Prueba de
hipótesis
Estadística inferencial
Busca obtener indirectamente
información respecto de una Muestra
población mediante la información
directa que nos da una muestra.
Medición
Atribuir causas Análisis
estadístico
Diferencias Predecir
Generalización
Analizar
Correlacionar Etc.
factores
TRABAJAN
Estadística bivariada PROBANDO
(una x y una y)
HIPÓTESIS
Estadística multivariada
(3 o más al mismo tiempo)
¿Qué es una Hipótesis?
Es una suposición respecto de lo que podría ocurrir en los datos que se somete a verificación.
Nacen a partir de las observaciones de quien investiga y la teoría disponible sobre el tema. Sin
teoría y/o evidencia previa su formulación pierde fuerza.
Son indispensables para responder preguntas de investigación que pretenden hacer inferencia
estadística (Asociar, predecir, explicar).
No son necesarias en los estudios de tipo descriptivo.
Las más comunes son las de tipo bivariada, es decir, que establecen una “relación” entre dos
variables.
Surgen del planteamiento del problema y del marco teórico
¿Qué es una Hipótesis?
Indican lo que tratamos de probar
Se definen como explicaciones tentativas de un fenómeno investigado
Se formulan a manera de proposición
Son respuestas provisionales a la pregunta de investigación
Ej. Pregunta: ¿Le gustare a Paola? – Hipótesis: Le resulto atractivo a Paola
Después se prueba la hipótesis al cortejar a Paola y observar el resultado
Son proposiciones tentativas acerca de la relación de dos o más variables. Cuando
sea probada, tendrá un impacto en el conocimiento disponible que puede
modificarlo y pueden surgir otras hipótesis (Davis, 2008 e Iversen, 2003).
Lógica general
Elabora hipótesis estadística: creencia de quien investiga acerca de un
parámetro de poblacional de interés.
Muestra aleatoria y se obtienen medidas de resumen apropiadas para el
parámetro.
Se contrastan los resultados muestrales planteados en la hipótesis.
Acorde a la “distancia” entre lo obtenido en la muestra y lo planteado en la
hipótesis se calcula la probabilidad de que la hipótesis sea correcta o incorrecta.
Se acepta o rechaza h0 de acuerdo a la probabilidad obtenida.
Hipótesis
Se pueden plantear de dos maneras
◦ Hipótesis sustantiva: La suposición a testear tiene forma de enunciado.
◦ Hipótesis estadística: La suposición a testear tiene forma de nomenclatura
matemática.
Una prueba de hipótesis (o prueba de significancia) es un procedimiento estándar
para probar una aseveración acerca de una propiedad de una población.
Hipótesis
Nula (h0): Asume el status quo, es decir, la condición original en la variable de estudio.
Normalmente, asume que no existen diferencias entre dos o más variables.
H0/hipótesis nula: µ1(media t.cc)= µ2 (media t. humn).
Alternativa (H1): Es la condición que investigamos. Normalmente, asume que existen
diferencias.
Puede asumir bilaterialidad cuando tenemos antecedentes que nos hagan preverla.
Bilateral= h1: µ1≠µ2
Unilateral= h1: µ1>µ2 ; µ1<µ2
Toda la lógica de hipótesis está centrada en la h0. Al aceptar h0, rechazamos h1. Al rechazar h0,
aceptamos h1 – Excluyentes
Prueba de hipótesis
Ejemplo: Se desea comparar la efectividad de un nuevo método de enseñanza para fomentar la
comprensión lectora respecto del método tradicional.
Hipótesis: El método nuevo mejora los niveles de comprensión lectora por sobre el método
tradicional.
Hipótesis: Los estudiantes inmersos en el programa nuevo alcanzan mejores niveles de
comprensión lectora que aquellos que siguen el método tradicional
Hipótesis nula
: μ1= μ2
¿Cómo sería la hipótesis alternativa?
: μ1 > μ2
Prueba de hipótesis
◦ En la investigación en ciencias sociales nos podemos encontrar con
problemas de conocimiento, que pueden surgir por observación o
por conocimiento previo:
◦ ¿Difieren los varones y las mujeres respecto a su autoestima?
◦ ¿Será efectivo un programa de intervención para mejorar las
habilidades sociales en los estudiantes de la UST?
Prueba de hipótesis
El siguiente paso es entregar una solución al problema, en forma de
afirmación contrastable empíricamente (hipótesis científica). Lo que
permite establecer de forma operativa la variable asociada al
problema.
