Salgado`s- 2020

UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÙ

FACULTAD DE CIENCIAS APLICADAS
CARRERA PROFESIONAL DE ADMINISTRACION EN HOTELERA Y TURISMO
_________________________________________________________________

IV Semestre
DE

AB
TR

AJ

13

El futuro pertenece a aquéllos que creen en

Nº
O
L

la belleza de sus sueños”.

Eleanor Toosevelet.

COMPETENCIA: Comprende el uso pertinente de la correcta aplicación de la Estadística Inferencial en la

toma de decisiones. Está orientada a proporcionar al estudiante de administración las técnicas
estadísticas para la investigación y sus aplicaciones en el campo de la Administración de Empresas,
realizando estudios acertados que se encuentran en casos reales en la elaboración de proyectos.

Contenidos conceptuales Contenidos procedimentales Contenidos actitudinales

PRUEBA DE HIPÓTESIS:
Determina los principios básicos de Valora la importancia de probar las
 Introducción y concepto
la prueba de hipótesis, valores hipótesis como requisito básico para
 Valores críticos de Z y zonas de
críticos, zona de rechazo y nivel de hacer inferencia estadística.
rechazo.
significancia y lo aplica a casos
 Pruebas de una y dos colas
Mg. Edwin, empresariales financieros.

SALGADO
SAMANIEGO

2020
 Salgado`s- 2020
PRUEBA DE HIPÓTESIS

Cuando se realizan estudios cuantitativos generalmente se tiene que realizar pruebas de hipótesis para que los
conocimientos sean científicos. La prueba de hipótesis está basado en evidencias de la muestra y la teoría de
probabilidades. Para realizar una prueba de hipótesis, se hace algunas inferencias o supuestos con sentido
acerca de la población.
Para realizar pruebas de hipótesis existen dos enfoques: Enfoque clásico y el enfoque basado en un valor de
probabilidad.

ENFOQUE CLÁSICO utiliza la estadística inferencial considerando los siguientes procedimientos.

1. Formulación de la hipótesis estadística.
2. Determinación de un nivel de significancia.
3. Identificación del test de prueba.
4. Identificación del tipo de prueba.
5. Establecimiento del esquema de prueba.
6. Estimación del estadístico de prueba.
7. Formulación y conclusión.

HIPÓTESIS ESTADÍSTICAS
Las hipótesis estadísticas se expresan en forma simbólica. Para ello es necesario traducir las hipótesis que se
encuentran en un lenguaje ordinario al lenguaje estadístico.

HIPÓTESIS DE INVESTIGACION O ALTERNA (H1) , (HA)

Es la hipótesis que se postula en el proyecto de investigación, sobre el cual se enfoca la atención. Es una
afirmación que se hace sobre algún parámetro poblacional.

HIPÓTESIS NULA (H0)

Es la hipótesis que se formula con el propósito de contrastar, además constituye la negación de la hipótesis de
investigación.

FORMULAR LAS HIPOTESIS.

1. “Los rendimientos estadísticos de los estudiantes varones y mujeres son significativamente diferentes”.

H1: Uv ≠ Um
H0: Uv = Um

2. “Existe correlación significativa entre habilidades para bailar y cantar”.

HIPOTESIS ESTADISTICA

H1: Hb Hc
H0: Hb Hc

HIPOTESIS DE INVESTIGACIÓN

H1: Hay correlación significativa entre habilidades para bailar y cantar

H0: No hay correlación significativa entre habilidades para bailar y cantar
 Salgado`s- 2020
3. “En Trujillo se vive más”.

