ANTOLOGÍA

ESTADÍSTICA INFERENCIAL

BLOQUE 5
Prueba de hipótesis y análisis
de varianza
2 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

BLOQUE 05
Prueba de hipótesis y

“
análisis de varianza

La estadística puede resolver problemas que se presentan en la toma de

decisiones sobre las distribuciones de una población o sobre sus
parámetros.

Son muy comunes los problemas de toma de decisiones que pueden

reducirse a rechazar o aceptar una hipótesis o suposición sobre la
media, la proporción, la varianza u otro parámetro de la distribución o
sobre la propia distribución de una población. (Guerra Bustillo, C. W.
2003, p. 157).

Por ello definiremos el concepto de hipótesis de acuerdo a el análisis

estadístico se establece una afirmación, es decir una hipótesis, se recogen
datos que posteriormente se utilizan para probar la aserción. Entonces, una
hipótesis estadística es:

HIPÓTESIS: Afirmación relativa a un parámetro de la población sujeta a

verificación. (Lind 2018, p. 334).

5.1. Definiciones, prueba de hipótesis de uno y dos extremos

De acuerdo con Lind (2018) define a la prueba de hipótesis como: Un procedimiento basado en evidencia de la muestra y la teoría de la
probabilidad para determinar si la hipótesis es una afirmación razonable.

Prueba de hipótesis
Procedimiento basado en evidencia de la muestra y la teoría de la probabilidad para determinar si la hipótesis es una afirmación
razonable.
Es por ello que establece un procedimiento que consta de cinco pasos principalmente, los cuales iremos revisando a continuación.

1. Se establece la hipótesis nula y la hipótesis alternativa

Hipótesis nula
Es la hipótesis por probar, se designa H0, el subíndice cero implica que no hay diferencia, normalmente se incluye el término no en la
hipótesis nula, que significa que “no hay cambio”. La hipótesis nula siempre incluirá el signo de igual.

Ejemplo 1. La duración promedio de un foco es de 1000 horas.

H0: µ = 1,000

Ejemplo 2. La duración promedio de una llanta no es diferente de 60,000 km.

H0: µ = 60,000
3 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Hipótesis alternativa
Describe lo que se concluirá si se rechaza la hipótesis nula. Se representa H1
En la hipótesis alternativa nunca aparecerá el signo de igual.
Ejemplo 1. La duración promedio de un foco es diferente de 1000 horas. H1: µ ≠ 1,000
Ejemplo 2. La duración promedio de una llanta es menor de 60,000 km. H1: µ < 60,000

2. Se selecciona el nivel de significancia

Nivel de significancia
Es entendida como: la Probabilidad de rechazar la hipótesis nula cuando es verdadera. El nivel de significancia se expresa con
la letra griega alfa, (α). Debe elegir el nivel de significancia antes de formular una regla de decisión y recopilar los datos de la
muestra. NO es válido realizar cambios con base en la evidencia de la muestra.

Error tipo I (α)

Rechazar la hipótesis nula cuando es verdadera.

Error tipo II (β)

Aceptar la hipótesis nula cuando es falsa.
La siguiente tabla resume las decisiones que el investigador puede tomar sus posibles consecuencias.

Figura 1. Lind, 2018, p. 338

3. Se selecciona el estadístico de prueba

Estadístico de prueba entendido como: el valor, determinado a partir de la información de la muestra, para determinar si
se rechaza la hipótesis nula.

Hay varios estadísticos de prueba, por ejemplo: Estadístico de prueba z:

4. Se formula la regla de decisión

Regla de decisión: es un enunciado sobre las condiciones específicas en que se rechaza la hipótesis nula y aquellas que no se
rechazan.

Región o área de rechazo: Define la ubicación de todos esos valores que son tan grandes o tan pequeños que la probabilidad
de que ocurran en una hipótesis nula verdadera es remota.

