Σ
SDCalc
AvanzadoAvanzado·14 min

Pruebas de hipótesis con desviación estándar

Aprenda cómo se utiliza la desviación estándar en las pruebas de hipótesis. Comprenda las pruebas t, las pruebas z y cómo determinar la significancia estadística.

Visión general

La prueba de hipótesis es un método estadístico para tomar decisiones sobre poblaciones basándose en datos muestrales. La desviación estándar desempeña un papel fundamental para determinar si las diferencias observadas son estadísticamente significativas o se deben simplemente al azar.

1

Plantear las hipótesis

Formular la hipótesis nula (H₀) y la hipótesis alternativa (H₁)
2

Elegir el nivel de significancia

Seleccionar el nivel de significancia (α), generalmente 0.05
3

Calcular el estadístico de prueba

Calcular el estadístico de prueba utilizando la desviación estándar
4

Comparar con el valor crítico

Comparar con el valor crítico o calcular el valor p
5

Tomar la decisión

Decidir: rechazar o no rechazar H₀

Prueba Z

Utilice una prueba Z cuando conozca la desviación estándar poblacional (σ) y tenga un tamaño de muestra grande (n ≥ 30).

Estadístico de prueba Z

z = (x̄ - μ₀) / (σ / √n)

Ejemplo

Un fabricante afirma que las baterías duran en promedio 100 horas (μ₀ = 100). Usted prueba 36 baterías y obtiene x̄ = 98 horas. Si σ = 12 horas: z = (98 - 100) / (12 / √36) = -2 / 2 = -1 Con z = -1 y α = 0.05 (bilateral), no se rechaza H₀. La diferencia no es estadísticamente significativa.

Prueba t

Utilice una prueba t cuando no conozca la desviación estándar poblacional y deba estimarla a partir de la muestra (usando s en lugar de σ).

Estadístico de prueba t

t = (x̄ - μ₀) / (s / √n)

Cuándo usar la prueba t frente a la prueba Z

- Prueba Z: σ conocida, n ≥ 30 - Prueba t: σ desconocida (se usa s), cualquier tamaño de muestra En la práctica, las pruebas t son mucho más frecuentes porque rara vez se conoce el verdadero σ poblacional.

Error estándar

El error estándar (EE) mide cuánto varían las medias muestrales respecto a la media poblacional. Es el vínculo clave entre la desviación estándar y las pruebas de hipótesis.

Error estándar de la media

SE = σ / √n (o s / √n cuando se usa la DE muestral)

El error estándar disminuye a medida que aumenta el tamaño de la muestra. Muestras más grandes proporcionan estimaciones más precisas y facilitan la detección de diferencias reales.

Significancia estadística

Un resultado es estadísticamente significativo cuando la probabilidad de observarlo por azar (valor p) está por debajo del umbral elegido (α).

Si valor p < α

Se rechaza H₀. El resultado es estadísticamente significativo.

Si valor p ≥ α

No se rechaza H₀. El resultado podría deberse al azar.

Significancia estadística vs. significancia práctica

Un resultado estadísticamente significativo no es necesariamente importante en la práctica. Con muestras muy grandes, diferencias minúsculas pueden ser "significativas" pero carecer de relevancia práctica. Siempre considere el tamaño del efecto junto con los valores p.
← Centro de Aprendizaje