DETERMINACIÓN DEL TAMAÑO

ADECUADO DE LA MUESTRA
PARA UNA PROPORCIÓN
(VARIABLES CUALITATIVAS)

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS MÉDICAS
UNIDAD DE BIOESTADÍSTICA
2021
 INTRODUCCIÓN
EI método para estimar el tamaño de la muestra cuando la
variable en estudio es cualitativa requiere estimar la
proporción de una población en donde el procedimiento que
se describió para estimar la media de una población es el
mismo que para una proporción. Se aprovecha el hecho de
que la mitad del intervalo deseado, d, se puede igualar al
producto del coeficiente de confiabilidad y el error estándar.
Si se supone que el muestreo ha sido hecho de manera
aleatoria y que existen condiciones que garanticen que la
distribución de 𝑝Ƹ sea aproximadamente normal, se obtiene la
siguiente fórmula para n cuando el muestreo es con
reemplazo, cuando se realiza a partir de una población
infinita o cuando la población muestreada es lo
suficientemente grande como para hacer innecesario el uso
de la corrección por población finita:
𝐙 𝟐 𝐩𝐪
𝐧=
𝐝𝟐
En donde q = 1- p
Si la corrección por población finita no puede descartarse, la
formula adecuada para n es:

Cuando N es grande en comparación con n (es decir,

n /N≤ 0.05) se puede pasar por alto la corrección por población

finita.
Nota: Si el resultado que se obtiene de la fórmula da un valor
con decimales, aunque por la regla de aproximación no
proceda, en este tema, siempre se debe aproximar al valor
entero inmediato superior.
 Fórmulas para el cálculo de tamaño de la muestra para una
proporción:

Cuando se desconoce el tamaño de la población

𝐙 𝟐 𝒑𝒒
𝐧= 𝐝𝟐
En donde:
n = tamaño de la muestra
p = es la proporción de la característica en estudio.
q = 1- p
Z = Coeficiente de confiabilidad, que tiene su origen en el nivel de
confianza o valor de la significancia.
d = error
Cuando se conoce el tamaño de la población

n =__N (Z)2 pq____

d2 (N-1) + (Z)2 pq
En donde:
n= tamaño de la muestra
N= tamaño de la población
p = es la proporción de la característica en estudio.
q = 1- p
Z= Coeficiente de confiabilidad que tiene su origen en el nivel de confianza
o valor de la significancia.
d = error
ESTIMACIÓN DE “p”:

Como puede observarse, ambas fórmulas requieren que se

conozca p que es la proporción de la población que posee la
característica de interés.

Obviamente, dado que este es el parámetro que se desea

estimar, será desconocido.

Una solución para este problema consiste en:

1. Tomar una muestra piloto y calcular una estimación para utilizarla
en lugar de p dentro de la formula para n.

2. Algunas veces el investigador tendrá noción de algún limite

superior para p que podrá utilizar en la fórmula.

Por ejemplo: si se desea estimar la proporción de alguna

población que presenta cierta condición, es posible que se crea
que la proporción real no puede ser mayor que, digamos, 0.30. Se
sustituye entonces por 0.30 en la fórmula para n.
3. Si es imposible obtener una mejor estimación, se puede
igualar p a 0.5 y resolver para n. Dado que p = 0.5 en la
fórmula proporciona el máximo valor de n, este procedimiento
dará una muestra lo suficientemente grande para alcanzar la
confiabilidad y la dimensión del intervalo deseado.

Sin embargo puede ser más grande de lo necesario y

resultará más costosa que si se dispusiera de una mejor
estimación de p. Este procedimiento se debe utilizar
únicamente si no se dispone de una mejor estimación de p.
Estimación del error (d)
“El nivel de precisión requerido depende, en primer lugar, de la
finalidad del estudio, ya que no es lo mismo estimar la
aceptación por la población de un determinado producto
comercial que el IPC (Índice de Precios al Consumidor). En el
primer caso, una deficiente estimación puede repercutir
negativamente en la política comercial de una empresa,
mientras que una estimación poco fiable del IPC
tiene consecuencias sobre la inflación, los salarios y, en
general, afecta a la política económica del país. En
consecuencia, el nivel de precisión —error permitido—
deberá guardar relación con la importancia del fenómeno que
se desee estimar”. (Rodríguez Osuna, J.)
“En ese sentido ahora el propio INE dice: «toda estimación
con un error de muestreo elevado debe ser tomada con
reservas; aunque debe ser el usuario el que, de acuerdo con
el grado de fiabilidad que precise, determine si un dato con un
cierto error de muestreo le es útil o no para la toma de
decisiones».
Parece, por tanto, que el 10 por ciento se puede utilizar como

punto de referencia, pero no como una barrera que establezca

qué estimaciones son precisas y cuáles no. Es la finalidad de la

investigación, en definitiva, la que va a permitir fijar qué errores

son permisibles y cuáles no para cada caso en concreto.

