Académique Documents
Professionnel Documents
Culture Documents
El valor z se basa en la distribucin del muestreo de , que sigue la distribucin
normal cuando la muestra es razonablemente grande con una media ( ) igual a
y una desviacin estndar , que es igual a
Paso 4: Formular la regla de decisin. La regla de decisin se formula al
encontrar los valores crticos de Z, a partir una tabla de dos colas. Como se trata
Rechazo
Rechazo
Regla de decisin para el nivel de significancia 0.01
de una prueba de dos colas, la mitad de 0.01. o 0.005, se coloca en cada cola. Por
tanto, es el rea en la que H
0
se acepta, que se localiza entre dos colas, es 0.99.
El apndice D se basa en la mitad del rea debajo de la curva, o 0.5000.
Entonces, 0.5000 0.0050 es 0.4950, de modo que el 0.4950 es el rea entre 0 y
el valor crtico. Encuentre 0.4951. Luego, lea el valor critico en la fila y la columna
correspondientes a 0.4951. Es 2.58.
Por lo tanto, la regla de decisin es: rechazar la hiptesis nula y aceptar la
hiptesis alternativa (que establece que la media de la poblacin no es 200) si el
valor Z calculado no se encuentra entre -2.58 y +2.58.
Paso 5: Tomar una decisin e interpretar el resultado. Tome una muestra de
la poblacin (produccin semanal), calcule Z, aplique la regla de decisin y llegue
a la decisin de rechazar H
0
o aceptar H
0
. El nmero medio de escritorios
producidos durante el ltimo ao (50 semanas, porque la planta estuvo cerrada 2
semanas en las vacaciones) es 203.5. La desviacin estndar de la poblacin es
16 escritorios por semana. El valor Z se calcula a partir de la frmula que
describimos arriba.
Como 1.55 no se encuentra en la regin de rechazo, H
0
se acepta, llegamos a la
conclusin de que la media de la poblacin no es diferente de 200. De modo que
reportamos al vicepresidente de fabricacin que la evidencia de la muestra no
indica que la tasa de produccin de 200 por semana en la planta de Fredonia haya
cambiado. La diferencia de 3.5 unidades entre la tasa de produccin semanal
histrica y la de ao pasado se pueden atribuir al error de muestreo.
Esta informacin se resume en la grfica siguiente.
Probamos que la tasa de produccin sigue siendo 200 a la semana? En realidad,
no. Tcnicamente, lo que hicimos fue no desaprobar la hiptesis nula. No
desaprobar la hiptesis de que la media de la poblacin es 200 no quiere decir
que sea cierta. Como sugerimos en la introduccin a este tema, la conclusin es
anloga al sistema judicial estadounidense. Para explicar, suponga que a una
persona se le acusa de un crimen, pero que el jurado la exonera. Si a una persona
se le exonera de un crimen, la conclusin es que no hay evidencias suficientes
para probar su culpabilidad. El juicio no prob que el individuo sea inocente, slo
que no hay evidencias suficientes para probar su culpabilidad. Eso es lo que
haceos en la prueba de hiptesis estadstica cuando no rechazamos la hiptesis
nula. La interpretacin correcta es que no desaprobamos la hiptesis nula.
En este caso, elegimos el nivel de significancia 0.01, antes de establecer la regla
de decisin y el muestreo de la poblacin. sta es la estrategia apropiada. El
investigador debe establecer el nivel de significancia, pero ste se debe
determinar antes de recopilar las evidencias de la muestra y no cambiar con base
en esas evidencias. En qu se parece el procedimiento de prueba de hiptesis
que acabamos de describir a aquel de los intervalos de confianza? Cuando
realizamos la prueba de hiptesis acerca de la produccin de escritorios
cambiamos las unidades de escritorios por semana a un valor Z. Luego,
comparamos el valor calculado del estadstico de prueba (1.55) con el de los
valores crticos (-2.58 y 2.58). Como el valor calculado se encontraba en la regin
en que la hiptesis nula se acepta, llegamos a la conclusin de que la media de la
poblacin podra ser de 200. Por otra parte, para utilizar el enfoque del intervalo de
confianza, desarrollaramos un intervalo de confianza, El intervalo seria de
19+7.66 a 209.34, que se calcula 203.5 2.58(16/). Observe que el valor
propuesto para la poblacin, 200, se encuentra en este intervalo. De ah que
llegamos a la conclusin de que la media de la poblacin debe ser 200.
