CONTRASTE DE HIPOTESIS

Un director de un colegio tiene una especial preocupacin por

el alumnado de difcil comportamiento. Ha elaborado un
criterio objetivo para calificar a ciertos alumnos o alumnas
como conflictivos. Se basa en las faltas de asistencia,
retrasos, calificaciones trimestrales partes de disciplina, etc.
Lleva aos calificando como conflictiva a una parte del
alumnado, que supone, por trmino medio el 12% de la
poblacin estudiantil de la que procede su alumnado.
ltimamente est observando un incremento del porcentaje
de este tipo de calificaciones. En efecto, en el presente curso,
con una matrcula de 1385, el colegio presenta un nmero
medio de 201 calificaciones de conflictividad. Puede seguir
manteniendo la hiptesis de que slo supone un 12% del
total?
Esta cuestin es un ejemplo claro de un contraste de hiptesis
estadstica. El director hace una afirmacin o tiene una creencia: el
grado de conflictividad es del 12% del alumnado. Los hechos, sin
embargo, parecen hacerle sospechar que esto ya no es cierto. En
efecto, el grado actual es del 201/1385 = 14,5%
En estos casos surge siempre una duda: La diferencia que
observo, es debida al azar o a que en realidad la poblacin
estudiantil ha cambiado?
Tericamente, es imposible responder con seguridad a esta pregunta
por lo que lo haremos en trminos de probabilidad: Los 1385
alumnos y alumnas de este ao constituyen una muestra de la
poblacin total. Si presentan un 14,5% de conflictividad puede ser
debido a que en la actual promocin ha llegado al colegio, por puro
azar, un alumnado de peor comportamiento que la media. Pero
tambin puede ocurrir que haya cambiado toda la poblacin.
Si calculramos la probabilidad de que ocurra lo primero (por puro
azar) y nos resultara muy pequea, nos inclinaramos ms bien al
caso contrario (que ha cambiado la poblacin). Si la probabilidad
fuera razonable, por prudencia, mantendramos la hiptesis del 12%.
Qu es una probabilidad pequea o una probabilidad razonable?
Segn el tipo de trabajo estadstico que se emprenda, se suele tomar
como lmite 0,1, 0,05 0,01.

Si deseamos efectuar un contraste de hiptesis sobre la proporcin,

segn la teora, si np>5 se puede usar la distribucin binomial, que
desemboca en normal para muestras grandes.
En este caso np coincide con las 201 calificaciones de conflictividad,
luego se cumple con creces. Adems, conocemos P=0,12, Q=0,88 y
n=1385, luego podemos pasar directamente al contraste.
En todo contraste de hiptesis se aconsejan un mnimo de pasos para
concretar bien el problema:
(1) Planteamiento de las hiptesis nula y alternativa
En este caso la hiptesis previa es que el porcentaje era del 12%:
H0 : P = 0,12
La preocupacin del director se justifica por la sospecha de que la
proporcin ha aumentado, luego: H1 : P> 0,12
As que planteamos una hiptesis de tipo unilateral por la
derecha.
(2) Supuestos del contraste
Un contraste de proporcin con una muestra tan grande se comporta
como si la poblacin fuera normal, por lo que podemos suponerla.
Suponemos muestra aleatoria simple procedente de una
poblacin normal.
(3) Estadstico de contraste
Para la eleccin del contraste debes consultar los manuales de
Estadstica o el apartado de teora de este tema. En este caso
usaremos
Usaremos :

Es mucho ms cmodo en nuestro caso usar la hoja de

clculo tproporcion.ods, que contiene este contraste en su
primera hoja "Una proporcin", y tan slo necesitamos
rellenar los datos:

En la imagen vemos incorporado el dato del tamao de la muestra,

1385, la proporcin de la hiptesis nula, 0,12, y la alternativa de
0,145.
Tambin se ha elegido ya el contraste unilateral por la derecha,
porque el objetivo es contrastar si la proporcin ha aumentado.
(4) Nivel de significacin
Ya se explic que los niveles ms usados son los de 0,1, 0,05 y 0,01.
Su complemento a 1 recibe el nombre de Nivel de confianza, que por
tanto tendr usualmente los valores de 0,90, 0,95 y 0,99
En el caso de Ciencias Humanas se suele elegir el 0,95. As se ha
hecho en nuestro caso.
(5) Toma de decisin
Si observas la parte inferior del esquema de contraste podrs
entender cmo se toma la decisin.