El nivel de precisión lo fija el investigador en función de
requerimientos técnicos y, muchas veces, también
económicos, que imponen limitaciones al desarrollo de una
muestra grande”. (Rodríguez Osuna, J.)
Ejemplo No.1
Preocupados por la actual situación económica en la que
nos encontramos debido al Covid-19, una organización
quiere iniciar una campaña para reactivar la economía del
país, pero antes de todo quiere saber si las personas
estarían dispuestos a visitar los grandes centros
comerciales y se cree que dicha proporción no será mayor
de 0.40. Si se desea un intervalo de confianza del 99% y un
d=0.08 ¿De que tamaño se deberá seleccionar la muestra?
Solución:

n= Z2 p q
d2

n= (2.58)2 (0.40) (0.60) = 249.62 = 250 personas

(0.08)2
Ejemplo No.2
Como proyecto del Ministerio de Salud, se tiene
contemplado estimar la proporción de familias que aún no
tienen acceso a los servicios de salud en el occidente del
país. Si d=0.02, el nivel de confianza =94.38% y se sabe
que en regiones similares el porcentaje que no tiene acceso
a salud es del 33%.

¿Qué tamaño de muestra se necesita para estimar la

proporción de familias que aún no tienen servicios de salud?
Solución:

n= Z2 p q
d2

n= (1.91)2 (0.33) (0.67) = 0.80659491 = 2,016.48 = 2,017 familias

(0.02)2 0.0004
Ejemplo No.3
Un alumno de último año de la carrera de Ciencias Médicas fue asignado a la
aldea Buena Vista del Oriente del País, para realizar un estudio, sobre la
prevalencia de enfermedades respiratorias, en los habitantes adultos, para el
mismo le solicitaron una confianza del 97.50% y una magnitud el 3.5%.

A. ¿De qué tamaño deberá ser la muestra a tomar?

n= Z2 p q
d2
n= (2.24)2 (0.5) (0.5) = 1.2544___ = 4,096 habitantes.
(0.0175)2 0.00030625
Ejemplo No.4
De una población de 1,500 estudiantes se desea extraer una muestra
para estimar el porcentaje de los que practican algún deporte, si se
utiliza una confianza del 95%, un error del 5% y se sabe que en
poblaciones similares la proporción es del 32%. De qué tamaño
debería ser la muestra?
n= N (Z)2 p q___
d2 (N-1) + (Z)2 p q
n = _____ 1500 (1.96)2 (0.32) (0.68) _ = 1,253.89824
(0.05)2 (1500-1) + (1.96)2 (0.32)(0.68) 4.58343216
n = 273.57 = 274 estudiantes
Ejemplo No.5
Se desea realizar una encuesta en una población de 1440
estudiantes de primer año de medicina, para conocer qué
proporción de ellos está interesada en estudiar a cerca de
las citometrías de flujo. Se cree que la proporción no
puede ser mayor a 0.25, se decide utilizar un nivel de
confianza del 90% y una dimensión del intervalo de 0.08.
¿A cuántos estudiantes se les debería realzar la encuesta?
n= __ N (Z)2 p q___
d2 (N-1) + (Z)2 p q

n= 1440 (1.645)2 (0.25) (0.75) _______ = __ 730.62675 ____

(0.04)2 (1440-1) + (1.645)2 (0.25) (0.75) 2.3024 + 0.507379687

n= 730.62675___ = 260.02990 = 261 estudiantes

2.809779688
 Ejercicio
Problema No.1
Un epidemiólogo desea saber qué proporción de adultos que viven en una gran área
metropolitana tienen un determinado subtipo del virus B de la hepatitis.

1. Determinar el tamaño de la muestra que pudiera ser necesario para estimar una
proporción real cercana al 0.03, con una confianza del 95%, si se sabe que en un
área metropolitana similar, la proporción de adultos con esa característica es de
0.20.

2. Si los datos para otra área metropolitana no estuvieran disponibles y no se

pudiera obtener una muestra piloto, ¿cuál sería el tamaño requerido de la
muestra?
Problema No.2

Se planea realizar una encuesta para determinar que proporción de los

estudiantes de secundaria de un sistema escolar metropolitano han fumado
regularmente. Si no se cuenta con una estimación de p de estudios
anteriores, no se puede extraer una muestra piloto; se desea un nivel de
confianza del 95% y se decide utilizar el valor de d = 0.04.

A. Determine el tamaño adecuado de la muestra.

B. ¿De que tamaño deberá ser la muestra para obtener un intervalo de

confianza del 99 por ciento?
Problema No.3
EI administrador de un hospital desea saber que proporción de
pacientes dados de alta están inconformes con la atención
recibida durante su hospitalización. Si d = 0.05, el coeficiente de
confianza es de 0.95 y no se dispone de ninguna otra información,

A. ¿Qué tan grande debe ser la muestra?

B. ¿Qué tamaño debe tener la muestra si el valor de p es de

aproximadamente 0.25?
Problema No.4
Una agencia de planificación de la salud desea saber, en
una región geográfica determinada, que proporción de
pacientes admitidos en hospitales para tratamiento de
traumatismos abandonaron el hospital por defunción. Se
requiere de un intervalo de confianza del 95 por ciento con
una amplitud de .06, y a partir de otra evidencia, se estima
que la proporción de la población es de 0.20 ¿Qué tan
grande debe ser la muestra?
Unidad Didáctica: Estadística Prueba de Hipótesis

UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS MÉDICAS
U:D: ESTADÍSTICA/ BIOESTADÍSTICA
PRIMER AÑO

INFERENCIA ESTADÍSTICA
INTRODUCCIÓN: La estadística es una herramienta muy útil para el médico. Tanto la estadística
descriptiva como la estadística inferencial son técnicas que el médico puede utilizar en beneficio
profesional.