En general, H
0
se rechaza si el intervalo de confianza no incluye el valor hipottico.
Si el intervalo de confianza comprende este valor, H
0
se acepta. De modo que la
regin de aceptacin para una prueba de hiptesis equivale al valor propuesto de
la poblacin que ocurre en el intervalo de confianza. La diferencia principal entre
un intervalo de confianza y la regin de aceptacin para una prueba de hiptesis
es si el intervalo se encentra en el estadstico de la muestra, tal como , en el
intervalo de confianza, o alrededor de 0, como en la prueba de la hiptesis.
PRUEBA CON UNA COLA
En el ejemplo anterior, enfatizamos el hecho de que solo nos preocupaba reportar
al vicepresidente si haba algn cambio en el nmero medio de escritorios
armados en la planta de Fredonia. No nos preocupa saber si el cambio era un
incremento o una reduccin en la produccin.
Para ilustrar una prueba de una cola cambiemos el problema, suponga que el
vicepresidente quiere saber si hay un incremento en el nmero de unidades
armadas. En otras palabras, en vista de una mejora en los mtodos de
produccin, podemos llegar a la conclusin de que el nmero medio de
escritorios armados en las ltimas 50 semanas fue ms de 200? Observe la forma
diferente de plantear el problema. En el primer caso queramos saber si haba una
Una prueba de dos colas:
H
0
: = 200
H
1
: 200
Una prueba de una cola:
H
0
: 200
H
1
: > 200
diferencia en el nmero medio de escritorios armados, pero ahora queremos saber
si hay un incremento. Como investigamos diferentes aspectos, debemos formular
la hiptesis de manera diferente. La mayor diferencia ocurre en la hiptesis
alternativa. Antes, formulbamos la hiptesis alternativa como diferente de;
ahora queremos establecer que es mayor que En smbolos:
Los valores crticos para una prueba de una cola son diferentes de los de una
prueba de dos colas en el mismo nivel de significancia. En el ejemplo anterior,
dividimos a la mitad el nivel de significancia y colocamos una mitad en la cola
inferior y la otra en la superior. En una prueba de una cola colocamos toda la
regin de rechazo en una cola.
Para la prueba de una cola, el valor crtico es 2.33, que se calcula as: (1) restando
0.01 de 0.5000 y (2) encontrando el valor Z que corresponde a 0.4900.
PRUEBA PARA LA MEDIA DE LA POBLACIN: MUESTRA GRANDE Y
DESVIACIN ESTNDAR DE LA POBLACIN DESCONOCIDA.
En el tema anterior, se conoca , la desviacin estndar de la poblacin. Sin
embargo, en la mayor parte de los casos, la desviacin estndar de la poblacin
se desconoce. Por tanto, se debe basar en estudios anteriores o se debe
calcular por medio de la desviacin estndar de la muestra, S. La desviacin
estndar de la poblacin es el ejercicio siguiente no es conocida, de modo que la
desviacin estndar muestral se utiliza para calcular . Siempre que el tamao de
la muestra, n, sea por lo menos 30, S se puede sustituir con , como se muestra a
continuacin en la formula.
ESTADSTICA Z, DESCONOCIDA.
Victors Store emite una tarjeta de crdito propia. El gerente de crdito quiere
saber si el saldo medio insoluto mensual es mayor de $400. El nivel de
significancia se establece en 0.05. Una revisin aleatoria de 172 saldos insolutos
revel que la media de la muestra es $407 y la desviacin estndar de la muestra
es $38. El gerente de crdito debe llegar a la conclusin de que la media de la
poblacin es mayor de $400, o sera razonable pensar que la diferencia de $7
($407 $400 = $7) se debe a la casualidad?
