Contenido de este artículo
- 1 Ejemplo 1: Biología
- 2 Ejemplo 2: Ensayos Clínicos
- 3 Ejemplo 3: Inversión en Publicidad
- 4 Ejemplo 4: Fabricación
- 5 Ejemplo 5: Educación
- 6 Ejemplo 6: Psicología
- 7 Ejemplo 7: Economía
- 8 Recursos Adicionales a pruebas de hipótesis
- 9 Fuentes y recursos de investigación
- 10 Redactor del artículo
- 11 ¿Te hemos ayudado?
- 0
- 0
- 0
- 0
Actualizado el 19 de julio de 2024, por Luis Benites.
En estadística, las pruebas de hipótesis se utilizan para determinar si una suposición sobre un parámetro de población es verdadera o no.
Para realizar una prueba de hipótesis, los investigadores obtienen una muestra aleatoria de la población y realizan pruebas sobre los datos de la muestra, utilizando dos hipótesis:
- Hipótesis nula (H0): Los datos de la muestra se deben puramente al azar.
- Hipótesis alternativa (HA): Los datos de la muestra están influenciados por alguna causa no aleatoria.
Si el valor p de la prueba es menor que un nivel de significancia (por ejemplo, α = 0.05), podemos rechazar la hipótesis nula y concluir que hay suficiente evidencia para apoyar la hipótesis alternativa.
Ejemplo 1: Biología
En biología, las pruebas de hipótesis se utilizan para determinar si un nuevo tratamiento, fertilizante, pesticida, etc., causa un aumento en el crecimiento, resistencia, inmunidad, etc., en plantas o animales.
Escenario: Un biólogo cree que un fertilizante específico hará que las plantas crezcan más de lo normal (20 pulgadas) en un mes. Para probarlo, aplica el fertilizante a varias plantas durante un mes.
Hipótesis:
- H0: μ = 20 pulgadas (el fertilizante no tendrá efecto en el crecimiento de las plantas).
- HA: μ > 20 pulgadas (el fertilizante aumentará el crecimiento de las plantas).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que el fertilizante efectivamente aumenta el crecimiento de las plantas.
Ejemplo 2: Ensayos Clínicos
En ensayos clínicos, las pruebas de hipótesis se utilizan para determinar si un nuevo tratamiento o fármaco produce mejores resultados en los pacientes.
Escenario: Un médico cree que un nuevo medicamento puede reducir la presión arterial en pacientes obesos. Para probarlo, mide la presión arterial de 40 pacientes antes y después de usar el medicamento durante un mes.
Hipótesis:
- H0: μdespués = μantes (la presión arterial media es la misma antes y después de usar el medicamento).
- HA: μdespués < μantes (la presión arterial media es menor después de usar el medicamento).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que el medicamento reduce la presión arterial.
Ejemplo 3: Inversión en Publicidad
En negocios, las pruebas de hipótesis se utilizan para determinar si una nueva campaña publicitaria o técnica de marketing provoca un aumento en las ventas.
Escenario: Una empresa cree que aumentar el gasto en publicidad digital aumentará las ventas. Para probarlo, incrementan el gasto en publicidad durante dos meses y recogen datos de ventas.
Hipótesis:
- H0: μdespués = μantes (las ventas medias son las mismas antes y después del aumento en publicidad).
- HA: μdespués > μantes (las ventas medias aumentan después del aumento en publicidad).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que el aumento en publicidad digital conduce a un aumento en las ventas.
Ejemplo 4: Fabricación
En plantas de fabricación, las pruebas de hipótesis se utilizan para determinar si un nuevo proceso o técnica afecta la cantidad de productos defectuosos.
Escenario: Una planta quiere probar si un nuevo método cambia la cantidad de productos defectuosos producidos al mes (actualmente 250). Miden la cantidad media de productos defectuosos antes y después de implementar el nuevo método durante un mes.
Hipótesis:
- H0: μdespués = μantes (la cantidad media de productos defectuosos es la misma antes y después del nuevo método).
- HA: μdespués ≠ μantes (la cantidad media de productos defectuosos es diferente antes y después del nuevo método).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que el nuevo método afecta la cantidad de productos defectuosos producidos.
Ejemplo 5: Educación
En educación, las pruebas de hipótesis se utilizan para evaluar la efectividad de nuevos métodos de enseñanza.
Escenario: Un investigador quiere determinar si un nuevo método de enseñanza mejora las calificaciones de los estudiantes en matemáticas. Para probar esto, se implementa el método en una clase durante un semestre.
Hipótesis:
- H0: μnuevo = μtradicional (el método nuevo no cambia las calificaciones).
- HA: μnuevo > μtradicional (el método nuevo mejora las calificaciones).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que el nuevo método mejora las calificaciones.
Ejemplo 6: Psicología
En psicología, las pruebas de hipótesis se utilizan para evaluar el impacto de terapias en el comportamiento.
Escenario: Un psicólogo quiere saber si la terapia cognitivo-conductual (TCC) reduce la ansiedad en los pacientes. Para probar esto, mide los niveles de ansiedad antes y después de un ciclo de TCC.
Hipótesis:
- H0: μdespués = μantes (la terapia no cambia los niveles de ansiedad).
- HA: μdespués < μantes (la terapia reduce los niveles de ansiedad).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que la TCC reduce los niveles de ansiedad.
Ejemplo 7: Economía
En economía, las pruebas de hipótesis se utilizan para evaluar el impacto de políticas económicas.
Escenario: Un economista quiere determinar si una nueva política de subsidios aumenta el empleo en una región. Para probar esto, analiza las tasas de empleo antes y después de implementar la política.
Hipótesis:
- H0: μdespués = μantes (la política no afecta el empleo).
- HA: μdespués > μantes (la política aumenta el empleo).
Si el valor p es menor que 0.05, se rechaza H0 y se concluye que la política de subsidios aumenta el empleo.
Recursos Adicionales a pruebas de hipótesis
- Introducción a las pruebas de hipótesis
- Introducción a la prueba t de una muestra
- Introducción a la prueba t de dos muestras
- Introducción a la prueba t de muestras pareadas
Fuentes y recursos de investigación
1. “Hypothesis Testing in Biology”: Quinn, G. P., & Keough, M. J. (2002). Experimental Design and Data Analysis for Biologists. Cambridge University Press. Cambridge University Press
2. “Clinical Trials and Hypothesis Testing”: Friedman, L. M., Furberg, C. D., & DeMets, D. L. (2010). Fundamentals of Clinical Trials. Springer. Springer Link
3. “Hypothesis Testing in Education”: Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Routledge. Taylor & Francis
4. “Psychological Testing and Hypothesis Testing”: Field, A. (2013). Discovering Statistics Using IBM SPSS Statistics. SAGE Publications. SAGE Publications
5. “Hypothesis Testing in Economics”: Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach. Cengage Learning. Cengage
6. “Manufacturing and Quality Control Hypothesis Testing”: Montgomery, D. C. (2012). Introduction to Statistical Quality Control. Wiley. Wiley
¿Te hemos ayudado?
Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:La ayuda no cuesta nada
Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo: