TIPOS DE HIPOTESIS

PRUEBA DE HIPOTESIS PARA LA MEDIA POBLACIONAL

Paso 1: Plantear las hiptesis Puede haber tres posibilidades

Ho: = 0; 0 ; 0

H1: 0; < 0 ; > 0

Paso 2: Especificar el nivel de significacin:

Nivel de significacin, es el riesgo que se asume acerca de rechazar la hiptesis
nula cuando en realidad debe aceptarse por ser verdadera.

Paso 3: Elegir la distribucin muestral y el estadstico de prueba:

Tamao Conocida Desconocida

Muestra
n30 Distribucin Normal Z Distribucin Normal
Z
n <30 Distribucin Normal Z Distribucin t

= =

Paso 4: Formular y establecer una regla de decisin, las pruebas de

hiptesis se clasifican como Pruebas de una cola o Pruebas de dos colas. Si
la afirmacin de H1 involucra < o > es apropiada una prueba de una cola. Si
la afirmacin de H1 contiene , entonces es adecuada una prueba de dos
colas.
Valor crtico: Nmero que divide la regin de aceptacin y la regin de
rechazo. Se denota por z , z /2, t , t /2
Paso 5: Tomar una muestra y calcular el valor real del estadstico de prueba;
al probar un valor hipottico de la media poblacional , se toma una muestra
aleatoria y se determina el valor de la media muestral. Si el valor crtico que
se establece es un valor de z (z o z /2) entonces se transforma la media
muestral en un valor de Z.

Paso 6: Tomar una decisin, se compara el valor observado del estadstico

muestral z con el valor z o los valores crticos z /2. Luego se aceptar o
se rechaza la hiptesis nula. Si se rechaza Ho, se acepta H1.
 Paso 7: Conclusin, las consecuencias de la decisin de la prueba de
hiptesis se expresan en trminos del problema real que se est tratando

PRUEBA DE HIPOTESIS PARA LA PROPORCION POBLACIONAL ()

El procedimiento de prueba de hiptesis de es similar al procedimiento para
probar hiptesis de ; la lgica es la misma; la nica diferencia es que se trabaja
con distribuciones muestrales de proporciones en lugar de medias.
Paso 1: Plantear las hiptesis, puede haber tres posibilidades:

Ho: = 0; 0 ; 0

H1: 0 < 0 ; > 0

Paso 2: Especificar el nivel de significacin:

Nivel de significacin, es el riesgo que se asume acerca de rechazar la hiptesis
nula cuando en realidad debe aceptarse por ser verdadera.

Paso 3: Elegir la distribucin muestral y el estadstico de prueba:

Tamao Conocida Desconocida

Muestra
n30 Distribucin Normal Distribucin Normal
Z Z
n <30 Distribucin Normal Distribucin t
Z

= ==

Paso 4: Formular y establecer una regla de decisin: Las pruebas de

hiptesis se clasifican como Pruebas de una cola o Pruebas de dos colas. Si
la afirmacin de H1 involucra < o > es apropiada una prueba de una cola. Si
la afirmacin de H1 contiene , entonces es adecuada una prueba de dos
colas.
Valor crtico: Nmero que divide la regin de aceptacin y la regin de
rechazo. Se denota por z , z /2, t , t /2
Paso 5: Tomar una muestra y calcular el valor real del estadstico de prueba:
Al probar un valor hipottico de la media poblacional , se toma una muestra
aleatoria y se determina el valor de la media muestral. Si el valor crtico que
 se establece es un valor de z (z o z /2) entonces se transforma la media
muestral en un valor de Z.
Paso 6: Tomar una decisin: Se compara el valor observado del estadstico
muestral z con el valor z o los valores crticos z /2. Luego se aceptar o
se rechaza la hiptesis nula. Si se rechaza Ho, se acepta H1.

Paso 7: Conclusin, las consecuencias de la decisin de la prueba de

hiptesis se expresan en trminos del problema real que se est tratando.

DEFINICIN DE MUESTREO
El muestreo es una herramienta de la investigacin cientfica, cuya funcin bsica
es determinar que parte de una poblacin se debe examinar. La muestra debe
lograr una representacin adecuada de la poblacin, en la que se reproduzca de la
mejor manera los rasgos esenciales de dicha poblacin que son importantes para
la investigacin. Para que una muestra sea representativa, y por lo tanto til, debe
de reflejar las similitudes y diferencias encontradas en la poblacin, es decir
ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte
de la Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grande de la que
originalmente se tom la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas sino
a todos los elementos que han sido escogidos para su estudio y el trmino muestra
se usa para describir una porcin escogida de la poblacin.

TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.

A) MUESTREO PROBABILSTICO

Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio,

cuando la probabilidad de ocurrencia de ambos sucesos es la misma. Es decir,
aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra y, consiguientemente, todas las posibles
muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Slo
estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la
muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos
de muestreo probabilsticos encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
Consiste en seleccionar una muestra de n unidades de tal modo que todas
las muestras tenga la misma oportunidad de ser seleccionadas.

Procedimiento de seleccin
Enumerar las unidades de la poblacin de 1 a N.
Se selecciona una de la n unidades de la muestra.
Cuando el muestreo es:
Con reemplazo se tiene n posibles muestras.
Sin reemplazo se tiene N posibles muestras.

2.- Muestreo aleatorio sistemtico (mtodo de seleccin):

Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno.
Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los
elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k,
i+3k,...,i+(n-1)k,

3.- Muestreo aleatorio estratificado:

Consiste en considerar categoras tpicas diferentes entre s (estratos) que
poseen gran homogeneidad respecto a alguna caracterstica (se puede
estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo,
el estado civil, etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de inters estarn representados
adecuadamente en la muestra, no todas las unidades muestrales tienen las
mismas caractersticas, donde se aplicara muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarn parte de la
muestra con caractersticas similares y seleccionar una muestra independiente
en cada uno de los estratos. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la poblacin.
(Tamao geogrfico, sexos, edades,...).

4.- Muestreo conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad muestral, es un grupo de elementos de la poblacin
que forman una unidad, a la que llamamos conglomerado.
El muestreo por conglomerados consiste en seleccionar aleatoriamente un
cierto nmero de conglomerados (el necesario para alcanzar el tamao
muestral establecido) y en investigar despus todos los elementos
pertenecientes a los conglomerados elegidos.
B) Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin
encontramos:

1.- Muestreo por cuotas (prorrateo):

Tambin denominado en ocasiones "accidental". Se asienta generalmente
sobre la base de un buen conocimiento de los estratos de la poblacin y/o de
los individuos ms "representativos" o "adecuados" para los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero
de individuos que renen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 aos, de sexo femenino y residentes en Cercado. Una
vez determinada la cuota se eligen los primeros que se encuentren que
cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas
de opinin.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusin en la muestra de grupos
supuestamente tpicos. Es muy frecuente su utilizacin en sondeos pre-
electorales de zonas que en anteriores votaciones han marcado tendencias de
voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente
los individuos de la poblacin. El caso ms frecuente de este procedimiento el
utilizar como muestra los individuos a los que se tiene fcil acceso (los
profesores de universidad emplean con mucha frecuencia a sus propios
alumnos).

3.- Muestreo bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros,
y as hasta conseguir una muestra suficiente. El muestreo se realiza sobre
poblaciones en las que no se conoce a sus individuos o es muy difcil acceder
a ellos, se emplea muy frecuentemente cuando se hacen estudios con
poblaciones "marginales", delincuentes, sectas, determinados tipos de
enfermos, etc.