MUESTREO Y

DISTRIBUCIONES
MUESTRALES
En la actualidad la estadstica esta considerada como
la

teora

de

la

informacin,

no

solo

como

funcin

descriptiva, sino con el objeto bsico de hacer estimaciones

acerca de los valores estadsticos de la poblacin o en la
comprobacin

de

hiptesis

de

las

caractersticas

investigadas.
De esto podemos indicar que la estadstica cubre dos
aspectos

de

Descriptiva

gran

importancia:

En

la

Estadstica

a travs de la recoleccin, clasificacin,

presentacin, ya sea en forma de cuadros o grficos, la

aplicacin de medidas como promedios, desviaciones, etc.,
y la interpretacin y anlisis de datos a fin de obtener
conclusiones para tomar decisiones. Se realiza un proceso
deductivo de lo general a lo particular.
El segundo aspecto es la Estadstistica Inferencial o
Mtodo Inductivo, el cual mediante investigaciones por
muestreo, logra obtener resultados considerados como
estimadores de los parmetros poblaciones.
Por lo que entonces se podra afirmar categricamente
que la tarea ms importante de la estadstica es la

realizacin de inferencias acerca de una poblacin objetivo

con base en los resultados obtenidos a travs de una
muestra.
1. Una Poblacin es el conjunto de todos los elementos de
inters en un estudio. Por ejemplo, la poblacin de las
tallas de los varones adultos residentes en la provincia
de Lima en un momento determinado o la poblacin de
sucesos muerte o supervivencia) en todos los pacientes
que sufren una enfermedad especfica durante cierto
perodo.
2. Una Muestra es un subconjunto de la poblacin, por lo
general

de

nmero

proporcionalmente

pequeo,

seleccionado de forma que sea representativo, hasta

cierto lmite, de la poblacin. E l ejemplo ms conocido
de una encuesta por muestreo es tal vez el sondeo de
opinin pblica, en el que se entrevista a una pequea
proporcin de la poblacin para un objetivo concreto . En
muchas encuestas por muestreo se estudian aspectos de
Contabilidad y Finanzas.
Del elemento se estudian sus caractersticas. Estas se
clasifican en CUALITATIVAS O ATRIBUTOS, expresados
por palabras y se cuantifican mediante el conteo o
recuento; las CUANTITATIVAS O VARIABLES expresadas en
forma numrica que pueden ser medibles o contadas.
MARCO MUESTRAL.- Es un listado actualizado y revisado
de todos los elementos que constituyen la poblacin que va

ha ser objeto de investigacin. Tambin puede ser un mapa

o croquis con las unidades de seleccin plenamente
identificadas.
La poblacin se clasifica en FINITA O INFINITA Cuando se
investigan las caractersticas de todas las unidades que
constituyen la poblacin o Universo nos referimos a una
investigacin total, exhaustiva o Censo.
Factores tales como: Costo, Tiempo, Recursos Humanos,
Poblaciones muy grandes o infinitas, destruccin de la
unidad

sometida

control,

caractersticas

con

gran

heterogeneidad, impiden la realizacin del censo. Se

sustituye, entonces, por una investigacin parcial llamada
investigacin muestral.
MUESTREO

ALEATORIO.-

Realizado

bajo

ciertas

condiciones y sometido a ciertos requisitos, se constituye

en un procedimiento prctico, econmico y rpido para
generalizar

conclusiones

obtenidas

travs

de

una

muestra, aplicables a toda la poblacin de la que forma

parte,

dentro

de

ciertos

lmites

de

confiabilidad,

establecidas de antemano.
Dentro del Muestreo Aleatorio se tienen los siguientes
mtodos:

Muestreo Aleatorio simple o Muestreo Aleatorio Irrestricto

Muestreo Aleatorio Estratificado

Muestreo por Conglomerados

Muestreo por reas o Muestreo Geogrfico

Muestreo por Fases

Muestreo Sistemtico

DEFINICIN
Una muestra probabilstica es una muestra extrada
de una poblacin, de tal manera que todo elemento
de la poblacin tenga una probabilidad conocida de
ser incluida en la muestra.

DEFINICIN
Si se extrae una muestra de tamao n de una poblacin de tamao
N, de tal manera que toda muestra posible de tamao n tenga la
misma probabilidad de ser seleccionada, la muestra recibe el
nombre de muestra aleatoria simple.
La mecnica de extraer una muestra que satisfaga la definicin de una
muestra aleatoria simple se le llama muestreo aleatorio simple.
Una manera de seleccionar una muestra aleatoria simple es usar
una tabla de nmeros aleatorios.

