8.

1INTRODUCCIN
La prueba de hiptesis comienza con una suposicin, llamada hiptesis, que
hacemos acerca de un parmetro de poblacin. Despus recolectamos datos de
muestra, producimos estadsticas muestrales y usamos esta informacin para
decidir qu tan probable es que nuestro parmetro de poblacin hipottico sea
correcto. Digamos que suponemos un cierto valor para una media de
poblacin. Para probar la validez de esa suposicin recolectamos datos de
muestra y determinamos la diferencia entre el valor hipottico y el valor real
de la media de la muestra. Despus juzgamos si la diferencia obtenida es
significativa o no. Mientras ms pequea sea la diferencia, mayor ser la
probabilidad de que nuestro valor hipottico para la media sea correcto.
Mientras mayor sea la diferencia, ms pequea ser la probabilidad.
Desafortunadamente, la diferencia entre el parmetro de poblacin hipottico
y la estadstica real rara vez es tan grande que rechacemos automticamente
nuestra hiptesis o tan pequea que la aceptamos con la misma rapidez. As,
en las pruebas de hiptesis como en la mayora de las decisiones importantes
de la vida real, las soluciones claras o bien definidas son la excepcin, no la
regla.
Supongamos que una administradora de un gran centro comercial nos dice que
la eficiencia de trabajo promedio de sus empleados es de al menos 90%.
Cmo podemos probar la validez de su hiptesis? Utilizando los mtodos de
muestreo aprendidos en el captulo 6, podramos calcular la eficiencia de una
muestra de sus empleados. Si hiciramos esto y el estadstico de la muestra
resultara ser 95%, aceptaramos sin demora la afirmacin de la
administradora. Sin embargo, si el estadstico de la muestra resultara ser el
46%, rechazaramos su afirmacin por falsa. Podemos interpretar estos dos
resultados, 95 y 46%, si utilizamos el sentido comn.
Ahora supongamos que nuestro estadstico revela una eficiencia del 88%. Este
valor es relativamente cercano al 90%. Pero, es suficientemente cercano para
que aceptemos como correcta la hiptesis de la administradora? Ya sea que
aceptemos o rechacemos su hiptesis, no podemos estar absolutamente
seguros de que nuestra decisin es correcta; por consiguiente, tendremos que
aprender cmo manejar la incertidumbre en nuestra toma de decisiones.
No podemos aceptar o rechazar una hiptesis sobre un parmetro de poblacin
slo por intuicin. Ms bien, necesitamos aprender cmo decidir
objetivamente si aceptamos o rechazamos una corazonada, con base en la
informacin de la muestra.
8.2 CONCEPTOS BSICOS EN EL PROCEDIMIENTO DE PRUEBA
DE HIPTESIS
Antes de introducir los trminos y procedimientos estadsticos formales,
analizaremos completamente nuestro problema del complejo deportivo que
abre el captulo. Recordemos que es necesario que las lminas de aluminio del
techo tengan un grosor de 0.04 pulg y que sern insatisfactorias si resultan
demasiado gruesas o demasiado delgadas. El contratista toma una muestra de
100 lminas y determina que el grosor medio de la muestra es 0.0408 pulg.
Con base en su experiencia, sabe que la desviacin estndar de la poblacin es
0.004 pulg. Esta evidencia de muestra indica que el lote de 10,000 lminas de
aluminio es adecuado para construir el techo del nuevo complejo deportivo?
Si suponemos que el grosor medio real es 0.04 pulg y sabemos que la
desviacin estndar de la poblacin es 0.004 pulg, qu tan probable es que
obtengamos una media de la muestra de 0.0408 o ms a partir de la poblacin?
En otras palabras, si la media real es 0.04 pulg y la desviacin estndar es
0.004 pulg, cules son las posibilidades de obtener una media de la muestra
que difiera de 0.04 pulg en 0.0008 pulg (= 0.0408-0.04) o ms?
Estas preguntas muestran que para determinar si la media de la poblacin es
realmente 0.04 pulg debemos calcular la probabilidad de que una muestra
aleatoria con una media de 0.0408 pulg sea seleccionada de una poblacin con
una de 0.04 pulg y una de 0.004 pulg. Esta probabilidad indicar si es
razonable observar una muestra como sta si la media de poblacin es real-
mente 0.04 pulg.
Si esta probabilidad es demasiado baja, debemos concluir que la afirmacin de
la compaa de aluminio es falsa y que el grosor medio de las lminas de
aluminio no es 0.04 pulg.
Respondamos a la pregunta ilustrada en la figura 8-1: si la media de poblacin
hipottica es 0.04 pulg y la desviacin estndar de la poblacin es 0.004 pulg,
cules son las posibilidades de obtener una media de la muestra (0.0408
pulg) que difiera de 0.04 pulg en 0.0008 pulg? Primero, calculemos el error
estndar de la media a partir de la desviacin estndar de la poblacin
A continuacin usamos la ecuacin 6-2 para descubrir que la media de nuestra
muestra (0.0408 pulg) cae dos errores estndar a la derecha de la media
hipottica de la poblacin:

Usando la tabla 1 del apndice, sabemos que 4.5% es la probabilidad total de

que nuestra media muestral difiera de la media de poblacin en dos o ms
errores estndar, esto es, la probabilidad de que la media de la muestra sea
0.0408 pulg o mayor, o 0.0392 pulg o menor es slo 4.5% (P (z > 2 o z < 2)=2
(0.5- 0.4772)=0.0456 o alrededor de 4.5%).
Con esta posibilidad tan baja, Parkhill podra concluir que no es probable que
una poblacin con una media real de 0.04 pulg produzca una muestra como
sta.
El supervisor del proyecto rechazara la afirmacin de la compaa de
aluminio respecto al grosor medio de las lminas.
En este caso, la diferencia entre la media de la muestra y la media hipottica
de la poblacin es demasiado grande, y la probabilidad de que la poblacin
produzca una muestra aleatoria semejante es demasiado baja.
Por qu esta probabilidad de 4.5% es demasiado baja, o errnea, es un juicio
que deben hacer los tomadores de decisiones. Ciertas situaciones demandan
que los tomadores de decisiones estn muy seguros respecto a las
caractersticas de los elementos que se estn probando, y en ese caso incluso
2% es demasiado alto para ser atribuible al azar. Otros procesos permiten una
libertad o variacin ms amplia, y el tomador de decisiones puede aceptar una
hiptesis con una probabilidad del 4.5% de variacin aleatoria. En cada
situacin, es necesario determinar los costos resultantes de tomar una decisin
incorrecta y el nivel preciso de riesgo que estamos dispuestos a correr.
En nuestro ejemplo, rechazamos el argumento de la compaa de techos de
aluminio que dice que la media de la poblacin es 0.04 pulg. Pero,
supongamos por un momento que la media de la poblacin fuera realmente
0.04 pulg. Si nos atuviramos a nuestra regla de rechazo de dos o ms errores
estndar (la probabilidad del 4.5% o menos en las colas de la figura 8-1),
rechazaramos un lote de lminas de aluminio en perfectas condiciones 4.5%
de las veces. En consecuencia, nuestro estndar mnimo para una probabilidad
aceptable, 4.5%, tambin es el riesgo que corremos de rechazar una hiptesis
que es cierta.

En sta o cualquier otra toma de decisiones, no puede habertransacciones

libres de riesgo.