FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
 

EJEMPLO - BILATERAL

Una  compañía  productora  de  automóviles  manifiesta  que  la  distancia  media  requerida  
para  frenar  el  tipo  de  vehículo  que  se  encuentra  en  venta  y  que  vaya  a  una  velocidad  
de  20K/h  es  de  25  metros  con  una  desviación  estándar  de  2.1  metros.  Si  con  base  en  
una   muestra   de   100   conductores   se   obtiene   que   la   distancia   media   es   de   27.3   metros.  
Con   un   nivel   de   significancia   del   1%   ¿Podría   afirmarse   que   la   distancia   media   para  
frenar  el  vehículo  es  diferente  a  la  especificada  por  la  compañía?  

µ = 25 ! ! = 2.1 ! X = 27.3 ! n = 100 ! " = 0.01

Hipótesis: H 0 : µ = 25
H1 : µ < 25

Valor crítico: 1 – 0.01 = 0.99 / 2 = 0.495 para un Z = ±2.575

" %
$ X ! µ ' 27.3! 25
Estadístico de prueba:   $ Z = '' = 2.1 = 10.95
$ S
# n& 100

Regla  decisión:      
 
 
Conclusión:   a   un   nivel   del   1%   se   puede   decir   que   la   empresa   no   está   cumpliendo   con  
las  especificaciones  dadas  sobre  la  distancia  que  requiere  para  frenado  de  25  metros  a  
una  velocidad  de  20K/H,  y  la  distancia  es  diferente.  

Ejemplo unilateral derecha

Un   proceso   está   programado   para   empacar   la   cantidad   media   de   16   onzas   de   café   con  
una  desviación  estándar  de  5.3  onzas.  Se  toma  una  muestra  aleatoria  de  36  paquetes,  
resultando  una  media  de  17.2  onzas.  Al  nivel  del  5%  ¿se  podría  afirmar  que  el  proceso  
de  empacado  es  mayor  al  programado?  
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 

µ = 16 ! n = 36 ! X = 17.2 ! ! = 5.3 ! " = 0.10

Hipótesis: H 0 : µ = 16
H1 : µ < 16

Valor crítico: 0.5 – 0.1 = 0.4000 para un Z = = 1.28

" %
$ X ! µ ' 17.2 !16
Estadístico de prueba:   $ Z = '' = 5.3 = 1.06
$ S
# n& 36
 
 

Regla  de  decisión:      

Conclusión: Al   nivel   del   10%   se   puede   afirmar   que   se   está   cumpliendo   con   lo  
programado   por   la   fábrica,   puesto   que   el   estadístico   de   prueba   ha   caído   en   la   zona   de  
aceptación   de   la   hipótesis   nula,   y   las   diferencias   no   son   significativas   y   se   deben   al  
proceso  aleatorio  de  la  selección  de  la  muestra.  

Ejemplo unilateral izquierda

Un   inspector   de   calidad   investiga   las   acusaciones   contra   una   embotelladora   por   su  

deficiente   llenado   que   debe   ser   en   promedio,   de   32.5   onzas.   Para   ello   toma   una  
muestra  de  60  botellas,  encontrando  que  el  contenido  promedio  es  de  31.9  onzas  de  
líquido.   Se   sabe   que   la   máquina   embotelladora   debe   producir   un   llenado   con   una  
desviación  estándar  de  3.6  onzas.  ¿Puede  el  inspector  llegar  a  la  conclusión,  a  un  nivel  
de   significación   del   5%   que   se   están   llenando   las   botellas   por   debajo   de   su  
especificación  de  contenido?

µ = 32.5 ! ! = 3.6 ! n = 60 ! X = 31.9 ! " = 0.05

Hipótesis: H 0 : µ = 32.5
H1 : µ < 32.5
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
Valor crítico: 0.5 – 0.05 = 0.4500 para un Z =-1.645

" %
$ X ! µ ' 31.9 ! 32.5
Estadístico de prueba:   $ Z = '' = 3.6 = !1.29
$ !
# n& 60

Conclusión: dado   que   –1.29   se   sitúa   en   la   zona   de   aceptación,   es   válida   la  

hipótesis  nula,  lo  cual  significa  que  el  inspector  no  debe  llegar  a  la  conclusión  que  se  
esté   llenando   y   vendiendo   un   producto   por   debajo   de   su   especificación,   al   nivel   del  
10%.  

Ejemplo con desviación estándar poblacional

La   empresa   coca   cola   ha   establecido   como   política   general   para   su   producción   en  

pequeña   escala,   un   promedio     de   llenado   para   sus   envases   de   200   centímetros  
cúbicos   con   una   desviación   estándar     de   16   centímetros   cúbicos.   Dado   que  
recientemente  se  han  contratado  y  diseñado  nuevo  método  de  producción,  utilizando  
un   nivel   de   significancia   del   0.01,   se   desea   probar   la   hipótesis   que   el   promedio   de  
llenado  sigue  siendo  de  200  centímetros  cúbicos.  
 