TABLA N O2
VALOR EN DLARES DE 120 CUENTAS POR
COBRAR
NMERO

VALOR

NMERO

VALOR

NMERO

VALOR

NMERO

VALOR
O1

91

31

107

61

87

91

02

94

32

94

62

104

92

03

115

33

101

63

109

93

04

85

34

95

64

93

94

05

89

35

80

65

95

95

06

107

36

104

66

107

96

07

94

37

94

67

88

97

08

105

38

102

68

107

98

09

94

39

89

113

99

91
104
109
92
85
108
99
103
81

69

10

103

40

98

70

95

100

11

104

41

106

71

102

101

12

105

42

85

72

94

102

13

88

43

93

73

99

103

14

107

44

103

74

87

104

119

75

102

105

90

76

105

106

82

77

80

107

90

78

90

108

113

79

108

109

104

80

105

110

81

90

111

115

112

82

113

96
105
91
115
108
15

90

16

95

45

102
46

101
17

104

47

94
18

93

48

93
19

109

49

102
20

87

50

21

92

51

97

22

117

52

101

23

98

53

90

89

54

88

25

105

55

108

26

101

56

95

27

81

57

28

108

29

94

119
96
82

104
83

85
24

84

90

114

102

115

86

91

116

100

87

103

117

58

103

88

107

118

59

108

89

107

119

97

120

108
85

103
90
105
99
88
30

104

60

85

90

103

Tambin

existe

el

MUESTREO

NO

ALEATORIO,

CIRCUNSTANCIAL O ERRTICO, mtodo cuyos resultados

o estimaciones no son de ninguna manera confiables, dado
que la seleccin de las unidades que conforman la muestra
se realiza en

Forma

caprichosa o por conveniencia, primando el juicio

personal del investigador.

Dentro del Muestreo no Aleatorio se tienen los siguientes
mtodos:

Muestreo a Juicio, intencional u opintico

Muestreo por Conveniencia

Muestreo Voluntario

Muestreo por Cuotas.

DISTRIBUCIONES MUESTRALES
Corresponde a una distribucin de todas las muestras que
pueden ser escogidas conforme a un esquema de muestreo
especificado; en general se refiere a un esquema de
muestreo que implique seleccin al azar y a una funcin de
un nmero fijo de variables aleatorias independientes.

ESTIMACIN PUNTUAL
Un estimado puntual es un slo valor numrico basado
en datos de una muestra aleatoria que se utiliza para
estimar el valor de un parmetro poblacional.

La

Media

la

Desviacin

estndar

de

una

poblacin son parmetros, en cambio la media X y la

desviacin estndar S de una muestra son valores
estadsticos.

CUADRO

01:

ESTIMADORES

PUNTUALES

UTILIZADOS
CON FRECUENCIA.
PARMETRO DE LA POBLACIN
Media Aritmtica
:
Diferencia de Medias
Proporcin

: 1 2
: P

Diferencia de Proporciones :
Varianza
Tamao

X1 X2

p
P1 P2

: 2

Desviacin Estndar

ESTIMADOR

:
:N

1 2
S2

= Media de todas las medias muestrales

= Desviacin estndar de todas las medias

muestrales

M !

n !n n!
n

= Nmero de Muestras Posibles

Cuando la Muestra se hace sin reposicin.

Cuando se hace la seleccin con reposicin.

X1

S12
X2

POBLACIN

S22
X3

S32
XM

2
SM

DISTRIBUCIN MUESTRAL DE X
Es la distribucin de probabilidad de todos los valores
posibles de la media de la muestra X .
PROCESO ESTADSTICO PARA EMPLEAR
FIGURA

UNA MEDIA DE MUESTRA PARA HACER

N 01

INFERENCIAS

ACERCA

DE

UNA

MEDIA

POBLACIONAL
Se selecciona, en la poblacin,
una muestra aleatoria simple
de n individuos.

POBLACIN

CON
MEDIA

Se usa el valor de
para hacer inferencias
acerca del valor

El resumen de los datos

muestrales proporciona un
valor de la media de muestra
.

TEOREMA: Dada una poblacin, si extraemos todas las

muestras posibles de un mismo

tamao,

entonces la media de la distribucin de todas

las medidas muestreadas posibles ser igual a
la media Poblacional y la varianza de todas
las medias mustrales es igual a la varianza
de

la

poblacin

dividida

por

el

tamao

Muestral.