Valor crítico: es el punto de división entre la región en que se rechaza la hipótesis nula y aquella en la que se acepta.
4 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

5.1.2 Prueba de hipótesis de uno y dos extremos

Para estas pruebas se utilizan los casos Pruebas de significancia de una y dos
colas.

Caso 1: Región de rechazo de una prueba de una cola a la derecha con un nivel de
significancia de 0.05, observe la Figura 5.1. Suponga que:

H0: µ ≤ 1000
H1: µ > 1000

La hipótesis alternativa señala la región de rechazo (área azul), en este caso, es a la

derecha, es decir, la cola superior. Observe la Figura 5.1.

Figura 5.1. Prueba de significancia de una cola a la derecha

La Tabla 5.1 presenta solo los valores de z positivos de la Distribución normal

estándar, como la distribución normal es simétrica, las áreas bajo la curva normal
para valores positivos de z son idénticas a las áreas para valores z negativos,
entonces para un representar un valor de z negativo simplemente se le agrega el
signo negativo.

A la mitad de la gráfica normal se le resta el nivel de significancia = 0.5 – 0.05 =

0.45, entonces se busca 0.45 en la Tabla 5.1, como este valor no existe en la tabla se
buscan los valores más aproximados, que son 0.4495 y 0.4505, como estos valores
están a la misma distancia de 0.45, se elige el mayor de los dos, que es 0.4505, que le
corresponde el valor de z de 1.65 que es valor crítico, observe la Tabla 5.1.
5 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Tabla 5.1. Áreas bajo la curva normal estándar

Caso 2: Región de rechazo de una prueba de una cola a la izquierda con un nivel de significancia de 0.05, observe la Figura 5.2.
Suponga que:

H0: µ ≥ 1000
H1: µ < 1000

La hipótesis alternativa señala la región de rechazo (área azul), en este caso, es a la izquierda, es decir, la cola inferior. Observe
la Figura 5.2.

Figura 5.2. Prueba de significancia de una cola a la izquierda

A la mitad de la gráfica normal se le resta el nivel de significancia = 0.5 – 0.05 = 0.45, se busca 0.45 en la Tabla 1, como este valor
no existe, se buscan los valores más aproximados 0.45 y se elige el mayor que es 0.4505, que le corresponde el valor de z de
1.65. Observe en la Figura 5.2. que el área de rechazo se encuentra a la izquierda de la gráfica entonces el valor de z es -1.65.
6 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Caso 3: Región de rechazo para una prueba de dos colas con un nivel de significancia de
0.01, observe la Figura 5.3. Suponga que:

H0: µ = 1000
H1: µ ≠ 1000

La hipótesis alternativa no especifica dirección entonces es una prueba de dos colas, porque no considera un cambio
(incremento o decremento). Observe la Figura 5.3.

Se divide el nivel de significancia entre dos porque es una prueba de dos colas, entonces α/2 = 0.01/2 = 0.005 que se coloca en
cada una de las colas. Observe la Figura 5.3.

A la mitad de la gráfica normal se le resta el nivel de significancia 0.5 – 0.005 = 0.495, se busca 0.495 en la Tabla 5.1, como este
valor no existe, se buscan los dos valores más aproximados a 0.4951, que son 0.4949 y 0.4951, como están a la misma distancia
de 0.45 se elige el mayor de los dos que es 0.4951 que le corresponde al valor de z de 2.58. En este caso el valor de z es ± 2.58
porque el área de rechazo se encuentra dividida entre las dos colas. Observe la Figura 5.3.

Figura 5.3. Prueba de significancia de dos colas

5. Se toma una muestra y se llega a una decisión

El quinto y último paso en la prueba de hipótesis consiste en calcular el estadístico de la prueba, comparándola con el valor
crítico, y tomar la decisión de rechazar o no la hipótesis nula. Se toma una muestra, se calcula el estadístico de la prueba, se
aplica la regla de decisión y se decide rechazar o no a H0.