La estadística descriptiva permite organizar y resumir un conjunto de datos, sean estos provenientes de
una muestra o de una población, para poder exponer y/o definir las características encontradas en el
grupo estudiado.

La estadística inferencial es la que permite llegar a conclusiones sobre una población, a través del estudio
de una parte (muestra aleatoria) de dicha población. Esta área de la estadística desempeña un papel
muy importante en los procesos de toma de decisiones, precisamente porque se desea tomarlas sobre la
población, a través del estudio de una muestra representativa.

La estadística inferencial abarca dos campos: la estimación y la prueba de hipótesis. El presente

documento contiene lo referente a prueba de hipótesis.

El propósito de las pruebas de hipótesis es ayudar al médico, investigador o administrador a tomar una
decisión en torno a una población, al examinar una muestra de ella. En general las hipótesis se
refieren a los parámetros de las poblaciones para las cuales se hace la proposición.

PRUEBA DE HIPÓTESIS
Definición: hipótesis es una suposición, conjetura, posibilidad, presunción, supuesto, sospecha o
proposición que se hace acerca de una o más poblaciones.

Hay dos tipos de hipótesis, las de investigación y las hipótesis estadísticas. Las primeras son las
suposiciones que motivan la investigación, son las que en algunas ocasiones se comprueban a través de
las hipótesis estadísticas. Las hipótesis estadísticas son dos: la Hipótesis nula (Ho) y la hipótesis alterna
(HA). La hipótesis alterna generalmente coincide con la hipótesis de investigación, la hipótesis nula es
la que se pone a prueba y la que se opone a la hipótesis de investigación o alterna.

Lo que el investigador desea demostrar es la hipótesis alternativa y no la nula por varias razones. Una
razón es que parte de una premisa contraria a lo que deseamos demostrar, y luego encontrar evidencia
concreta que conduzca a rechazarla, es un argumento más contundente que presumir que, lo que se
quiere demostrar es cierto, para luego encontrar evidencia que apoya el reclamo. En este último caso se
puede reclamar que se observó esos resultados sencillamente porque de acuerdo con la premisa
(hipótesis), se esperaba que así fuera. Otra razón es que se puede controlar matemáticamente la
probabilidad de cometer algunos tipos de error. Lógicamente hablando, el observar un resultado acorde
con la hipótesis nula no demuestra que es cierta, solo es evidencia a favor de que es cierta.

Se dice que es muy difícil demostrar la hipótesis nula de que una persona es inocente de algún delito.
Puede hacerse demostrando que no estaba presente durante ese periodo, en la escena del crimen o
demostrando que otra persona es verdaderamente culpable. Sin embargo, en la mayoría de los casos

___________________________________________________________________________________________
1
Unidad Didáctica: Estadística Prueba de Hipótesis

eso es imposible de hacer. En estos, la evidencia que se presente a favor de la inocencia, tal como que
la persona nunca había cometido un crimen, que es pacífica, que va a la iglesia y muchas otras no
demuestran la hipótesis nula de que la persona es inocente de lo que se le acusa. Esta es una de las
razones por las cuales a las personas no se les requiere demostrar su inocencia, y se parte de la premisa
de que lo es. Es el fiscal quien tiene la obligación de demostrar la hipótesis alternativa de que la persona
es culpable más allá de duda razonable.

La realización de una prueba de Hipótesis se lleva a cabo a partir de un estudio en el que se obtienen
datos de una muestra. La hipótesis formulada es desechada si los resultados obtenidos del experimento
no son probables bajo dicha hipótesis. Si los resultados son probables, la hipótesis no es desechada por
falta de evidencia.

PRUEBA DE HIPÓTESIS PARA LA MEDIA DE UNA POBLACIÓN (µ):

Para realizar una prueba de hipótesis es recomendable seguir un procedimiento ordenado. Algunos
autores proponen una serie de pasos que oscila entre 3 a 9. Para fines de nuestra U.D. de Estadística,
se proponen 6 pasos, los que se presentan a continuación.

Paso 1. Datos:
Es importante conocer la naturaleza de los datos; si la variable de estudio es cuantitativa o numérica,
significa que la información con que se cuenta son mediciones, por lo tanto se podrá trabajar con
promedios. Si la variable es cualitativa o categórica, se estudia entonces alguna característica de interés,
por lo que se trabajará entonces con proporciones o porcentajes.

En conclusión, la prueba a utilizar está determinada por la naturaleza de los datos que se tengan.
EJEMPLO No.1: Puede observarse que la variable de interés para
En una investigación se tiene interés en el promedio de el ejemplo No. 1 es cuantitativa o numérica,
asistencia diaria, a la consulta externa de un hospital pues se tiene interés en la Media Aritmética.
Nacional. Se tomó una n = 36.

Paso 2. Planteamiento de las Hipótesis: (hipótesis estadísticas)

Se plantean dos hipótesis estadísticas:

La hipótesis nula, es la que se pone a prueba y se simboliza por “Ho”; algunos autores la han
nombrado como hipótesis de no diferencia, por lo que se plantea como una igualdad. La hipótesis
nula se plantea con el propósito de ser rechazada.