E X
x

Usar esta ecuacin siempre que:

2
X

1) La poblacin sea infinita, o bien

2) La poblacin sea finita y tambin

n/N
0.05

Haciendo uso del factor de Correccin para poblaciones finitas

en la frmula, se tiene:

Nn
N 1

= cuando

n
0.05
N

Si no se conoce la desviacin estndar de la poblacin,

puede estimarse el error estndar de la medias utilizando la
desviacin estndar muestral, como estimador de la
desviacin estndar de la poblacin.
S2

S2

F.C.P.F:

S
n

S
X

S
n

Nn
N 1

EJEMPLO: Un auditor en el hospital Carrin toma una

muestra aleatoria de tamao n = 16 de un conjunto
de N = 100 cuentas por cobrar. No se conoce la
desviacin estndar de los montos de las cuentas
por cobrar para el total de las 100 cuentas. Sin
embargo, la desviacin estndar de la muestra es S
= $ 57 dlares.

Determinar el valor del error estndar para

la distribucin Muestral de la media.

n 16

0,16
N 100

Datos:
N = 100

n no es menor que 0,05 N es decir:

n = 16

16 > 0,05 (100) esto implica que para

S=$ 57

calcular S X se tiene que utilizar el factor

SX ?

de correccin para poblaciones finitas.

SX

S
n

Nn
57

N 1
16

100 16 57

100 1
4

84
99

S X 14,25 0,8484 14,25 0,9211 S X 13,13 dlares

El error estndar de la media ofrece la base principal para

la inferencia estadstica con respecto a la media de una
poblacin desconocida. Un teorema de la estadstica que
conduce a la utilidad del error estndar de la media es: El
Teorema del Lmite Central.
TEOREMA

DEL

LIMITE

CENTRAL.-

Al

seleccionar

muestras aleatorias simples de tamao n de una poblacin,

la distribucin muestral de la media de la muestra x se
puede aproximar a la forma de una DISTRIBUCIN
NORMAL DE PROBABILIDADES, cuando el tamao de la
muestra es grande, n 30 , entonces:
Z

X
X

n
2 n

EJEMPLO 1: Un auditor toma una muestra aleatoria de

tamao 36 de una poblacin de 1000 cuentas
por cobrar, el valor promedio de las cuentas por
cobrar de la poblacin es $2 600 con una
desviacin estndar poblacional de

$450 ,

Cul es la probabilidad de que la media

muestral sea inferior a $ 2500 dlares?
SOLUCIN:
E x $2 600
X

$450

450
450

75
n
6
36

Como n < 0,05 N; no se necesita el factor de correccin

z

x 2500 2600

1.33
75
/ n

P x 2500 / 2600,

75 P Z 1,33

P Z 1,33 = 0,5000 - 0,4082 = 0,0918

f x

0,05

0,4082

EJEMPLO 2:

2500

2600

-1,33

E X

X
Z

En una poblacin grande de seres humanos,

los ingresos econmicos sigue una distribucin

aproximadamente normal con una media de
185.6 dlares y una desviacin estndar de
12.7 dlares. Cul es la probabilidad de
que una muestra aleatoria de tamao 10

de esta poblacin tenga un promedio de

ingresos mayor que 190 dlares?
SOLUCIN:
= $ 185.8
= $ 12.7
xu
190 185.6

4.0161
/ n
4.4
Z
1.09
4.0161
Z

p ( x 190) P ( Z

190 185.6
)
4.0161

4.4
) P ( Z 1.09)
4.0161
0.5 A(1.09)
P( Z

= 0.5 - 0.36214 = 0.13786

0,05

0.36214

185.6

INTERVALOS

DE

190
1.09

CONFIANZA

MEDIA
1)

X - Z X X Z X

X-

Z XZ
n
n

PARA

LA

2)

X - ZS X X ZS X

X-

S
S
Z XZ
n
n

Los intervalos de confianza ms utilizados son de 90%, 95%

y 99%
EJEMPLO: En una semana determinada, se elige al azar
una Muestra de 300 pacientes de un nmero muy
grande de ellos que asisten al hospital Daniel
Alcides Carrin . Los pacientes realizan un pago
por admisin y se encuentran que el promedio de
pago

es de

X S/. 1800

con

una

desviacin

estndar muestral de S = S/. 140.