Resumen de los pasos de la prueba de hipótesis

1.-Se establece la hipótesis nula (H0) y la hipótesis alternativa (H1).
2.-Se selecciona el nivel de significancia (α).
3.-Se selecciona el estadístico de prueba adecuado.
4.-Se formula una regla de decisión con base en los pasos 1, 2 y 3 anteriores.
5.-Se toma una decisión en lo que se refiere a la hipótesis nula con base en la información de la muestra. Se interpretan los
resultados de la prueba.
7 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

5.2. Prueba de hipótesis para la media poblacional de muestra grande

En esta prueba se conoce la desviación estándar poblacional (σ).

Ejemplo 1.
Mobiliario S.A. fabrica y arma escritorios. La producción semanal del escritorio A32 tiene una distribución normal con una
media de 200 y una desviación estándar de 16. Hace poco con motivo de la expansión del mercado, se introdujeron nuevos
métodos de producción y se contrató más empleados. El gerente de fabricación pretende investigar si hubo algún cambio en
la producción semanal del escritorio A32, ¿la cantidad media de escritorios producidos es diferente de 200 semanales? Realice
una prueba de hipótesis con un nivel de significancia de 0.01.

Paso 1:
Hipótesis nula: la media de escritorios A32 es igual a 200: H0: µ = 200
Hipótesis alternativa: la media de escritorios A32 es diferente a 200: H1: µ ≠ 200
Es una prueba de dos colas porque la hipótesis alternativa no indica dirección.

Paso 2:
El nivel de significancia indicado es α = 0.01

Paso 3:
El estadístico de prueba adecuado cuando es una muestra grande y se conoce la desviación estándar poblacional es:

Estadístico de prueba z:

Donde: µ = Media poblacional

σ = Desviación estándar poblacional
n = Tamaño de la muestra

Paso 4:
Es prueba de dos colas porque H1 no indica dirección, entonces se divide el nivel de significancia entre dos: α/2 = 0.01/2 =
0.005, que se coloca en cada una de las colas. Observe la Figura 5.4. Para identificar el valor crítico se calcula:

A la mitad de la gráfica normal se le resta el nivel de significancia 0.5 – 0.005 = 0.495, se busca 0.495 en la Tabla 1, como no
existe, el valor adecuado es 0.4951 que le corresponde al valor de z de 2.58. En este caso el valor de z es ± 2.58 porque el área
de rechazo se encuentra dividida entre las dos colas. Observe la Figura 5.4.

Figura 5.4. Prueba de

significancia de dos colas

Regla de decisión: H0 se
rechaza si z < –2.58 o z
> 2.58
8 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Paso 5:
Se toma una muestra de 50 semanas, se encuentra que la producción media de escritorios A32 es de 203.5.

Media poblacional: µ = 200

Desviación estándar poblacional: σ = 16
Tamaño de la muestral: n = 50

En la Figura 5.5 se observa que z = 1.55 no cae en la región de rechazo de H0 entonces H0 no se rechaza. Se puede concluir que
la media de la población no es diferente de 200.

Figura 5.5. Prueba de significancia de dos colas y estadístico de prueba

Ejemplo 2.
Suponga que el gerente de fabricación desea saber si hubo un incremento en la cantidad de escritorios A32 producidos.
¿Puede concluir que debido al mejoramiento de los métodos de producción, que la cantidad media de escritorios armados en
las 50 semanas pasadas fue superior a 200?

Paso 1:
Hipótesis nula: la media de escritorios A32 es igual o menor a 200: Ho: µ ≤ 200
La hipótesis nula siempre incluye el signo “=”

Hipótesis alternativa: la media de escritorios A32 es superior a 200: H1: µ > 200
Es una prueba de una cola porque “superior” indica a la derecha.

