UNIVERSIDAD ALAS PERUANAS

ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

PRUEBA DE HIPTESIS
I. DISTRIBUCIN DE FRECUENCIAS, TABULACIN CRUZADA Y PRUEBA DE
HIPTESIS

El siguiente paso es el anlisis de datos para obtener conclusiones y tomar decisiones.

El anlisis puede ser tan complejo como lo sean los objetivos y la metodologa del estudio.

a) DISTRIBUCIN DE FRECUENCIAS

La distribucin de frecuencias es una de las primeras formas de presentar la informacin

para analizarla. Su objetivo es obtener el conteo de un nmero de respuestas asociadas
con diferentes valores de una variable que se expresa en nmeros o porcentajes. Una
distribucin de frecuencias para una variable produce una tabla de frecuencias.

b) VALORES ESTADSTICOS DE LA DISTRIBUCIN DE FRECUENCIA

Se le llama distribucin de frecuencias a la agrupacin de datos en categoras

mutuamente excluyentes que indican el nmero de observaciones en cada categora.
Esto proporciona un valor aadido a la agrupacin de datos. La distribucin de
frecuencias presenta las observaciones clasificadas de modo que se pueda ver el nmero
existente en cada clase.

II. MEDIDAS DE TENDENCIA CENTRAL

Este tipo de medidas corresponden a la investigacin descriptiva (es decir, muestra lo que
est ocurriendo, cmo vamos, en dnde nos encontramos, sin preocuparnos por el por qu).
Es el tipo de investigacin que genera datos de primera mano para realizar luego un anlisis
general del problema.

Las medidas de tendencia central suelen localizarse al centro de la distribucin de los

datos. Por lo tanto, los hallazgos que obtenemos en este tipo de medidas corresponden a la
investigacin descriptiva. Las medidas de tendencia central son la media, la mediana y la
moda.

a) MEDIA
- La media es el promedio o medida de tendencia central que se usa con ms
frecuencia.
- Se le representa de la siguiente manera:
- Se calcula sumando un grupo de nmeros y dividindolos entre el total de dichos
nmeros.
POR EJEMPLO:

Para hallar el promedio de 2, 3, 3, 5, 7 y 10 necesitamos su suma, que es 30. Esto

dividido entre 6 es 5.

b) LA MEDIANA

1
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

Es el nmero intermedio de un grupo de datos; es decir, la primera mitad de los

nmeros son inferiores a la mediana y la segunda mitad de dichos nmeros tiene
valores superiores a la mediana.

POR EJEMPLO:

La mediana de 2, 3, 3, 5, 7 y 10 es 4.

Si el nmero de datos es impar, la mediana ser el valor central; si es par,

tomaremos como mediana la media aritmtica de los dos valores centrales.

c) LA MODA

Es el valor que aparece con mayor frecuencia en una distribucin o en un grupo le

nmeros. En otras palabras, representa la cima de la distribucin.

POR EJEMPLO:

- La moda de 2, 3, 3, 5, 7 y 10 es 3.

III. MEDIDAS DEDISPERSION

Las medidas de dispersin tambin forman parte de la investigacin descriptiva y
son complementarias a las medidas de tendencia central. Su aplicacin es
importante porque, adems de saber cmo estn agrupados los latos, tambin
necesitamos conocer la forma cmo stos se dispersan en su distribucin respecto
del promedio, afin de tener una visin ms acorde con la realidad en el momento de
describirlos e interpretarlos para la toma dedecisiones.
En otras palabras, mientras las medidas de tendencia central tienen como objetivo
sintetizar los datos en un valor representativo, las de dispersin nos dicen hasta qu
punto las medidas de tendencia central se representan como sntesis de la
informacin. Las medidas de dispersin cuantifican la separacin, la variabilidad de
los valores de la distribucin respecto al valor central.
a) LA VARIANZA
Es una medida de dispersin definida como la esperanza del cuadrado de la
desviacin de dicha variable respecto a su media.

