Prueba de proporción de una muestra
Una prueba de proporción de una muestra es una prueba de hipótesis que determina si la proporción de un resultado concreto en una sola muestra difiere significativamente de una proporción poblacional especificada. Se usa normalmente cuando los datos siguen una distribución binomial, como el número de éxitos en una serie de ensayos o la proporción de unidades defectuosas en un lote.
Última revisión:
Idea clave
Una prueba de proporción de una muestra es una prueba de hipótesis que determina si la proporción de un resultado concreto en una sola muestra difiere significativamente de una proporción poblacional especificada.
En esta página
- ¿Qué es la prueba de proporción de una muestra?
- ¿Cuándo usar la prueba de proporción de una muestra?
- Pautas para el uso correcto de la prueba de proporción de una muestra
- Alternativas: cuándo no usar la prueba de proporción de una muestra
- Ejemplo de prueba de proporción de una muestra
- Cómo realizar una prueba de proporción de una muestra
¿Qué es la prueba de proporción de una muestra?
Una prueba de proporción de una muestra es una prueba de hipótesis que determina si la proporción de un resultado concreto en una sola muestra difiere significativamente de una proporción poblacional especificada. Se usa normalmente cuando los datos siguen una distribución binomial, como el número de éxitos en una serie de ensayos o la proporción de unidades defectuosas en un lote. Esta prueba evalúa si la proporción muestral observada se desvía de la proporción poblacional hipotética más de lo que cabría esperar por la variabilidad del muestreo aleatorio.
Compara la proporción observada con un valor objetivo o de referencia y calcula un intervalo de confianza que probablemente incluya la proporción poblacional. Esto también se conoce como contraste de la hipótesis de desigualdad. La prueba puede usar la aproximación normal o la enumeración binomial según el tamaño de la muestra; la aproximación normal es más exacta con tamaños de muestra grandes, mientras que la enumeración binomial es más exacta con tamaños de muestra pequeños.
¿Cuándo usar la prueba de proporción de una muestra?
La prueba de proporción de una muestra se usa cuando se quiere determinar si la proporción de una determinada característica en una sola población difiere significativamente de un valor hipotético.
- Proporción hipotética (P0): asegúrese de contar con un valor hipotético concreto de la proporción poblacional con el que comparar.
- Resultado binario: los datos deben tener la forma de un resultado binario (p. ej., éxito/fracaso, sí/no).
- Tamaño de muestra:
- Muestra grande: si el tamaño de muestra es grande (normalmente nP0 ≥ 10 y n(1-P0) ≥ 10), use el método de aproximación normal para la prueba.
- Muestra pequeña: si el tamaño de muestra es pequeño, use el método de enumeración binomial para obtener resultados más exactos.
- Muestreo aleatorio: la muestra debe seleccionarse al azar de la población para asegurar la representatividad y la validez de los resultados de la prueba.
- Independencia: cada ensayo u observación de la muestra debe ser independiente de los demás.
- Cálculo de la proporción: calcule la proporción muestral (P̂) como el número de éxitos dividido entre el número total de ensayos.
- Dirección de la prueba:
- Prueba bilateral: cuando se quiere comprobar si la proporción muestral es significativamente distinta de la proporción hipotética (P̂ ≠ P0).
- Prueba unilateral: cuando se quiere comprobar si la proporción muestral es significativamente mayor (P̂ > P0) o menor (P̂ < P0) que la proporción hipotética.
Estos son algunos escenarios en los que se podría usar una prueba de proporción de una muestra:
- Una empresa de marketing quiere determinar si la proporción de consumidores que prefieren su marca frente a la de su competidor es superior a un valor determinado, como el 50%.
- Un organismo de salud pública quiere determinar si la proporción de personas de una población que han recibido una vacuna determinada es inferior a un valor determinado, como el 80%.
- Una institución educativa quiere determinar si la proporción de estudiantes que aprueban un examen determinado es superior a un valor determinado, como el 70%.
En cada uno de estos escenarios se usaría una prueba de proporción de una muestra para determinar si la proporción observada es significativamente distinta del valor hipotético. Esto puede ayudar a tomar decisiones o a extraer conclusiones sobre la población de interés.
Pautas para el uso correcto de la prueba de proporción de una muestra
- Muestreo aleatorio: asegúrese de que los datos de la muestra se seleccionen al azar para poder generalizar de forma válida a la población.
- Datos binarios: los datos deben contener solo dos categorías, como aprobado/rechazado o 1/0.
- Independencia de las observaciones: cada observación debe ser independiente de todas las demás.
- Tamaño de muestra adecuado: asegúrese de que el tamaño de muestra sea lo bastante grande para ofrecer estimaciones precisas, intervalos de confianza útiles y una protección adecuada frente a los errores de tipo II.
Alternativas: cuándo no usar la prueba de proporción de una muestra
- Cuando se trabaja con datos de recuento, como el número de defectos de un producto, debe usarse la prueba de tasa de Poisson de una muestra (1-Sample Poisson Rate).