Paso 2:
El nivel de significancia indicado es α = 0.01

Paso 3:
El estadístico de prueba adecuado es:

Paso 4:
Es prueba de una cola porque H1 indica dirección de rechazo a la derecha (superior)
Cómo es solo una cola, toda la región de rechazo se coloca en esta. Para identificar el valor crítico se calcula:

0.5 – 0.01 = 0.49, se busca 0.49 en la Tabla 1, como este valor no existe, se buscan los más aproximados a 0.49, que son 0.4898 y
0.4901, como están a distancias diferentes de 0.49, se elige el más cercano 0.49 que es 0.4901 que le corresponde el valor de z
de 2.33. En este caso el valor de z es +2.33 porque el área de rechazo se encuentra en la cola derecha de la distribución normal.
Observe la Figura 5.6.
9 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Figura 5.6. Prueba de significancia de una cola a la derecha y estadístico de prueba

Regla de decisión: Ho se rechaza si z > 2.33

Paso 5:
El valor de z = 1.55 se calculó anteriormente. En la Figura 3 se observa que z = 1.55 no es mayor que 2.33 entonces no cae en la región de
rechazo de H0, por lo tanto, H0 no se rechaza.

Se puede concluir que la cantidad media de escritorios armados en las 50 semanas pasadas no fue superior a 200.

5.2.1. Prueba de hipótesis para la proporción poblacional con muestra grande

Se deben hacer algunas suposiciones antes de probar una proporción de población.

Para probar una hipótesis de una proporción de población, se elige una muestra aleatoria de la población. Se supone que se
satisfacen los siguientes supuestos binomiales:

1.-Los datos de la muestra que se recogen son resultados de conteo.

Se toma una muestra y se cuentan los resultados.
2.-El resultado de un experimento se clasifica en una de dos categorías mutuamente excluyentes “éxito” o “fracaso”.
Por ejemplo, en un volado, si pido águila entonces el éxito es “cae águila” y el fracaso es “cae sol”.
3.-La probabilidad de un éxito es la misma en cada prueba.
Por ejemplo, la probabilidad de éxito (cae águila) es 0.50 y se repite cada vez que un volado cae águila.
4.-Las pruebas son independientes, lo cual significa que el resultado de una prueba no influye en el resultado de las demás.

Por ejemplo, si en el primer volado cae águila, no influye en el resultado del segundo volado, puede caer águila o sol, y así
sucesivamente.

Después se comprueba que: nπ y n(1– π) son de al menos cinco, si se cumplen entonces la distribución binomial puede
aproximarse por medio de la distribución normal.
10 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Ejemplo 1.
Suponga que, a partir de las elecciones anteriores en un estado, para que sea electo un candidato a gobernador es necesario
que gane por lo menos 80% de los votos en la sección norte del estado. El gobernador en turno está interesado en evaluar sus
posibilidades de volver al cargo y hace planes para llevar una encuesta de 2000 votantes registrados en la sección norte del
estado. Aplique el procedimiento de cinco pasos para probar hipótesis y evalúe las posibilidades de que el gobernador se
reelija.

Verificar si la reelección de gobernador satisface las condiciones binomiales:

1.-Los datos de la muestra son el resultado de conteo: se van a contar el número de votantes que apoya la reelección con una
muestra de 2000 votantes.
2.-Sólo hay dos posibles resultados: voto a favor de la reelección del gobernador (éxito) o voto en contra de la reelección del
gobernador (fracaso)
3.-La probabilidad de un éxito es la misma para cada prueba. En este caso la probabilidad de que cualquier votante apoye la
reelección es de 0.80 (80%)
4.-Las pruebas son independientes. Por ejemplo, la probabilidad que el votante 23 apoye la relección no afecta a lo que elijan
los votantes 24 y 52.

Recuerde que π es la proporción poblacional, entonces con n = 2000 y π = 0.8 comprobar que:

nπ ≥ 5 n(1– π) ≥ 5
2000(0.8) ≥ 5 2000(1 – 0.8) ≥ 5
1600 ≥ 5 Sí cumple 2000(0.2) ≥ 5
400 ≥ 5 Sí cumple

Como se cumplen las dos condiciones entonces se puede utilizar la aproximación normal para la distribución binomial. Ya se
puede aplicar la prueba de hipótesis.

