UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ADMINISTRACIÓN DE EMPRESAS
CURSO: MÉTODOS CUANTITATIVOS II
AÑO 2021

CLASE DE HOY
ANÁLISIS DE ESTIMACIÓN PARA UNA MEDIA ARITMÉTICA
MUESTRA PEQUEÑA n < 30

Una muestra es pequeña, cuando tiene menos de 30 elementos, en este caso

se utiliza la distribución “t” de Student, esta distribución tiene como
características principales las siguientes:

1. Que la muestra sea pequeña

Contenga menos de 30 elementos

2. Que la desviación estándar sea de la muestra

El problema debe decir que la desviación estándar es de la muestra o
bien indicada: con una media aritmética de… y una desviación estándar
de…

3. Trabaja con valores de significancia, α = 1 –B

El problema debe indicar que se necesita una estimación con una
significancia del %.

4. Utiliza su tabla de valores críticos

En la primera columna se ven los grados de libertad gl y en la primera
fila o encabezado, los valores de probabilidad.

Ejemplo
Encontrar el valor crítico para una muestra de 15 unidades y una
significancia del 10%.
 Primero
Obtenemos los grados de libertad, gl = n – 1
15 – 1 = 14

Segundo
Calculamos el valor de probabilidad, 1 – (α/2),
1 – (0.10)/2= = 0.95

Tercero
Obtenemos de la tabla el valor crítico = 1.76

TABLA DE LA DISTRIBUCIÓN “t” DE STUDENT t

gl 0.999 0.995 0.99 0.985 0.98 0.975 0.97 0.96 0.95 0.90 0.85 0.80 0.75 0.70 0.60 0.55
1 318.29 63.66 31.82 21.21 15.90 12.71 10.58 7.92 6.31 3.08 1.963 1.376 1.000 0.726 0.325 0.158
2 22.33 9.92 6.96 5.64 4.85 4.30 3.90 3.32 2.92 1.89 1.386 1.061 0.816 0.617 0.289 0.142
3 10.21 5.84 4.54 3.90 3.48 3.18 2.95 2.61 2.35 1.64 1.249 0.978 0.765 0.584 0.277 0.137
4 7.17 4.60 3.75 3.30 3.00 2.78 2.60 2.33 2.13 1.53 1.189 0.941 0.741 0.569 0.271 0.134
5 5.89 4.03 3.36 3.00 2.76 2.57 2.42 2.19 2.02 1.48 1.156 0.920 0.727 0.559 0.267 0.132
6 5.21 3.71 3.14 2.83 2.61 2.45 2.31 2.11 1.94 1.44 1.134 0.906 0.718 0.553 0.265 0.131
7 4.78 3.50 3.00 2.72 2.52 2.36 2.24 2.05 1.90 1.42 1.119 0.896 0.711 0.549 0.263 0.130
8 4.50 3.36 2.90 2.63 2.45 2.31 2.19 2.01 1.86 1.40 1.108 0.889 0.706 0.546 0.262 0.130
9 4.28 3.25 2.82 2.57 2.40 2.26 2.15 1.97 1.83 1.38 1.099 0.883 0.703 0.543 0.261 0.129
10 4.14 3.17 2.76 2.53 2.36 2.23 2.12 1.95 1.81 1.37 1.093 0.879 0.700 0.542 0.260 0.129
11 4.02 3.11 2.72 2.49 2.33 .2.20 2.10 1.93 1.80 1.36 1.088 0.876 0.697 0.540 0.260 0.129
12 3.93 3.06 2.68 2.46 2.30 2.18 2.08 1.91 1.78 1.36 1.083 0.873 0.695 0.539 0.259 0.128
13 3.85 3.01 2.65 2.44 2.28 2.16 2.06 1.90 1.77 1.35 1.079 0.870 0.694 0.538 0.259 0.128
14 3.79 2.98 2.62 2.42 2.26 2.14 2.05 1.89 1.76 1.34 1.076 0.868 0.692 0.537 0.258 0.128
15 3.73 2.95 2.60 2.40 2.25 2.13 2.04 1.88 1.75 1.34 1.073 0.866 0.691 0.536 0.258 0.128
16 3.69 2.92 2.58 2.38 2.24 2.12 2.03 1.87 1.75 1.34 1.071 0.865 0.690 0.535 0.258 0.128
17 3.65 2.90 2.57 2.37 2.22 2.11 2.02 1.86 1.74 1.33 1.069 0.863 0.689 0.534 0.257 0.128
18 3.61 2.88 2.55 2.36 2.21 2.10 2.01 1.86 1.73 1.33 1.067 0.862 0.688 0.534 0.257 0.127
19 3.68 2.86 2.54 2.35 2.21 2.09 2.00 1.85 1.73 1.33 1.066 0.861 0.688 0.533 0.257 0.127
20 3.55 2.84 2.53 2.34 2.20 2.09 1.99 1.85 1.72 1.32 1.064 0.860 0.687 0.533 0.257 0.127
21 3.53 2.83 2.52 2.33 2.19 2.08 1.99 1.84 1.72 1.32 1.063 0.859 0.686 0.532 0.257 0.127
22 3.51 2.82 2.51 2.32 2.18 2.07 1.98 1.84 1.72 1.32 1.061 0.858 0.686 0.532 0.256 0.127
23 3.49 2.81 2.50 2.31 2.18 2.07 1.98 1.83 1.71 1.32 1.060 0.858 0.685 0.532 0.256 0.127
24 3.47 2.80 2.49 2.31 2.17 2.06 1.97 1.83 1.71 1.32 1.059 0.857 0.685 .0.531 0.256 0.127
25 3.45 2.79 2.48 2.30 2.17 2.06 1.97 1.83 1.71 1.32 1.058 0.856 0.684 0.531 0.256 0.127
26 3.44 2.78 2.48 2.30 2.16 .2.06 1.97 1.82 1.71 1.32 1.058 0.856 0.684 0.531 0.256 0.127
27 3.42 2.77 2.47 2.29 2.16 2.05 1.96 1.82 1.70 1.31 1.057 0.855 0.684 0.531 0.256 0.127
28 3.41 2.76 2.47 2.29 2.15 2.05 1.96 1.82 1.70 1.31 1.056 0.855 0.683 0.530 0.256 0.127
29 3.40 2.76 2.46 2.28 2.15 2.04 1.96 1.82 1.70 1.31 1.055 0.854 0.683 0.530 0.256 0.127
Utiliza las siguientes fórmulas

