Por ahora :

es suficiente reconocer que aumenta a medida que disminuye para un tamao de muestra dado

Para el marketing : Costo Error tipo II > Costo Error tipo I Ejemplos 1.- Si se comete error tipo I en la seleccin de la mejor estrategia promocional para el lanzamiento de un nuevo producto de desodorante, suponga que se rechaza la hiptesis verdadera (concluimos que una estrategia promocional es mejor que las dems) an cuando todas son igualmente eficaces. Ac hay poco riesgo asociado a nuestra seleccin de estrategias. 2.- Por otra parte, podemos aceptar la hiptesis falsa (concluir que no hay diferencias en la efectividad de las tres estrategias promocionales) cuando una de ellas es ms eficaz que las dems. Este error tipo II podra ser ms costoso, en trminos de costo de oportunidad, si seleccionamos una de las estrategias menos eficaces.

Hoy, con razones gerenciales apremiantes para seleccionar un nivel de significacin () en el rango de 0.10 a 0.25, en regular de los tradicionales niveles de 0.01 0.05 utilizados en la investigacin de las ciencias sociales. 3) Pasos en la prueba de hiptesis 1.- Formular la hiptesis nula y una alternativa. 2.- Seleccionar la prueba estadstica apropiada al tipo de datos que tiene el investigador. 3.-Especificar el nivel de significacin . 4.- Buscar el valor del estadstico de prueba en un conjunto de tablas para el (diferentes niveles de probabilidad ). 5.- Realizar la prueba estadstica seleccionando en el paso 2 sobre los datos disponibles (genera un valor estadstico pertinente). 6.- Comparar el valor calculado en el paso 5 con el valor encontrado en el paso 4. Si valor paso 5 > valor paso 4 rechazamos H0 Si valor paso 5 < valor paso 4 aceptamos H0

Estadstica Inferencial
La prueba apropiada de inferencias estadsticas tambin vara segn el nivel de escala de los datos disponibles. 1) Datos de Intervalo Para este caso se utiliza la prueba Z o la prueba t. La seleccin depende del investigador sobre su conocimiento de: - Desviacin Standard de la poblacin - Tamao de muestra utilizado OJO.- son pruebas sobre el tamao de la media de la poblacin.

PRUEBA Z Sea: X : media muestral : media poblacional

n : tamao de la muestra N : tamao de la poblacin

La prueba Z compara X con y permite si la X le permite concluir que la media poblacional () es verdadera. La prueba Z es adecuada para los datos de intervalos donde: 1.- El tamao es de cualquier orden y se conoce la (desviacin standard poblacional), o 2.- El tamao de la muestra es mayor que 30 y NO se conoce la Nota : Si n < 30 y no se conoce Prueba t

Partimos de una variable continua EDAD. Supongamos que de una muestra de estudiantes universitarios que estn tomando el curso de investigacin de mercados se ha generado la siguiente informacin: S=5 n = 100 N = 4000 X = 24 Se considera como poblacin a los estudiantes de la UNALM. Pasos de la Prueba Z 1.-Formulas de una prueba de hiptesis nula y una alternativa Si deseamos saber si la edad media de la poblacin es 23 H0 : = 23 HI : 23 Ac la hiptesis alternativa HI expresa que la media poblacional es diferente a 23 (por debajo o encima) es una prueba de 2 colas (bilateral) * El nmero de colas afecta la posicin en una tabla estadstica.

2.- Seleccionar las pruebas estadsticas apropiadas La prueba adecuada es la prueba Z porque n>100 y estamos probando una hiptesis sobre las medias, ya que la prueba Z se basa en la naturaleza de la distribucin muestral de medias. Ac utilizamos la tabla A-2 (prueba Z bilateral) Se utiliza la tabla A-3 (prueba Z unilateral) Se asume que las tablas considera X=0 y =1 - En la tabla los valores de la primera columna y primera fila de la tabla se combinan para dar los valores de Z. - Los valores que aparecen en el resto de la tabla dan el rea contenida en la cola o las colas de la distribucin.