Ejemplo de prueba de proporción de una muestra
Un analista de marketing quiere determinar si los anuncios enviados por correo para un producto nuevo producen una tasa de respuesta distinta del promedio nacional. Se elige una muestra aleatoria de 1000 hogares para recibir los anuncios. De los 1000 hogares de la muestra, 87 realizan una compra tras recibir el anuncio. El analista realiza una prueba de proporción de una muestra para determinar si la proporción de hogares que compraron difiere del promedio nacional de 6.5%. Los pasos son los siguientes:
- Analiza los datos con ayuda de https://statsai.zometric.com/
- Dentro de la herramienta, introduce los datos. Indica 87 como número de eventos, 1000 como número de ensayos, 0.065 como proporción hipotética y 95 como nivel de confianza.
- Tras usar la herramienta indicada, se obtiene la siguiente salida:

Cómo realizar una prueba de proporción de una muestra
La guía es la siguiente:
- Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
- En la página de inicio, elija Statistical Tool> Graphical analysis >One sample proportion test.
- Haga clic en One sample proportion test para llegar al tablero.
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V) aquí.
- A continuación, debe introducir los valores del número de eventos, el número de ensayos, la proporción hipotética y el nivel de confianza.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de One sample proportion test, la ventana tiene solo una parte izquierda.

En esta parte izquierda hay numerosas opciones, como las siguientes:
- Number of events: En una prueba de proporción de una muestra, el número de eventos se refiere al número de apariciones del evento de interés en la muestra analizada.
- Number of trials: En una prueba de proporción de una muestra, el número de ensayos se refiere al número de ensayos u observaciones independientes e idénticos realizados sobre la muestra analizada.
- Hypothesized proportion: En una prueba de proporción de una muestra, la proporción hipotética (también llamada proporción de la hipótesis nula) es la proporción que se supone verdadera para la población sometida a prueba
- Confidence level: En las pruebas de hipótesis, el nivel de confianza representa el grado de certeza o confianza que se tiene en el análisis estadístico. Es un valor de probabilidad que indica la verosimilitud de que el verdadero parámetro poblacional se encuentre dentro del rango de valores especificado. Normalmente, el nivel de confianza se expresa como porcentaje y se denota por (1 - α), donde α es el nivel de significancia o la probabilidad de rechazar una hipótesis nula verdadera. Por ejemplo, si tenemos un nivel de confianza del 95%, estamos diciendo que tenemos una confianza del 95% en que el verdadero parámetro poblacional se encuentra dentro de nuestra estimación por intervalo, y que existe un 5% de probabilidad de cometer un error de tipo I (rechazar una hipótesis nula verdadera). En términos prácticos, un nivel de confianza más alto significa que tenemos más confianza en el análisis estadístico y en los resultados. Sin embargo, aumentar el nivel de confianza también aumenta la amplitud del intervalo de confianza, lo que dificulta detectar efectos pequeños. Por lo tanto, la elección del nivel de confianza depende del contexto del estudio y de los objetivos del investigador.
- Alternative hypothesis: En las pruebas de hipótesis, la hipótesis alternativa (también llamada hipótesis de investigación) es un enunciado que representa una conclusión distinta de la de la hipótesis nula. La hipótesis nula suele representar el statu quo o el supuesto de que no existe una diferencia o relación significativa entre dos o más grupos o variables. La hipótesis alternativa es el enunciado que se pone a prueba y plantea que existe una diferencia o relación significativa entre los grupos o variables estudiados.
- Normal approximation method: El método de aproximación normal es un método estadístico usado en las pruebas de proporción de una muestra para aproximar la distribución muestral de la proporción muestral mediante una distribución normal. Este método se usa cuando el tamaño de muestra es suficientemente grande (normalmente, cuando el tamaño de muestra n es mayor o igual que 30) y la proporción de éxitos en la muestra no está demasiado cerca de 0 ni de 1.
- Load example: Se cargarán los datos de ejemplo.
Preguntas frecuentes
¿Qué es una prueba de proporción de una muestra?
Una prueba de proporción de una muestra es una prueba de hipótesis que determina si la proporción de un resultado en una sola muestra difiere significativamente de una proporción poblacional especificada. Se usa con datos binomiales, como los éxitos en una serie de ensayos o las unidades defectuosas en un lote, y también proporciona un intervalo de confianza para la proporción poblacional.
¿Cuándo se debe usar la aproximación normal o el método binomial?
Con una muestra grande, normalmente cuando nP0 es al menos 10 y n(1 - P0) es al menos 10, puede usarse el método de aproximación normal. Con muestras pequeñas, la enumeración binomial da resultados más exactos. La aproximación normal es más exacta con tamaños de muestra grandes.
¿Cuáles son los supuestos de una prueba de proporción de una muestra?
Los datos deben ser binarios, con solo dos categorías, como aprobado/rechazado o sí/no. La muestra debe seleccionarse al azar, cada observación debe ser independiente de las demás y debe existir una proporción hipotética concreta con la que comparar. La muestra también debe ser lo bastante grande para obtener estimaciones precisas y protección frente a los errores de tipo II.
¿Cuándo no se debe usar una prueba de proporción de una muestra?
No la use con datos de recuento, como el número de defectos de un producto, donde una unidad puede tener varios defectos. Para recuentos de eventos, use en su lugar la prueba de tasa de Poisson de una muestra (1-Sample Poisson Rate). La prueba de proporción es solo para resultados binarios, en los que cada ensayo es un éxito o un fracaso.