Población Infinita

S
IC = X ± t
√n

Población Finita

S N-n
IC = X ± t
√
√n N - 1

Ejemplo para una población Infinita

La gerencia administrativa de una fábrica de productos textiles, necesita

estimar las ventas promedio. Con ese propósito se tomó una muestra de 22
días de trabajo y se encontró una media aritmética de Q15200 y una
desviación estándar de Q525, considerar una significancia del 5%.

Solución

S
IC = X ± t
√n
S
IC = 15200 ± t
√n

Valor t
Grados de libertad gl = n -1 = 22-1 = 21

Probabilidad= 1 – (α/2) = 1 – (0.05/2) = 0.975

Valor “t” con gl = 21 y valor de probabilidad 0.975 = 2.08

S
IC = 15200 ± 2. 0 8
√n
 525
IC = 15200 ± 2. 0 8 *
√ 22

IC = 15200 ± 2. 0 8 * 111.9303761

IC = 15200 ± 232.81

L1 = 14967.19
L2 = 15432.81

Damos la respuesta:
Con una significancia del 5%, los resultados de la estimación de las ventas
promedio son:

1. Estimación de punto: 15200

2. Error estándar del muestreo: 111.93
3. Máximo error de la estimación: 232.81
4. L1 14967.19 L2 15432.81

Gráfica

0.025 0.04875 0.04875 0.025

L1 14967.19 µ L2 15432.81

Ejemplo para una población Finita

La gerencia administrativa de una distribuidora de productos cosméticos,

necesita hacer una estimación del promedio del valor de los préstamos
concedidos a los trabajadores, con una significancia del 6%. Una muestra de
16 préstamos de un total de 120, dio a conocer una media aritmética de
Q24200, con una desviación estándar de Q1100.