La hipótesis alternativa o alterna, se simboliza por “HA”, es el complemento de la hipótesis nula,

por lo que se plantea en contradicción con lo expresado en la hipótesis nula.
Existen tres formas para plantear las hipótesis. Utilizando el enunciado del EJEMPLO No.1, el parámetro
a investigar es el promedio de asistencia por día, a la consulta externa de un Hospital Nacional.

CASO No. 1 CASO No. 2 CASO No.3

___________________________________________________________________________________________
2
Unidad Didáctica: Estadística Prueba de Hipótesis

Se desea saber si en la consulta Se desea saber si en la consulta externa Se desea saber si en la consulta externa
externa del Hospital Nacional se del Hospital Nacional, se atiende un del Hospital Nacional, el promedio de
atiende un promedio diferente de promedio inferior a 500 pacientes al pacientes que se atienden diariamente
500 pacientes al día? día? supera las 500 personas? Las hipótesis se
plantean así:
Las hipótesis se plantean así: Las hipótesis se plantean así: Ho Ho : µ ≤ 500
Ho : µ = 500 : µ > 500 HA : µ > 500
HA : µ ≠ 500 HA : µ < 500
.

Este planteamiento conducirá a

Este planteamiento conducirá a una Este planteamiento conducirá a una
una prueba de hipótesis bilateral
prueba de hipótesis. Unilateral prueba de hipótesis unilateral.

Paso 3. Regla de Decisión:

Para el planteamiento de la regla de decisión, es necesario ubicar el área de rechazo o zona crítica, que
corresponde a la, o a las colas que depende de si la prueba es bilateral o unilateral, para ello se utiliza
la gráfica de la distribución normal (curva normal) o la distribución t de Student, según sea el caso.
Recuerde que la decisión de utilizar Z o t depende del tamaño de la muestra y de, si se cuenta o no con
la varianza o desviación estándar ( 2 o ) de la población.

El área delimitada por el eje horizontal y la curva de la gráfica (ya sea ésta la distribución normal o la
distribución t de Student), se divide en dos regiones, una es la que constituye la zona crítica o zona de
rechazo y la otra que constituye la zona de no rechazo.

La regla de decisión indica que se rechace la hipótesis nula, si el valor de la estadística de prueba, que
se calcule con los datos de la muestra, se localiza en la región de rechazo y que no se rechace la hipótesis
nula si el valor de la estadística de prueba calculado, es ubicado en la región de no rechazo. Los valores
de la estadística de prueba que forman la región de rechazo (en el o los extremos), son los que tienen la
menor probabilidad de ocurrir, si la hipótesis nula es falsa y los que forman la región de no rechazo tienen
la mayor probabilidad de ocurrir si la hipótesis nula es verdadera.

¿Cómo se decide sobre: qué valores forman la región de rechazo y de no rechazo? Esta decisión se toma
con base al nivel de significación deseado, que se designa por Alfa (α), es por ello que a las pruebas de
hipótesis también se les llama pruebas de significación.

Alfa es la probabilidad de rechazar la hipótesis nula verdadera, por lo que debe trabajarse con valores
pequeños, para que la probabilidad de rechazar una hipótesis nula verdadera sea pequeña. Por ello los
valores de alfa más utilizados son: 0.10, 0.05 y 0.01.

Forma de ubicar la región de rechazo y región de no rechazo:

En primer lugar, debe tenerse en cuenta si la prueba es bilateral o unilateral. La zona de no rechazo y
la zona de rechazo se define de acuerdo al símbolo de la hipótesis alterna o alternativa.

___________________________________________________________________________________________
3
Unidad Didáctica: Estadística Prueba de Hipótesis

Tomando en cuenta la información del EJEMPLO No.1, para el Caso No.1, en donde el planteamiento
de la hipótesis alterna es: HA : µ ≠500, el signo es de desigualdad (≠), por lo que conduce a una prueba
bilateral (de dos colas o dos extremos), la zona de rechazo se ubicará en las dos colas y la zona de no
rechazo, en el centro.

Para encontrar los valores críticos o valores límite entre las dos zonas, para éste caso, se hace uso del
conocimiento de la distribución normal estándar, porque el tamaño de la muestra en el ejemplo, es
grande (n ≥ 30). También es necesario establecer el nivel de significancia o valor de alfa; para el ejemplo
se utilizará un nivel de significación del 5%. (alfa es igual a 0.05).

Si el nivel de significancia es del 5% o sea α= 0.05, en este caso, como la prueba es bilateral o de dos
colas, el nivel de significancia se divide entre 2 (corresponde la mitad a cada cola), para localizar los
valores críticos o valores límite que delimitan las zonas. Para el ejemplo que se viene tratando entonces,
el valor crítico, será un valor de Z, éste valor puede localizarse de dos formas, siguiendo el procedimiento
que se describe en el cuadro de la siguiente página.

