Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ESCUELA DE MEDICINA
UNIDAD 5
5. Hipótesis
Hipótesis es una aseveración elaborada con el propósito de poner a prueba, requiere una toma de
decisiones para aceptar o rechazar la proporción sobre un parámetro (valor numérico de la población).
Hipótesis Estadística: Enunciado acerca de las distribuciones de probabilidad, que pueden ser o no
verdaderos.
En el análisis estadístico se hace una aseveración, en el planteo de la hipótesis, después se hacen las
pruebas para verificar si es o no es verdadera la aseveración.
Hipótesis Nula: Se denotan por Ho, es aquella que nos dice que no existen diferencias significativas
entre los grupos. Es aquella por la cual indicamos que la información a obtener es contraria a la
hipótesis de trabajo.
Por ejemplo: Un investigador cree que, si un grupo de jóvenes se somete a un tratamiento intensivo
con cierto medicamento, que habrá mejores resultados que aquellos que no recibieron entrenamiento.
Para demostrar su hipótesis toma una muestra probabilística de jóvenes y los distribuye en dos grupos:
uno que llamaremos experimental (recibirá tratamiento), y otro control (no recibirá ). La hipótesis
nula señalará que no hay diferencia en el resultado entre el grupo de jóvenes que recibió el tratamiento
y otro que no recibió.
Otro ejemplo: Hipótesis: Ho: “El aprendizaje de los niños no se relaciona directamente con su edad”.
Hipótesis Alternativa o alterna: Difiere de la hipótesis nula se denotará por H1. Plantea la diferencia
y establece que son diferentes. Se le conoce también como la hipótesis de investigación
Prueba de una hipótesis se realiza mediante un procedimiento sistemático continuo de cinco pasos:
La hipótesis nula (H0) es el valor hipotético del parámetro que se compara con el resultado muestral.
El planteamiento de la hipótesis nula siempre contiene un signo de igualdad con respecto al valor
especificado del parámetro por lo que determina que no hay diferencias estadísticamente
significativas. Ejemplo: H0: “La técnica A empleada para el control del estrés es igual a la técnica
B”. No hay diferencias estadísticamente significativas.
Ejemplo Hi: “La técnica A empleada para el control del estrés es diferente a la técnica B”. (Hipótesis
bilateral o de dos colas).
Ejemplo: Hi: “La técnica A empleada para el control del estrés es mejor que la técnica B” (Hipótesis
unilateral o de una cola).
El nivel de significancia se expresa con la letra griega alfa, α se conoce también como nivel de riesgo
o error. Es un término más adecuado porque se trata del riesgo que se corre al rechazar la hipótesis
nula cuando es verdadera. No existe ningún nivel de significancia que se aplique a todas las pruebas.
Se toma la decisión de utilizar el nivel desde 0.01 hasta de 0.10 o cualquier otro nivel entre 1% y
10%. Se acostumbra a elegir el nivel de 0.05 (expresado con frecuencia como nivel de 5%), en el caso
de los proyectos de investigación.
La elección del estadístico depende de la muestra que se toman, si las muestras de la prueba son
mayores o iguales a 30 se utiliza el estadístico z, y si son menores que 30 se utiliza el estadístico t.
Por ejemplo, para probar el valor hipotético de una media poblacional, se toma la media de una
muestra aleatoria de esa distribución normal, entonces es común, que se transforme la media en un
valor z el cual, a su vez, sirve como estadística de prueba.
La prueba de hipótesis para la media (μ), cuando se conoce la desviación estándar (σ) poblacional, o
cuando el valor de la muestra es grande (30 o más), el valor estadístico de prueba es z y se determina
𝑥̅ −𝜇
a partir de la ecuación: 𝑍= 𝜎
√𝑛
𝑥̅ − 𝜇
𝑡=
𝑆
√𝑛
La distribución de muestreo de la estadística de prueba se divide en dos regiones, una región de
aceptación y una región de rechazo (conocida como región crítica) y Si el estadístico de prueba cae
dentro de la región de aceptación, se acepta la hipótesis nula.
Etapa 4.- Establecer la regla de decisión Se establece las condiciones específicas en la que se
rechaza la hipótesis nula y las condiciones en que no se rechaza la hipótesis nula.
Ejemplo
H0 : µ = 200
H1 : µ ≠ 200
H0 : µ ≥ 200 H0 : µ ≤ 200
Valor crítico: Es el punto de división entre la región en la que se rechaza la hipótesis nula y la región
en la que no se rechaza la hipótesis nula.
Los valores críticos en una prueba de una cola son diferentes a los de una prueba de dos colas en el
mismo nivel de significancia.