La varianza s2 se define como la media de las diferencias al cuadrado de n.

b) LA DESVIACINESTNDAR

La desviacin estndar o desviacin tpicaes la medida de la dispersin de los

valores respecto a la media o el valor promedio. Dicho de otra manera, la desviacin
estndar es el promedio o variacin esperada en relacin con la media aritmtica.
SE REPRESENTA POR LAFRMULA:

S
n

i1 ixx 2

n1
2
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

IV. TABULACINCRUZADA
Representa una extensin de la tabulacin unidimensional que slo muestra la
distribucindeunavariableodeunatributoentregrupos.
POREJEMPLO:
Enlapregunta: Qu tan probable es que usted inscriba a su hijo al Colegio Y?,
tenemos la tabulacin de las siguientesrespuestas:

Muy 13.3%
pocoprobable
Poco probable 25.2%
Nos 16.8%
Probable 33.6%
Muyprobable 11.1%

Ciudad 1 Ciudad2 Ciudad3 Ciudad4

Que tan
probablees?
Muy pocoprobable 19.2% 2.7% 13.3%
Pocoprobable 30.8% 14.7% 13.3% 25.2%
Nose 11.6% 28.0% 26.7% 16.8%
Probable 32.5% 29.3% 42.7% 33.6%
Muyprobable 6.0% 28.0% 14.7% 11.1%

Sin embargo, esto no ofrece suficiente informacin sobre las razones por las que los padres
o sus hijos se inscribiran o no. Pero cuando agregamos la variable ciudad encontramos que
la mayor proporcin de encuestados que responde de manera favorable est en la Ciudad 2.

Para disear las tabulaciones cruzadas, es requisito indispensable tener cuidado para
relacionar de manera acertada la informacin con datos que en realidad expliquen el
fenmeno. En este caso, la variable ciudad, asociada con la distancia, s tiene un grado de
relevancia.

Las tabulaciones cruzadas quiz no revelen suficientes relaciones entre las variables. La
introduccin de una tercera variable puede ayudar a confirmar o rechazar la relacin original.
Pueden aadirse variables adicionales siempre y cuando haya datos y la muestra sea lo
bastante grande para que las fracciones permanezcan significativas. El cuadro siguiente
aade el grupo de estudiantes entrevistados. Podemos encontrar que s existe un inters
mayor entre los habitantes de una ciudad, ya que los estudiantes vienen a confirmar

3
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

V. QU ES UNA HIPTESIS?
Podemos definir la hiptesis como un intento de explicacin o una respuesta provisional a
un fenmeno. Su funcin consiste en delimitar el problema que se va a investigar segn
algunos elementos, como lugar, tiempo o caractersticas de los sujetos, entre otros.

El objetivo primordial de todo estudio que pretenda explicar algn campo de la realidad es
comprobar, o rechazar, la hiptesis que se elabor con antelacin, confrontando su
enunciado terico con los hechos empricos.

Para plantear una hiptesis adecuada debemos tener en cuenta los siguientes puntos:

1. Los trminos que empleen sobre las hiptesis deben ser claros y concretos para poder
definirlos de manera operacional, a fin de que cualquier especialista que quiera
replicar la investigacin, pueda hacerlo.

2. Las hiptesis que no tienen una referencia emprica constituyen un juicio de valor. Si
una hiptesis no puede ser sometida a verificacin emprica, desde el punto de vista
cientfico no tiene validez. La verificacin emprica toma sus datos y fundamenta sus
conclusiones en la observacin ordenada y sistemtica de la realidad.

3. Las hiptesis deben ser objetivas y no llevar juicios de valor; es decir, no debe
definirse el fenmeno con adjetivos tales como mejor o peor, sino tal y como
pensamos que sucede en la realidad.

4. Deben ser especficas, no slo en cuanto al problema, sino en cuanto a los

indicadores que se van a emplear para medir las variables que estamos estudiando.
He aqu algunos ejemplos de indicadores:

La importancia relativa del patrocinio de una universidad extranjera.

