método nuevo,  utilizar el método
de capacitación nuevo no incrementa las ventas.

M.C.R.M.S.C.
5