Otra forma de verlo es con el p-valor, que es la probabilidad, si la

hiptesis nula fuera cierta, de que se produzca un resultado del
14,5%. Lee en el esquema su valor, que es de 0,0021, algo muy
cercano a cero, prcticamente imposible. Por tanto, nuestra decisin
debe ser:
Se rechaza la hiptesis nula
La poblacin de estudiantes ha cambiado.
(6) Intervalo de confianza
A veces, cuando se rechaza un hiptesis, es conveniente proponer
una alternativa. Podemos conseguirlo estimando el verdadero valor
que tiene la proporcin ahora. Esto se consigue construyendo un
intervalo de confianza (generalmente bilateral) para el nuevo dato de
la poblacin.
En nuestro caso sera el de (0,128, 0,162), es decir, entre un 12,8%
y un 16,2%, con un error de estimacin del 1,71%. Resulta muy
afinado porque la muestra es grande.

Prctica 1
En una prueba general realizada por todo el alumnado de un
nivel de enseanza se han detectado diferencias que parecen
significativas entre dos grupos, uno diurno y otro nocturno. El
primero, de 67 alumnos y alumnas, ha obtenido una media en
la calificacin de 5,23, con una desviacin tpica de 1,78. En el
otro, compuesto de 58 pruebas realizadas, la media ha sido de
4,78 y la desviacin tpica de 1,60. No se tiene informacin
sobre las caractersticas de la poblacin, ni de sus
parmetros. Puede ser significativa la diferencia de
rendimiento entre los dos turnos, al 95% de nivel de
confianza?
Los contrastes de media presentan bastantes variantes, por lo que el
mayor problema en ellos es elegir los supuestos y estadsticos ms
adecuados.
En este caso las muestras no estn relacionadas. Como adems son
grandes, se puede suponer la normalidad de la poblacin. No se
conoce la varianza de la poblacin y por tanto tampoco sabemos si
las varianzas en ambos colectivos se pueden considerar iguales. As,
estamos en el caso:
Dos muestras independientes con varianzas de la poblacin
desconocidas y sin que nos conste su igualdad.
Si consultas la teora, el estimador en este caso es

Se supone que las dos desviaciones tpicas de la poblacin se

sustituyen por sus estimadores insesgados, las cuasidesviaciones
tpicas. En ese caso la distribucin del estadstico es
aproximadamente normal.
Acudimos a la hoja tmedia.ods y escribimos los datos (El modelo est
preparado para aceptar la desviacin tpica, y no la cuasidesviacin) y
supuestos en la hoja Dos medias (independientes):

Elegimos un contraste bilateral porque no suponemos a priori que un

grupo deba tener mejor rendimiento que otro. Despus marcamos
"Son desconocidas y supuestas distintas"
Tamao muestra 1

67

Tamao muestra 2

Media 1

5,23 Media 2

Desviacin tpica 1

1,78 Desviacin tpica 1

(De poblacin o muestra)

58

4,78

1,6

(De poblacin o muestra)

y obtenemos este resultado

Valor
crtico de
Z

Resultados

Desviacin
muestral
Estadstico de
contraste

0,3 Bilateral
Unilateral
Izquierda
Unilateral
0,0699
derecha
1,48

P-valor

Decisin

1,96
1,96

Se acepta la
hiptesis. Las
medias son iguales

Por tanto, las diferencias observadas entre los dos grupos no son
significativas, pero por poco, porque el p-valor es muy pequeo
0,0699. Estaramos en un caso a revisar si se vuelve a pasar la
misma prueba. Bastara que hubiramos decidido un contraste
unilateral para que hubiramos rechazado la hiptesis.

