Ana Sangronis

1. REPÚBLICA BOLIVARIANA DE VENEZUELA
INSTITUTO UNIVERSITARIO DE TECNOLOGÍA
ANTONIO JOSÉ DE SUCRE
SEDE PUNTO FIJO- ESTADO FALCÓN
ESTADISTICA APLICADA
LA HIPÓTESIS
Autor
Ana Gabriela Sangronis Loyo V-26.058.917
Administración. Mención Ciencias Comerciales
Código:71
Falcón, Punto fijo- Agosto 2021

2. 2
INDICE
1. Introducción……………………………………………………………...3
2. Hipótesis………………………………………………………………….4
2.1 Estadística…………………………………………………………...4
2.2 Nula……………………………………………………………….….5
2.3 Alterna……………………………………………………………..…5
3. Reglas de decisión…………………………………………………..…..6
3.1 Error de tipo I y II………………………………………………..…..6
4. Potencial de un test………………………………………………..........7
5. Nivel de significación……………………………………………………8
6. Contraste de hipótesis………………………………………………….9
7. Conclusión………………………………………………………………10
8. Bibliografía………………………………………………………...…….11

3. 3
INTRODUCCIÓN
La posibilidad de plantearse escenarios donde los resultados son inciertos
pero probables a través de la aplicación de un estudio o proyecto investigativo,
permite dar respuesta a un sinfín de probabilidades. En este sentido se tiene como
premisa principal el planteamiento de la hipótesis que es aquella suposición o
conjetura respecto del modo en que se da una realidad, aportando posibles
soluciones a problemas o preguntas objeto de investigación. Esta desempeña un
papel fundamental en el proceso de la indagación ya que sirve de puente, de
intermediación entre la teoría y los hechos empíricos en la búsqueda de nuevos
conocimientos objetivos que permitan enriquecer o ajustar los datos de la ciencia
(Rojas, 1992).
De forma etimológica, el término hipótesis tiene su origen en las palabras
griegas: thesis, que hace referencia a “o que se pone”, e hipo, que significa “por
debajo”. Para obtener el resultado del proceso para la comprobación de ésta, se
deben considerar múltiples conceptos en donde se le da nombre a los casos que
niegan la hipótesis, aporta datos estadísticos, comete errores con las falsas
afirmaciones, entre otros, que se desarrollaran en el siguiente material escrito.

4. 4
Hipótesis
La hipótesis compone un lazo entre lo teórico y la investigación empírica,
esta no es más que una proposición válida que se formula a través de la
recolección de datos e información, aunque no está corroborada sirve para dar
respuesta de forma tentativa a un problema con base científica, aun cuando esté
basada simplemente en una sospecha o en los resultados de otros estudios.
Proporcionan orden y lógica al estudio por lo que tiene como finalidad ser guia de
investigación que ayudan a saber lo que se está tratando de buscar y probar.
Según Izcara (2014), las hipótesis son explicaciones tentativas de un
fenómeno investigado, formuladas a manera de proposiciones. Es necesario que
se desarrolle con una mente abierta y dispuesta a aprender, pues de lo contrario
se estaría tratando de imponer ideas, lo cual es completamente erróneo;
resaltando y de acuerdo con Laudo (2012) esta no necesariamente tiene que ser
verdadera.
Todas las hipótesis deben de estar conectadas con el problema que se
desea resolver y por lo tanto deben ser reales afín con un conjunto de hipótesis
bien confirmadas comprobadas mediante hechos para su aceptación o rechazo,
en efecto la formulación de nuevas llevan a reemplazar las anteriormente
formuladas en el marco teórico.
Existen diversos tipos de hipótesis entre las que destacan:
 Hipótesis Estadística: Es cualquier afirmación o conjetura que determina,
total o parcialmente, la distribución de una o varias variables de la
población.
Ejemplo:
 H1: El 25% de la población desempleada corresponde a personas con nivel
académico profesional.

5. 5
 Hipótesis Nula: Se representa como H0. Indica que un parámetro de
población como la media, la desviación estándar, etc; es igual a un valor
hipotético. La hipótesis nula suele ser una afirmación inicial que se basa en
análisis previos o en conocimiento especializado, y también se le conoce
como la hipótesis conservadora, ya que se mantendrá mientras que los
datos de las muestras no reflejen claramente su falsedad.
Ejemplo:
 H0: Las plantas de tomate no presentan una mayor tasa de crecimiento
cuando se plantan en el compost en lugar del suelo.
 H1: El fabricante de un software asegura que con un nuevo manual  H0 :
“P 0.1” no más del 10% de los compradores llamará haciendo solicitudes de
servicio (El valor límite para la proporción es 10%). P es la proporción de
todos los compradores que llaman a solicitar servicio (La afirmación se
aplica a todos los compradores: la población completa).
 Alterna: Se representa como H1. Indica que un parámetro de población es
más pequeño, más grande o diferente del valor hipotético de la hipótesis
nula. En otras palabras, es la negación de la hipótesis nula y generalmente
representa la afirmación que se pretende probar.
Ejemplo:
 H1: El peso seco promedio de una hectárea de trigo con riego escaso es
menor a 2.2.
 H1: El promedio de producción de leche de las vacas tratadas con cierta
hormona es mayor a 25 litros al día.
Reglas de decisión