Hallar el pago promedio por admisin para
todos los pacientes con una estimacin por
intervalo que permita tener una confianza
del 95% de que en ese intervalo incluya el
valor de la media Poblacional.
SOLUCIN
n 300

1800 1,96

x S/.1800

1,96

140

300

1800 1,96 8,0829 1800 1,96 8,0829

S = S/. 140
con 95%

140

1800 1,96
300

Z =

S/. 1784,16 S/. 1815,84

DETERMINACIN DEL TAMAO DE

LA MUESTRA
Hasta ahora se ha venido trabajando con el tamao (n)
conocido, pero para determinarlo, es necesario identificar
los siguientes componentes o elementos tcnicos:
a)

LA

VARIANZA

variabilidad

( x2 ).

que

Corresponde

presentan

las

al

grado

unidades

de

de
la

poblacin. Mientras mas grande sea 2x , Mayor ser el

tamao de la muestra. El valor de x2 . supuestamente,
es conocido, de lo contrario se debe estimar a travs de
una

investigacin

2
p PQ ,

preliminar.

En

el

caso

de

sucede algo similar, pero se tiene la

costumbre de tomar P = 0,50 con la cual se obtiene el

mximo valor posible de "n".
b)

NIVEL DE CONFIANZA. Tiene relacin directa con el

tamao de la muestra. Por lo tanto se dir que a mayor
nivel de confianza mayor ser el tamao de la muestra,
los valores de Z se obtienen mediante el uso de tablas.
El nivel de confianza es fijada por el investigador, de
acuerdo a su experiencia.

c)

PRECISIN DE LA INVESTIGACIN.- Corresponde al

margen de error que el investigador fija de acuerdo al
conocimiento que tenga acerca del parmetro que

piensa

estimar.

Se

le

MUESTREO (E) siendo:

conoce

como

ERROR

DE

d)

E z

Nn
.
n N 1

RECURSOS HUMANOS FINANCIEROS Y TIEMPO.No entran dentro de la determinacin tcnica del

tamao de la muestra. Pero es de suma importancia en
el tamao de las investigaciones.

I.

PARA POBLACIONES INFINITAS

La frmula para calcular el tamao ptimo en el
muestreo aleatorio simple, en una poblacin infinita se
obtiene as:

x
n

E x

ERROR

PARA VARIABLES

z 2 2
z
n
2
E
E

z
de donde:
n

z
E

PARA ATRIBUTOS

z 2pq
n
E2

EJEMPLO 1.- La administradora de un hospital desea estimar

la proporcin de bebs nacidos en su hospital.
Si se desea un intervalo de confianza del 95%
para que la verdadera proporcin de error no
exceda del 2%. Si

la poblacin es muy grande. Qu tamao

tendr la

muestra que va a tomarse. Si la

administradora estima que la proporcin de error es del 5%?

SOLUCIN:
Z 2 PQ 1.96 0.05 (0.95)

456.19
E2
0.02 2
2

n 456

EJEMPLO 2.- De una remesa de la cual se tom una

muestra de 200 artculos, se encontr
que 20 de ellos eran defectuosos. Con
una confianza del 95%, calcular el error
de la muestra.
SOLUCIN:
n

z 2 PQ 2 z 2 PQ
PQ
;
E

;
E

1.96
n
n
E2

20
0.10 Q 0.90
200

0.10 0.90
200

E 4.16%

II.

PARA POBLACIONES FINITAS

a) Muestreo por Variables
Z

x
x
z
;Z
E
N n
N n
n
n N 1
n
N

Z 2N 2
NE2 Z 2 2

N n
z 2 2 N n
E2

N
n N

tambin :

2
2

2
E

N
Z

y la mas utilizada es:

n0
n
1 0
N

Donde:

n0

z 22
E2

b) Muestreo por Atributos

Z 2NPQ
N1 E 2 Z 2PQ

n0
n
1 0
N

Siendo

PQ
E

PQ
N

n0

Z 2PQ
E2

EJEMPLOS:
1. Se desea realizar una investigacin en el Ministerio de
Transportes

sobre

el

nmero

de

unidades

que

se

encuentran en, mal estado en 4000 cajas y la proporcin de

cajas que contienen unidades en mal estado. Se realiza una
encuesta preliminar de 80 cajas con el siguiente resultado,
presentado en una tabla de frecuencia:

Nmero de Unidades defectuosas:

37

16

2 3 4 5

10 12
Nmero de Unidades examinadas:
2

Determinar el tamao de muestra con las dos condiciones:

Para ello el investigador debe establecer un error de 6%
para el promedio, del 12%

para la proporcin y una

confianza del 95% para ambos casos.

