UNIFÉ Administración de Negocios Internacionales

Estadística Aplicada a los Negocios

PRUEBAS DE HIPÓTESIS ESTADÍSTICA

Es un proceso mediante el cual, a partir de los valores de una variable obtenida de una
muestra aleatoria, se decide si se rechaza o no el supuesto que plantea el investigador
acerca del parámetro bajo estudio, con cierto nivel de confianza.

Hipótesis Estadística:

Es una afirmación, suposición o conjetura acerca de uno o más parámetros. Esta

suposición puede ser cierta o falsa. La aceptación de una hipótesis implica que los datos no
proporcionan evidencia suficiente para refutarla.

Las hipótesis estadísticas son de dos tipos:

Hipótesis Nula: H0
Es la hipótesis sobre la cual se toma la decisión de aceptarla o rechazarla. Es contraria a la
hipótesis alternativa o alterna. Siempre contiene la igualdad.

Hipótesis Alternativa: H1
Es la hipótesis formulada de tal manera que nunca contiene la igualdad. Se acepta la
hipótesis alternativa cuando antes se ha rechazado la hipótesis nula.

Por lo tanto hay tres posibles afirmaciones para cada hipótesis:

H0 H1
≤ >
≥ <
≠ =

Ejemplo:

Se tiene un juicio legal donde se supone que el acusado es inocente en tanto no se presente
suficiente evidencia para demostrar lo contrario.

H0 : Es inocente.
H1 : No es inocente.

Aceptar H 0 → No se puede condenar

Decisiones posibles: (se absuelve)
Rechazar H 0 → No es inocente
(se condena)
Tipos de Hipótesis Estadística:
Hipótesis Simple
Es aquella que define totalmente la característica de la población, por lo cual asigna un
único valor al parámetro a estimar.
Ejemplo: H 0 : µ = 18.5

Hipótesis Compuesta
Es aquella en la cual la característica de la población no define completamente el
comportamiento probabilístico de la variable en estudio. En estos casos se asigna más de un
valor al parámetro a contrastar, es decir se especifica un intervalo de valores.
Ejemplo: H 0 : µ ≥ 18.5

Gladys Enríquez Mantilla 97

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Tipos de Error:
H 0:
Decisión H0 Verdadera H0 Falsa
Decisión Acertada Error Tipo II
Aceptar H0 Probabilidad 1 − α Probabilidad β
Error Tipo I Decisión Acertada
Rechazar H0 Probabilidad α Probabilidad 1 − β

En la decisión de aceptar o rechazar una hipótesis se pueden cometer dos tipos de error:
Error tipo I y Error Tipo II.

Error Tipo I.- Si se rechaza una hipótesis verdadera.

La probabilidad de cometer un error de tipo I se le denomina nivel de significación y se
denota por α .
α = P ( Re chazar H 0 / H 0 cierta )

Error Tipo II.- Si se acepta una hipótesis falsa.

La probabilidad de cometer un error tipo II se denomina β .

β = P ( Aceptar H 0 / H 0 Falsa )

Potencia de una Prueba: 1− β

Es la probabilidad de que no ocurra el error de tipo II. La potencia de una prueba es la

probabilidad de rechazar la hipótesis nula cuando de hecho esta es falsa y debería ser
rechazada

Ejemplo:

El jefe de departamento de ciencias de la Unifé tiene interés en contratar los servicios

docentes del administrador Reyes. Para ello, lo entrevista para conocer su competencia en
la enseñanza. Si la hipótesis formulada es " Reyes es competente para la enseñanza",
explicar en qué condiciones el jefe de departamento cometería errores de tipo I y de tipo II ,
razonar las consecuencias de cada error y explicar cuál de los dos es más grave en este
caso.

H0: El ingeniero Reyes es competente para la enseñanza

Decisión H0 Verdadera H0 Falsa

Se acepta que es competente Se acepta que es
cuando en realidad lo es competente cuando en
realidad no lo es
Aceptar H0 Se contrata a una persona
competente Se contrata a una persona
incompetente

Se dice que no es Se dice que no es competente

competente cuando en y en realidad no lo es
realidad sí lo es
Rechazar H0 Se deja de contratar a un
Se deja de contratar a una incompetente
persona competente

Gladys Enríquez Mantilla 98

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Prueba de Hipótesis Unilateral:

Es aquella en la cual la Región de Rechazo o zona crítica está completamente comprendida

en uno de los extremos de la distribución.