Tiempo de vida del peruano es de 80 años

H1: Uv 80
H0: Uv ≤ 80
HIPOTESIS DE INVESTIGACION

H1: El promedio de vida del Trujillano es mayor de 80 años

H0: El promedio de vida del Trujillano es menor o igual de 80 años

NIVEL DE SIGNIFICANCIA ( )
Es la probabilidad de rechazar la hipótesis nula cuando es verdadera.
La elección del nivel de significancia es del investigador.
NIVEL DE CONFIANZA NIVEL DE SIGNIFICANCIA CAMPO
Estudios de sondeo
=90%=0.90 =10%=0.10
Ciencias sociales
=95%=0.95
=5%=0.05 Control de calidad
=99%=0.99
=1%= 0.01

TEST DE PRUEBA
TEST PRIMER CASO SEGUNDO CASO
Z normal Hipótesis sobre media Hipótesis sobre proporción
Variable cuantitativa. Variable cualitativa.
Muestras pequeñas n >30 Muestras pequeñas n >30
t de Student Hipótesis sobre media Hipótesis sobre relación
Variable cuantitativa. Variable 1 y 2 cuantitativa
Muestras pequeñas n ≤30 Muestras pequeñas n ≤30
X2 Ji Cuadrada Hipótesis sobre relación Hipótesis sobre variación
Variable 1: cualitativa (una desviación estándar)
Variable 2: cualitativa Variables cuantitativa
Muestra en cualquier tamaño Muestras pequeñas n ≤30

TEST UN SOLO CASO

Hipótesis sobre variación
r de Pearson Variable1 : cuantitativa
Variable 2: cuantitativa
Hipótesis sobre variación (dos desviaciones estándar)
F de fisher Vairable cuantitativa
Muestras pequeñas n ≤30
 Salgado`s- 2020

TIPO DE PRUEBA
SIMBOLO DE LA HIPOTESIS ALTERNA
< >

REGIÓN CRÍTICA A LA REGIÓN CRÍTICA A LA DERECHA REGIÓNES CRÍTICAS A LOS

IZQUIERDA EXTEMOS

PRUEBA DE UNA COLA PRUEBA DE UNA COLA PRUEBA DE DOS COLAS

ESQUEMA DE PRUEBA

PUNTO CRÍTICO

PASO PARA UNA PRUEBA DE HIPOTESIS:

1° Plantear las hipótesis, nula y alterna
2° Se configura el esquema de prueba
3° Se estima el estadístico de prueba
4° Se formula la decisión y conclusión.

PRUEBA DE HIPÓTESIS CON EL TEST Z NORMAL

Z normal Hipótesis sobre media aritmética Hipótesis sobre proporción

Variable cuantitativa. Variable cualitativa.
Muestras n >30 Muestras n >30

Ejemplo 01:
Una máquina envasa néctar de durazno con un contenido medio de 200 gramos con desviación estándar de 0.5
gramos. Un inspector sospecha que la máquina está fallando. Para salir de dudas, tomó una muestra de 40
botellas de néctar para observar sus contenidos (en gramos) y encontró los siguientes resultados.
198.5 200.1 194.2 200.3 200.2 200.1 199.3 197.4
198.4 197.1 203.1 201.4 202.2 195.5 197.4 198.2
200.5 201.1 194.6 195.4 203.0 200.3 200.7 202.1
196.4 203.1 198.8 200.0 198.0 196.2 199.1 200.1
201.4 197.4 195.3 197.8 202.8 192.3 197.3 199.0

El diseño que utilizó el inspector fue el descriptivo simple, como se muestra: M – O

Evalúa la sospecha del inspector para un nivel de significancia de = 0.05.
Solución:
 Salgado`s- 2020
a. Hallamos la media aritmética = 198.9025 y el tamaño muestral n= 40

b. Luego hallamos el punto crítico en la tabla de distribución normal con el = 0.05 y = 0.95

Z= 1.96

c. Finalmente realizamos la prueba de hipótesis.

1. Formulación de la hipótesis
H0 : =200 g

HA: 200 g
2. Esquema de prueba

……..
3. Estadístico de prueba

= -13.28

4. Decisión y conclusión

Como el estadístico cae en la zona de rechazo (-13.3 <-1.96) esto nos obliga a rechazar la hipótesis
nula y aceptar la alterna. En conclusión, diríamos que la máquina está fallando para un 95 % de
confianza.
Ejemplo 02.