La preocupacin por la seguridad entre ambos grupos: padres o hijos.

La relevancia de las actividades extracurriculares como complemento a la

educacin integral de los estudiantes.

5. Deben estar relacionadas con los recursos y las tcnicas disponibles. Esto quiere decir
que cuando el investigador formule su hiptesis debe saber si los recursos que posee
son adecuados para su comprobacin.

6. Deben ser producto de la observacin objetiva y su comprobacin, as como estar al

alcance del investigador.

a) REQUISITOS DE LAS HIPTESIS

4
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

1. Las hiptesis deben establecer las variables a estudiar.

2. Establecer las relaciones entre variables.
3. Mantener la consistencia entre hechos e hiptesis, ya que stas se fundamentan,
al menos en parte, en hechos ya conocidas.
Por lo tanto, las hiptesis no deben establecer implicaciones contradictorias o
inconsistentes con lo ya verificado en forma objetiva.

b) TIPOS DE HIPTESIS

i. HIPTESIS NULA
Es aquella por la cual indicamos que la informacin a obtener es contraria a la
hiptesis a la hiptesis de trabajo. Pretende negar la variable independiente. Es decir,
se enuncia que la causa determinada como origen del problema debe rechazarse
como tal.
POR EJEMPLO:
Si un investigador cree que si un grupo de jvenes se somete a un entrenamiento
intensivo de natacin, stos sern mejores nadadores que aquellos sin entrenamiento.
Para demostrar su hiptesis nula sealar que no hay diferencia en el desempeo de
la natacin entre el grupo de jvenes que recibi el entrenamiento y el que no lo
recibi. Una hiptesis nula es importante porque ayuda a determinar si existe una
diferencia entre los grupos, si esta diferencia es significativa y si no se debi al azar.

ii. HIPTESIS DE TRABAJO

Es aquella que le sirve al investigador como base de su investigacin, o sea, trata de

dar una explicacin tentativa al fenmeno que se est investigando. Esta es la
hiptesis que el especialista tratar de aceptar como resultado de su investigando,
rechazando la hiptesis nula. Se dice que la hiptesis de trabajo es operacional
porque presenta de manera cuantitativa la hiptesis conceptual o general.

C)MTODO PARA ACEPTAR LA HIPTESIS

Antes de plantear la hiptesis nula y de trabajo, es importante mencionar el error tipo I

y el error tipo II. Ambos son tan slo la consecuencia de las decisiones.
ERROR TIPO I
Ocurre cuando los resultados de la muestra revelan evidencia suficiente para el
rechazo de la hiptesis nula, aunque en realidad sea verdadera. En el caso de la
Universidad X, el error tipo I consistira en que la institucin no invirtiera en el nuevo
campus, a pesar de que el estudio nos dice que el 11.1% de los padres entrevistados
contest que en definitiva s inscribira a sus hijos.

ERROR TIPO II.

Ocurre cuando, con base en los resultados de la muestra, no se rechaza la hiptesis
nula, aunque en realidad sea falsa. En nuestro ejemplo, el error consistira en tomar
el riesgo de la diferencia entre 11.1% y 10%, invertir en la construccin del nuevo
campus y que la verdadera proporcin de la poblacin fuera menor a 10%. Siguiente
el mtodo tenemos.

5
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

c) Diferencia de proporciones:

Paso 1: Plantear las hiptesis nula y detrabajo.