Esto suministra una medida de la probabilidad de rechazar una HIPTESIS NULA VERDADERA; en otras palabras, estos valores son , la probabilidad de cometer un error tipo I.

Ejemplos 1.- En la tabla A-2 para = 0.05 encontramos que esto es 1.96 (en la columna 1 es 1.9 y en la fila 1 es 0.06) desviacin standard de la media. Recordamos que cuando en el captulo V se afirma que el intervalo de confianza al 95% era 2 veces el error standard; en realidad es 1.96 veces el error standard, pero por necesidad de facilitar el anlisis se utiliza 2. Lo que nos dice el 1.96 es: que la probabilidad de lograr un valor de Z mayor que 1.96 es menor que 0.05 2.- En la tabla A-3 observamos que la probabilidad de lograr un valor de Z mayor que 1.96 es menor que 0.025. Por tanto, en ese caso estaramos ampliando una prueba con = 0.025 (de una cola). Para = 0.05 en una prueba unilateral observamos que Z = 1.645. Por tanto, la probabilidad de obtener un valor de Z mayor que 1.64 en una prueba unilateral es menor que 0.05.

3.Especificar el nivel de significacion.

El investigador debe especificar el nivel de significacin . Se debe tener en cuenta que cuando menor sea , mayor ser para cualquier tamao de muestra dado. Para el ejemplo utilizaremos =0.1
4. Buscar el valor de z para =0.1

En la tabla A-2 observamos que Z = 1.64 para un =0.1. Este es el Valor Crtico de Z. Si la Z calculada con base en los datos EXCEDE a 1.64 se rechaza la hipotesis nula (H )
o

5. Realizar la prueba estadistica

Si se Conoce la desviacin Standard de la poblacin (): x x Z

Si se Desconoce la :

x x Z S Sx n

En nuestro ejemplo : =0.1

24 23 1 Z 2 5 0 .5 100
La diferencia Standart
x = 24 23 es iguala 2 errores

Ejemplo B
En la Tabla A-3 observamos que la probabilidad de lograr un valor de Z Mayor que 1.96 es Menor que 0.025. En ese caso estaramos empleandouna prueba con =0.025 (de una cola). Para =0.05 en una PRUEBA UNILATERAL observamos que Z= 1.645. La probabilidad de obtener un valor de Z mayor que 1.64 en una prueba unilateral es menor que 0.05.

6. Comparar los valores Z

El valor de Z calculado (Zc) EXCEDE el valor de Z de la tabla (Z ) para =0.1. (ZC > ZT) Ho se rechaza (ZC < ZT) Ho se acepta
T

ZC = 2 ZT = 1.64

No se puede concluir que la Edad Promedio de la poblacin sea 23 aos.

Ejemplo
Para una proporcin
VARIABLES DICOTOMICAS Se utiliza para medir la participacin del mercado, una muestra podra generar un estimado de la participacin de mercado (p). Es probable que queramos comparar sta con la participacin del mercado objetivo por encima de .

1.

H0 : 0.25 H1 : > 0.25 Si n < 30 ( pequeo) Distribucin Binomial es una situacin poco comn en los problemas reales de I.M.
En ese caso n > 30 y No se conoce

2. El estadstico:

p p Z Sp q p. n
Donde:
p: proporcin muestral : proporcin hipottica Sp: error standart de la proporcin p: probabilidad de xito

q: probabilidad de fracaso

3. El nivel de significacin = 0.01 4. ZT = 2.32 para = 0.01 5. Se calcula ZC p = 0.3 n = 30

Zc

0.3 0.25 0.05 0.60 (0.3)( 0.7) 30 0.084

6. Como Zc < ZT no se puede concluir que hemos logrado una participacin de mercado objetivo superior al 25%
Ntese que esto es cierto aun cuando la participacin de mercado de la muestra era de 30%.