Prctica 2
Se pasa una misma prueba a dos colegios de distintos barrios,
con los siguientes resultados:
Colegi Colegi
oA
oB
Nmero
de
342
405
pruebas
Promedio
5,44 5,72
obtenido
Desviaci
1,83 2,08
n tpica
(1) Existe evidencia, con un nivel de significacin del 95%,
de que los promedios obtenidos en los colegios sean distintos?
(2) Se puede afirmar, con el mismo nivel, que las varianzas
de las dos poblaciones son iguales?
Se podra comenzar por la segunda, pues si las varianzas son iguales,
este hecho puede influir en el contraste elegido para la primera.
As que se puede plantear un contraste de dos varianzas. Con
muestras tan grandes se puede suponer la normalidad y usar el
contraste F.
Abrimos la hoja tvarianza.ods - Hoja 2 - Contraste de dos varianzas.
Observamos que se deben usar las cuasivarianzas, luego deberemos
convertir en ellas las desviaciones tpicas elevndolas al cuadrado,
multiplicando por N y dividiendo entre N-1:
V1= 1,83^2*342/341 =3,36

V2 =2,08^2*405/404= 4,34

Rellenamos todos los datos que poseemos:

Debemos plantear el contraste bilateral, pues no se nos ha indicado

ningn dato que suponga que un colegio ha de presentar ms
dispersin que otro.
El resultado ser el siguiente:

Se ve que el estadstico de contraste vale 1,29, y cae a la derecha del

valor crtico superior 1,23. Por tanto se rechaza la hiptesis con un pvalor muy pequeo: 0,0073, lo que le da mucha fiabilidad a la
afirmacin. Las varianzas se pueden considerar distintas en la
poblacin.
Pasamos a las medias. Deberemos usar un contraste de medias en
muestras independientes y con las varianzas de las poblaciones
supuestas distintas.
Abrimos la hoja tmedia.ods - Hoja 2 - dos medias independientes
Rellenamos los datos y elegimos Contraste bilateral y varianzas
desconocidas supuestas distintas. Obtenemos lo siguiente:

Se observa la aceptacin de la igualdad de los promedios, pero est tan en el

lmite, (estadstico -1,95 frente a valor crtico -1,96) que aunque aceptemos la
hiptesis nula para ser fieles a la metodologa, deberamos repetir pruebas
similares en otra ocasin. Si hubiramos fijado un nivel de 0,90, la hiptesis se
hubiera rechazado.

Ejercicio 1
Se sospecha que un dado est cargado, y que la cara 1 sale ms
veces que las dems. Se tira el dado 600 veces y el nmero 1
aparece en 115 ocasiones. Podemos sospechar, con un nivel de
confianza del 95%, que, efectivamente, el dado est cargado hacia el
1?
Qu ocurrira con un nivel del 0,90?
Solucin: El tamao de la muestra es el nmero de tiradas, 600. Si
deseas escribir la proporcin de la hiptesis nula, que es 1/6, en la
primera hoja del libro tproporcion.ods, puedes hacerlo de esta forma
=1/6 y as no desperdicias decimales. De la misma forma, la
proporcin alternativa se puede escribir como =115/600. Escribe
tambin 0,95 (o 95%) en el nivel de confianza y elige unilateral por la
derecha. Si estudias la decisin, observars que el estadstico est en
el lmite de la zona crtica. Se acepta por pocas milsimas, y eso no
es satisfactorio. En estos casos se suele repetir el experimento para
mayor seguridad.
Cambia el 0,95 por 0,90 y en ese caso se rechaza la hiptesis. Este
ejemplo te puede servir para desconfiar de esta tcnica y usarla con
mucha seguridad y cuidado.

Ejercicio 2
El director de la cuestin-ejemplo, planteada al principio de este
documento, sigue analizando las calificaciones de conflictividad.
Ahora la preocupa el diferente comportamiento segn el sexo. Elige al
azar un grupo de 250 chicas y descubre que estn calificadas como
conflictivas 30. En otro grupo de 300 chicos son 40 los problemticos.
Podemos afirmar, con un nivel de confianza del 95%, que ambas
proporciones son iguales?