En una planta embotelladora de bebidas de gaseosa el contenido promedio de llenado es de 16 onzas. ( =16).
Esta hipótesis Nula (H0:) se prueba en contra la hipótesis alternativa (H A:) que establece lo contrario. En este caso

el contenido promedio no es de 16 onzas ( 16). Por lo tanto se tendrá que:

H0: =16 HA: 16

El término nulo implica nada o nulo. El término surge de sus primeras aplicaciones por parte de los investigadores
agrícolas quienes probaron la efectividad de un nuevo fertilizante para determinar su impacto en la producción de
la cosecha. Asumieron que el fertilizante no hacía ninguna diferencia en el rendimiento hasta que éste produjo
algún efecto. Por lo tanto, la hipótesis nula, tradicionalmente contiene alguna referencia de un signo con igual
como: . Se analiza esta idea de forma más completa en una discusión posterior de la
pruebas de hipótesis de una cola.

Cuando se realiza una prueba de hipótesis, la hipótesis nula se supone que es inocente (verdadero) hasta que
una preponderancia de la evidencia indique que es culpable (falso). Al igual que en un escenario legal, la
evidencia de culpable debe establecer más allá de toda duda razonable. Antes que se rechace la hipótesis nula, la
 Salgado`s- 2020
evidencia debe ser muy convincente y concluyente. Una conclusión con base a un rechazo de la hipótesis nula es
más significativa que una que termine en un decisión de no rechazo.
Si se asume que se toma una muestra de n botellas y se halla = 16.15 ¿Se puede concluir que la media
poblacional no es 16? Después de todo 16.15 no es 16. Probablemente no. Esta pequeña diferencia podría ser
estadísticamente insignificante puesto que podría explicarse fácilmente como un simple error de muestreo. Es
decir, que debido al error de muestreo es posible tener una población con una media de 16 y salir con una media
de 16.15. Debido al azar, algunas botellas de la muestra pueden estar algo más llenas, produciendo una media
muestral que sobrestime levemente la media poblacional. La evidencia muestra que =16.15 no es lo

suficientemente fuerte como para desencadenar un rechazo de la hipótesis nula de que =16.
Si la diferencia de la muestra entre el valor de la media de 16 bajo la hipótesis y el hallado en la muestra 16.15 es
insuficiente para rechazar la hipótesis nula, el asunto entonces se vuelve simplemente qué tan grande debe ser la
diferencia para que sea estadísticamente significativa y conduzca un rechazo de la hipótesis nula. Vale la pena
recordar de nuestra discusión sobre distribuciones de muestreo lo cual indica que se puede transformar toda
unidad de medida, como las onzas del embotellador, hasta los valores correspondientes de Z con la fórmula Z:

Donde es conocida, se utiliza la desviación estándar muestral s.

La distribución normal resultante de los valores de Z tiene una media de cero y una desviación estándar de uno.
La regla empírica dice que el 95% de las ¨ s en la distribución de muestreo están a 1.96 errores estándar de la
media poblacional conocida, tal y como se muestra en la figura.

Si =16, existe solo un 2.5% de oportunidad de que Si =16, existe solo un 2.5% de oportunidad de que
una media muestral produzca un valor una media muestral produzca un valor
Z< -1.96 Z> -1.96

A. VALORES CRÍTICOS DE Z Y ZONAS DE RECHAZO

Estos valores de Z 1.96 son valores críticos que determinan las zonas de rechazo. Para hallarlos divida por 2 el
95%. En la tabla Z, el área de 0.95/2= 0.4750 indica un valor Z de 1.96. El 5% es el nivel de significancia, o el valor
alfa de prueba.