El valor de α/2 = 0.025, se busca dentro del cuerpo Al valor total del área bajo curva, se le resta la mitad
de la tabla (en las áreas) para ubicar a que valor de Z de alfa así: 1- α /2 = 1-0.0250 = 0.9750, ésta área se
corresponde dicha área: busca en el cuerpo de la tabla, para localizar el valor
de Z:

Z -0.09 -0.08 -0.07 -0.06...0.00 Z Z -0.09 -0.08 -0.07 -0.06...0.00 Z

- - - -
- - - -
- -
-1.96 ......................... 0.0250 1.96 ........................... 0.9750

Se encuentra que el valor de Z para un área de 0.0250 Se encuentra que el valor de Z para un área de 0.9750
es de –1.96, que corresponderá al valor crítico para la es 1.96, que corresponderá al valor crítico para la cola
cola izquierda. Por la simetría de la distribución normal derecha.
estándar, corresponderá el mismo valor de Z para la En estas circunstancias el valor que se encuentra es el
cola derecha, pero con signo positivo. positivo, por lo tanto será el mismo para la cola
izquierda, pero con signo negativo.

___________________________________________________________________________________________
4
Unidad Didáctica: Estadística Prueba de Hipótesis

En forma gráfica se representa así:

Región de no rechazo

α/2 = 0.025 α/2 = 0.025

0.9500
Z = -1.96 Z = 1.96
Región de Rechazo Región de Rechazo

Planteamiento de la regla de decisión:

La regla de decisión dirá: se rechaza Ho si Z calculada es < -1.96 ó > 1.96. Puede plantearse también
en forma simbólica: Se rechaza Ho si (-1.96 > Z > 1.96).

Para el Caso No.2, del EJEMPLO No.1, planteado anteriormente: HA : µ < 500

En este caso el signo indica que es menor, se hace referencia únicamente a un extremo de la distribución,
por lo tanto la prueba de hipótesis es unilateral, y en este caso unilateral de cola izquierda o simplemente
unilateral izquierda. Para ilustrar este ejemplo, se trabajará con un nivel de significancia del 4.95%.

Como la prueba es de una sola cola, se busca todo el valor de alfa (0.0495) en el cuerpo de la tabla,
encontrando que el valor de Z o valor crítico es: –1.65.

En forma gráfica se
representa así:

0.9505

Zona de no Rechazo
Zona de Rechazo

α = 0.0495

Z = -1.65

La regla de decisión dirá: se rechaza la Ho. si Z calculada es menor o igual que –1.65. Puede plantearse
también en forma simbólica: Se rechaza Ho si ( Z < -1.65).

___________________________________________________________________________________________
5
Unidad Didáctica: Estadística Prueba de Hipótesis

Para el Caso No.3, del EJEMPLO No.1, planteado anteriormente: HA : µ > 500
En este caso el signo indica que es mayor, por lo tanto es entonces una prueba unilateral de cola derecha,
de extremo derecho o simplemente unilateral derecha.

El procedimiento para encontrar el valor crítico o valor de Z, es el siguiente: trabajando con el mismo
nivel de significancia anterior (4.95%): A la unidad, que es el área total bajo la curva, se le resta este
valor total de alfa, obteniendo: 1-0.0495 = 0.9505, este valor, como área de la curva, se busca en el
cuerpo de la tabla para localizar el valor de Z, encontrando que el valor crítico es: 1.65

En forma gráfica se representa así:

α = 0.0495
Zona de no Rechazo Z = 1.65
Zona de Rechazo

La regla de decisión dirá: se rechaza la Ho. Si Z calculado es mayor o igual que 1.65. Puede plantearse
también en forma simbólica: Se rechaza Ho si (Z > 1.65).

Error tipo I y tipo II.

Error tipo I: es el que se comete cuando se rechaza una hipótesis nula que es verdadera. Este error
está asociado al valor de alfa, por esto se conoce también como Error (alfa). En otras palabras,
es la probabilidad de cometer un Error tipo I y se le llama Nivel de significación o significancia.

Error tipo II: este error se comete cuando no se rechaza una hipótesis nula falsa, la probabilidad de
cometer error tipo II es el valor de Beta , por eso también se llama Error tipo o error de aceptación.
Condición de la hipótesis
Verdadera Falsa
Acción No rechazar Ho Acción Correcta Error Tipo II
posible
Rechazar Ho Error Tipo I Acción Correcta

En conclusión, siempre que se hace una prueba de hipótesis se corre el riesgo de cometer un error.
Sobre el Error tipo I se puede ejercer control, disminuyendo el nivel o valor de alfa; pero sobre el Error
beta o tipo II, no es posible, aunque se sabe que en la mayoría de situaciones, éste último es mayor
que alfa.

Es deseable que estas dos probabilidades de error sean pequeñas. Las probabilidades de cometer errores
de tipo I y II se consideran los "riesgos" de decisiones incorrectas. Al realizar la prueba se toma en
cuenta el error de tipo I. Por lo tanto, la prueba es significativa si se rechaza la hipótesis nula, pues en
este caso se conoce la probabilidad de haber cometido un error.

Paso 4 Cálculo del Estadístico de Prueba:

___________________________________________________________________________________________
6
Unidad Didáctica: Estadística Prueba de Hipótesis

Partiendo del EJEMPLO No.1, que se está desarrollando, la suposición está hecha en relación a la media
poblacional, se trata entonces de una prueba de hipótesis para la media de una población. La estadística
de prueba a utilizar es:

Z = No. De desviaciones
estándar.
Z = x - µo t = x - µo σós = Desviación estándar de la población o
σ/√n s/√n de la muestra. n = Tamaño de la muestra.
x = Media aritmética de la muestra.
µ = Media hipotética o media supuesta de
la población

Paso 5 Decisión:
La decisión se toma luego de comparar el estadístico de prueba calculado con la regla de decisión. Esta
consiste en el rechazo o no rechazo de la hipótesis nula. Se rechaza la hipótesis nula, si el valor del
estadístico de prueba se localiza en la zona o región de rechazo y no se rechaza la hipótesis nula si el
valor del estadístico de prueba se ubica en la región de no rechazo.