Solucin: Abre la segunda hoja "Igualdad de proporciones" del libro

tproporcion.ods. Escribe los tamaos de las muestras (250 y 300) y
las dos proporciones (30/250 y 40/300). te resultar una proporcin
conjunta de 0,127. Nos decidimos por un contraste bilateral, porque
el director no parece tener una opinin previa. Observa los
resultados: El estadstico de contraste -0,47 est comprendido entre
los dos valores crticos -1,96 y 1,96. Otra forma de analizarlo es que
su p-valor, 0,6798, est muy alejado del nivel de significacin 0,05.
Por tanto se acepta la igualdad de proporciones entre chicos y chicas.

Ejercicio 3
La siguiente tabla representa dos medidas consecutivas realizadas a
los mismos sujetos en una variable cuantitativa. Una antes de un
tratamiento y la otra posterior al mismo:

Sujeto
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
s
Medida
2 5 4 3 4 5 7 5 5 4 3 5
6
2
1
A
Medida
2 6 5 4 6 8 6 7 6 4 4 7
9
5
2
B
Se puede considerar el tratamiento eficaz, es decir, producente de
una diferencia significativa en las medias de ambas medidas? Se
supone que lo esperado era un aumento de la media.

Solucin: Crea una tabla de diferencias entre las medidas A y B y

obtendrs una diferencia media de 1,33 a favor de B y una desviacin
tpica de 1,14. Abre la hoja tmedia.ods y abre la ltima hoja "Dos
medias relacionadas". Rellena los datos: Tamao 15, media 1,33,
desviacin 1,14, valor de hiptesis 0 (como si el tratamiento no fuera
eficaz). Consideramos desconocida la varianza de la poblacin. De
esta forma el p-valor es 0,0006, lo que nos hace rechazar la hiptesis
de igualdad de medias, tanto al 95% como al 99%. El tratamiento
ha sido eficaz.

Contraste para la diferencia de dos proporciones

En el Ejercicio 1 se plante como hiptesis nula la igualdad de dos
proporciones, lo que nos permita considerar la proporcin conjunta.
Sin embrago, en otros casos lo que interesa es contrastar la
diferencia entre dos proporciones. Por ejemplo, para analizar si una
campaa de sensibilizacin incrementa un porcentaje en una cantidad
dada.

Ejemplo

Se nota la campaa?

Unos grandes almacenes han instalado unas cajas de cobro

automticas. Durante los primeros meses, tan slo las han
usado un 8% de la clientela, por lo que deciden iniciar una
campaa publicitaria a fin de incrementar ese uso en un 10%,
y justificar as su instalacin. Durante unos das, en horas
elegidas aleatoriamente, han efectuado un recuento y han
descubierto que de un conjunto de 2340 clientes, tan slo han
usado las cajas 208. Despus de desarrollar la campaa, han
repetido el estudio, y esta vez, de 1978 clientes, han pasado
por las nuevas cajas 395. Justifican estos resultados, al 95%
de nivel de confianza, que se ha logrado el incremento
deseado del 10%?
En este caso aplicaremos el estadstico de contraste

en el que las proporciones en la poblacin son 8% y 18%

respectivamente (si admitimos esto como hiptesis nula) y las de la
muestra 208/2340=0,0889 y 395/1978=0,1887.
Abre la tercera hoja del libro tproporcion.ods y escribe en ella los
datos. Como el error es pequeo, se toman aqu como parmetros de
la poblacin los mismos valores que en la muestra, y slo hay que
rellenar la diferencia de proporciones supuesta (aqu el 10%)
Suponemos contraste bilateral y fijamos el 95% de nivel de
confianza:

El resultado del contraste ser que se rechaza la hiptesis de un

incremento del 10%. Si rellenas los datos observars que ha subido
un 11,1% de forma significativa.
Caso prctico