Prueba Unilateral a la Derecha (de la curva):

Cuando la hipótesis alternativa de lo que se quiere probar

hace mención a "mayor". La región de rechazo está a la
derecha.

H1 : Los salarios que paga una empresa son superiores a 1200

Prueba Unilateral a la Izquierda (de la curva):

Cuando la hipótesis alternativa de lo que se quiere probar

hace mención a "menor". La región de rechazo está a la
izquierda.

H1 : El producto A es de menor calidad que el producto B.

Prueba de Hipótesis Bilateral:

Es aquella en la cual la región de rechazo o zona crítica

está en ambos extremos de la distribución. La hipótesis
alternativa de lo que se quiere probar hace mención a
"diferente".

H1 : Los salarios de la empresa A son diferentes a los salarios de la empresa B.

Valor (es) Crítico (s):

Son los números que definen las fronteras de la región de rechazo.

Nivel de significación: α

Es la máxima probabilidad que se especifica con el fin de hacer mínimo el error tipo I.
Generalmente esta probabilidad se fija antes de escoger la muestra.

El valor de α corresponde a una área bajo la curva, denominada región de rechazo o zona
crítica.

unilateral bilateral

Gladys Enríquez Mantilla 99

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

La región no sombreada se denomina Región de Aceptación y corresponde a la probabilidad

1 - α.

PASOS PARA REALIZAR UNA PRUEBA DE HIPÓTESIS:

1.- Hipótesis:

Se formulan las hipótesis nula y alternativa; luego se grafica la hipótesis alternativa.

2.- Valor crítico:

Según el nivel de confianza dado, se ubica el valor crítico en la tabla y luego dicho
valor se ubica en el gráfico; quedando éste dividido en dos partes: la parte pequeña y
sombreada recibe el nombre de Región de Rechazo y la parte más grande y no
sombreada se llama Región de Aceptación.

3.- Estadística de Prueba:

Se calcula con los resultados obtenidos en la muestra. Luego, dicho valor se ubica en
el gráfico. En base a la ubicación de la estadística de prueba se tomará la decisión.

4.- Decisión:

Si el valor calculado de la estadística de prueba pertenece a la región de aceptación

se acepta la hipótesis nula, caso contrario se rechaza y se acepta la hipótesis
alternativa.

5.- Conclusión:

Se empieza siempre mencionando el nivel de confianza con el cual se está haciendo

la afirmación, debe redactarse de acuerdo a los términos utilizados en la pregunta
del problema.

EL VALOR P

El valor P es el valor más pequeño del nivel de significación con el que rechazaríamos H 0
usando la muestra actual. Sirve de ayuda en la toma de decisiones pues casi todos los
Software Estadísticos muestran el valor de P junto a la estadística de prueba.
Si P ≥ α ⇒ aceptar H0
Si P < α ⇒ rechazar H0 y aceptar H1

Cálculo del valor P:

Si H1 : < Si H1 : > Si H1 : ≠

P = P ( Z ≤ ep ) P = P ( Z > ep )
P = 2 P ( Z > ep )

Gladys Enríquez Mantilla 100

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

PRUEBA DE HIPÓTESIS PARA LA MEDIA POBLACIONAL

La hipótesis en el caso de la media de una población µ, es importante porque presenta los

métodos para decidir si se acepta o se rechaza una afirmación acerca de un valor específico
de µ.

Sea x1 , x 2 , ... , x n una muestra aleatoria tomada de una población normal con media µ
y varianza σ2 , entonces:

H0 : µ ≥ µ0 H0 : µ ≤ µ0 H0 : µ = µ0
H1 : µ < µ0 H1 : µ > µ0 H1 : µ ≠ µ0

zα z1− α ± z α /2
t α , n −1 t1− α , n −1 ± t1−α /2 , n−1

Estadística de Prueba

σ 2 conocida : σ 2 desconocida:
x − µ0 Si n< 30 : Si n ≥ 30:
z =
σ/ n
x − µ0 x − µ0
t = z =
S/ n S/ n

Valor P
H0 : µ ≥ µ0 H0 : µ ≤ µ0 H0 : µ = µ0
H1 : µ < µ0 H1 : µ > µ0 H1 : µ ≠ µ0
P = P ( Z ≤ ep ) P = P ( Z > ep ) P = 2 × P ( Z > ep )
P = P ( t n −1 ≤ ep ) P = P ( t n −1 > ep ) P = 2 × P ( t n −1 > ep )

Ejemplo:

Una muestra aleatoria de 100 personas presenta una vida promedio de 71.8 años. Si la
desviación estándar de la población es 8.9años. ¿Esto parece indicar que la vida media es
mayor que 70 años?