Si la hipótesis es correcta y =16 onzas, es poco probable (sólo un 5% de oportunidad) que una muestra cualquiera
produzca un valor Z que caiga en cualquiera de las zonas de rechazo. Por tanto, si un valor de Z mayor que 1.96 o

menor que -1.96 ocurre, no es probable que la distribución esté centrada en =16, y la hipótesis nula sería
rechazada.
Estos valores críticos de Z 1.96 permiten establecer una regla de decisión que diga si se rechaza la hipótesis nula
o no.
 Salgado`s- 2020
La regla de decisión es: “no se rechaza la hipótesis nula si los valores Z están entre 1.96. Se rechaza si el
valor Z es menor que -1.96 o mayor que+1.96”

I. PRUEBA DE DOS COLAS PARA

Se supone que el embotellador desea probar la hipótesis de que la media poblacional es de 16 onzas y selecciona un nivel de

significancia del 5%. Debido a que se plantea la hipótesis que =16, la hipótesis nula y la alterna son:

H0 : =16

HA : 16

Para probar la hipótesis, se calcula el estadístico de prueba Z, y se compara con los valores críticos de Z.

es la medida muestral.

H es el valor de la media poblacional bajo la hipótesis nula.

es el error estándar de la distribución muestral.

Cuando es desconocida, se utiliza la desviación estándar muestral y Z se vuelve.

En donde s es la desviación estándar muestral.

Para nuestro caso, si el embotellador selecciona una muestra de n=50 botellas con una media de =16.357 onzas y una
desviación estándar de s= 0.866 onzas, Z es

=2.91
El nivel de significancia del 5% se divide en dos colas. El 95% restante se divide por 2 para hallar el área de 0.4750. En la
tabla Z esta área de 0.4750 da los valores críticos de Z 1.96.

La regla de decisión es: “No se rechaza la hipótesis nula si -1.96 ≤ Z ≤ 1.96. Se rechaza si
Z < -1.96 o Z > 1.96”

Ejercicios.
1. Un gerente de cuentas preferenciales desea probar la hipótesis de que las cuentas tiene un promedio de $ 312. Se
selecciona una muestra de 200 cuentas, dando una media de $ 298.10 con s= $ 97.30. Para minimizar la

probabilidad de un error tipo I, se selecciona un valor de de 1% (tenga en cuenta los cuatro pasos al realizar la
prueba).
Solución:
1° Planteamiento de la hipótesis.

La hipótesis nula y la alternativa son: H 0: =312, HA: 312

 Salgado`s- 2020
2° Cálculo del valor estadístico de prueba Z

Z= = - 2.02
Un = 0.01 requiere valores críticos de Z de 2.58. El 0.01 está dividido de manera homogénea en dos

zonas de rechazo, dejando un área de 0.4950 que corresponde a los valores críticos de Z de 2.58 (por
tablas)
3° Regla de decisión: “No se rechaza la hipótesis nula H0 si – 2.58 ≤ Z ≤ +2.58. Se rechaza H0 si Z < -2.58 o
Z > 2.58”
La hipótesis nula es verdadera, existe solo un 1% de probabilidad que una muestra pueda resultar en un
valor Z menor que -2.58 o mayor que 2.58. Por tanto, si Z cae en cualquiera de las colas, no es probable que

=312, y la hipótesis nula debería rechazarse. El valor Z= -2.02 está en la zona de no rechazo.
4° Conclusiones. La diferencia entre el valor de la media poblacional bajo la hipótesis nula de $ 312 y el valor
de la media muestral de $ 298.10 es estadísticamente insignificante. Podría resultar simplemente del error de

muestreo. De hecho si =$ 312; el 99% de todas las muestras de tamaño n=200 producirán valores Z entre
2.58. Por tanto, no se espera un valor de -2.02

2. Como gerente de compras para una gran empresa de seguros usted debe decidir si actualizar o no los computadores
de la oficina. A usted se le ha dicho que el costo promedio de los computadores es de $ 2,100. Una muestra de 64
minoristas revela un precio promedio de $ 2,251, con una desviación estándar de $ 812. ¿A un nivel de significancia
del 5% parece que su información es correcta?
3. Seducido por los comerciales, usted ha sido persuadido para comprar un nuevo automóvil. Usted piensa que tendrá
que pagar $ 25,000 por el auto que usted desea. Como comprador cuidadoso, averigua el precio de 40 posibles
vehículos y se encuentra un costo promedio de $ 27,312, con una desviación estándar de $ 8,012. Deseando evitar
un error tipo II, usted prueba la hipótesis de que el precio promedio es de $ 25,000 con un nivel de significancia del
10%. ¿Cuál es su conclusión?
4. Antes de publicar un nuevo libro de cocina, Bantam Books desea probar la hipótesis, con un nivel de significancia del
2% de que el precio promedio de tales libros es de $ 35. ¿Esta afirmación se sustenta si una muestra de 50 libros de
cocina tiene una media de $ 32?97 y una desviación estándar de $ 12.87?