SOLUCION:

A) 4000 Z 1.96 x

x f nx

xf

i i

138
1.725 1.73
80

866 801.725

7.85 E 0.06 1.73 0.10

80

1.96 4000 7.85

n
2
2
4000 0.10 1.96 7.85

1720 cajas

B)

80 37
43

0.5375 0.54
80
80

1.96 4000 0.54 0.46

n
2
2
3999 0.12 1.96 0.54 0.46

66 cajas

El tamao ptimo es de 1720, ya que se toma el mayor

valor
2. Se planea realizar una encuesta para determinar qu proporcin de
familias en el Distrito de la Victoria carece de servicios mdicos. Se
cree que la proporcin no puede ser menor que 0.25. Se desea un
intervalo de confianza del 95% con una precisin relativa del 5% .
De qu tamao se debe seleccionar la muestra de familias?

Z 2PQ 1.96 0.25 0.75

n

1800.75 1801
2
E2
0.02
2

Por lo tanto, debe seleccionarse 1801 familias

DISTRIBUCIN MUESTRAL DE
UNA PROPORCIN
En muchos casos dentro el campo de la salud se usa la
proporcin Muestral p para hacer inferencias estadsticas
sobre la proporcin Poblacional P.

DISTRIBUCIN MUESTRAL DE p
La distribucin muestral de p es la distribucin de
probabilidades de todos los valores posibles de la
proporcin muestral p.
Para determinar lo cercano que est la proporcin
muestral

necesitamos

de

la

proporcin

comprender

las

poblacional

propiedades

de

P,
la

distribucin Muestral de p: su valor esperado, su

desviacin estndar y la forma de su distribucin.
VALOR ESPERADO DE

E(p) = P

p P

DESVIACIN ESTNDAR DE p: Llamada tambin ERROR

ESTNDAR.
Poblacin finita
p

Poblacin infinita

N n P 1 P
N 1
n

P 1 P p
PQ

n
n
n

VARIANTE ESTADSTICA
En muchos casos podemos utilizar la distribucin normal
apara evaluar la distribucin muestral de proporciones,
siendo:

p - P p P p p

p
p
PQ
n

La distribucin muestral de p se puede aproximar con una distribucin

normal de probabilidades, siempre que el tamao de muestra sea
grande. Se puede considerar que el tamao de muestra es grande
cuando se cumplen las dos condiciones siguientes:
n p5

n1- p 5
Vale la pena observar la simbologa que se utiliza en
la muestra.
a ai

Total de elementos que presenta la

caracterstica investigada
p

a ai

n
n

Proporcin de elementos que presenta

la
caracterstica investigada

q 1 p

na
n

Proporcin

de

elementos

que

no

presenta la
caracterstica investigada
Sp2 : Varianza de una proporcin Sp2 pq
Sp : Desviacin estndar

Sp pq

EJEMPLOS
1.

Se tiene que el 4% de las piezas producidas por cierta

mquina son defectuosas. Cul es la probabilidad de
que un grupo de 200 piezas, el 3% o ms son
defectuosas?

SOLUCIN
p 0,04

p 0,03

PQ

0,04 0,96

Se desea determinar la P p 0,03 ?

p - p
PQ
n

0,03 0,04
0,71
0,04 0,96
200

P p 0,03 P z 0,71 = 0,5 + A(-0,71)

= 0,5000 + 0,2612 = 0,7612
P p 0,03 = 76,12 %

200

0,014

0,2612

0,5

0,03

-0,71

0,04

Solucin con Correccin

Si se quiere obtener una buena aproximacin a la
distribucin normal, debe hacerse la correccin en la
variable discreta, siendo igual a

1
. Si se va a obtener
2n

una rea hacia la derecha, se restar este factor de

correccin; en el caso de que sea a la izquierda, se
sumar ese factor al valor de p.

1
- p
2n
p

p-

REA A LA DERECHA

REA A LA
IZQUIERDA

1
p
0,04
2 200

0,014

P p 0,03

P Z

1
- p
2n
p

0,04
400

0,014

P Z

0,03

0,03 0,0025 0,04

P Z

0,014

0,0275 0,04

P Z

0,014

= P Z 0,89 =0,5000+A(0,89)=0,5000+0,3133
P p 0,03

0,8133

81,33 %

0,3133

0,5

0,03
-0,89

0,04
0

p
Z

PRUEBA DE HIPOTESIS
OBJETIVOS DEL TEMA

Conocer el proceso para contrastar hiptesis y

su relacin con el mtodo cientfico.

Diferenciar entre la hiptesis nula y alternativa

Fijar el nivel de significacin

Toma

de

decisiones,

Tipos

de

error

Cuantificacin del error.

QU ES UNA HIPTESIS?

Una

creencia

sobre

la

POBLACIN,

principalmente sus parmetros:

Media Poblacional ( )
Varianza Poblacional ( 2 )
Proporcin Poblacional ( P )

OJO!