En una ONG se organizan encuentros trimestrales con todos los

Delegados y Delegadas. Suelen asistir, salvo pequeas variaciones y
ausencias, las mismas personas. En cada encuentro se recoge una
valoracin posterior y se intentan mejorar los aspectos que se hayan
puntuado menos. La Direccin est interesada en saber si las
correcciones surten efecto, y por eso deseara averiguar si las
medias de las encuestas de cada dos encuentros consecutivos son
significativamente distintas entre s. Los ltimos encuentros
produjeron estos resultados:
Encuentro

OctubreEnero Abril Julio

07
08
08 08
4,2
3,7 4,1 4,2

Media
Desviaci
0,8
n t.
Asistentes 47

1,2

1,4 1,2

54

45

49

Cmo tratar estadsticamente estos datos?

El inters de la Direccin est en comparar cada dos medias
consecutivas, luego se est en el caso de Diferencia de Dos Medias
Independientes. Como siempre asisten las mismas personas, salvo
pequeos cambios, se puede suponer que la varianza de las
poblaciones es desconocida, pero siempre la misma. Al ser el nmero

de asistentes superior a 30, se puede suponer la normalidad de la

poblacin.
El anlisis de esta situacin se puede efectuar con la hoja de clculo
tmedia.ods. brela y elige la hoja Dos medias (independientes).
Fija antes de nada que el contraste sea Bilateral, porque no tenemos
motivos para inclinarnos por un sentido u otro. Activa tambin el caso
Se suponen desconocidas, pero iguales.
Para cada par de encuentros consecutivos rellena los datos de media,
desviacin tpica y tamao de la muestra. Obtendrs estos resultados
al 95% de Nivel de Confianza:
Primera y segunda: Estadstico de contraste 2,4, p-valor
0,0082. Son significativamente distintas.
Segunda y tercera: Estadstico de contraste 1,52, p-valor
0,0649. No hay razn para pensar que las medias son
distintas.
Tercera y cuarta: Estadstico de contraste 0,37, p-valor 0,64.
No hay razn para pensar que las medias son distintas.
Caso prctico

En una ONG se organizan encuentros trimestrales con todos los

Delegados y Delegadas. Suelen asistir, salvo pequeas variaciones y
ausencias, las mismas personas. En cada encuentro se recoge una
valoracin posterior y se intentan mejorar los aspectos que se hayan
puntuado menos. La Direccin est interesada en saber si las
correcciones surten efecto, y por eso deseara averiguar si las
medias de las encuestas de cada dos encuentros consecutivos son
significativamente distintas entre s. Los ltimos encuentros
produjeron estos resultados:
Encuentro

OctubreEnero Abril Julio

07
08
08 08
4,2
3,7 4,1 4,2

Media
Desviaci
0,8
n t.
Asistentes 47

1,2

1,4 1,2

54

45

49

Cmo tratar estadsticamente estos datos?

El inters de la Direccin est en comparar cada dos medias
consecutivas, luego se est en el caso de Diferencia de Dos Medias

Independientes. Como siempre asisten las mismas personas, salvo

pequeos cambios, se puede suponer que la varianza de las
poblaciones es desconocida, pero siempre la misma. Al ser el nmero
de asistentes superior a 30, se puede suponer la normalidad de la
poblacin.
El anlisis de esta situacin se puede efectuar con la hoja de clculo
tmedia.ods. brela y elige la hoja Dos medias (independientes).
Fija antes de nada que el contraste sea Bilateral, porque no tenemos
motivos para inclinarnos por un sentido u otro. Activa tambin el caso
Se suponen desconocidas, pero iguales.
Para cada par de encuentros consecutivos rellena los datos de media,
desviacin tpica y tamao de la muestra. Obtendrs estos resultados
al 95% de Nivel de Confianza:
Primera y segunda: Estadstico de contraste 2,4, p-valor
0,0082. Son significativamente distintas.
Segunda y tercera: Estadstico de contraste 1,52, p-valor
0,0649. No hay razn para pensar que las medias son
distintas.
Tercera y cuarta: Estadstico de contraste 0,37, p-valor 0,64.
No hay razn para pensar que las medias son distintas.