Pregunta
Hipótesis científica o Definición de
(Problema de
sustantiva variables
investigación)
Los varones difieren en Se define que
¿Difieren los varones y entendemos como
autoestima en
las mujeres respecto a autoestima y como esta
comparación con las
su autoestima? variable será medida
mujeres
Proceso de verificación de una
hipótesis
A. Se formula la hipótesis estadística que se desea contrastar
Hipótesis sustantiva Hipótesis estadística
Los varones difieren en
autoestima en
comparación con las
mujeres
B. Buscar evidencia empírica capaz de informar sobre si la hipótesis propuesta es cierta o no.
Si la hipótesis es correcta debemos esperar que al seleccionar una muestra sea similar a . La
diferencia entre lo propuesto en la hipótesis y el resultado muestral puede deberse a dos cosas:
◦ Nuestra hipótesis es correcta y la diferencia se debe al azar
◦ Nuestra hipótesis es incorrecta, no nos proporciona una predicción acertada
Proceso de verificación de una hipótesis
Pero, ¿Cómo vamos a determinar si la diferencia es lo bastante grande como para
poder considerar que el resultado muestral da indicios de que la hipótesis
planteada es incorrecta?
C. Regla de decisión
Se establece en términos de probabilidad
• Si el resultado muestral es muy poco probable (en relación a la hipótesis
planteada), nuestra hipótesis será incompatible con los datos.
• Si el resultado muestra es muy probable (en relación a la hipótesis planteada),
nuestra hipótesis será compatible con los datos.
Una prueba de hipótesis es un proceso en el cual la hipótesis que ha sido
propuesta en términos estadísticos es representada con los datos empíricos para
determinar si es compatible o no con ellos.
Se somete a prueba
H0: H1 se acepta si H0
es rechazada
H0: Es la hipótesis no H1: Es la que plantea
plantea cambios. un cambio.
Valor-p
Mayor o igual al Menor al alpha
alpha
El valor de Alpha se determina según la probabilidad de error que se está dispuesta a cometer: Suele ser de un 5%. Es
decir 0,05. Pero al probar un medicamento, por ejemplo, un 5% es muy grande, por lo que se debiera trabajar con
valores inferiores a un 5%.
Establecer el nivel de
significancia
Máxima probabilidad de rechazar la hipótesis nula siendo verdadera.
Su valor está en proporción inversa con la importancia que tiene para el
investigador aceptar como cierta una hipótesis que es falsa.
Por lo tanto, es una decisión del investigador de acuerdo con el riesgo máximo
que acepta correr, y por supuesto, en función de los recursos que cuenta.
Cuanto más alto sea el nivel de significancia que usemos para probar nuestra
hipótesis, mayor será la probabilidad de rechazar la hipótesis nula cuando sea
cierta.
Significación estadística.
Región de aceptación: Es el conjunto de valores del estadístico de contraste a partir de los cuales se
decidirá aceptar la hipótesis nula.
Valor
crítico
• Región de rechazo: Es el conjunto de valores del estadístico del contraste a
partir de los cuales se decidirá rechazar la hipótesis nula.
Esto está directamente vinculado con h0 y h1.
Significación estadística
Me indica que el valor que encuentre en la muestra confirmará la h0 cuando sea mayor que el valor
crítico, y rechazara la H0 cuando sea menor.
Valor
crítico
Valor p
• Qué tan grande o pequeño sea el valor crítico, dependerá del nivel de confianza
que asuma: 95 (p=.05), 99 (p=.01), 99,9 (p=.001)%.
95%
2,5% 2,5%
Zona de aceptación de la Hipótesis
Zona de aceptación de la Alternativa H1: µ1≠µ2
Hipótesis Nula H0: µ1=µ2
El valor p, suele ir en IC
de 95%
5%
Zona de aceptación de la
Hipótesis Alt. H1: µ1>µ2
Zona de aceptación de la Hipótesis Nula H0: Hipótesis Alt. H1: µ1<µ2
µ1=µ2
Componentes de una prueba
de hipótesis
El nivel de significancia (denotado por α) es la probabilidad de que el estadístico de prueba caiga en
la zona de rechazo, cuando la hipótesis nula es verdadera.
◦ Es decir, si el estadístico de la prueba cae en la región critica, rechazamos la hipótesis nula, de manera que α
es la probabilidad de cometer el error de rechazar la hipótesis nula cuando es verdadera.
