PRUEBA DE HIPÓTESIS

En los temas precedentes se estudió la inferencia estadística basada en la estimación de parámetros,

tanto puntual como por intervalos. Ahora se examinará otra aplicación de la inferencia: la prueba de
hipótesis estadística. Ambos tópicos están fuertemente relacionados.

La prueba de hipótesis es una de las consecuencias de la incesante búsqueda de procedimientos

adecuados que investigadores de las distintas ramas del conocimiento han realizado para optimizar los
métodos de análisis de la información contenida en una población para la toma de decisiones bajo
incertidumbre. La prueba de hipótesis estadística es uno de estos procedimientos cuyo objeto es la
elección de una entre dos alternativas referentes al estudio de una población basados en la evidencia
proporcionada por una muestra aleatoria de datos.

Una hipótesis estadística es una proposición acerca de la distribución de una variable aleatoria; es
decir, es una afirmación referida a una característica desconocida de una población objeto de estudio
(parámetro). Probarla consiste en una regla para decidir aceptarla o rechazarla la hipótesis.

Una hipótesis estadística se especifica, formalmente, dando el tipo de distribución de la población (en
la práctica esta es implícitamente supuesta) y el valor del parámetro que la define. La esencia de
probarla es decidir si la afirmación acerca del parámetro (media, proporción o varianza) se encuentra
apoyada por la evidencia experimental obtenida a través de una muestra aleatoria.

Ejemplos:

• El precio promedio de la libra de pan en Santa Marta es de $5.000 ( µ = 5.000 )

• Los defectuosos en la producción de cierto elemento no debe sobrepasar 3% de la producción ( p £ 3% )
• La tasa salarial media de los empleados de la empresa A no es superior en 1,5% que la tasa de los de la

empresa B ( p A - p B £ 1,5% )

Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la hipótesis nula, H 0 , y
la hipótesis alternativa, H1 .

La hipótesis nula, H 0 , es el enunciado que se probará; por lo general, la hipótesis nula es una
expresión de que "no hay efecto" o "no hay diferencia".

La hipótesis alternativa, H 1 , es el enunciado que se desea poder concluir que es verdadero de

acuerdo con la evidencia proporcionada por los datos de la muestra. La prueba determina si se puede
aceptar o rechazar la hipótesis nula.

Un error común de percepción es que las pruebas de hipótesis estadísticas están diseñadas para
seleccionar la más probable de dos hipótesis. Sin embargo, al diseñar una prueba, se establece la
hipótesis nula como lo que queremos desaprobar, puesto que define el nivel de significancia, a,
para que sea pequeño antes del análisis; cuando rechazamos la hipótesis nula, tenemos prueba
estadística de que la alternativa es verdadera.
Generalmente, la hipótesis nula es especificada en una forma exacta, tal como “no existe diferencia
entre la tasa salarial de los empleados de la empresa A y la de los empleados de la empresa B”.

Hay tres tipos de pruebas, a saber:


H 0 :q = q0
• Prueba de doble cola (prueba bilateral) : 
H1 : q ¹ q 0

determina si el parámetro de población es mayor que o menor que el valor hipotético. Una prueba
bilateral puede detectar cuándo el parámetro de población difiere en cualquier dirección.


H 0 :q ³ q0
• Prueba de cola inferior (cola izquierda): 
H1 : q < q 0


H 0 :q £ q0
• Prueba de cola superior (cola derecha): 
H1 : q > q 0
EJEMPLOS:

1. Un investigador tiene los resultados de una muestra aleatoria de estudiantes que presentaron un
examen nacional en una Universidad pública. El investigador desea saber si las calificaciones de
esa Universidad difieren del promedio nacional de 85 puntos. Una hipótesis alternativa bilateral es
la adecuada porque el investigador está interesado en determinar si las calificaciones son menores
que o mayores que el promedio nacional, así

H 0 : µ = 85
H 1 : µ ¹ 85

2. Ahora, el interés del investigador es saber si los estudiantes preparados tuvieron puntuaciones por
encima del promedio nacional de 85. Una hipótesis alternativa unilateral se puede utilizar porque el
investigador plantea la hipótesis de que las puntuaciones de los estudiantes preparados son
mayores que el promedio nacional.

H 0 : µ = 85
H 1 : µ > 85

3. Para construir un puente, una firma constructora necesita cables de acero que tengan una
resistencia media a la rotura de más de 10.000 libras. Para decidir si debe adquirir una marca
determinada de estos cables, sería,
H 0 : µ £ 10.000
H 1 : µ > 10.000

TIPOS DE ERRORES Y RIESGO DE LA PRUEBA: El resultado de una prueba de hipótesis nunca es

cien por ciento cierta. Puesto que la prueba se basa en probabilidades, siempre existirá la posibilidad
de llegar a una conclusión incorrecta: rechazar la hipótesis nula, siendo verdadera, (error tipo I) o
aceptarla cuando es falsa (error tipo II).

Estos dos errores están inversamente relacionados y se determinan según el nivel de significancia y la
potencia de la prueba; de ahí, que cuanto menor es la probabilidad de cometer un error de tipo I, tanto
mayor es la probabilidad de cometer un error de tipo II y viceversa. Por lo tanto, se debe determinar
qué error tiene efectos más graves antes de definir los riesgos.