Para  tal  efecto  se  tomó  una  muestra  de  100  envases  llenos,  los  cuales  mostraron  una  
media  de  llenado  de  203.5  centímetros  cúbicos.  
 

Paso 1

Planteamiento  de  la  hipótesis  nula:  la  media  poblacional  es  200.  
Planteamiento   de   la   hipótesis   alternativa:   La   media   poblacional   es   diferente   a   200.  
Estas  hipótesis  se  expresan  como  sigue:  
 
H 0 : µ = 200
H1 : µ < 200
 
Esta  es  una  prueba  de  dos  colas  debido  a  que  la  hipótesis  alternativa   es  planteada  
en  palabras  de  diferencia,  es  decir,  la  hipótesis  no  indica  si  la  media  es  mayor  o  menor  
que  200.  
 
 
 
 
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
Paso 2

El   nivel   de   significancia   es   de   0.01   que   es   el   alfa     la   probabilidad   de   cometer   el  

error  de  tipo  uno,  es  decir  la  probabilidad  de  rechazar  la  hipótesis  siendo  verdadera.  
Para  éste  tipo  de  problema  se  utiliza  la  distribución  normal  estandarizada  en  Z.  
 

Paso 3

El   valor   estadístico   de   prueba   para   este   tipo   de   problema   es   utilizando   la   distribución  

normal  estandarizada  en  Z:  
 
" %
$ X ! µ ' 203.5 ! 200 3.5
$$ Z = ! '' = 16 =
1.6
= 2.19  
# n& 100
 

Paso 4

La  formulación  de  la  regla  de  decisión  consiste  en  hallar  el  valor  crítico  de  Z  con  una  
prueba   de   dos   colas.   En   el   anexo   C   (tabla   de   la   distribución   normal)   se   identifica   el  
valor  de  Z  correspondiente  a  una  probabilidad  igual  a  0.4950  (0.5  –  0.01/2.  El  valor  
más  cercano  a  0.4950  es  0.4951  que  corresponde  a  un  valor  de  Z  igual  a  2.58,  que  es  el  
valor   crítico   para   la   prueba   de   hipótesis.   Dado   que   es   una   prueba   de   dos   colas,   se  
tendrán  dos  valores  críticos,  tal  como  se  indica  en  la  siguiente  gráfica:  
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 

La  regla  de  decisión  es  aceptar  la  hipótesis  nula  (Ho),  puesto  que  el  valor  estadístico  
de  prueba  (2.19)  ha  caído  en  la  zona  de  aceptación  de  dicha  hipótesis.  
 

Paso 5

Se   concluye   que   el   llenado   de   los   envases   cumple   con   las   políticas   generales   de   la  
empresa,  y  la  diferencia  de  promedios  se  atribuye  a  variaciones  aleatorias.  
 
 

Ejemplo desviación desconocida pero n>30

Una  cadena  grande  de  almacenes  expide  su  propia  tarjeta  de  crédito  y  Ud.  desea  saber  
si   los   saldos   promedios   por   créditos   de   los   clientes   es   mayor   que   400   unidades  
monetarias.   El   nivel   de   significancia   de   fija   en   0.05.   Una   revisión   aleatoria   de   172  
clientes,   reveló   que   el   promedio   por   crédito   de   los   clientes   es   de   407   unidades  
monetarias   y   la   desviación   estándar   de   la   muestra   es   de   38   unidades   monetarias.  
¿Concluye  Ud.  que  la  media  poblacional  es  mayor  que  400  unidades  monetarias?  
 
Las  hipótesis  se  enuncian  como  sigue:  
 
H 0 : µ = 400
H1 : µ > 400
 
Dado   que   la   hipótesis   alternativa   se   enuncia   "mayor   que",   se   aplica   una   cola   a   la  
derecha,   y   como   la   muestra   es   grande   (n>=   30),   se   aplica   la   distribución   normal  
estandarizada  en  Z.  
 
El  estadístico  de  prueba  es:  
 
" %
$ X ! µ ' 407 ! 400
$$ Z = '' = 38 = 2.42  
S
# n& 172
 
 
 
 
 
 
 
 
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
La  regla  de  decisión  es:  

El   valor   crítico   es   1.645   y   la   ubicación   del   estadístico   de   prueba   se   encuentra   en   la  

zona  de  rechazo  de  la  hipótesis  nula,  por  lo  tanto  se  acepta  la  hipótesis  alternativa.  
 
La   decisión   a   tomar   por   Ud.   es   que   el   promedio   de   los   créditos   es   mayor   que   400  
unidades  monetarias  con  un  grado  de  confianza  del  95%.  
 
 
Nota:   cuando   no   se   conoce   la   desviación   estándar   de   la   población   esta   debe   ser  
estimada   a   partir   de   los   datos   muestrales   utilizando   la   desviación   estándar   de   la  
muestra.   Cuando   esto   sucede   en   la   mayoría   de   los   casos   se   desconoce   la   desviación  
estándar   poblacional   y   el   tamaño   de   muestras   resulta   ser   mayor   de   30   se   aconseja  
utilizar  la  distribución  normal.  
 