Paso 6 Conclusión:
Si se rechaza Ho. la conclusión estará de acuerdo con lo planteado en la hipótesis alternativa. Si no se
rechaza Ho. se dirá que los datos no presentaron evidencia suficiente que lleve al rechazo de Ho; es
posible que se necesite mayor información o pudiera ser que en alguno de los casos la Ho. sea verdadera
y por ello no se rechace.

NOTA

Para resolver problemas de prueba de hipótesis para medias, debe tomarse en cuenta:

a) Si la muestra es pequeña (menor de 30 elementos) y se conoce la desviación estándar de la

población, se utilizará Z como estadístico de prueba (distribución normal).
b) Si el tamaño de la muestra es de 30 elementos o más, se conozca o no la desviación estándar
poblacional, se utilizará Z como estadístico de prueba (distribución normal). Para estos casos se
aplica el teorema del Limite Central.
c) Si el tamaño de la muestra es menor de 30 elementos y no se conoce la desviación estándar de
la población, se utilizará t como estadístico de prueba (la distribución t de Student).
Es necesario recordar que la forma de encontrar el valor crítico es diferente a la distribución
normal; en la distribución t de Student se necesita de los grados de libertad (gl = n-1) y, los
niveles de significancia solamente pueden ser: 0.01, 0.02, 0.05, 0.10 y 0.20.

El caso del inciso “a”, difícilmente se encontrará en la realidad, porque no es posible tener la
desviación estándar poblacional, ya que precisamente se está haciendo inferencia estadística sobre
los datos de la población, por lo tanto no se cuenta con dicha información.

PROBLEMA No.1
Ejemplo de prueba de hipótesis para la media de una población.

___________________________________________________________________________________________
7
Unidad Didáctica: Estadística Prueba de Hipótesis

Los profesores del curso de Estadística, que se imparte en el primer año de la Facultad de Ciencias
Médicas, consideran que el rendimiento de sus alumnos no es satisfactorio y que la nota promedio es
menor que la nota mínima para aprobar el curso. Para determinar lo anterior seleccionaron una muestra
aleatoria de 81 estudiantes. La calificación promedio en la muestra fue de 59.2 puntos, con una desviación
estándar de 12 puntos.

¿Tendrán razón los profesores del curso de Bioestadística? (se decide trabajar con una confianza del
93.70%).

Paso 4 Cálculo del Estadístico de Prueba:

z= x-µ = 59.2 - 61 = -1.8 = -1.8 = -1.35

s/ 12/ 12 /9 1.33333
Paso 5 Decisión:
Como el valor de z calculado (-1.35) es mayor que –1.53, no se rechaza Ho.

Paso 6 Conclusión:
Con una confianza del 93.70%, se concluye que es probable que los profesores no tengan razón. Los
datos recabados no ofrecen información suficiente para rechazar la Ho, por lo tanto puede concluirse que
es probable que la nota promedio en el curso de Estadística no sea menor de 61 puntos.

Valor P de la prueba:
El valor de P es la probabilidad de hallar valores como el encontrado en la muestra, o más extremos que
éste. Se calcula a partir del valor del estadístico de prueba calculado, es decir, que es el área que se
localiza en los extremos de la distribución, dependiendo si la prueba elaborada fue unilateral o bilateral.

El valor de P es el nivel más bajo de significancia (valor α) al cual se puede rechazar la hipótesis nula. Es
el área en la cola que está más allá del valor del estadístico en la muestra. A menor valor de “p” , menor
es la credibilidad de Ho.
___________________________________________________________________________________________
8
Unidad Didáctica: Estadística Prueba de Hipótesis

El planteamiento de la regla de decisión puede

hacerse también en base al valor de P, de la
siguiente
manera:

0.063 Se rechaza Ho si el valor P es menor o igual

que α (nivel de significancia).

Para el problema del ejemplo quedaría:

Z crítico = -1.53 Z calculado = -1.35 se
rechaza Ho, si P <
p (Z -1.35) = 0.0885 0.063.

Como el valor P = 0.0885, es mayor que el nivel

de significancia (α), no se rechazo Ho.

Si la prueba es bilateral, el valor P, se multiplica por 2, ya que la zona de rechazo está en las dos
colas.

PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN DE UNA POBLACIÓN (P):

CASO No. 1 CASO No. 2 CASO No.3

Se desea saber si el porcentaje de Se desea saber si la proporción de Se desea saber si la proporción

niños del municipio de Camotán del niños del municipio de Camotán del de niños del municipio de
departamento de Chiquimula que departamento de Chiquimula con Camotán del departamento de
padece de desnutrición severa es desnutrición severa es menor del Chiquimula es mayor del 0.85.
diferente del 85%. 0.85.
Las hipótesis se plantean así: Ho
Las hipótesis se plantean así: Ho Las hipótesis se plantean así: : p < 0.85
:p= Ho : p > 0.85 HA : p >0.85
0.85 HA : p < 0.85
HA : p ≠

Este planteamiento conducirá a una Este planteamiento conducirá a una Este planteamiento conducirá a
prueba de hipótesis bilateral prueba de hipótesis unilateral una prueba de hipótesis
unilateral

PROBLEMA No.2

Ejemplo de prueba de hipótesis para la proporción de una población.