Ho: Menos de 10% de los padres entrevistados van a contestar que en definitiva s
inscribiran a sushijos.
p estimada es < que0.10

Ht: Cuando menos del 10% de los padres entrevistados contestan en forma
categrica que s inscribiran a sushijos.

p estimada es >= que0.10

En otra palabras, la proporcin muestral observada de posibles inscripciones es p
= 1.111 Es sta bastante superior a la proporcin mnima de la que se form la
hiptesis, P = 0.10, Como para asegurar que est cerca de la proporcin real, o esa
desviacin podra ser imputable a una variacin demuestreo?
Aun si la porporcin del universo real de posibles inscriptores fuera de 0.10, con
mucha dificultad se encontrara una porporcin muestral que fuera con exactitud
0.10. La duda es si la proporcin muestral observada de p = 0.111 es
estadsticamente significativa, en el sentido de indicar fuera de toda duda que la
proporcin del universo que va a inscribirse es de0.10.
Para resolver este problema es necesario considerar un valor hipottico especfico
para p, la proporcin de personas es de 0.10. La hiptesis de trabajo P = 0.10,
ser considerada porque ste es el valor mnimo propuesto por los directivos
financieros de launiversidad.
Supongamos que esta hiptesis es cierta, o sea, que P = 0.10. Es la proporcin
muestral observada, p = 0.111, compatible con la hiptesis de que P = 0.10? Si la
variacin en el muestreo al azar produjera a menudo una proporcin muestral,
cuando menos como la observada, no hay razn para dudar de la veracidad de la
hiptesis, P = 0.10.

Paso 2: Se obtiene el error estndar de laproporcin.

A la desviacin estndar de las proporciones de todas la muestras posibles del mismo
tamao, extradas de una poblacin, se le llama error estndar de la proporcin. Asimismo, a
la desviacin estndar de las medias de todas las muestras posibles del mismo tamao
extradas de una poblacin se le llama error estndar de la media. Adems, la diferencia
entre los trminos desviacin estndar y error estndar es que la primera se refiere a los
valores originales, mientras que el ltimo est relacionado con valores calculados. La frmula
para obtener el error estndar de la proporcin es:

sp pq
n
Endonde:
sp es el error estndar de la proporcin entre p yq
p = proporcin de que ocurra el evento inscribir a sus hijos = 0.111
q = 1- p =0.889
n = tamao de la muestra

6
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

Paso 3. Se realiza la pruebaestadstica.

Para realizar este tipo de prueba se utilizan los valores de una cola, ya que equivale
a afirmar que los valores reales deben ser iguales o mayores a10%.

Recordemos que para diferentes niveles de confianza se tienen distintos valores de

intervalo de confianza, al que se le conoce como k. Esta informacin aparece de
manera grfica en la figura8.1.
50% de confianza, k =0.674
90% de confianza, k =1.645
95% de confianza, k =1.96
99% de confianza, k =2.576
Los intervalos de confianza de la media nos dan los porcentajes de seguridad que
hacen a la media muestral representativa de la media del universo, lo cual viene
dado por estafrmula:
pk(s)))
Endonde:
p proporcinestimada
k = intervalo deconfianza
s = error estndar de lamuestra

Para 90% de confianza: pk(s) Para 95% de confianza pk(s)

.111 + - 1.645(0.0104) .111 + -1.96(0.0104)
.111 +0.01708 =0.12808 .111 + 0.020384=0.131384
.111 0.01708 =0.09392 .111 0.020384=0.090616

Paso 4. Se acepta o se rechaza la hiptesisnula.

De acuerdo con estos clculos, hay 90% de probabilidad de que la verdadera
proporcin de aceptacin (de a poblacin), se encuentre entre 9.39 y 12.81%, y que
existe 95% de probabilidad de que la verdadera proporcin est entre 9.06 y
13.13%. Esto significara que si el hallazgo fue de 11.1 %, habra que rechazar la
hiptesis nula, ya ru este valor es mucho mayor que el de la hiptesisplanteada.

d) Diferencia demedias

7
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

Qu sucede cuando la hiptesis no se plantea en trminos de proporciones, sino de

medias? En otras palabras, cmo aceptamos o rechazamos una hiptesis cuando
sta nos plantea un promedio poblacional y un promedio estimado? Bsicamente,
seguimos los mismospasos.
En el ejemplo de la Universidad X, los directivos tambin plantean la hiptesis de que
los alumnos que se inscriban deben estar dispuestos a pagar una colegiatura
mensual de cuando menos 6000 unidades moneterias. Esta cifra se ha establecido a
partir de que la universidad tiene la necesidad de percibir un mnimo de 1,200,000
unidades moneterias mensuales, que pueden provenir de 200 alumnos inscritos en el
siguiente periodo escolar, cuyos padres puedan pagar la colegiaturamencionada.