II. PRUEBAS DE UNA COLA PARA

A. Prueba de una cola debido a que hay una zona izquierda de rechazo.

B. Prueba de una cola debido a que hay una zona derecha de rechazo.
 Salgado`s- 2020

Ejercicios

5. El número promedio de habitaciones alquiladas por noche es de por lo menos 212. Es decir, 212. Uno de los
funcionarios del hotel considera que esta cifra puede estar algo sobrestimada. Una muestra de 150 noches produce
una media de 201.3 habitaciones y una desviación estándar de 45.5 habitaciones. Si estos resultados sugieren que
el gerente ha “inflado” su reporte, será amonestado severamente. A un nivel de 1%, ¿cuál es el destino del gerente?

6. En una encuesta mostró que los estudiantes de las universidades de la nación gastan en promedio más de $ 75
mensuales en entretenimiento. Si usted puede hallar evidencias para confirmar esta afirmación, podrá utilizarla para
solicitar a su casa ayuda monetaria adicional. De los 100 estudiantes que tomo la muestra, usted halla una media de
$ 80.23 con una desviación estándar de $ 45.67. ¿a un nivel es significancia del 2%, se encuentra justificación para
la solicitud?

7. Durante los últimos meses se ha publicitado ampliamente una empresa de suministros eléctricos. Se espera que el
resultado haya sido incrementar las ventas promedio semanales por encima de $ 7,880 que la compañía
experimento en el pasado. Una muestra de 36 semanas da una media de $ 8,023 con una desviación estándar de $
1,733. A un nivel de significancia del 1%, ¿parece que la publicidad ha producido efecto?

8. Se adquiere una compañía y se planea eliminar del menú del pollo frito. La afirmación era que los ingresos recientes
habían descendido por debajo de la media de $ 4,500 que habían presentado en el pasado. ¿Parece esta una sabia
decisión si 144 observaciones revelan una media de $ 4,477 y una desviación estándar de $ 1,228?. La gerencia
está dispuesta a aceptar una probabilidad de 2% si comete un error tipo I.

9. Muchas compañías de ropa deportiva están tratando de comercializar sus productos entre los más jóvenes. El
artículo sugirió que la edad promedio de los consumidores había caído por debajo del grupo de edad de 34.4 años
que caracterizó los comienzos de la década. Si una muestra de 1,000 clientes reporta una media de 33.2 años y una
desviación estándar de 9.4, ¿qué se concluye a un nivel de significancia del 4%?

10. En los años 90 Hyundai, el fabricante coreano de automóviles, sufrió una severa caída en las ventas, por debajo de
su pico mensual de 25,000 unidades en mayo de 1988. Hyundai Motor América (1997) reportó que las ventas habían
bajado a menos de 10,000 unidades. Durante un periodo de 48 meses que comenzó en enero de 1990, las ventas
promedio fueron de 9,204 unidades. Se asume una desviación estándar de 944 unidades. ¿A un nivel del 1% de
significancia, parece que el número promedio de unidades ha caído por debajo de la marca de 10,000?

Bibliografía
1. KASMIER, Leonard J. Estadística aplicada la Administración y Economía. 4ta edición. Editorial Schaum. Mc. Graw
Hill. 2006
2. WEBSTER, Allen L. Estadística Aplicada a los negocios y la economía. Tercera edición. Irwin - McGraw-Hill
2000.
3. MOYA C. Rufino y SARAVIA Gregorio. Probabilidad e inferencia estadística. Editorial San Marcos. 2009