La hiptesis nula y alternativa son:
H
0
: $400
H
1
: > $400
Como la hiptesis alternativa establece una direccin, se aplica la prueba de una
cola. El valor crtico de Z es 1.65. El valor calculado de Z es 2.42, que se
encuentra utilizando la frmula anterior:
Regla de decisin
Como el valor calculado de la estadstica de prueba (2.42) es mayor que el valor
critico (1.65), la hiptesis nula se rechaza. El gerente de crdito puede llegar a la
conclusin de que el saldo insoluto medio es mayor de $400.
El valor p ofrece una perspectiva adicional de la decisin. Recuerde que el valor p
es la probabilidad de encontrar un estadstico de prueba tan alto o ms alto que el
que se obtuvo, cuando la hiptesis nula es verdadera. De modo que encontramos
la probabilidad de un valor z mayor a 2.42. Segn la tabla, la probabilidad de un
valor z entre 0 y 2.42 es de 0.4922. Queremos determinar la probabilidad de un
valor mayor a 2.42, de modo que 0.5000-0.4922 = 0.0078. Llegamos a la
conclusin de que la posibilidad de encontrar un valor Z de 2.42 o mayor, cuando
la hiptesis nula es verdadera, es 0.758%. Por tanto, es poco probable que la
hiptesis nula sea verdadera
VALOR P EN LA PRUEBA DE HIPTESIS.
Al probar una hiptesis, comparamos el estadstico de prueba con un valor crtico.
Se toma la decisin ya sea de rechazar la hiptesis nula o de aceptarla. De modo
que si, por ejemplo, el valor crtico es 1.96 y el valor calculado del estadstico de
prueba es 2.19, la decisin es rechazar la hiptesis nula.
En aos recientes, debido a la disponibilidad de software de computadora, a
menudo se reporta informacin adicional sobre la fuerza del rechazo o la
aceptacin. Es decir con cuanta seguridad rechazamos la hiptesis nula? Este
enfoque reporta la probabilidad (suponiendo que la hiptesis nula es verdadera)
de obtener un valor del estadstico de prueba por los menos tan extremo como el
valor que se obtuvo realmente. Este proceso compara la probabilidad, llamada
valor p, con el nivel de significancia. Si el valor p es menor que el nivel de
significancia, H
0
se rechaza. Si es mayor que el nivel de significancia H
0
se acepta
Valor
P.
La probabilidad de observar un valor de muestra tan extremo o ms que
el valor observado, dado que la hiptesis nula es verdadera.
Determinar el valor p no slo da como resultado una decisin en cuanto a H
0,
sino
que adems nos ofrece una perspectiva adicional de la fuerza de la decisin. Un
valor p muy pequeo, como 0.0001, indica que hay pocas probabilidades de que
H
0
sea verdadera. Por otra parte, un valor p de 0.2033 significa que H
0
se acepta y
hay pocas probabilidades de que sea falsa.
Cmo calculamos el valor p? Para ilustrar vamos a utilizar el ejemplo en el que
probamos la hiptesis nula de que el nmero medio de escritorios producidos por
semana en Fredonia es 200. No rechazamos la hiptesis nula, porque el valor z de
1.55 se encuentra en la regin entre -2.58 y 2.58. Acordamos aceptar la hiptesis
nula si el valor z calculado quedaba en esta regin. La probabilidad de encontrar
un valor z de 1.55 o ms es 0.0606, calculada por 0.5000-0.4394. En otras
palabras, la probabilidad de obtener una mayor que 203.5 si = 200 es 0.0606.
Para calcular el valor p necesitamos preocuparnos por la regin menor a -1.55, as
como los valores mayores que 1.55 (porque la regin de rechazo est en ambas
colas). El valor p de dos colas es 0.1212, que se calcula as: 2(0.0606). El valor
de p es 0.1212 es mayor que el nivel de significancia de 0.01 que se decidi en un
principio, de modo que H
0
se acepta. Los detalles se muestran en la grfica
siguiente. En general, el rea se duplica como en una prueba de dos colas. El
valor p se puede comparar fcilmente con el nivel de significancia. Se utiliza la
misma regla de decisin que en la prueba de una cola.
Un valor p es una forma de expresar la posibilidad de que H
0
sea falsa. Pero
Cmo interpretamos un valor p? Ya dijimos que si el valor p es menor que el
nivel de significancia, rechazamos H
0
; si es mayor que el nivel de significancia,
aceptamos H
0.
