Professional Documents
Culture Documents
Prueba de Hipótesis
La prueba de hipótesis sirve para determinar sirve para determinar si una afirmación
acerca del valor de un parámetro poblacional debe o no ser rechazada.
Cuando se hace una prueba de hipótesis se empieza por hacer una suposición tentativa acerca del
parámetro poblacional. A esta suposición tentativa se le llama hipótesis nula y se denota por H0.
Después se define otra hipótesis, llamada hipótesis alternativa, que dice lo contrario de lo que
establece la hipótesis nula, denotada por Ha.
En el procedimiento de pruebas de hipótesis se usan datos de una muestra para probar dos
afirmaciones contrarias indicadas por H0 y Ha.
H0:µ≤µ0
Ha: µ>µ0
Ejemplo: Un automóvil tiene un rendimiento de 24 millas por galón. Se elaboro un nuevo
sistema de inyección para mejorar el rendimiento de gasolina. Los investigadores quieren
probar si este sistema realmente aumento el rendimiento a partir de una muestra. Por
esto se instalan en los automóviles los sistemas y se someten a pruebas controladas de manejo.
En este caso, el grupo de investigación busca evidencias para concluir que el nuevo sistema
aumenta la media del rendimiento.
M.C. Marisol Torres Martínez
H0:µ≤24
Ha: µ>24
Si los resultados obtenidos con la muestra indican que no se puede rechazar H0 (es decir la media
aritmética de la muestra resulto ser menos de 24), los investigadores no concluirán que el nuevo
sistema de inyección de combustible sea mejor.
Quizá será necesario continuar investigando y realizar nuevas pruebas. Pero si los resultados
muestrales indican que se puede rechazar H0, los investigadores inferirán que Ha: μ > 24 es
verdadera.
Esta conclusión proporciona a los investigadores el apoyo estadístico necesario para afirmar que el
nuevo sistema aumenta el rendimiento medio en millas por galón.
En toda situación en la que se desee probar la validez de una afirmación, la hipótesis nula se suele
basar en la suposición de que la afirmación sea verdadera. Entonces, la hipótesis alternativa se
formula de manera que rechazar H0 proporcione la evidencia estadística de que la suposición
establecida es incorrecta. Siempre que se rechace H0 deberán considerarse las medidas necesarias
para corregir la afirmación.
H0:µ≥µ0
Ha: µ<µ0
Ejemplo: Considere una situación en la que un fabricante de refrescos asegura que los envases de
dos litros de refresco contienen en promedio, por lo menos, 67.6 onzas de líquido.
En este tipo de situaciones de prueba de hipótesis, se suele suponer que el dicho del fabricante es
verdad a menos que las evidencias muestrales indiquen lo contrario.
Se selecciona una muestra de envases de dos litros y se mide su contenido para confirmar lo que
asegura el fabricante.
H0:µ≥67.6
Ha: µ<67.6
M.C. Marisol Torres Martínez
Si los resultados muestrales indican que no se puede rechazar H0, entonces no se cuestiona lo que
asegura el fabricante.
Pero si los resultados muestrales indican que se puede rechazar H0, lo que se inferirá es que
Ha: μ< 67.6 es verdad. Si tal es la conclusión, las evidencias estadísticas indican que el dicho del
fabricante no es correcto y que los envases de refrescos contienen en promedio menos de las 67.6
onzas que se asegura contienen. Se considerará realizar las acciones correspondientes en contra
del fabricante.
H0:µ=µ0
Ha: µ≠µ0
Cuando se prueba una hipótesis de investigación o la validez de una afirmación, se toman medidas
si se rechaza H0; sin embargo, en algunas situaciones se toman tanto si no se puede rechazar H0
como si se puede rechazar H0. En general, este tipo de situaciones se presentan cuando la persona
que debe tomar una decisión tiene que elegir entre dos líneas de acción, una relacionada con la
hipótesis nula y otra con la hipótesis alternativa.
Ejemplo: Con base en una muestra de las piezas de un pedido recibido, el inspector de control de
calidad tiene que decidir si acepta el pedido o si lo regresa al proveedor debido a que no satisface
las especificaciones. Suponga que una especificación para unas piezas determinadas sea que su
longitud media deba ser de dos pulgadas. Si la longitud media es menor o mayor a dos pulgadas,
las piezas ocasionarán problemas de calidad en la operación de ensamblado. En este caso,
H0:µ=2
Ha: µ≠2
Si los resultados muestrales indican que no se puede rechazar H0, el inspector de control de
calidad no tendrá razón para dudar que el pedido satisfaga las especificaciones y aceptará el
pedido. Pero si los resultados muestrales indican que H0, se debe rechazar, se concluirá que las
piezas no satisfacen las especificaciones. En este caso, el inspector de control de calidad tendrá
evidencias suficientes para regresar el pedido al proveedor.
Al elegir alguno de los 3 casos hay que tener en mente que la hipótesis alternativa a menudo es lo
que la prueba está tratando de demostrar. Por tanto, preguntarse si el usuario está buscando
evidencias en apoyo de μ< μ0, μ > μ0 o μ ≠μ0 ayuda a determinar Ha.
M.C. Marisol Torres Martínez
Errores tipo I y II
Las hipótesis nula y alternativa son afirmaciones opuestas acerca de la población. Una de las dos,
ya sea la hipótesis nula o la alternativa es verdadera, pero no ambas. Lo ideal es que la prueba de
hipótesis lleve a la aceptación de H0 cuando H0 sea verdadera y al rechazo de H0 cuando Ha sea
verdadera.
Por desgracia, las conclusiones correctas no siempre son posibles. Como la prueba de hipótesis se
basa en una información muestral debe tenerse en cuenta que existe la posibilidad de error. La
tabla ilustra las dos clases de errores comunes en una prueba de hipótesis.
A la probabilidad de cometer un error tipo I cuando la hipótesis nula es verdadera como igualdad
se le conoce como nivel de significancia. Por tanto en la prueba de hipótesis del rendimiento de
combustible, el nivel de significancia es la probabilidad de rechazar H0: μ ≤ 24 cuando μ = 24.
Dada la importancia de este concepto se redacta otra vez la definición de nivel de significancia.
M.C. Marisol Torres Martínez
NIVEL DE SIGNIFICANCIA
Para denotar el nivel de significancia se usa la letra griega α (alfa), y los valores que se suelen usar
para α son 0.05 y 0.01.
Si el costo de cometer un error tipo I es elevado, los valores pequeños de α son preferibles. Si el
costo de cometer un error tipo I no es demasiado elevado, entonces se usan valores mayores para
α. A las aplicaciones de la prueba de hipótesis en que sólo se controla el error tipo I se les llama
pruebas de significancia.