Un estudiante de Ejercicio Profesional Supervisado (EPS), de la Facultad de Ciencias Médicas, de la

___________________________________________________________________________________________
9
Unidad Didáctica: Estadística Prueba de Hipótesis

Universidad de San Carlos de Guatemala, asignado al Centro de Salud de un municipio del Departamento
de Chiquimula, considera que más del 65% de los niños en edad preescolar, habitantes de esa localidad
no tienen un estado nutricional adecuado.

El estudiante tomó a 360 niños, encontrando que 249 no tienen el estado nutricional adecuado. Con
una significancia del 10%, indique si el estudiante está en lo correcto.

PROCEDIMIENTO:

Paso 1 Paso 2

Datos:
Para determinar la proporción de niños con la característica de interés,
(niños con desnutrición), se realiza el siguiente cálculo: Planteamiento de las hipótesis:

x = Variable de interés n = Tamaño de la muestra Ho: P < 0.65

HA: P > 0.65
Donde: p = x/n = 249/360 = 0.69166 = 0.69 p
= Proporción de la muestra = 0.69 po =
Proporción supuesta de la población = 0.65 qo
= 1- p = 1- 0.65 = 0.35 n = Tamaño de la
muestra = 360

Paso 3 Regla de decisión:

Zcalc. = 1.59

Zona de no rechazo Z = 1.28

Zona de rechazo

Sea α = 0.10:
Se rechaza la hipótesis nula (Ho) si Z calculada es mayor o igual que 1.28 Se
rechaza la hipótesis nula (Ho) si p < 0.10

Paso 4 Estadístico de prueba calculado:

Z = p – po = 0.69 - 0.65 = 0.15 = 1.59

po*qo (0.65) (0.35) 0.025138496 n
360

___________________________________________________________________________________________
10
Unidad Didáctica: Estadística Prueba de Hipótesis

Paso 5 Decisión:
Como Z calculada es mayor que 1.28, se rechaza la hipótesis nula.

Valor p de la Prueba:

Es la probabilidad de que Z sea mayor o igual que 1.59.

El valor p para esta prueba es de 0.0559, que es un valor menor al valor de alfa (0.10), razón por la cual
la hipótesis nula fue rechazada.

Paso 6 Conclusión:
Con una significancia del 10%, puede concluirse que el estudiante epesista tiene razón. Más del 65% de
los niños del municipio del Departamento de Chiquimula, en edad preescolar, presentan desnutrición.

IMPORTANTE para el estudiante:

Este es un documento elaborado con fines de estudio, presenta lo básico para comprender el tema, sin
embargo no debes olvidar que el tema lo puedes profundizar en tu libro de texto así como en la
bibliografía que se te presenta.

BIBLIOGRAFÍA
1. Daniel, Wayne W. Bioestadística: México; Editorial Linuesa. 1998

2. Levin Rechard I, Rubin David S, ESTADÍSTICA PARA ADMINISTRADORES, 6ta. Edición México
D.F. Prentice – may Hispanoamérica, S.A. 1966

3. Morales Peña, Otto René. Material de Apoyo Para el curso Métodos Cuantitativos I. Departamento
de Publicaciones de la Facultad de Ciencias Económicas. Guatemala, 2001

4. Morales Peña, Otto René. Material de Apoyo para el Curso Métodos Cuantitativos II. 2da Edición.
Guatemala; Inversiones Educativas. 2001

5. Stevenson, William J. Estadística para Administración y Economía. México. Harla. 1981

6. Trapp, Robert y Beth Dawson – Saunders. Bioestadística Médica. México. Manual Moderno. 1997

7. Webster, Allen L. Estadística Aplicada a los Negocios y Economía. 3era. Edición. Colombia; MC
Graw – Hill 2001.
___________________________________________________________________________________________
11
Unidad Didáctica: Estadística Prueba de Hipótesis

___________________________________________________________________________________________
12
• ESTADÍSTICA INFERENCIAL
Una decisión, estimación, predicción o generalización sobre una población, en
base a una muestra con la indicación de la precisión de tales inferencias.

La teoría del muestreo estudia la relación entre una población y las muestras
tomadas de ella.
La inferencia estadística es una técnica mediante la
cual se obtienen generalizaciones o se toma decisiones
en base a la información parcial o completa obtenida
mediante técnicas descriptivas.
La estadística inferencial, es el proceso por el cual se
deducen (infieren) propiedades o características de una
población a partir de una muestra significativa.
 Estadística Inferencial
estudia cómo sacar conclusiones generales para
toda la población a partir del estudio de una
muestra, y el grado de fiabilidad o significación de
los resultados obtenidos.
ESTADÍSTICA
• Descriptiva
• Inferencial
HIPÓTESIS
• Es una suposición, conjetura, posibilidad, presunción,
supuesto, sospecha, premisa o proposición que se hace
acerca de una o mas poblaciones. Suposión de algo posible
o imposible para sacar de ello una consecuencia

• DOS TIPOS:
• De investigación
• Estadísticas
• DE INVESTIGACIÓN. Son las suposiciones que motivan
la investigación, son las que en algunas ocasiones se
comprueban a través de las hipótesis estadísticas.