Si

queremos

contrastarla

debe

establecerse antes del anlisis.

IDENTIFICACIN DE HIPTESIS
Hiptesis Nula
Alternativa

Ho

Hiptesis

H1

- La que contrastamos
- Los datos pueden refutarla

- Niega a Ho
- Los datos pueden

mostrar
evidencia a favor.
- No debera ser rechazada

- No debera ser

aceptada sin
sin una buena razn.
a favor.

Una gran evidencia

Ho:

P = 50 % =; <=;

>=
H1:

P 50%

; <

;>

QUIEN ES Ho?

PROBLEMA:

La osteoporosis est relacionada

con el
Gnero?

SOLUCIN
-

Traducir a lenguaje estadstico :

P = 50%
P

Establecer su opuesto

50%
-

Seleccionar la hiptesis nula

HOHHH
: P = 50%
Es

necesario

indicar

que

la

Inferencia

estadstica,

comprende dos partes principales, a saber: la estimacin

de parmetros y la prueba o docimasia de hiptesis,
que es motivo de la presente tarea, con el fin de
desarrollar mtodos y observar su aplicacin a problemas
concientes de la vida diaria. La aplicacin est en
muestras grandes y pequeas.

La prueba de hiptesis, denominada tambin prueba de

significacin
suposiciones

tiene
o

como

afirmaciones

objeto

principal

acerca

de

los

evaluar
valores

estadsticos de la poblacin denominados parmetros. La

palabra docimar, significa probar y se convierte en una
tcnica

de

ayuda

al

profesional,

investigador

administrador a tomar una decisin referente a una

poblacin, examinando una muestra de esa poblacin.

HIPOTESIS ESTADISTICA
Es un supuesto acerca de un parmetro o de un valor
estadstico de una poblacin, tambin puede considerarse
como la afirmacin acerca de una caracterstica ideal de
una poblacin sobre la cual hay inseguridad en el momento
de formularla y que a la vez, es expresada de tal forma que
puede ser rechazada.
TIPO DE ERROR
En la decisin de aceptar o rechazar una hiptesis puede
cometerse dos tipo de error.
a) ERROR DE TIPO I: Rechazar una hiptesis nula
verdadera ( ).
b) ERROR DE TIPO II: Se comete cuando se acepta una
hiptesis nula falsa.
La probabilidad de cometer un error de tipo II se designa
por .

Como las pruebas de hiptesis se basan en informacin de

muestra, debemos considerar la posibilidad de cometer
errores. Existen por lo tanto dos posibles decisiones:
Aceptar o rechazar la hiptesis la que, a la vez, puede ser
cierta o falsa.

TABLA N1 ERRORES Y DECISIONES CORRECTAS EN PRUEBA DE

HIPOTESIS

VERDADERA

FALSA

DECISIN

ERROR

CORRECTA

TIPO II

RECHAZA

ERROR

DECISIN

TIPO I

CORRECTA

E
C
I

ACEPTA

S
I
O
N
E
S

HIPTESIS NULA Y ALTERNATIVA

La hiptesis se debe formular en forma correcta o lgica y
debe ser enunciada antes de obtener los datos muestrales.
Son ejemplos de hiptesis estadstica:

a)

El promedio de rendimiento que tendrn los alumnos

maestristas en el curso Estadstica Aplicada ser superior
a 16.

b) El 90% de los estudiantes aprobarn la asignatura

c) El 5% de las unidades producidas por una mquina
sern defectuosas
d)

El

promedio

de

contenido

de

colesterol

en

adolescentes normales es de 180

Existen dos tipos de hiptesis que se deben
formular:
La hiptesis nula, simbolizada por Ho y la hiptesis
alternativa por Ha.
LA HIPTESIS NULA.- Es aquella por medio de la cual se
hace una afirmacin sobre un parmetro que se va a
contrastar con el resultado muestral. Cuando el fabricante
dice que su producto tiene una duracin de 6000 horas, se
le considera como hiptesis nula, pues es lo que se quiere
probar.
LA HIPTESIS ALTERNATIVA.- Es todo aquella hiptesis
que difiere de la hiptesis nula, es decir ofrece una
alternativa afirmando que la hiptesis nula es falsa.

Por

ejemplo se podra decir que la hiptesis alternativa podra

ser:
a) El fabricante ha exagerado la duracin de su producto
(prueba unilateral a la izquierda)

b) El fabricante pudo haber dicho que su producto tiene una

duracin superior a 6000 horas (prueba unilateral a la
derecha)
c) La duracin del producto no es la sealada por el
fabricante (prueba bilateral)

NIVEL DE SIGNIFICACIN Y PUNTOS CRTICOS

Se

entiende

por

nivel

de

significancia,

la

mxima

probabilidad de que se especifique, con el fin de hacer

mnimo el primer tipo de error.