El nivel de confianza (denotado por 1-α) es la probabilidad de que el estadístico de prueba caiga en
la zona de aceptación, cuando la hipótesis nula es verdadera.
Componentes de una prueba
de hipótesis
El valor crítico es cualquier valor que separa la región crítica (donde rechazamos la
hipótesis nula) de los valores del estadístico de prueba que no conducen al rechazo
de la hipótesis nula.
◦ Ejemplo: el valor crítico z=1.645 corresponde a un α=0.05
El valor P (valor p) es la probabilidad de obtener un valor del estadístico de prueba
que sea al menos tan extremo como el que presenta a los datos muéstrales,
suponiendo que la hipótesis nula es verdadera.
◦ La hipótesis nula se rechaza si el valor p es muy pequeño, tanto como 0.05 o menos.
Tipos de Contraste
Bilateral: Se usa para determinar si el parámetro de población es mayor o menor que el valor
hipotético. Esta prueba puede detectar cuando el parámetro de población difiere en cualquier
dirección.
Unilateral: Se usa para determinar si el parámetro de población difiere del valor hipotético en
una dirección especifica. Se puede especificar la dirección para que sea mayor que o menor que
el valor hipotético.
Hipótesis de una cola o dos
colas
Tipos de contrastes
Ejemplo
Bilateral: Un investigador tiene los resultados de una muestra de estudiantes que
presentaron la PSU en el 2016. El investigador desea saber si las calificaciones de
esa escuela difieren del promedio nacional de 550.
(H0: μ = 550 vs. H1: μ≠ 550)
Unilateral: Un investigador tiene los resultados de una muestra de estudiantes que
tomaron un curso de preparación para la PSU. El investigador desea saber si los
estudiantes preparados tuvieron puntuaciones por encima del promedio nacional
de 550.
(H0: μ = 550 vs. H1: μ > 550)
Tipos de contrastes
La decisión
La decisión siempre se toma en relación a
Si el estadístico de prueba cae en la zona de rechazo, se rechaza ; si cae en la
zona de aceptación se mantiene .
Si la rechazamos estamos diciendo que es falsa, si la mantenemos
no estamos afirmando, ni hemos probado que la hipótesis es
verdadera.
Ejemplo
Algunos trabajos sobre memoria icónica indican que el promedio de letras recordadas en
una presentación taquistocópica de 1 segundo, por un sujeto normal es de 4,5 con una
desviación estándar de 1,4. Sin embargo, los trabajos que se están haciendo en la UST no
están de acuerdo con esa hipótesis. Para probarlo han seleccionado una muestra aleatoria
de 25 personas y tras presentarle un conjunto de letras, han recordado en promedio 5,1.
Utilizando un nivel de significación de α=0.05 ¿a quñé conclusión se llegara?
1. Hipótesis
2. Supuestos
3. Estadístico de contraste y distribución muestral
4. Regla de decisión
5. Decisión
Errores tipo I y tipo II
Error tipo I Error tipo II
Rechazar cuando en Mantener cuando en
realidad es verdadera realidad es falsa
La probabilidad de La probabilidad de
cometer error tipo I es α cometer error tipo I es β
Por lo tanto:
• 1-α es la probabilidad de tomar una decisión correcta cuando es verdadera
• 1-β es la probabilidad de tomar una decisión correcta cuando es falsa
Error de tipo I
Si se rechaza la hipótesis nula cuando es verdadera, comete un error de tipo I.
La probabilidad de cometer un error de tipo I es α, que es el nivel de
significancia que usted establece para su prueba de hipótesis.
Un α de 0.05 indica que usted está dispuesto a aceptar una probabilidad de 5%
de estar equivocado al rechazar la hipótesis nula.
Error de tipo II
Cuando la hipótesis nula es falsa y usted no la rechaza, comete un error de tipo II.
La probabilidad de cometer un error de tipo II es β, que depende de la potencia de
la prueba.
La probabilidad de rechazar la hipótesis nula cuando es falsa es igual a 1–β. Este
valor es la potencia de la prueba.
Puede reducir el riesgo de cometer un error de tipo II al asegurarse de que la
prueba tenga suficiente potencia.
Ejemplo
Un investigador desea comparar la efectividad de dos programas de prevención focalizada. Las
hipótesis nula y alternativa son:
Hipótesis nula (H0): μ1= μ2
Los dos PPF tienen la misma eficacia.
Hipótesis alternativa (H1): μ1≠ μ2
Los dos PPF no tienen la misma eficacia.
