Prueba t de una muestra
La prueba t de una muestra comprueba si la media de una población difiere de un valor objetivo, estimando la desviación estándar a partir de la muestra. Úsela con datos continuos, muestreados al azar y aproximadamente normales, o con un tamaño de muestra mayor que 20 sin asimetría severa. Si se conoce la desviación estándar poblacional, use una prueba z de una muestra. La salida incluye un valor p y un intervalo de confianza; hay una versión para datos resumidos.
Última revisión:
Idea clave
Una prueba t de una muestra compara la media de una muestra con un valor objetivo o hipotético cuando se desconoce la desviación estándar poblacional, y da un intervalo de confianza para la media poblacional.
En esta página
- ¿Qué es la prueba t de una muestra?
- ¿Cuándo usar la prueba t de una muestra?
- Pautas para el uso correcto de la prueba t de una muestra
- Alternativas: cuándo no usar la prueba t de una muestra
- Ejemplo de prueba t de una muestra
- Cómo realizar la prueba t de una muestra
- Cómo realizar la prueba t de una muestra para datos resumidos
¿Qué es la prueba t de una muestra?
La prueba t de una muestra es una prueba estadística que se utiliza para estimar la media de una población y compararla con un valor objetivo o de referencia cuando se desconoce la desviación estándar poblacional. Esta prueba paramétrica determina si existe una diferencia significativa entre la media muestral y una media poblacional hipotética. La prueba t de una muestra también calcula un intervalo de confianza para la media poblacional, que ofrece un rango de valores que probablemente incluye la media verdadera. Este análisis es especialmente útil con tamaños de muestra pequeños o cuando no se conoce la varianza poblacional.
¿Cuándo usar la prueba t de una muestra?
La prueba t de una muestra es adecuada cuando se cumplen las siguientes condiciones:
- La muestra se selecciona al azar de la población de interés.
- Los datos tienen una distribución aproximadamente normal (véase la condición de tamaño de muestra más abajo para datos no normales).
- La desviación estándar poblacional se desconoce, pero puede estimarse a partir de la muestra.
- Los datos tienen distribución normal, o el tamaño de muestra es lo bastante grande (mayor que 20, con datos sin asimetría severa) para que la distribución muestral de la media sea aproximadamente normal.
Ejemplos de cuándo usar una prueba t de una muestra:
- Un investigador quiere comprobar si la estatura promedio de una muestra de estudiantes es igual a la estatura promedio de los estudiantes de la población general.
- Una empresa quiere comprobar si el tiempo promedio que se tarda en completar una tarea es igual al estándar del sector.
- Un médico quiere comprobar si un nuevo fármaco tiene un efecto significativo en la reducción de la presión arterial de los pacientes.
En conjunto, la prueba t de una muestra es una herramienta estadística potente que ayuda a los investigadores a extraer conclusiones sobre poblaciones a partir de una sola muestra.
Pautas para el uso correcto de la prueba t de una muestra
- Use la prueba z de una muestra si conoce la desviación estándar poblacional.
- Use datos continuos para el análisis, como los pesos de paquetes.
- Use la prueba de tasa de Poisson de una muestra si los datos contienen conteos, y la prueba de proporción de una muestra si los datos se clasifican en dos categorías.
- El tamaño de muestra debe ser mayor que 20 y sin asimetría severa para una prueba de hipótesis adecuada.
- Recopile muestras aleatorias para hacer inferencias sobre la población.
- La prueba t pareada debe usarse con datos dependientes o pareados.
- El tamaño de muestra debe ser lo bastante grande para obtener estimaciones precisas, intervalos de confianza estrechos y protección frente a errores. Use Potencia y tamaño de muestra para la prueba t de una muestra para determinar el tamaño de muestra adecuado.
Alternativas: cuándo no usar la prueba t de una muestra
- Si se conoce la desviación estándar de la población, se recomienda usar la prueba z de una muestra en lugar de la prueba t, ya que la primera tiene mayor potencia que la segunda.
Ejemplo de prueba t de una muestra
Un economista recopila datos del costo mensual de energía de 25 familias en el año actual para determinar si ha habido un cambio respecto al año anterior, cuando el costo medio era de $200. Realiza una prueba t de una muestra para comprobar si el costo de energía del año actual es significativamente distinto de $200. La prueba se realiza en los siguientes pasos:
- Recopiló los datos necesarios.

- A continuación, analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
- Para encontrar la prueba t de una muestra, elija Statistical module> Graphical analysis> One sample t-test.
- Dentro de la herramienta, introduce los datos junto con otras entradas, como se indica a continuación:

5. Tras usar la herramienta anterior, se obtiene la siguiente salida:


Cómo realizar la prueba t 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 t test.
- Haga clic en One sample t test para acceder al tablero.
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
- A continuación, debe introducir los valores del nivel de confianza y de la media hipotética.
- Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.
En el tablero de la prueba t de una muestra, la ventana está dividida en dos partes.

