4.6. Prueba de Hipótesis Sobre Una Proporción Poblacional

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 13

4.6.

Prueba de hipótesis sobre una proporción poblacional


La segunda prueba que se abordará en esta unidad es la relacionada con la proporción
poblacional (P). Para estimar este parámetro, se emplea la proporción muestral (𝒑). En
la segunda unidad, se estudió que la distribución muestral de la proporción se acerca a
una normal; en este caso, el estadístico de prueba a utilizar es el siguiente:

Esto es cuando se conoce la proporción poblacional. En caso contrario, en vez de dividir


entre n, se hace entre n – 1. A continuación, se exponen ejemplos sobre la realización
de pruebas con la proporción.
Ejemplo 1
Históricamente, las entregas a domicilio de productos adquiridos en una cadena de
tiendas departamentales en el tiempo establecido en sus políticas son de 85%. A fin de
solicitar un bono de desempeño, el gerente de logística selecciona una muestra
aleatoria de 50 casos para demostrar que la proporción de entregas hechas en tiempo
se ha incrementado. En la muestra, se realizaron en tiempo 44 entregas. Con una
significancia de 0.05, se pide confirmar si se apoya lo dicho por el gerente de logística.
Solución:
Se realiza lo siguiente:
5. PRUEBAS DE HIPÓTESIS CON LA DISTRIBUCIÓN JI CUADRADA
5.1. La distribución ji cuadrada, χ 2
En la última sección de la tercera unidad, se utilizó la distribución 𝝌 𝟐 (ji cuadrada)
para estimar un intervalo para una varianza poblacional. Teóricamente, esta
distribución es un caso de otra distribución conocida como gamma; el parámetro
que determina su distribución son los grados de libertad, es decir, el número de
observaciones que pueden variar libremente. Las características de esta
distribución son las siguientes:

En distribuciones muestrales, se emplea el estadístico

El estadístico tiene una distribución 𝝌 𝟐 con n – 1 grados de libertad.


Este resultado es válido si la muestra proviene de una población con distribución normal.
5.2. Pruebas de hipótesis para la varianza de una población
En la unidad anterior, se realizaron pruebas de hipótesis relacionadas con una
media, una proporción, diferencia de medias y diferencia de proporciones, y se
finalizó con pruebas entre dos varianzas.
En este capítulo, se expone cómo efectuar una prueba para la varianza de una
población. Como se ha mencionado en las unidades pasadas, en ocasiones se
requiere hacer inferencias sobre la varianza poblacional. Así como en la unidad
anterior, en este caso se plantea una hipótesis nula y otra alternativa que involucra
a la varianza, pero el estadístico de prueba es:
Ejemplo 2.
Una empresa realiza periódicamente una encuesta de clima laboral entre los
empleados. Recientemente, varios departamentos solicitan que esta encuesta ya
no se realice con la misma periodicidad, pues distrae las labores de los
subordinados. En defensa de la encuesta, el director de recursos humanos sostiene
que una variabilidad de 7 minutos no afecta el desempeño.
Para comprobar que la variabilidad es de 7, elige una muestra de 20 empleados y
obtiene un resultado de 6.7 minutos. ¿Se puede afirmar, con un nivel de confianza
del 90%, que el director está en lo correcto?
5.3. Prueba para la diferencia entre n proporciones
En la sección anterior, se mostró el empleo de la distribución 𝝌 𝟐 para hacer un
contraste de hipótesis de una varianza poblacional. A partir de esta sección, se
analizará su utilidad en la comparación de datos observados contra esperados, y de
esta manera apoyar o no un comportamiento teórico.
Estadístico de prueba que se empleará a partir de esta sección:
En esta sección, se aplicará el estadístico mencionado para apoyar o no que un
conjunto de datos tiene una distribución multinomial.
En el curso de Estadística Descriptiva, se presentó la distribución binomial, la cual
tiene como una de sus características que cada uno de los n ensayos
independientes solamente ofrece dos resultados posibles manteniéndose constante
la probabilidad de éxito. Cuando existen al menos tres resultados posibles, los
cuales son mutuamente excluyentes y cada uno con una probabilidad de ocurrencia
de manera que su suma da uno, se está frente a una distribución multinomial.
Supóngase que históricamente la proporción de estudiantes de Administración que
obtiene una calificación mayor a 9 en Estadística Inferencial es 0.05; entre 8 y 9,
0.15; entre 7 y 8, 0.55; y el resto, menor a 7. Se ha propuesto una estrategia de
enseñanza que se espera mejore el aprovechamiento de la materia en los
estudiantes de Administración. Un grupo piloto de 140 alumnos registró los
siguientes resultados:

¿Se podría apoyar con un nivel de confianza de 95% que la estrategia modificó el
aprovechamiento de los estudiantes de Administración en Estadística Inferencial?
Obsérvese que el tratamiento de la información se ajusta al de una distribución
multinomial porque hay más de dos resultados y cada alumno nada más puede estar
en una categoría. Se denotará como pA, pB, pC y pD a la proporción de alumnos
en cada nivel, y se aplicará una prueba de hipótesis para determinar si la nueva
estrategia modifica el desempeño.
La hipótesis nula y alternativa para probar si la estrategia modifica o no el
desempeño es la siguiente:
Asumiendo como cierta la hipótesis nula, se esperaría que los 140 alumnos se
distribuyeran de la siguiente manera:
La figura anterior muestra la distribución del estadístico de prueba asumiendo que la
hipótesis nula es cierta. Debido a que la prueba es bilateral, la región de rechazo se
encuentra en ambos extremos de la curva. La región de aceptación se halla entre los
puntos críticos (0.2 y 9.3), lo cual significa que, si la prueba tiene un valor en esta región,
la hipótesis nula se acepta. En la figura se observa que el resultado de la prueba (28.7)
se sitúa en la zona de rechazo, por tanto, se rechaza la hipótesis nula.
En conclusión, hay evidencia estadística para rechazar la hipótesis nula: la estrategia
modificó el aprovechamiento de los estudiantes de Administración en Estadística
Inferencial.

También podría gustarte