Paso 1:
Hipótesis nula: votará a favor de la reelección del gobernador: Ho: π ≥ 0.80
Hipótesis alternativa: votará en contra de la reelección del gobernador: H1: π < 0.80
Es una prueba de una cola porque la hipótesis alternativa indica dirección a la izquierda.

Paso 2:
En este caso se elige un nivel de significancia de α = 0.05

Paso 3:
El estadístico de prueba adecuado es, prueba de hipótesis para proporción poblacional:

donde: p = proporción de la muestra

π = proporción de la proporción hipotética
n = tamaño de la muestra

Paso 4:
Se formula una regla de decisión.
Es prueba de una cola porque H1 indica dirección de rechazo a la izquierda (<). Cómo es solo una cola, toda la región de rechazo
se coloca en esta. Observe la Figura 5.7.

A la mitad de la gráfica normal se le resta el nivel de significancia = 0.5 – 0.05 = 0.45, El valor de z para 0.45 ya se identificó an-
teriormente, es z = -1.65 que es valor crítico. Observa la Figura 5.7.
11 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Figura 5.7. Prueba de significancia de una cola a la izquierda

Paso 5:
Se toma una muestra y se llega a una decisión.
Se tomó una muestra de 2000 posibles electores en la parte norte del estado y revelo que 1550 pensaban votar por el gober-
nador en turno.

Proporción muestral:

Estadístico de prueba:

En la Figura 5.8 se observa que z = –2.8 cae en la región de rechazo de H0 entonces H0 se rechaza y se acepta H1.

Figura 5.8. Prueba de significancia de una cola a la izquierda y estadístico de prueba

Como z = –2.8 < –1.65 se rechaza H0 y se acepta H1, es decir, la evidencia indica que no apoyarán la reelección del gobernador
en turno.
12 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

6. Análisis de varianza

Este apartado es una ampliación de las pruebas de hipótesis, ya realizamos pruebas de hipótesis para muestras grandes y para
muestras pequeñas, también realizamos pruebas de hipótesis de proporción, ahora continuaremos con la prueba de hipótesis
para una y dos varianzas.

6.1. Definición, conceptos fundamentales

De acuerdo con Mendenhall (2018) se presentan las siguientes definiciones.

Unidad experimental
Objeto del que se toma una medición o mediciones.

Factor
Variable independiente cuyos valores son controlados y variados por el experimentador.

Nivel
Escenario de intensidad de un factor.

Tratamiento
Es una combinación específica de niveles de factor.

Respuesta
Es la variable que es medida por el experimentador.

6.2. Análisis de varianza de una vía o factor

Utiliza el diseño experimental más sencillo, el diseño completamente aleatorizado, en el que las muestras aleatorias se
seleccionan de manera independiente de cada una de las k poblaciones. Este diseño comprende un sólo un factor, la población
de donde proviene la medición, de aquí la designación como una clasificación en una dirección.

6.2.1. Prueba de hipótesis

Para las pruebas de hipótesis de varianza se utiliza la distribución F. Esta distribución de probabilidad sirve como la distribución
del estadístico de prueba en varias situaciones. Con ella se pone a prueba si dos muestras provienen de poblaciones que tienen
varianzas iguales, y también se aplica cuando se desea comparar varias medias poblacionales en forma simultánea.

La comparación simultánea de varias medias poblacionales se denomina análisis de la varianza (ANOVA). En las dos situaciones,
las poblaciones deben seguir una distribución normal, y los datos deben ser al menos de escala de intervalos.