6. 6
La norma ISO/IEC 17025:2017 la define como “regla que describe cómo
la incertidumbre de medición se contabiliza al indicar la conformidad frente a un
requisito especificado”. Existen dos maneras de aplicar esta regla al contraste de
hipótesis, una se basa en la probabilidad de observar valores del estadístico de
contraste bajo el supuesto de que la hipótesis nula sea verdadera y la otra se basa
en determinar si el valor observado del estadístico de contraste se sitúa en
la región de rechazo es decir, cuya observación es poco probable si la hipótesis
nula fuera verdadera.
En efecto pueden presentarse dos tipos de errores:
 Error de tipo I: Es el rechazo de la hipótesis nula cuando esta es, en
realidad resulta cierta. Al error de tipo 1 se le conoce también como falso
positivo o error de tipo alfa.
 Error de tipo II: Se da cuando la hipótesis nula es falsa y no se rechaza. La
probabilidad de cometer un error de tipo II es β (también se denominación
como Beta), que depende de la potencia de la prueba. En otras palabras se
considera un falso negativo.
Ejemplo:
Un investigador médico desea comparar la efectividad de dos medicamentos.
Las hipótesis nula y alternativa son:
 Hipótesis nula (H0): μ1= μ2
Los dos medicamentos tienen la misma eficacia.
 Hipótesis alternativa (H1): μ1≠ μ2
Los dos medicamentos no tienen la misma eficacia.

7. 7
Un error de tipo I se produce si el investigador rechaza la hipótesis nula y
concluye que los dos medicamentos son diferentes cuando, en realidad, no lo son.
Si los medicamentos tienen la misma eficacia, el investigador podría considerar
que este error no es muy grave, porque de todos modos los pacientes se
beneficiarían con el mismo nivel de eficacia independientemente del medicamento
que tomen.
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 medicamentos
son iguales cuando en realidad son diferentes. Este error puede poner en riesgo la
vida de los pacientes si se pone en venta el medicamento menos efectivo en lugar
del medicamento más efectivo.
Potencial de un test.
Los test o pruebas son los procedimientos que permiten evidenciar si una
hipótesis se acepta o se rechaza, o determinar si las muestras observadas difieren
significativamente de los resultados esperados. Ahora bien, el potencial de una
prueba de hipótesis es la probabilidad de que la prueba rechace correctamente la
hipótesis nula, y esta se ve afectada por el tamaño de la muestra, la diferencia, la
variabilidad de los datos y el nivel de significancia de la prueba.
Si una prueba tiene poca potencia, es posible que no se detecte un efecto y
se concluya inexactamente. Si la potencia de una prueba es demasiado alta,
efectos muy pequeños y posiblemente sin importancia podrían parecer
significativos. Cabe destacar que ninguna prueba es perfecta, siempre existirá la
posibilidad de que los resultados de una prueba conduzcan a rechazar la hipótesis
nula (H0) cuando en realidad sea verdadera (un error de tipo I) o a no rechazar
H0 cuando realmente sea falsa (error de tipo II).

8. 8
Nivel de significación.
El nivel de significancia, también denotado como alfa o α, es la probabilidad
de rechazar la hipótesis nula cuando es verdadera; es un umbral que permite
determinar si el resultado de un estudio se puede considerar estadísticamente
significativo después de realizar las pruebas planificadas. Es el límite para juzgar
un resultado como estadísticamente significativo. Si el valor de significación es
menor que el nivel de significación, se considera que el resultado es
estadísticamente significativo. Este riesgo se establece normalmente en 0.05 ó
0.01.
La probabilidad de cometer errores de tipo I, que se simboliza alfa, es la
probabilidad de ocurrencia de los valores del estadístico en la región de rechazo
cuando la Hipótesis Nula es verdadera. El valor de alfa, también denominado nivel
de significación, es definido por el investigador antes de recoger los datos, y la
costumbre es hacer alfa=0.05 o alfa=0.01. La probabilidad de cometer errores de
tipo II se simboliza beta y depende de varias circunstancias como la distancia que
separa el valor asignado al parámetro en la hipótesis nula de su valor real, el
tamaño muestral y el valor asignado a alfa.
Ejemplo:
Disponemos de 2 tratamientos ( A y B). El tratamiento A lo reciben 25
pacientes y el tratamiento B otros 25 pacientes. 15 pacientes responden
favorablemente al tratamiento A y 20 al tratamiento B. ¿Existe diferencia
significativa entre ambos tratamientos?.
Ho (hipótesis nula) = No hay diferencia entre ambos tratamientos.
Ha (hipótesis alternativa) = Sí existe diferencia.
Tratamiento N Porcentaje de respuesta