En el caso de dos colas, se dividió el nivel de significancia a la mitad y se colocó una mitad en la cola
inferior y la otra en la cola superior, el valor crítico se calcula: 1) se resta 0.025 de 0.5000 y 2) se
determina el valor z correspondiente a 0.475 es ± 1,96
En una prueba de una cola, toda la región de rechazo se coloca en una cola, el valor crítico se calcula:
1) se resta 0.05 de 0.5000 y 2) se determina el valor z correspondiente a 0.4500 es 1,65
En este último paso de la prueba de hipótesis, se calcula el estadístico de prueba, se compara con el
valor crítico y se toma la decisión de rechazar o no la hipótesis nula. Tenga presente que en una
prueba de hipótesis solo se puede tomar una de dos decisiones: aceptar o rechazar la hipótesis nula.
Debe subrayarse que siempre existe la posibilidad de cometer dos tipos de errores.
ERROR TIPO I α: Cuando se rechaza la hipótesis nula cuando debería haberse aceptado de acuerdo
al nivel de significancia que se establece para su prueba de hipótesis.
ERROR DE TIPO II β: cuando existe la posibilidad de que se acepte la hipótesis nula cuando
debería haberse rechazado, el tamaño de la muestra debe ser lo suficientemente grande como para
detectar una diferencia práctica cuando está realmente exista.
En la prueba de hipótesis sólo es posible una de las dos decisiones: la hipótesis nula se acepta o se
rechaza. En lugar de aceptar la hipótesis nula, H0, algunos investigadores prefieren expresar la
decisión como “no se rechaza H0”, “se decide no rechazar H0”
Ejemplo
DATOS
Ho: μ ≤ 350
zT = 1,65
Paso 03: Calculamos o determinamos el valor estadístico de prueba
De los datos determinamos: que el estadístico de prueba es Z, debido a que el número de muestras es
igual a 30, conocemos la media de la población, pero la desviación estándar de la población es
desconocida, en este caso determinamos la desviación estándar de la muestra y la utilizamos en la
formula reemplazando a la desviación estándar de la población.
𝑥̅ − 𝜇
𝑍=
𝑆
√𝑛
Calculamos la desviación estándar muestral y la media de la muestra utilizando Excel, lo cual se
muestra en el cuadro que sigue.
Media 372.8
Error típico 9.56951578
Mediana 381
Moda 405
Desviación estándar 52.4143965
Varianza de la muestra 2747.26897
Curtosis 0.36687081
Coeficiente de asimetría 0.04706877
Rango 234
Mínimo 276
Máximo 510
Suma 11184
Cuenta 30
Nivel de confianza
(95.0%) 19.571868
La regla de decisión la formulamos teniendo en cuenta que esta es una prueba de una cola, El área en
la que se acepta la Ho está en una cola, en el valor crítico para 0.05 ZT = 1.65
Por consiguiente la regla de decisión: es rechazar la hipótesis nula y aceptar la hipótesis alternativa,
si el valor Z calculado no queda en la región comprendida hasta 1.65.
Una manera para determinar la ubicación de la región de rechazo consiste en mirar en la dirección en
la que señala el signo de desigualdad en la hipótesis alternativa (< o >)
1.65
En este último paso comparamos el estadístico de prueba que es igual a ZC = 2.38 y lo comparamos
con el valor critico de ZT = 1.65. Como el estadístico de prueba calculado es mayor que el valor critico
de Z, se rechaza Ho. Por tanto se confirma el supuesto del Jefe de la Biblioteca que el promedio de
lectores por día es mayor que 350.
La duración media de una muestra de 300 focos producidos por una compañía resulta ser de
1620 horas. Se conoce que la desviación estándar es de 150 horas, con un nivel de significancia
de 0.05. Se desea determinar si la media de la duración es mayor que 1600 horas
Solución
𝑥̅ − 𝜇
𝑍=
𝑆
√𝑛
𝟏𝟔𝟐𝟎−𝟏𝟔𝟎𝟎
Z= 𝟏𝟓𝟎 Z = 2,31
√𝟑𝟎𝟎
2) La duración media de lámparas producidas por una compañía han sido en el pasado de 1120 horas.
Una muestra de 8 lámparas de la producción actual dio una duración media de 1070 horas con una
desviación típica de 125 horas.
Las pruebas de dos muestras se utilizan para decidir si las medias de dos poblaciones son iguales. Se
requieren dos muestras independientes, una de cada una de las dos poblaciones. Considérese, por
ejemplo, una compañía investigadora que experimentan con dos diferentes mezclas para ver si se
puede modificar el tiempo de reacción frente al producto. Cada mezcla es probada un determinado
número de veces, y comparados posteriormente los tiempos de las dos muestras.
Con frecuencia se utilizan pruebas de dos muestras para comparar dos métodos de enseñanza,
dos marcas, dos ciudades, dos distritos escolares y otras cosas semejantes.
La hipótesis nula puede establecer que las dos poblaciones tienen medias iguales:
Para tamaños más pequeños de muestra, Z estará distribuida normalmente sólo si las dos
poblaciones que se muestrean también lo están.
Ejemplo
Ho: μ1 = μ 2
Ho: μ1 ≠ μ 2
Como su valor calculado ZC (2,59) > ZT 2,05; se rechaza la hipótesis nula y se acepta la hipótesis
alternativa
e) Cuál es el valor p?