Ho. Los padres entrevistados van a contestar que slo pueden pagar menos de
6 000 pesos decolegiatura.
Ht. Los padres entrevistados contestarn que pueden pagar 6 000 pesos o ms
decolegiatura.
Al realizar el clculo de la media y el error estndar de la muestra encontremosque:
u = 5 683 unidadesmonetarias
s = 1 441.10 unidadesmonetarias

Para 90% de Para 95% de confianza pk(s)

confianza: p k(s) .uk(s)
uk(s) 5683 + 1.96(1441.10)
5683 1645(1441.10) 5683 + 2824.56 =8507.56
5683 + 2360.71=8043.71 5683 - 0.0172 =2628.44
5683 - 2360.71 =3322.29
Estos resultados revelan que hay 90% de probabilidad de que la verdadera media de
las colegiaturas se encuentre entre 3 322 y 8 044 pesos, y 95% de probabilidad de que
est entre 2 628 y 8 508 pesos, lo cual abre mucho el rango deincertidumbre.
Esto significara que si la media de la muestra fue de 5683, habra que aceptar la
hiptesis nula si, ya que este valor es mucho menor que el de la hiptesis planteada.
Sin embargo, hay que recordar que el tamao de muestra fue de slo 191 padres de
familia de los 450 que respondieron el cuestionario. Por ello, valdr la pena ampliar el
tamao de muestra de 191 a 450, a fin de realizar una nueva prueba dehiptesis.
Tipos distintos de diseos mustrales exigen el uso de frmulas diferentes para calcular
el error estndar. Por ejemplo, las muestras pequeas (inferiores a 25), se ven
afectadas con detalles atpicos, por lo que no puede utilizarse distribucin normal para
hacer los clculos, ya que las medias de muestras pequeas siguen una distribucin
del tipot.

VI. Uso desoftware

Todo este trabajo puede realizarse en la actualidad con gran rapidez y total precisin
mediante el uso de programas de cmputo. El ms popular esSPSS.
El SPSS ver 20 (Statistical Product and Service Solutions) es un programa estadstico
informtico muy usado en las ciencias sociales y empresas de investigacin de
mercados. En un principio, SPSS era el acrnimo de Statistical Package for the Social
Sciences. En la actualidad la sigla designa tanto al programa como a la empresa que lo

8
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

produce provee toda una serie capacidades adicionales a las existentes en el sistema
base. Algunos de los mdulos disponiblesson:

VALIDACIN DE DATOS.Permite al usuario realizar revisiones lgicas la

informacin contenida en un archivo .sav y obtener reportes de 1 valores
considerados extraos.

TABLAS.Tambin ayuda a dar un formato especial a las salidas de los datos

para su uso posterior, a fin de crear todo tipo detablas.

CLCULOS ESTADSTICOS.El SPSS v20 permite llevar a cabo todo tipo de

clculos estadsticos, desde los ms sencillos hasta los mscomplejos.

CONCLUSION

En conclucion podemos decir que la distribucin de frecuencias es una

forma de organizar un conjunto de datos asi Como clasificandolas en
categoras o clases.

La prueba de hipotesis es un procedimiento basado en la evidencia

muestral y la teoria de probabilidad emplea para determinar si la hipotesis
es una afirmacion razonable.

9
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y FINANCIERAS

10
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y
FINANCIERAS

11
 UNIVERSIDAD ALAS PERUANAS
ESCUELA ACADMICO PROFESIONAL DE CIENCIAS CONTABLES Y
FINANCIERAS

12