Hipótesis: Estadística de Prueba: ep Valor P:

H 0 : µ ≤ 70 P = P ( Z > 2.02 )
x −µ 0 71.8 − 70
H1 : µ > 70 Z = = = 2.02 = 1 − P ( Z ≤ 2.02)
σ/ n 8.9 / 100 = 1 − 0.97831
= 0.02169
⇒ Como el valor de P = 0.02169 es menor que α = 0.05 ; se rechaza H0 y se acepta H1

Gladys Enríquez Mantilla 101

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Ejemplo 1:

Un fabricante sostiene que sus autos consumen en promedio 5,50 galones de gasolina cada
100 kilómetros. Un vendedor de la compañía comprueba el consumo de gasolina de 35
autos y encuentra que el consumo medio de ese grupo es de 5,65 galones cada 100
kilómetros, con una desviación estándar de 0,35 galones. Con estos datos y con una
confianza del 99%, ¿puede dudarse de lo sustentado por la compañía?

Solución:
σ 2 no se conoce n = 35 > 30 ⇒ Z 1 − α = 0,99
x = 5,65 S = 0,35
1.- Hipótesis:

H0 : µ ≤ 5,5
H1 : µ > 5,5

2.- Valor Crítico: Z1 − α = Z 0,99 = 2,32

3.- Estadística de Prueba:

x − µ0 5,65 − 5,5 Valor-P:

Z = = = 2,54 P ( Z > 2.54 ) = 1 − P ( Z ≤ 2.54 )
S/ n 0,35 / 35
= 1 − 0.99446
= 0.00554
4.- Decisión: 2,54 ∈ RR ⇒ Rechazar H0

5.- Conclusión:
Con una confianza del 99%, podemos afirmar que existen pruebas suficientes como
para dudar de lo sustentado por la compañía.

Estadísticas – Estadísticas Básicas – Z de 1 muestra…

Clic en Opciones…

Gladys Enríquez Mantilla 102

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Clic en Aceptar y luego en Aceptar.

Ejemplo 2:

Una máquina para enlatar conservas de pescado ha sido regulada para que el contenido de
cada lata sea de 16 onzas. Usando un nivel de significancia del 5%; si una muestra de 20
latas dio un peso medio de 16,05 onzas y una desviación típica de 1,5 onzas. ¿Diría usted
que la máquina ha sido adecuadamente regulada?

Solución:

σ 2 no se conoce n = 20 < 30 ⇒ t α = 0.05

x = 16.05 S = 1.5 α / 2 = 0.025

1.- Hipótesis:

H0 : µ = 16

H1 : µ ≠ 16

2.- Valores Críticos:

t 1 − α / 2 , n − 1 = t 0.975 , 19 = ± 2.093

3.- Estadística de Prueba:

x − µ0 16.05 − 16 Valor-P:
t = = = 0.15 2 × P ( T19 > 0.15 ) = 2 × [ 1 − P ( T19 ≤ 0.15 ) ]
S/ n 1.5 / 20
= 2 × [1 − 0.558827 ]
= 0.882346
4.- Decisión: 0.15 ∈ RA ⇒ Aceptar H0

5.- Conclusión:
Con una confianza del 95%, podemos afirmar que la máquina sí ha sido
adecuadamente regulada.

Gladys Enríquez Mantilla 103

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Estadísticas – Estadísticas Básicas – t de 1 muestra…

Clic en Opciones…

Clic en Aceptar y luego en Aceptar.

Ejemplo 3:

Se sabe que el número de libros que sacan de la biblioteca los estudiantes se distribuye
mediante una normal con media 4.2 y varianza 3.28. Un bibliotecario universitario está
interesado en determinar si ha cambiado o no el número promedio de libros que cada
estudiante saca por visita. Para ello, extrae una muestra aleatoria de 20 estudiantes
hallando que el promedio es de 3.65 libros por visita, con una desviación estándar de 2.3
libros. A un nivel de significancia de 0.02, ¿a qué conclusión llegará el bibliotecario?
Solución:

µ = 4.2 σ 2 = 3.28 ⇒ σ = 1.81 σ 2 conocida ⇒ Z

n = 20 α = 0.02
x = 3.65 α / 2 = 0.01
S = 2.3

Gladys Enríquez Mantilla 104

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

1.- Hipótesis:

H 0 : µ = 4.2
H1 : µ ≠ 4.2
-2.33 +2.33
2.- Valores Críticos: ± Z α /2 = ± Z 0.01 = ± 2.33

3.- Estadística de Prueba:

x − µ0 3.65 − 4.2
Z = = = − 1.36
σ/ n 1.81/ 20

4.- Decisión: -1.36 ∈ RA ⇒ Aceptar H0

5.- Conclusión:

Con una confianza del 98%, el bibliotecario llegará a la conclusión que el número
promedio de libros que cada estudiante saca por visita no ha cambiado.