PRUEBA T
Se utiliza para obtener conclusiones sobre la media poblacional y se parte de: Para muestras pequeas n < 30 No se conoce la Para valores n > 30 la distribucin t y la z son virtualmente idnticas; los valores de t no se han calculado para tamaos grandes de muestra.

El valor crtico de t vara segn: El nivel seleccionado. El nmero de grados de libertad en la muestra. Si se requiere una prueba unilateral o bilateral.
Siempre hay n-1 grados de ibertad en la prueba t. Como ejemplo en la tabla A-4 para un = 0.05, en una prueba unilateral con 10 grados de libertad t = 1.812.
OJO En la tabla de 2 colas se busca = 2(0.05)

=0.1

y g.l=10

Ejemplo
Se desea estimar las tasa anuales de consumo de gaseosa anual per cpita en el sector c en el Per es de 100 galones, para lo cual hemos tomado una muestra del sector c: S = 15 1. Se genera la Ho: Ho 100 galones H1 > 100 galones 2. Seleccin de la prueba estadstica: como n < 30 y no se conoce Prueba t

120

n=7

= 0.1

3. El nivel de significacin = 0.1, pero se busca con = 0.2. 4. El tT para : gl = 7-1=6 y = 0.2 tT=1.44 para una cola. 5. El tc es:
Tc

S n

120 100 20 Tc 3.53 5.67 15 7

6. Como tc > tT se rechaza H0 y se acepta que el consumo es superior a 100 galones de gaseosas.

Datos Nominales No siempre se esta interesado en hiptesis sobre medias. Con frecuencia desean hacer inferencias sobre la forma como se distribuye los encuestados a travs de las posibles categoras de una variable nominal. Ejemplo: Si las familias que compran gaseosas en envases retornables se distribuyen por igual en todas las categoras de ocupacin.

Importante: La prueba ji cuadrado es un procedimiento para comparar una distribucin hipottica de la poblacin a travs de las categoras en relacin con una distribucin observada.

PRUEBA Ji-Cuadrado
En una prueba ji-cuadrado se compara una distribucin hipottica de la poblacin con una distribucin generada por una muestra.

Donde:

(Oi Ei ) Ei i 1
k 2

K : numero de categoras de las variables. Oi: numero observado de los encuestados en la categora i. Ei: numero hipottico de los encuestados de la categora i.

La prueba Ji cuadrado depende: Grados de libertad (k-1) unilateral, univariado. Nivel de significacin. El tamao de la muestra.
En la tabla se nos dan = 0.05 se busca en la columna donde aparece 1 = 1 - 0.05 =0.95 Ejemplo Se tiene una variable con 7 gl y un = 0.05. Se busca un 1 0.05= 0.95 columna y fila gl = 7 X2 = 14.1

Ejemplo :
Categora ocupacional

k=4 n=100
Oi 15 20 30 35 100 Ei 25 25 25 25 100 Oi Ei -10 -5 5 10
(Oi Ei)2 (Oi Ei)2/ Ei

Obrero Personal oficina

Personal Administrativo

100 25 25 100

4 1 1 4 10

Estudiante Total

Se tiene 100 personas de diferente categora que consumen gaseosas en envases retornables y se desea saber si existe diferencia en la poblacin de usuarios de envases retornables.
1. La hiptesis: Ho : No existe diferencias significativas. H1 : Existe diferencias significativas Si se espera que sean iguales a cada uno le corresponde 25 como esperado.

2. La prueba estadstica:
2 ( O E ) i 2 i Ei i k

Son categoras

Ntese que X2 slo nos dice que existe una relacin significativa.

3. Nivel de significacin = 0.1

4. El X2T para gl = 4 1 = 0.1

Se busca 1 0.1 = 0.90

X 6.25
2 T

5. El X2c X2= 4 + 1 + 1 + 4 =10 6. Como

2 c

2 T

Se rechaza la Ho y se acepta que existen diferencias significativas para el uso de envases retornables para cada categora ocupacional.