Asimismo, si el valor p es muy alto, es probable que H
0
no sea
verdadera. Si el valor p es pequeo, es probable que H
0
no sea verdadera. El
recuadro siguiente le ayudar a interpretar los valores p.
INTERPRETACION DEL PESO DE LA EVIDENCIA CONTRA H
0
Si el
valor p es menor que
a. 0.10 tenemos cierta evidencia de que H
0
no es verdadera.
b. 0.05 tenemos fuerte evidencia de que H
0
no es verdadera.
c. 0.01 tenemos una evidencia muy fuerte de que H
0
, no es verdadera.
d. 0.001 tenemos una evidencia en extremo fuerte de que H
0
no es verdadera.
PRUEBA DE HIPOTESIS PARA DOS MEDIAS DE POBLACION
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. Considrese, por ejemplo, una compaa
investigadora que experimentan con dos diferentes mezclas de pintura, para ver si
se puede modificar el tiempo de secado de una pintura para uso domstico. Cada
mezcla es probada un determinado nmero de veces, y comparados
posteriormente los tiempos medios de secado de las dos muestras. Una parece
ser superior, ya que su tiempo medio de secado (muestra) es 30 minutos menor
que el de la otra muestra.
Pero, son realmente diferentes los tiempos medios de secado de las dos
pinturas, o esta diferencia muestral es nada ms la variacin aleatoria que se
espera, aun cuando las dos frmulas presentan idnticos tiempos medios de
secado? Una vez ms, las diferencias casuales se deben distinguir de las
diferencias reales.
Con frecuencia se utilizan pruebas de dos muestras para comparar
dos mtodos de enseanza, dos marcas, dos ciudades, dos distritos escolares y
otras cosas semejantes.
La hiptesis nula puede establecer que las dos poblaciones tienen medias iguales:
Para tamaos ms pequeos de muestra, Z estar distribuida normalmente slo si
las dos poblaciones que se muestrean tambin lo estn.
EJEMPLO:
La media de las calificaciones de dos muestras de 15 estudiantes de primer
semestre en la asignatura de Estadstica de la universidad UTN resulta ser de 7 y
8,5. Se sabe que la desviacin tpica de las calificaciones en esta asignatura fue
en el pasado de 1,5.
PRUEBA DE HIPOTESIS RESPECTO DE LAS PROPORCIONES
La relacin proporcional es la relacin por cociente o porcin relativa, que expresa
la parte fraccional de la poblacin o muestra que tiene un atributo particular de
inters. Antes de probar una relacin proporcional de poblacin debe
considerarse algunos supuestos y cumplirse algunas condiciones. Para poner
a prueba una hiptesis acerca de una relacin proporcional de poblacin se
selecciona una muestra aleatoria de esa poblacin. Este proceso se
denomina experimento.
EJEMPLO:
En un estudio se afirma que 3 de 10 estudiantes universitarios trabajan. Pruebe
esta aseveracin, a un nivel de significacin de 0,025, respecto a la
alternativa de que la proporcin real de los estudiantes universitarios
trabajan es mayor de lo que se afirma, si una muestra aleatoria de 600
estudiantes universitarios revela que 200 de ellos trabajan. La muestra fue
tomada de 10000 estudiantes.
Los datos son:
Como en los datos aparece el tamao de la poblacin, se debe verificar si el
tamao de la nuestra es mayor que el 5%. Se remplaza valores en la siguiente
frmula:
PRUEBA DE HIPTESIS PARA DIFERENCIAS ENTRE DOS PROPORCIONES
POBLACIONALES
PRUEBAS PARA LA DIFERENCIA ENTRE DOS PROPORCIONES
POBLACIONALES
Algunas veces estamos interesados en anali zar la diferencia entre las
proporciones de poblaciones de grupos con distintas caractersticas. Por
ejemplo, pensemos que la administracin de las tiendas Oxxo cree,
sobre la base de una investi gacin, que el porcentaje de hombres que
visitan sus tiendas 9 o ms veces al mes (cl ientes frecuentes) es mayor
que el porcentaje de mujeres que hacen lo mismo. Las especificaciones
requeridas y el procedimiento para probar esta hiptesis es la si guiente:
1. Las hiptesis nul a y alternati va son las si guientes:
0 s =
M H o
P P H , la proporcin de hombres que reportan 9 o ms vi sitas
por mes es la misma o menor que la proporcin de mujeres que hacen lo
mismo.