Estadísticas – Estadísticas Básicas – Z de 1 muestra…

Clic en Opciones…

Clic en Aceptar y luego en Aceptar.

Gladys Enríquez Mantilla 105

 UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

PRUEBAS DE HIPÓTESIS PARA LA VARIANZA POBLACIONAL

Sea x1 , x 2 , ... , x n una muestra aleatoria seleccionada de una población normal con
media µ y varianza σ2 desconocidas, entonces:

H0 : σ2 ≥ σ20 H0 : σ 2 ≤ σ 20 H0 : σ2 = σ20
H1 : σ2 < σ20 H1 : σ2 > σ20 H1 : σ2 ≠ σ20

χα2 , n −1 χ12− α , n −1 χ2α / 2 , n −1 χ12− α / 2 , n −1

Estadística de prueba:
( n − 1 ) S2
χ2 =
σ20

Ejemplo:

Se cree que si la varianza de los puntajes de agresión de un grupo de estudiantes es

superior a 0.30, entonces habrá que preocuparse por su conducta. Si en una muestra
aleatoria de 10 estudiantes se encontró que el puntaje promedio de agresión fue 31.55 y la
desviación estándar 0.48; ¿a qué conclusión llegarás con una confianza del 95%?

Solución:
n = 10 x = 31.55 S = 0.48 1 − α = 0.95

S 2 = 0.2304

1.- Hipótesis:

H 0 : σ 2 ≤ 0.3
H1 : σ 2 > 0.3

2.- Valor Crítico: χ 21 − α , n −1 = χ 2 0.95 , 9 = 16.9

3.- Estadística de Prueba:

( n −1 ) S 2 9 × 0.48 2 Valor-P:
χ2 = = = 6.9
σ 20 0.3 P ( χ 29 > 6.9 ) = 1 − P ( χ 29 ≤ 6.9 )
= 1 − 0.35258 (int erpolar )
= 0.64742
4.- Decisión: 6.9 ∈ RA ⇒ Aceptar H0

5.- Conclusión:
Con una confianza del 95%, podemos concluir que no será necesario preocuparse
por la conducta de dichos jóvenes ya la varianza de los puntajes de agresión no es
superior a 0.30.

Gladys Enríquez Mantilla 106

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Estadísticas – Estadísticas Básicas –1 varianza…

Clic en Opciones…

Clic en Aceptar y luego en Aceptar.

Gladys Enríquez Mantilla 107

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN POBLACIONAL

H0 : P ≥ P 0 H0 : P ≤ P 0 H0 : P = P 0
H1 : P < P0 H1 : P > P0 H1 : P ≠ P0

Zα Z1− α ±Zα /2

p − P0
Estadística de prueba: Z =
P0 × Q0
n

Ejemplo:

Antonio le dice a Luis que al menos un 15% de los alumnos de la universidad, tienen
celular. Como discrepan, Luis realiza una encuesta aleatoria a 200 compañeros de la
universidad, y encuentra que 18 de ellos tienen celular. A un nivel de significación del 1%,
¿cuál de los dos tiene estadísticamente la razón? ¿Por qué?

Solución:
18 α = 0.01
p= = 0.09
200
1.- Hipótesis:

Ho : P ≥ 0.15
H1 : P < 0.15

-2.33
2.- Valor crítico: z α = z 0.01 = − 2.33

3.- Estadística de Prueba:

p − Po 0.09 − 0.15
z = = = − 2.38
Po × Qo 0.15 × 0.85
n 200

4.- Decisión:
z = − 2.38 ∈ RR ⇒ Rechazar H o y aceptar H1

5.- Conclusión:

Con una confianza del 99%, podemos concluir que estadísticamente Luis tiene la
razón.

Valor-P:
P ( Z ≤ − 2.38 ) = 0.00866

Gladys Enríquez Mantilla 108

UNIFÉ Administración de Negocios Internacionales
Estadística Aplicada a los Negocios

Estadísticas – Estadísticas Básicas –1 proporción…

Clic en Opciones…

Clic en Aceptar y luego en Aceptar.

Gladys Enríquez Mantilla 109