6.2.2. La distribución F
Esta distribución de probabilidad se utiliza para las pruebas de varianza debido a sus características.
13 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Características de la distribución F
1.-Existe una familia de distribuciones F. Cada miembro de la familia se determina mediante dos parámetros: los grados de
libertad del numerador y los grados de libertad del denominador. La forma de la distribución se ilustra en la Figura 6.1.

Figura 6.1. Distribución F de Fisher

2.-La distribución F es continua. Esto significa que se supone un número infinito de valores entre cero y el infinito positivo.

3.-La distribución F no puede ser negativa. El menor valor que F puede tomar es 0.

4.-Tiene sesgo positivo. La cola larga de la distribución es hacia el lado derecho. Cuando el número de grados de libertad
aumenta, tanto en el numerador como en el denominador, la distribución se aproxima a ser normal.

5.-Es asintótica. Cuando los valores de x aumentan, la curva F se aproxima al eje x pero nunca lo toca.

6.2.3. Estadístico de prueba, regla de decisión

La primera aplicación de la distribución F ocurre cuando se pone a prueba la hipótesis de que la varianza de una población
normal es igual a la varianza de otra población normal. En los siguientes ejemplos se muestra el uso de la prueba:

° El índice de rendimiento medio de los dos tipos de acciones comunes puede ser el mismo, pero quizá varíe más el índice de
rendimiento de un tipo que el otro. Una muestra de 10 acciones relacionadas con la tecnología y 10 acciones de compañías
de servicios presentan el mismo índice de rendimiento medio, pero es probable que varíen más las acciones vinculadas a la
tecnología.

° Un estudio del departamento de marketing de un periódico importante reveló que los hombres y las mujeres pasan cerca de
la misma cantidad de tiempo por día navegando por la red. Sin embargo, el mismo reporte indica que la variación del tiempo
pasado por día por los hombres casi duplicaba al de las mujeres.

La distribución F proporciona un medio para realizar una prueba considerando las varianzas de dos poblaciones normales.

Sin importar si se desea determinar si una población varía más que otra o validar una suposición de una prueba estadística,
primero se formula la hipótesis nula. La hipótesis nula es que la varianza de una población normal, 12, es igual a la varianza de
otra población normal, 22. La hipótesis alternativa podría ser que las varianzas difieren. En este caso, las hipótesis nula y
alternativa son:
14 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Para realizar la prueba, se selecciona una muestra aleatoria de n1 observaciones de una población y una muestra aleatoria de
n2 observaciones de la segunda población. El estadístico de prueba es el siguiente.

Estadístico de prueba para comparar dos varianzas:

Los términos s1 y s2 son las varianzas muestrales respectivas. Si la hipótesis nula es verdadera, el estadístico de prueba sigue la
distribución F con n1 – 1 y n2 – 1 grados de libertad. A fin de reducir el tamaño de la tabla de valores críticos, la varianza más
grande de la muestra se coloca en el numerador; de aquí, la razón F que se indica en la tabla siempre es mayor que 1.00. Así, el
valor crítico de la cola derecha es el único que se requiere. El valor crítico de F de una prueba de dos colas se determina dividien-
do el nivel de significancia entre dos α/2 y después se consultan los grados de libertad apropiados en la Tabla de la distribución
F, clarifiquemos con un ejemplo.

Ejemplo 1.
Autos Imperio ofrece servicio de transporte en limusina del centro de Atlanta al aeropuerto. El Dueño de la compañía
considera dos rutas. Una por la carretera 2 y la otra por la autopista 1. El director desea estudiar el tiempo que tardaría en
conducir al aeropuerto por cada una de las rutas y luego comparar los resultados. Recopiló los siguientes datos muestrales,
reportados en minutos, observe la Tabla 6.1. Usando el nivel de significancia de 0.10, ¿hay alguna diferencia entre las
variaciones de los tiempos de manejo por las dos rutas?