 
 

Ejemplo Bilateral n1, n2 >30

Una   obra   de   construcción   requiere   un   gran   número   de   bloques   de   concreto.   Dos  

empresas   abastecedoras   A   y   B   licitan   para   su   adjudicación,   y   dentro   del   pliego   de  
condiciones  se  estipula  que  la  resistencia  mínima  es  de  1.000  unidades  métricas  a  la  
resistencia,  y  el  contrato  se  adjudicará  a  la  empresa  que  mayor  resistencia  presente  su  
producto.  
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
Paso 1

Se  plantea  la  hipótesis  nula  (Ho)  que  no  existe  diferencia  entre  las  resistencias  medias  
a   la   compresión   de   los   bloques   de   concreto.   La   hipótesis   alternativa   se   plantea   en  
términos   que   hay   alguna   diferencia   significativa   entre   las   dos   resistencias   medias   a   la  
compresión.  Simbólicamente  se  expresa  así:  
 
Dado   que   la   hipótesis   alternativa   no   indica   una   dirección   específica,   la   prueba   es   de  
dos  colas.  

H 0 : µA = µB
H1 : µ A ! µ B

Paso 2

Se  elige  un  nivel  de  significancia  de  0.01.  Esto  equivale  a  cometer  un  error  de  tipo  I.  Se  
usará   una   distribución   normal   estandarizada   en   Z,   razón   por   la   cual   se   debe  
seleccionar  una  muestra  que  al  menos  contenga  como  mínimo  30  unidades  de  bloque,  
cada  una  de  las  empresas  licitantes.  

Paso 3

El  estadístico  de  prueba  a  aplicar  está  dado  por  la  siguiente  fórmula:  
 
X1 ! X 2
Z=  
S12 S22
+
n1 n2
 
Suponga   que   Ud.   seleccionó   una   muestra   de   cada   una   de   las   empresas   licitantes   y  
determinó  la  resistencia  a  la  compresión,  con  los  siguientes  resultados:  
 

Licitante A Licitante B

X = 1.070 X = 1.020

n = 81 n = 64

S = 63 S = 57
 
 
   
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
 
El  valor  probabilístico  de  prueba  es:    
 
X1 ! X 2 1.070 !1.020 50
Z= = = = 5.01  
S12 S22 (63)2 (57)2 9.98827
+ +
n1 n2 81 64
 
 

Paso 4

Recuérdese   que   se   seleccionó   un   nivel   de   significancia   del   0.01   y   se   utilizará   una  

prueba   de   dos   colas.   Los   valores   críticos   y   zonas   de   aceptación   para   las   hipótesis   se  
presentan  en  la  siguiente  gráfica:  

Paso 5

El  valor  Z  calculado  queda  en  el  área  de  rechazo  de  la  hipótesis  nula,  por  lo  tanto  se  
concluye  que  la  media  poblacional  de  la  resistencia  a  la  compresión  es  diferente  en  las  
dos   empresas   y   la   diferencia   no   se   debe   al   azar   del   muestreo,   con   un   grado   de  
confianza  del  99%.  
 
 
 
    

FACULTAD  DE  ESTUDIOS  A  DISTANCIA  

 
 
Ejercicio de pruebas de medias

Se   analizó   el   contenido   de   calorías   de   dos   lotes   de   leche   condensada   de   diferente  

marca.  El  lote  A  constituido  por  45  tarros  de  100  gramos  su  contenido  promedio  de  
calorías   fue   de   320   y   una   desviación   de   3.   El   lote   B   constituido   por   55   tarros  
igualmente  de  100  gramos  el  promedio  de  calorías  fue  de  321.5  con  una  desviación  de  
2.5.   ¿Existe   diferencia   entre   los   contenidos   calóricos   de   las   dos   marcas   de   leche   al  
nivel  de  significación  de  0.05?  
 
Sugerencia:  Plantear  las  hipótesis  en  función  de  hay  diferencia  o  no  existe  diferencia  
de  contenido  promedio  de  calorías.  

Ejercicio de prueba de medias

El  contenido  medio  de  carbohidratos  de  50  litros  de  leche  de  vaca  entera  cruda  fue  de  
4.6%   con   un   desviación   de   0.5   y   el   de   50   litros   de   leche   pasteurizada   fue   de   3.9%   con  
una   desviación   de   0.4.   Probar   la   hipótesis   que   el   contenido   de   carbohidratos   de   la  
leche  cruda  es  mayor  que  en  la  leche  pasteurizada  con  un  alfa  de  0.01.  
 
Sugerencia:   Se   concluye   que   el   contenido   de   la   leche   cruda   es   significativamente  
mayor  que  en  la  pasteurizada  con  un  nivel  de  confiabilidad  del  99%.  
 
Nota:   las   pruebas   de   dos   muestras   se   utilizan   para   decidir   si   las   medias   de   las   dos  
poblaciones  son  iguales,  se  requiere  dos  muestras  independientes,  una  de  cada  una  de  
las  dos  poblaciones  y  de  tamaño  mayor  de  30  observaciones.