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente, o bien copiarse por completo (Ctrl+C) desde una hoja de Excel y pegarse (Ctrl+V) aquí.
Load example: Se cargarán los datos de ejemplo.
Load File: Se usa para cargar directamente los datos de Excel.
En la parte derecha hay varias opciones, como se indica a continuación:
- Confidence level: En las pruebas de hipótesis, el nivel de confianza representa el grado de certeza o de confianza que tenemos en nuestro 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 con (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%, decimos que tenemos un 95% de confianza 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 mayor significa que tenemos más confianza en nuestro análisis estadístico y en sus 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.
- Hypothesized mean: La media hipotética, también llamada media esperada o media poblacional, es un valor especificado en la hipótesis nula que representa el valor promedio de la variable que se contrasta. Es un valor teórico que se utiliza para compararlo con la media muestral real y determinar si la diferencia es estadísticamente significativa o se debe al azar.
- 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, es decir, la suposición 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 propone que existe una diferencia o relación significativa entre los grupos o variables estudiados.
- Box Plot: Si se marca, se muestra la gráfica de caja; si no, no.
- Histogram: Si se marca, se muestra el histograma; si no, no.
- Label: Agrega etiquetas de datos y ofrece tres opciones:
- Outlier: Valores de datos alejados de los demás, que pueden afectar con fuerza a sus resultados.
- All quartiles: Los cuartiles son valores que dividen una muestra de datos en cuatro partes iguales. Permiten evaluar rápidamente la dispersión y la tendencia central de un conjunto de datos.
- Mean: La media en una gráfica de caja, para aportar información adicional sobre la tendencia central de los datos.
- Individual Data: Un dato individual es una única observación o valor de un conjunto de datos.
- Download as Excel: Muestra el resultado en formato Excel, que puede editarse fácilmente y volver a cargarse para los cálculos mediante la opción load file.
Cómo realizar la prueba t de una muestra para datos resumidos
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 t test for summarized data
- Haga clic en One sample t test for summarized data para acceder al tablero.
- A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
- A continuación, debe introducir los valores del tamaño de muestra, la media muestral, la desviación estándar, la media 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 la prueba t de una muestra para datos resumidos, la ventana solo tiene la parte izquierda.
Load File: Se usa para cargar directamente los datos de Excel.

En la parte izquierda hay varias opciones, como se indica a continuación:
- Sample size: El tamaño de muestra se refiere al número de individuos, objetos o eventos seleccionados de una población para ser estudiados con el fin de extraer conclusiones sobre toda la población. En otras palabras, es el número de observaciones o participantes incluidos en un estudio. El tamaño de la muestra puede tener un impacto significativo en la exactitud y la fiabilidad de los resultados del estudio. Un tamaño de muestra mayor suele ofrecer una imagen más representativa de la población y ayuda a reducir los efectos del error de muestreo aleatorio. Por lo tanto, es importante determinar un tamaño de muestra adecuado antes de realizar la investigación para asegurar que los resultados sean estadísticamente válidos y fiables.
- Sample mean: La media muestral es el valor promedio de un conjunto de observaciones o datos seleccionados de una población mayor. Se calcula sumando todos los valores de la muestra y dividiendo entre el número de observaciones. La media muestral se utiliza a menudo como estimador de la media poblacional, que es el valor promedio de toda la población.
- Standard deviation: En las pruebas de hipótesis, la desviación estándar es una medida de la variabilidad de los datos. Se utiliza a menudo junto con la media para evaluar si la diferencia observada entre dos grupos es estadísticamente significativa.
- Hypothesized mean: La media hipotética, también llamada media esperada o media poblacional, es un valor especificado en la hipótesis nula que representa el valor promedio de la variable que se contrasta. Es un valor teórico que se utiliza para compararlo con la media muestral real y determinar si la diferencia es estadísticamente significativa o se debe al azar.
- Confidence level: En las pruebas de hipótesis, el nivel de confianza representa el grado de certeza o de confianza que tenemos en nuestro 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 con (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%, decimos que tenemos un 95% de confianza 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 mayor significa que tenemos más confianza en nuestro análisis estadístico y en sus 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.
- Download as Excel: Muestra el resultado en formato Excel, que puede editarse fácilmente y volver a cargarse para los cálculos mediante la opción load file.
Preguntas frecuentes
¿Qué es una prueba t de una muestra?
Una prueba t de una muestra es una prueba paramétrica que estima la media de una población y la compara con un valor objetivo o de referencia cuando se desconoce la desviación estándar poblacional. Determina si la media muestral difiere de forma significativa de la media hipotética y calcula un intervalo de confianza para la media poblacional.
¿Cuáles son los supuestos de una prueba t de una muestra?
La muestra debe seleccionarse al azar de la población, los datos deben ser continuos y la desviación estándar poblacional es desconocida, pero se estima a partir de la muestra. Los datos deben ser aproximadamente normales, o el tamaño de muestra suficientemente grande, mayor que 20 con datos sin asimetría severa, para que la distribución muestral de la media sea aproximadamente normal. Para datos pareados, use una prueba t pareada.
¿Cuándo debe usarse una prueba z de una muestra en lugar de una prueba t?
Si se conoce la desviación estándar poblacional, use la prueba z de una muestra, que tiene mayor potencia que la prueba t. Para datos de conteo, use la prueba de tasa de Poisson de 1 muestra, y para datos clasificados en dos categorías, la prueba de una proporción.
¿Cómo se ejecuta una prueba t de una muestra en Zometric Statistical Software?
Abra la herramienta One sample t test, introduzca o pegue los datos y luego establezca el nivel de confianza, la media hipotética y la hipótesis alternativa, con gráfica de caja e histograma opcionales. Haga clic en Calculate para obtener los resultados. Una versión para datos resumidos acepta el tamaño de muestra, la media muestral, la desviación estándar, la media hipotética y el nivel de confianza en lugar de los datos sin procesar.