Ejemplo
Un error de tipo I se produce si el investigador rechaza la hipótesis nula y concluye
que los dos PPF son diferentes cuando, en realidad, no lo son.
Si los PPF tienen la misma eficacia, el investigador podría considerar que este error
no es muy grave, porque de todos modos las personas se beneficiarían con el
mismo nivel de eficacia independientemente del programa que tomen.
Sin embargo, si se produce un error de tipo II, el investigador no rechaza la hipótesis
nula cuando debe rechazarla. Es decir, el investigador concluye que los PPF son
iguales cuando en realidad son diferentes.
Este error es más grave ya que se corre el riesgo de utilizar el programa menos
efectivo en lugar del programa más efectivo.
Resumen
Ejercicios
Expresa Ho y H1 de manera estadística
1. El peso medio de mujeres que han ganado el título de Miss América es igual a 121 libras
H0: µ = 121 libras: H1: µ ≠ 121 libras
2. La altura media de la rodilla de un hombre sentado es de 20.7 pulgadas
H0: µ = 20.7 pulgadas: H1: µ ≠ 20.7 pulgadas
Ejercicios
Plantee la conclusión final en términos sencillos.
Aseveración original: La proporción de hombres golfistas es menor que 0.5
Conclusión Inicial: Rechazar la Hipótesis nula
Respuesta: Existe suficiente evidencia para sustentar que la proporción de hombres golfistas es
menor a 0.5.
Ejercicios
Plantee la conclusión final en términos sencillos.
Aseveración original: La proporción de mujeres entrenadoras es mayor al 50%
Conclusión Inicial: Rechazar la Hipótesis nula
Respuesta: Existe suficiente evidencia para sustentar que la proporción de mujeres entrenadoras es
mayor al 50%
Ejercicios
Plantee la conclusión final en términos sencillos.
Aseveración original: La proporción de dulces M&M rojos difiere de 0.13
Conclusión Inicial: No Rechazar la Hipótesis nula
Respuesta: No existe suficiente evidencia para sustentar que la proporción de M&M rojos difiere de
0.13
Ejercicios
Plantee la conclusión final en términos sencillos.
Aseveración original: La proporción de fumadores que tienen problemas para dormir es igual a 0.34
Conclusión Inicial: Rechazar la Hipótesis nula
Respuesta: Existe suficiente evidencia para sustentar que la proporción de fumadores que tienen
problemas para dormir difiere a 0.34
Análisis de datos
cuantitativos
Próxima sesión
◦ Pruebas paramétricas en SPSS
◦ Prueba t para grupos independientes y relacionados
◦ Analisis de varianza (ANOVA) de un factor
◦ Coeficiente de correlacion de Pearson
Hipótesis Nula:
No existen diferencias en la satisfacción
de los usuarios en función de su localidad.
Hipótesis Alternativa (dos colas):
Existen diferencias en la satisfacción de los
usuarios en función de su localidad.
Pasos para la prueba de hipótesis
1) Planteamiento hipótesis. H0 y H1.
2) Definir nivel significación (95%, 99%, 99,9%) : error alpha. (Comúnmente 0,05) – colas.
3) Determinación región de rechazo. (software lo hace automáticamente).
4) Calcular la prueba de significación. (valor de t – student, el valor de la correlación).
5) Cálculo de valor-p ( probabilidad de azar). Decisión.
Recordar…
Todas las pruebas de hipótesis arrogan el valor – p, el cual se compara con el nivel de significación a
fin de tomar una decisión.
La prueba estadística correcta se elige según el tipo de variables y la pregunta de investigación
Antes de hacer cualquier prueba se deben
revisar los supuestos de cada una de ellas.
La correlación de Pearson, por ejemplo, exige
la normalidad en ambas variables.
Y… ¿QUÉ PRUEBA ESTADÍSTICA DEBO
ELEGIR?
GUÍA RÁPIDA
Paramétrica No Paramétrica
2 variables χ2
categóricas
2 grupos: 2 grupos:
1 variable t de Student U de Mann-Whitney
categórica y 1
numérica >2 grupos: >2 grupos:
ANOVA H de Kruskal-Wallis
2 variables Correlación de Pearson Correlación de Spearman
numéricas
Paramétrica No Paramétrica
Cuando las muestras son pareadas. . .
2 mediciones:
2 mediciones:
t de Student para
1 variable Prueba de Wilcoxon
muestras relacionadas
categórica y 1
numérica
>2 mediciones:
>2 mediciones:
MLG para medidas
Prueba de Friedman
repetidas