0 > =
M H a
P P H , la proporcin de hombres que reportan 9 o ms vi sitas
por mes es mayor a la proporcin de mujeres que hacen lo mismo.
La informacin proporcionada es:
45 =
H
n
71 =
M
n
58 . =
H
P
42 . =
M
P
16 . 42 . 58 . = =
M H
P P
2. Especifica el ni vel de significacin de 05 . = o . El valor crtico para
la prueba de una sola cola es de 1.64.
3. Estima el error estndar de la diferenci a de las dos proporciones:
|
|
.
|
\
|
+ =
M H
p
n n
P P s
m h
1 1
) 1 (
donde:
M H
M M H H
n n
P n P n
P
+
+
=
P
H
= proporcin muestra de hombres (H)
P
M
= proporcin muestra de mujeres (M)
N
H
= tamao de muestra hombres
N
M
= tamao de muestra mujeres
Por lo tanto:
48 . 0
71 45
) 42 (. 71 ) 58 (. 45
=
+
+
= P
y
10 . 0
71
1
45
1
) 48 . 1 ( 48 . =
|
.
|
\
|
+ =
m h
p
s
4. Calcula de prueba estadstica:
m h
p
o
s
H es proporcion entre diferencia observadas es proporcion entre diferencia
Z
=
) _ _ _ ( ) _ _ _ (
60 . 1
10 .
) 0 ( ) 42 . 58 (.
=
= Z
La hiptesis nula es aceptada porque el valor de la Z calculada es menor que el
valor crtico Z. La administracin no puede concluir con un 95 por ciento de
confianza que la proporcin de hombres que visita 9 o ms veces los Oxxo es
mayor que la proporcin de mujeres.
SPSS no cuenta con procedimientos para hacer pruebas de hiptesis de
proporciones. Probemos si el porcentaje de hombres dueos de microempresas
es estadsticamente diferente del porcentaje de mujeres.
97 . 72
314 1634
) 1 . 16 ( 314 ) 9 . 83 ( 1634
=
+
+
= P
y
0274 . 0
314
1
1634
1
) 73 .. 1 ( 73 .. =
|
.
|
\
|
+ =
m h
p
s
74 . 24
0274 .
) 0 ( ) 161 . 839 (.
=
= Z
La hiptesis nula es rechazada porque el valor de la Z calculada es mayor que el
valor crtico Z. Podemos concluir que el porcentaje de hombres dueos de
microempresas es estadsticamente superior al porcentaje de mujeres propietarias
de microempresas.
CONCLUSIONES:
La hiptesis es un tema que debe estudiarse a fondo para poder dominarlo, ya
que ofrece muchas veces dificultades a los estudiantes de estadstica,
indistintamente del lugar en que se encuentren, es por eso que es necesario
recopilar la informacin esencial sobre el tema para poder consultarla segn se
presente la necesidad de hacerlo.
Es un proceso cuidadoso, que requiere de ciertos pasos bien ordenados para su
correcta aplicacin, sera importante, entonces, conocerlos, para saber hacer una
formulacin de hiptesis correctamente y posteriormente pasar a su
comprobacin.
Durante las casi treinta pginas que nos ha ocupado explicar el tema hemos
podido desarrollar las diferentes aplicaciones y variantes que tiene la hiptesis,
recordando al lector que estas no son necesariamente todas las que tiene, pues,
hay infinidad de aplicaciones.
Muchas gracias por su tiempo.
BIBLIOGRAFIAS
1.- Anderson, Sweeney, Williams, (2001); Estadstica para Administracin y
Economa. Ed. Thomson editores.
2.- Lind, D., Marchal, W., Wathen S. (2005): Estadstica Aplicada a los negocios y
a la economa Ed. McGraw-Hill
3.- Newbold, P. (1998): Estadstica para los Negocios y la Economa Ed. Prentice
Hall