Generalmente, esta

probabilidad se fija antes de escoger la muestra. El nivel de

significacin se simboliza por alfa (), siendo generalmente
del 1%, 5% 10%; pero se puede usar cualquier nivel,
dependiente del tipo de investigacin.
Cuando se trabaja con un nivel del 10% se considera poco
significativo,

cuando se trabaja con un nivel del 5% el

resultado se considera significativo; si se emplea el 1%

el resultado es altamente significativo.
El valor de significacin corresponde a un rea bajo la curva
de probabilidad o normal, denominada regin crtica o de
rechazo, cuando n 30 y la distribucin T 2 para
muestras pequeas (n<30)

PROCEDIMIENTOS A SEGUIR EN LAS PRUEBAS

DE HIPTESIS

Se presenta en primer lugar una sntesis de los pasos a

seguir, luego se amplia para que se tenga una mejor
visin del procedimiento:
1. DATOS
2. SUPOSICIONES
3. FORMULAR LA HIPTESIS NULA Y ALTERNATIVA
4. SELECCIONAR EL NIVEL DE SIGNIFICACIN
5. CONOCER O ESTIMAR LA VARIANZA
6. DETERMINAR

LA

TCNICA

LA

PRUEBA

ESTADSTICA
7. DETERMINAR LOS VALORES CRITICOS Y SUS
REGIONES DE RECHAZO
8. CALCULAR LA ESTADSTICA DE PRUEBA
9. TOMAR LA DECISIN ESTADSTICA

Ho = Hiptesis Nula
Ha = Hiptesis Alternativa

H o : o

H o : o H o : o

H a : o

H a : o H a : o

H o : p po

H o : p po

H o : p po

H a : p po

H o : p po

H o : p po

DISTRIBUCIN NORMAL

DISTRIBUCIN DE MEDIAS MUESTRALES

x
/ n

x
Z ; n 30
S/ n

DISTRIBUCIN DE PROPOSICIONES

p p
; siendo n 30
pq
n

PRUEBA DE HIPTESIS: DE UNA SOLA MEDIA DE

POBLACIN
Se presentan 3 casos:
CASO 1: MUESTREO A PARTIR DE POBLACIONES

NORMALMENTE

DISTRIBUIDA:

VARIANZAS CONOCIDAS
1.

Un grupo de investigadores est interesado

en conocer la edad promedio de cierta poblacin. Por
decirlo as, se preguntan

lo siguiente: Se pude

concluir que la edad promedio de la poblacin es

menor de 30 aos?

SOLUCIN:
1. Datos.

Los datos disponibles para los investigadores

son las edades de una muestra aleatoria simple de 60

individuos, extrada de la poblacin de inters. A partir
de esta muestra se calcula el promedio que es de 27
aos. (

= 27 aos ).

2. Supuestos.

Se supone que la muestra de valores

proviene de una poblacin cuyas edades siguen una

distribucin

aproximadamente

normal

varianza de la poblacin es de 120 (

que

= 120 ).

3. HIPTESIS

H o:

= 30

H1 :

< 30

4. Nivel de significancia:
0,05

X-

ESTADSTICO DE PRUEBA
5. Clculo del valor tabular ( tT )
Como

= 0.05 y la prueba es unilateral

zT =

1.645
6. Clculo del valor experimental ( ZO ) o estadstica de
Prueba
ZO =

27 30
10.95 / 7.75

= - 2.12

7. Determinacin de las regiones crticas

R.R.
=0,5

R.A
.

1.645-

la

645

8. Decisin estadstica.
Como ZO = 2.12 es < que ZT= -1.645 el valor
experimental se sita en la zona de rechazo, entonces
no

se

puede

aceptar

la

H 0.

9. Conclusin. Se concluye que la edad promedio de la

poblacin es menor de 30 aos y se beber actuar de
acuerdo a lo pertinente.
2. Se ha observado que numerosos enfermos
con cncer en el distrito de Ate Vitarte y en
un estudio clnico

determinado tienen una

supervivencia media desde el diagnstico de

38.3 meses, con una desviacin estndar de
43.3 meses. Cien pacientes son tratados con
una nueva tcnica y su supervivencia media
es de 46.9 meses. Es este aparente
incremento de la supervivencia media
explicable por una fluctuacin debida al
azar?