Tabla 1. Tipos de errores

DECISIÓN H 0 es verdadera H 0 es falsa
Aceptar H 0 Decisión correcta, 1 - a Error de Tipo II, b

Rechazar H 0 Error de Tipo I, a Decisión correcta 1 - b

Error de tipo I o nivel de significación, a , es la probabilidad de rechazar H 0 cuando esta es

realmente verdadera.

Error de tipo II, b : es la probabilidad de aceptar la hipótesis nula siendo esta falsa; b depende de la

potencia de la prueba, 1 - b . Se puede reducir el riesgo de cometer un error de tipo II al asegurarse

de que la prueba tenga suficiente potencia. Para ello, se debe tener en cuenta que el tamaño de la
muestra sea lo suficientemente grande como para detectar una diferencia práctica cuando esta última
realmente exista.
PASOS PARA PROBAR UNA HIPÓTESIS ESTADÍSTICA

1) Plantear la hipótesis nula y la hipótesis alternativa, de acuerdo con el problema a investigar.

2) Escoger el nivel de significancia, a , para conocer el punto crítico. Un valor crítico es un punto
en la distribución del estadístico de prueba bajo la hipótesis nula que define un conjunto de valores
que apoyan el rechazo de la hipótesis nula. Este conjunto se denomina región crítica o de rechazo.
Por lo general, las pruebas unilaterales tienen un valor crítico y las pruebas bilaterales tienen dos
valores críticos. Los valores críticos se determinan de acuerdo con el nivel de significancia, a
llamado región de rechazo de la prueba. 1 - a es la región de aceptación. Los valores más
utilizados para a son 10% , 5% y 1% .

3) Calcular el estadístico de la prueba. Un estadístico de prueba mide el grado de concordancia

entre una muestra de datos y la hipótesis nula. Su valor observado cambia aleatoriamente de una
muestra aleatoria a otra. Un estadístico de prueba contiene información relevante acerca de los
datos para decidir sobre el rechazo de la hipótesis nula.

4) Tomar decisiones sobre la prueba: conocer el criterio de decisión sobre el rechazo o aceptación
de H 0 comparando el estadístico de la prueba con el punto crítico.
EJERCICIOS RESUELTOS

1. Un proceso industrial usado por una fábrica durante algunos años da una producción media de
100 unidades por hora con una desviación estándar de 8 unidades. Acaba de ponerse en el mercado
una nueva máquina para producir el mismo producto. Aunque la máquina es muy costosa comparada
con la actualmente en uso, su adopción sería muy lucrativa, si su producción media fuera mayor que
150 unidades por hora. Para decidir si debe adquirirse la nueva máquina para sustituir la antigua, la
gerencia de la fábrica compra una de las nuevas máquinas como un experimento. La nueva máquina
ha sido probada durante 35 horas y se ha encontrado una producción media de 160 unidades por hora.
Suponiendo que la desviación estándar de las nuevas máquinas es la misma que la de las antiguas,
¿qué decisión debería tomar la gerencia con una significancia de a = 1% ?

SOLUCIÓN

a) Formulación de hipótesis (cola derecha)

H 0 : µ £ 150 No compraría las máquinas

H1 : µ > 150 Compraría las máquinas

b) Nivel de significación y punto crítico: Como a = 1% , y la muestra es grande (n ³ 30) con

varianza conocida, s = 8 unidades, el punto crítico corresponde al valor de la distribución normal
Z a = 2,33
a = 1%

Z a = 2,33

c) Escogencia del estadístico de la prueba: Para probar la hipótesis planteada, la estadística de

la prueba es:

X - µ0 160 - 150
Zc = = = 7,41
sX 8
35

d) Tomar decisiones: Como Z c = 7,41 > Z a = 2,33 (cae en la región de rechazo de H 0 );

entonces se rechaza H 0 en favor de H1. Así, la gerencia compraría las máquinas.

2. Una fábrica de ceras para pisos tiene vendedores en todo el territorio nacional. En el pasado
sus vendedores ganaban una comisión media de $600 mensuales con una desviación estándar de $80.
Recientemente nuevas marcas de ceras para pisos han incursionado en el mercado; este factor tiende
a reducir el volumen de ventas y, por tanto, el ingreso de los vendedores. Mientras tanto, el precio de
lista de la producción de la empresa se ha incrementado junto con la inflación general de los precios;
este factor tiende a aumentar la comisión de los vendedores por venta. La gerencia de la empresa está
deseosa por descubrir el efecto neto de estos dos factores en las comisiones de sus vendedores, con
un nivel de significación de 5%. Para esto, se extrae una muestra al azar de 100 de las cuentas de
comisiones de todos los vendedores y se encontró un promedio de $585.

