Professional Documents
Culture Documents
Hiptesis:
Es una proposicin que establece relaciones, entre los hechos; para otros es una posible
solucin al problema; otros ms sustentan que la hiptesis no es ms otra cosa que una
relacin entre las variables, y por ltimo, hay quienes afirman que es un mtodo de
comprobacin.
- Son suposiciones que relacionan una variable con otra y que sern probadas a travs
de la investigacin, con el fin de ser aceptadas o rechazadas por medio de los
resultados obtenidos.
- Son ante todo, enunciados que expresan afirmaciones o negaciones sobre la
realidad.
Una prueba de hiptesis es una prueba estadstica que se utiliza para determinar si
existe suficiente evidencia en una muestra de datos para inferir que cierta condicin es
vlida para toda la poblacin. La prueba de hiptesis examina dos hiptesis opuestas sobre
una poblacin: la hiptesis nula y la hiptesis alternativa. La hiptesis nula es el enunciado
que se probar. Por lo general, la hiptesis nula es un enunciado de que "no hay efecto" o
"no hay diferencia". La hiptesis alternativa es el enunciado que se desea poder concluir
que es verdadero.
Aquella hiptesis que se desea contrastar se llama hiptesis nula (Ho), por tanto, la que
se acepta o rechaza como conclusin del contraste. La hiptesis nula suele ser una
estrategia o medio del que se sirve el investigador para probar la alternativa. Suele ir
acompaada por la hiptesis alternativa o hiptesis experimental, simbolizada por H1. La
hiptesis alternativa es la que se verifica cuando no se verifica la hiptesis nula. El
planteamiento de Ho permite elaborar un modelo Probabilstico a partir del cual podemos
llegar a la decisin final.
~1~
A su vez, al plantear una hiptesis, esta puede ser simple o compuesta. Una hiptesis es
simple si se especifica exactamente el valor del parmetro. Una hiptesis es compuesta, si
contiene dos o ms valores del parmetro. La hiptesis nula (Ho) por ser ms concreta suele
ser simple y la alternativa, compuesta. Es frecuente plantearlas como complementarias.
1. Hiptesis nula.
2. Hiptesis alternativa.
El promedio de horas laboradas por parte del empleado de una empresa es de 8 horas
diarias.
Contraste de hiptesis.
La nica forma de saber con certeza absoluta que una hiptesis estadstica es verdadera,
es examinar toda la poblacin. Pero esto, en la mayora de los casos resulta, imposible (por
falta de medios econmicos, imposibilidades tcnicas, etc.). Por lo tanto, la decisin debe
adoptarse a partir de los resultados de una muestra de la poblacin (supuesta
representativa), que nos inducir a tomar la decisin sobre la verdad o falsedad de la
hiptesis. Pero es difcil sta decisin, porque aunque sepamos exactamente el valor del
parmetro de la poblacin, en las muestras es muy difcil que se verifique ese valor exacto,
~2~
por lo que debemos decidir unos lmites de valores del parmetro en la muestra, que nos
puedan llevar a la decisin de aceptar el valor del parmetro poblacional.
Ejemplo: Un auditor extrae una muestra aleatoria de tamao 36 y calcula la media muestral
porque desea probar la suposicin de que el valor medio de todas las cuentas por cobrar en
una determinada empresa sea de 2.600Bs, el auditor desea rechazar este valor supuesto de
2.600Bs solo si la media muestral lo contradice claramente.
Ho: = 2.600Bs
Ha: 2.600Bs
Cuando se realiza un contraste de hiptesis, siempre debemos tener en cuenta que cuando
aceptamos o rechazamos una hiptesis puede que estemos cometiendo un cierto error.
Cuando Rechazamos Ho, significa que Ho es falsa y cuando aceptamos Ho, significa que
Ho es verdadera. Por tanto, se pueden considerar, dos tipos de errores que se pueden
cometer cuando se realiza un contraste:
- Error tipo I (): Es el error que se comete en la decisin del contraste cuando se rechaza
la hiptesis nula (Ho), siendo correcta (cierta).
Ejemplo: se considera que una empresa est en quiebra, a pesar de que est operativa
(hiptesis nula: la empresa est operativa)
- Error tipo II (): Es el error que se comete en la decisin del contraste cuando se acepta
la hiptesis nula (Ho), siendo falsa.
~3~
Ejemplo: se cree que no se han cancelado las facturas de la empresa, cuando si se han
cancelado. (Hiptesis nula: no se han cancelado las facturas)
El modelo de ANOVA (Analisis of variance) son tcnicas estadsticas que sealan si dos
variables (una independiente y otra dependiente) estn relacionadas en base a si las medias
de la variable dependiente son diferentes en las categoras o grupos de la variable
independiente. Es decir, seala si las medias entre dos o ms grupos son similares o
diferentes.
Los modelos ANOVA permiten, bsicamente, comparar los valores medios que toma la
variable dependiente en J poblaciones en las que los niveles de factores son distintos, con
la finalidad de determinar si existen diferencias significativas segn dichos niveles o si, por
el contrario, la respuesta en cada poblacin es independiente de los niveles de factores. Se
trata, por tanto, de un contraste paramtrico que extiende al caso de J poblaciones el
contraste de la igualdad de medias entre dos poblaciones independientes.
Aunque existen muchos y muy diferentes modelos de ANOVA, puede obtenerse una
clasificacin bastante simple de los mismos atendiendo a tres criterios: el nmero de
factores, el tipo de muestreo efectuado sobre los niveles de los factores y el tipo de
aleatorizacin utilizada para seleccionar las muestras representativas de cada poblacin y
agrupar sus elementos (o unidades experimentales) en los distintos grupos que se desea
comparar.
~4~
En cuanto al muestreo de niveles, se refiere a la forma de establecer los niveles de cada
factor. Esto depende, normalmente, de los intereses del investigador. Si se fijan nicamente
aquellos niveles del factor que realmente interesa estudiar, estamos ante un modelo de
ANOVA de efectos fijos (tambin llamado modelo I) mientras que si los niveles se
seleccionan aleatoriamente de entre todos los posibles, se trata de un modelo ANOVA de
efectos aleatorios (o modelo II).
Ejemplo: al director de una empresa le gustara saber si cualquiera de cinco procesos para
montar componentes aumenta la productividad por hora y reduce el nmero de
componentes defectuosos.
1) Descripcin de datos.
2) Supuestos
3) Hiptesis
4) Estadstica de prueba
5) Distribucin de la estadstica de prueba
6) Regla de decisin
7) Clculo de la estadstica de prueba
8) Decisin de estadstica
9) Conclusin
10) Calculo del valor p (probabilidad)
CARACTERSTICAS PRINCIPALES
~5~
1. Es aplicable slo cuando las unidades experimentales son homogneas (verificar si
existe tal homogeneidad de los datos, todos provienen de la misma distribucin y no hay
datos atpicos).
VENTAJAS
DESVENTAJA
La principal desventaja que presenta este diseo est relacionada a la homogeneidad del
material experimental; el cual es difcil de encontrar en experimentos de campo, por lo que
su uso se restringe con mucha frecuencia a experimentos de laboratorio o donde se pueda
tener control de los efectos no considerados en el estudio (ambiente, temperatura, luz, entre
otros)
~6~
Links
https://es.slideshare.net/Gavi8a/error-tipo-i-y-ii
~7~