• H. ESTADÍSTICAS.
• Hipótesis nula (Ho).
• Hipótesis alterna (HA)
• H. ALTERNA. Generalmente coincide con la hipótesis
de investigación. Es la que el investigador desea
demostrar.

• H. NULA. Es la que se pone a prueba y se opone a la

hipótesis de investigación.
COMPROBACIÓN DE HIPÓTESIS
• La hipótesis se relaciona directamente con nuestra
pregunta de investigación.
• Para que una hipótesis sea aceptada como científica,
debe ser algo que puede ser apoyado o refutado a
través del levantamiento de información por medio
de técnicas de investigación metodológicamente
validadas, y su posterior análisis.
PRUEBA DE HIPÓTESIS
• VARIABLES CUANTITATIVAS
• prueba de hipótesis para la media de una
población

• VARIABLESS CUALITATIVAS
• prueba de hipótesis para la proporción de una
población.
PASOS DE UNA PRUEBA DE
HIPÓTESIS
• 1. Datos.
• 2. Planteamiento de las hipótesis.
• 3. Regla de decisión. Zona critica o de
rechazo y zona de no rechazo.
• 4. Cálculo del estadístico de prueba.
• 5.Decisión.
• 6.Conclusiones.
PASOS DE UNA PRUEBA DE
HIPÓTESIS
• 1. Datos (Naturaleza)
• Cuantitativa.
• Cualitativa

• 2. Planteamiento de las hipótesis.

• Ho. A prueba. De no diferencia
• Ha. Se pretende demuestrar.
Para la media poblacional
CASO No. 1 CASO No. 2 CASO No.3

Se desea saber si en la Se desea saber si en la Se desea saber si en la

consulta externa del consulta externa del Hospital
consulta externa del Hospital
Hospital Nacional se atiende Nacional, se atiende un Nacional, el promedio de
un promedio diferente de promedio inferior a 500 pacientes que se atienden
500 pacientes al día? pacientes al día? diariamente supera las 500
personas?
Las hipótesis se plantean Las hipótesis se plantean así: Las hipótesis se plantean así:
así:
Ho : µ ≤ 500
Ho : µ = 500 Ho : µ > 500
HA : µ ≠ 500 HA : µ < 500 HA: µ > 500

.
conducirá a una prueba de Conducirá a una prueba de Conducirá a una prueba de
hipótesis bilateral hipótesis. Unilateral hipótesis unilateral.
• 3. Regla de decisión. Zona crítica o de rechazo y zona
de no rechazo.
▪ Bilateral
▪ Unilateral
▪ Z
▪ t
▪ Indica: Se rechace Ho. si estadística de prueba (z
claculada o t) cae en la región de rechazo y no se
rechaza si el valor calculado de la estadística de
prueba cae en la region de no rechazo.
• qué valores forman la región de rechazo
• al nivel de significación deseado, que se
designa por Alfa (α)
• Alfa es la probabilidad de rechazar la
hipótesis nula verdadera. Por ello los
valores de alfa más utilizados son: 0.10,
0.05 y 0.01.
• Encontrar los valores críticos o valores límite
entre las dos zonas valor z
• 4. Cálculo del estadístico de prueba
Z = x - µo
s/√n t= x - µo
s/√n

• 5. Decisión
• Se rechaza la hipótesis nula, si el valor del
estadístico de prueba se localiza en la zona o región
de rechazo o no se rechaza si cae en la region de no
rechazo
• 6. Conclusiones
6. Conclusiones
• Si se rechaza Ho la conclusión estará de acuerdo
con lo planteado en la hipótesis alternativa.
• Si no se rechaza Ho se dirá que los datos no
presentaron evidencia suficiente que lleve al
rechazo de Ho.
• Valor P de la prueba:
• El valor de P es la probabilidad de hallar valores
como el encontrado en la muestra
PRUEBA DE HIPÓTESIS PARA LA PROPORCIÓN

CASO No. 1 CASO No. 2 CASO No. 3

Se desea saber si el porcentaje Se desea saber si la Se desea saber si la

de niños del municipio de proporción de niños del proporción de niños del
Camotán del departamento de municipio de Camotán del municipio de Camotán del
Chiquimula que padece de departamento de Chiquimula departamento de Chiquimula
desnutrición severa es diferente con desnutrición severa, es con desnutrición severa es
del 85%. menor del 0.85. mayor del 0.85.

Las hipótesis se plantean así: Las hipótesis se plantean así: Las hipótesis se plantean así:
Ho : p = 0.85 Ho : p > 0.85 Ho : p < 0.85
HA: p ≠ 0.85 HA: p < 0.85
HA : p >0.85
Este planteamiento conducirá a Este planteamiento conducirá Este planteamiento conducirá
una prueba de hipótesis a una prueba de hipótesis a una prueba de hipótesis
bilateral. unilateral izquierda. unilateral derecha.
 Ʌ

4. ESTADÍSTICO DE PRUEBA

•
Z= P - P .
P (1 - P)
n

Z= P - Po .

Po x qo)
n