SOLUCIÓN: Las hipótesis del problema son (dos colas)

H 0 : µ = $600

H1 : µ ¹ $600

Para a = 5% (dos colas) se tiene que los puntos críticos son Z a = ±1,96 .
2

a = 5%

Za = -1,96 Za = +1,96
2 2

X - µ0 585 - 600
El estadístico de la prueba es Z c = = = -1,88
sX 80
100

Como Z c = -1,88 > Z a = -1,96 (cae en la región de aceptación de H 0 ), por consiguiente H 0 no ha

2

de ser rechazada. Este resultado indica que la diferencia de $15 puede ser atribuida a fluctuaciones
al azar en los datos de la muestra y que no es importante en un riesgo de 5% .

Como el resultado de la muestra es concluyente en el sentido que las comisiones de los vendedores
no ha cambiado, la gerencia no debe preocuparse por este problema.

3. Un industrial desea conocer la exactitud de una nueva máquina que, cuando se le ajusta
apropiadamente, enrolla automáticamente 1.760 pies de cable. Si el fabricante no tiene información
alguna sobre la posible tendencia de la máquina a enrollar una cantidad superior o inferior de cable.
Para probar el ajuste selecciona una muestra aleatoria de 25 rollos de cable preparados por la máquina,
mide la cantidad de cable en cada rollo y determina que el promedio es 1.700 pies, en tanto que el
desvío estándar de la muestra es de 100 pies.
SOLUCIÓN: Es posible que desee probar la hipótesis (dos colas)

H 0 : µ = 1,760 pies

H1 : µ ¹ 1.760 pies
a = 0,05

t24 = -2,0639 t24 = 2,0639

Aquí, el tamaño de la muestra n = 25 es pequeño y la desviación, s , es desconocida; entonces

se utiliza la distribución t - Student con n - 1 grados de libertad. Es decir, para a = 5% se tiene,

para 24 grados de libertad, que el punto crítico es t 24 = ±2,0639.

Por otro lado el estadístico de la prueba es

X - µ 0 1.700 - 1.760
tc = = = -3 .
S 100
n 25

Como t c = -3 < t 24 = -2,0639 , se rechaza H 0 en favor de H 1 . Por tanto, el fabricante

concluiría que la máquina no estaría enrollando suficiente cable y la ajustaría adecuadamente.

4. Una entidad dedicada a encuestas de opinión pública quiere verificar la declaración de un

senador, quien afirma que el 70% de la ciudadanía favorece su posición en cierta propuesta. Un
politólogo desea verificar dicha afirmación con una significación de 10% . Para esto toma una muestra
aleatoria de 225 votantes, hallando que 150 de ellos apoyan la acción del senador. ¿A qué conclusión
llegaría el politólogo?

SOLUCIÓN: Para a = 0,1 el punto crítico es Z a = -1,28 . Las hipótesis (cola inferior) son:

H 0 : p = 0,7

H1 : p < 0,7
150
Aquí se tiene de la muestra que p = = 0,67 . Y el estadístico de la prueba ( Z calculado) es
225

p -p0 0,67 - 0,70 - 0,03

Zc = = = = -0,98 .
p 0 (1 - p 0 ) 0,7 ´ 0,3 0,031
n 225

Como , Z c = -0,98 > Z a = -1,28 , lo que conduce a la aceptación de H 0 .

PROBLEMAS PROPUESTOS

1. La distancia media que debe recorrer un automóvil de cierta marca para detenerse cuando marcha
a 30 millas por hora es 65 pies. El departamento de Ingeniería de la compañía ha diseñado un
nuevo sistema de frenos considerado como más eficaz. Para probar esta invención, el nuevo
sistema de frenos es instalado en 64 vehículos. Las pruebas demuestran que la distancia media
para detener un automóvil a una velocidad de 30 millas por hora es 63,5 pies, con una desviación
estándar de 4 pies. La diferencia de 1,5 pies ¿demuestra que el nuevo sistema de frenos es más
eficaz que el antiguo? a = 5% .

2. Supóngase que las autoridades de una cooperativa de conductores de camiones creen que el
ingreso anual promedio de sus miembros, durante el último año, fue superior a los 7.000 dólares, y
quieren verificar esa suposición. Para ello seleccionan una muestra aleatoria de 256 conductores
y les preguntan cuánto ganaron durante ese período. Un análisis de la información indica que el
ingreso promedio fue de 7.100 dls, con una desviación estándar para la muestra de 1.600 dls. La
autoridades deciden probar dicha suposición con a = 1%

3. La empresa XYZ de servicios de limpieza de pisos en cierta gran ciudad ha anunciado en la TV lo

siguiente: “Hay más de diez servicios para pulir pisos en la ciudad, pero 30% de las familias que
usan este servicio son nuestros clientes”.

Otras empresas similares controvierten esta afirmación y se quejan ante la Cámara de Comercio,
rebatiendo la solidez de esta afirmación. Antes que la Cámara de Comercio pueda actuar sobre la
queja, debe decidir sobre la verdad de la afirmación hecha por XYZ.

Como una ayuda para llegar a esta decisión la C. C. escoge una muestra al azar de 150 familias,
sin reposición, de las miles que actualmente usan dicho servicio para pisos. Encuentra que 39 son
clientes de XYZ. ¿Con una significación de 5%, es estadísticamente significativa la diferencia de
4% entre el resultado de la muestra y la parte de mercado anunciada?