9. 9
A 25 15/25 = 0.60
B 25 20/25 = 0.80
Si l P1 - P2l es mayor que el producto de 1.96 * el error estándar, se concluye que
la diferencia es significativa
Contraste de hipótesis.
Es un tipo de modelo utilizado en inferencia estadística cuyo objetivo es
comprobar si una estimación se adapta a los valores poblacionales, es decir, el
objetivo de los métodos de contraste de hipótesis es verificar si una estimación se
adapta a la realidad de forma fiable. En todo contraste de hipótesis existen dos
supuestos. La hipótesis nula (H0) que recoge la idea de que una variable tiene un
valor predeterminado, y la hipótesis alternativa (H1), que es la que se acepta
cuando se rechaza la hipótesis nula (H0).
Cuantifica la probabilidad de que las diferencias entre ellas sean esperables
por azar y los supuestos de estas se denominan hipótesis paramétricas. Se
estable un criterio de decisión, si con esa condición se acepta la hipótesis de
referencia, entonces se puede afirmar con cierta probabilidad que la estimación
puede ser muy cercana al supuesto valor real.
Ejemplo:
En las votaciones parlamentarias se obtuvieron los siguientes resultados:
 Partido A: 32%
 Partido B: 51%
 Partido C: 17%

10. 10
Contraste de hipótesis sobre que A tenga un 32% al 95% de confianza.
 H0: No tiene un 32% de votos con un 95% de probabilidad
 H1: Tiene tiene un 32% de votos con un 95% de probabilidad
En el caso que podamos rechazar la hipótesis nula (H0), podemos afirmar la
hipótesis alternativa. Es decir, en ese escenario, se podría asegurar que el partido
A tiene un 32% de votos con un 95% de probabilidad.

11. 11
CONCLUSIÓN
En todo lo antes expuesto se evidenciaron los conceptos básicos en torno a
la hipótesis, un enunciado conjetural de la relación entre dos o más variables, es
decir, son guías para una investigación ya que indican lo que estamos buscando o
tratando de probar y se definen como explicaciones tentativas del fenómeno
investigado. Es fundamental destacar que estas necesariamente deben referirse a
una situación social real, bajo términos comprensibles y precisos, así como
observables y medibles. La relación entre variables propuesta por una hipótesis
debe ser clara y verosímil. En este orden de ideas, la hipótesis tiene como utilidad
orientar y delimitar la investigación, dándole una dirección definitiva a la búsqueda
de la solución de un problema con el rechazo o la aceptación de la percepción,
para explicar los hechos conocidos y pronosticar los desconocidos.

12. 12
BIBLIOGRAFÍA
 Izcara Palacios, S. P. (2014). Manual de investigación cualitativa. Perú:
Ediciones Fontamara. Recuperado a partir
de https://www.porrua.mx/libro/GEN:846424/manual-de-investigacion -
cualitativa/simon-pedro-izcara-palacios/9786077360643
 Laudo Castillo, X. (2012). «La hipótesis de la pedagogía postmoderna.
Educación, verdad y relativismo». Teoría de la Educación. Revista
Interuniversitaria, 23(2), 45-68.
 Marco Sanjuán. Error tipo I. Disponible en:
https://economipedia.com/definiciones/error-tipo-
i.html#:~:text=El%20error%20tipo%201%20en,o%20error%20de%20tipo%2
0alfa.
 Milton JS. Estadística para biología y ciencias de la Salud. México:
McGraw-Hill; 2001.
 Norman GR, Streiner DL. Bioestadística. México: Mosby/Doyma Libros;
1996.
 Ochoa Sangrador C, Molina Arias M, Ortega Páez E. Inferencia estadística:
probabilidad, variables aleatorias y distribuciones de probabilidad. Evid
Pediatr. 2019;15:27.
 Ochoa Sangrador C, Molina Arias M, Ortega Páez E. Inferencia estadística:
contraste de hipótesis. Disponible en página web:
https://evidenciasenpediatria.es/articulo/7537/inferencia-estadistica-
contraste-de-hipotesis
 Rojas Soriano, Raúl, Guía para realizar Investigaciones Sociales, Editorial.
Plaza y Valdez Folios, Octava edición, México, D.F., 1991.