SOLUCIN
1. Datos: = 38.3 meses = 43.3 meses X = 46.9
mes.
2. Suposicin: Supongamos que los datos de la muestra
se distribuyen en forma aproximadamente normal.
3. HIPTESIS :
Ho:

= 38.3 meses

H1: 38.3 meses

4. Nivel de significacin:
5.

= 0.05

ESTADSTICO DE PRUEBA:

La distribucin normal

6. Clculo del valor Tabular ( tT ) :

Como = 0.05

y la prueba es bilateral entonces zT =

1.96
7. Clculo del valor experimental ( Z0 )
Z0 =

46.9 38.3
43.3 / 100

8.6
4.33

= 1.99

8. Determinacin de las regiones crticas

0,025
2

0,025
2

R.A.

R.C.

-1,96
9. Decisin Estadstica :

R.C.

1,96

Como Z0 = 1.99 > ZT = 1.96 Se rechaza la hiptesis

nula y se Acepta la hiptesis alternativa.
10. Conclusin
El valor experimental apenas sobrepasa al valor
tabular, por lo tanto , la diferencia es significativa. Esta
diferencia significativa sugiere que es poco probable
que el incremento del tiempo medio de supervivencia se
deba al azar. No sera prudente suponer que el nuevo
tratamiento ha mejorado la supervivencia, por que
algunas caractersticas de los pacientes podran haber
cambiado desde el registro de los primeros datos; por
ejemplo, la enfermedad poda haber sido diagnosticada
previamente. Finalmente lo que se puede afirmar es que
es muy probable que la diferencia no sea un fenmeno
debido al azar.

CASO 2: MUESTREO A PARTIR DE UNA POBLACIN

NORMALMENTE DISTRIBUIDA: VARIANZA DE
LA POBLACIN DESCONOCIDA
1. Se hicieron determinaciones de amilasa en el suero,
en una muestra de 15 sujetos aparentemente
normales. La muestra proporcion una media de 96
unidades/100ml y una desviacin estndar de
35u/100ml. Supngase que se desea saber si puede
concluirse que la media de la poblacin de la cual
provino la muestra de determinaciones de amilasa
en el suero es diferente de 120 unidades /100ml
1. DATOS: Los datos consisten de las determinaciones
de

la

amilasa

en

el

suero

de

15

sujetos

aparentemente normales. La media y la desviacin

estndar calculadas a partir de la muestra son 96 y
35 unidades/100ml respectivamente.
2. SUPOSICIONES:
una

muestra

aleatoria

determinaciones
distribuidas.

15 determinaciones constituyen

Se

que

de

una

estn

desconoce

la

varianza

3. NIVEL DE SIGNIFICACIN: 0,05

H0 : 120

de

normalmente

poblacin.

4. HIPTESIS

poblacin
de

la

H a : 120

5. ESTADSTICA DE PRUEBA: Como no se conoce la

varianza poblacional la estadstica de prueba es:
X -
S n

6. DISTRIBUCIN DE LA ESTADSTICA DE PRUEBA:

La estadstica de prueba esta distribuida como la T
de Student con n 1 grados de libertad si H 0 es
verdadera.
7. REGLA DE DECISIN: Se trata de una prueba
bilateral, se pone

a cada cola de la distribucin,

2

entonces:
Si

- t T t 0 t T 2,1448

Si

Se acepta H0

t T t 0 t T 2,148

Se acepta Ha

0,025

0,025

R.A.

-2,1448
RC
8. CALCULO

DE

LA

2. 1448

RC
ESTADISTICA

DE

PRUEBA

EXPERIMENTAL
t0

96 - 120 24

2,65
35 15 9,04

9. DECISIN ESTADSTICA: 2.65 Cae dentro de la

regin de rechazo por lo tanto se acepta H a y se
rechaza

Ho.

10. DECISIN ADMINISTRATIVA:

La conclusin,

basada en estos datos, es que la media

de la

poblacin de la cual provino la muestra no es 120

unidades/100ml.
CASO3:

MUESTREO
A
PARTIR
DE
POBLACIN
QUE
NO
NORMALMENTE DISTRIBUIDA:

UNA
ESTA

Si la muestra en la cual se basa la prueba de la

hiptesis

proviene

de

una

poblacin

que

no

normalmente distribuida, si la muestra es grande,

esta
puede

sacarse ventaja del teorema del limite central y usar

Z

X -
como la estadstica de prueba. Si no se conoce la
n

desviacin estndar de la poblacin, la prctica comn es

usar la desviacin estndar de la muestra como una
estimacin.