Tabla 6.1. Datos muestrales en minutos

Los tiempos de manejo medios por las dos rutas son casi iguales. El tiempo medio es de 58.29 minutos por la carretera 2 y de
59.00 minutos por la autopista 1. Sin embargo, al evaluar los tiempos de recorrido, El dueño también está interesado en la
variación de ellos. El primer paso es calcular las dos varianzas muestrales. Se determinará la desviación estándar de cada
muestra; para obtener la varianza muestral se eleva al cuadrado la desviación estándar
15 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Según la medición de la desviación estándar, hay más variación en la carretera 2 que en la autopista 1. Esto coincide con su
conocimiento de las dos rutas; la ruta por la carretera 2 tiene más semáforos, en tanto que la autopista 1 es de acceso limitado.
Sin embargo, la ruta por la autopista 1 es varias millas más largas. Es importante que el servicio que ofrece sea tanto puntual
como consistente, por lo que decide realizar una prueba estadística para determinar si en realidad existe una diferencia entre
las variaciones de las dos rutas. Emplearemos el procedimiento de Lind (2018) de prueba de hipótesis en cinco pasos.

Paso 1:
Se establece la hipótesis nula y la hipótesis alternativa.

Hipótesis nula:

Hipótesis alternativa:

Es una prueba de dos colas porque la hipótesis alternativa no indica dirección.

La prueba es de dos colas debido a que se busca una diferencia entre las variaciones de las dos rutas. No se trata de demostrar
que el tiempo que se emplea varía más por una ruta que por la otra.

Paso 2:
Se selecciona el nivel de significancia de α = 0.10

Paso 3:
Se selecciona el estadístico de prueba adecuado:

Estadístico de prueba para comparar dos varianzas:

Paso 4:
Se formula la regla de decisión.

Nivel de significancia: α = 0.10, como es una prueba de 2 colas: α/2 = 0.10/2 = 0.05

Muestra 1: n1 = 7

Grados de libertad p/muestra 1: gl = n1 – 1 = 7 – 1 = 6 grados de libertad del numerador

Muestra 2: n2 = 8

Grados de libertad p/muestra 2: gl = n1 – 1 = 8 – 1 = 7 grados de libertad del denominador

Para obtener el valor crítico se utiliza una tabla de distribución F con nivel de significancia de 0.05, como la Tabla 6.2. En esta
tabla se ubica gl = 7 del denominador y gl = 8 del numerador, con la intersección de los dos se obtiene al valor crítico que es
3.87, observe la Tabla 6.2. Por lo tanto, la regla de decisión es: rechazar la hipótesis si la razón de las varianzas muestrales es
mayor que 3.87

Regla de decisión: Ho se rechaza si F > 3.87

16 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Tabla 6.2. Distribución F con nivel de significancia 0.05

Paso 5:
Por último, debe tomar la razón de las dos varianzas muestrales, determinar el valor del estadístico de prueba y tomar una
decisión respecto de la hipótesis nula.

Observe que la fórmula se refiere a las varianzas muestrales, pero se calcularon las desviaciones estándares de las

muestras, las cuales se deben elevar al cuadrado para determinar las varianzas.

Regla de decisión: Ho se rechaza si F > 3.87

Observe que F = 4.23 > 3.87 no cumple la desigualdad, entonces se rechaza la hipótesis nula.

La decisión es rechazar la hipótesis nula, debido a que el valor F calculado (4.23) es mayor que el valor crítico (3.87).

Se concluye que hay una diferencia entre las variaciones de los tiempos de recorrido por las dos rutas.
17 ANTOLOGÍA - ESTADISTICA INFERENCIAL
Bloque 5. Prueba de Hipótesis y Análisis de Varianza

Referencias

Lind D. (2018). Estadística aplicada a los negocios y la economía. México: Mc Graw-Hill.

Mendenhall W. (2018). Estadística inferencial aplicada. México: Cengage Learning.

Guerra Bustillo, C. W. (2003). Estadística.. Editorial Félix Varela. https://elibro.net/es/ereader/edugap/71785?page=158