S N-n
IC = X ± t
√n N - 1√
Colocamos la estimación de punto

S N-n
IC = 24200 ± t
√n N - 1√
Calculamos el valor “t”

Grados de libertad gl = n -1 = 16-1 = 15

Probabilidad= 1 – (α/2) = 1 – (0.06/2) = 0.97

Valor “t” con gl = 15 y valor de probabilidad 0.97 = 2.04

S N-n
IC = 24200 ± 2.04
√n N - 1√

Valores del error muestral

1100 N - n
IC = 24200 ± 2.04
√16 N - 1 √
N-n
IC = 24200 ± 2.04 * 275
√ N -1

FFC = 16/120*100= 13.33%, Se aplica

 120 - 16
IC = 24200 ± 2.04 * 275
√ 120 - 1

IC = 24200 ± 2.04 * 275 * 0.9348

IC = 24200 ± 2.04 * 257.07

IC = 24200 ± 524.42

L1 = 23675.58
L1 = 24724.42

Damos la respuesta

Con una significancia del 6%, los resultados de la estimación del valor
promedio de los préstamos concedidos, son:

1. Estimación de punto: 24200

2. Error estándar del muestreo: 257.07
3. Máximo error de la estimación: 524.42
4. L1 = 23675.58, L1 =24724.42

Gráfica

0.03 0.485 0.485 0.03

L1 23675.58 µ L2 24724.42

ESTIMACIÓN DE UNA PROPORCIÓN

“P”
Una proporción es un porcentaje o un valor decimal que se obtiene de una
muestra, puede presentarse de las siguientes maneras:

En porcentaje
De una muestra de 40 trabajadores, el 80% tienen más de 5 años de laborar
en la empresa.

En decimal
De una muestra de 35 clientes, el 0.65 compra al crédito

En fracción
En un análisis de calidad, de una muestra de 60 unidades, 20 salieron
defectuosas: 20/60 = 0.33

Para cualquier tamaño de muestra, se utiliza la tabla de valores Z

Utiliza las siguientes fórmulas

Para población Infinita

p ´ q´
IC = p´ ± Z
√ n

Para población Finita

p ´ q´ N - n
´
IC = p ± Z
n √ √ N-1

Ejemplo, para una población infinita

En un almacén, el jefe de ventas observó que en una muestra de 20 clientes,
que entraron al almacén, 12 compraron, con una confianza del 88% se
requiere de un análisis de estimación para la verdadera proporción de
compras.

p ´ q´
IC = p´ ± Z
√ n
Calculamos la proporción muestral: 12/20 = 0.60 = p

p´ q ´
´
IC = 0.60 ± Z
√
n

Encontramos Z

Z = 0.88/2 = 0.44, valores cercanos: 0.4394 y 0.4406, tomamos el mayor,

0.4406, Z = 1.56

p´ q´
IC = 0.60´ ± 1.56
√ n

Calculamos el error muestral

0.6 0 *0. 40
IC = 0.60´ ± 1.56
√ 20

IC = 0.60´ ± 1.56 * 0.1095

Calculamos el máximo error de la estimación

IC = 0.60´ ± 0.17

Calculamos los límites

L 1 = 0.43
L 2 = 0.77

Damos la respuesta:
Con una confianza del 88%, los resultados de la estimación de la proporción
de compras son:

1. Estimación de punto = 0.60

2. Error estándar del muestreo= 0.11
3. Máximo error de la estimación= 0.17
4. L 1 = 0.43, L 2 = 0.77
Gráfica

0.06 0.44 0.44 0.06

L 1 = 0.43 P L 2 = 0.77

Ejemplo, para una población Finita

En una importadora de productos electrodomésticos, se ha recibido un lote

de 350 planchas eléctricas, de las cuales se revisaron 30, el 85% están en
buen estado. Con una confianza del 94%, se necesita un análisis de
estimación, para la proporción poblacional de planchas en mal estado.

Resolución

p ´ q´ N - n
IC = p´ ± Z
√ √
n N -1

En los casos de proporción, debe observarse la pregunta de análisis, que es la

que determina el valor de la estimación de punto. En este caso se pide para
las planchas en mal estado.

p´ q´ N - n
IC = 0.15 ± Z´
n N -1√ √
Z = 0.94/2 = 0.47, valores cercanos: 0.4699 y 0.4706, elegimos 0.4699, con
un valor de Z = 1.88

p ´ q´ N - n
´
IC = 0.15 ± 1.88
√ √
n N -1

0.15 *0. 85❑ N - n

IC = 0.15 ´ ± 1.88
√ 30 √ N -1

Factor finito de Corrección = 30/350*100 = 8.57%, se aplica

0.15 *0. 85❑ 350 - 30

IC = 0.15 ´ ± 1.88
√ 30 √ 350 - 1

IC = 0.15 ´ ± 1.88 * 0.065 * 0.9576

IC = 0.15 ´ ± 1.88 * 0.06 2

IC = 0.15 ´ ± 0. 11656

L1 = 0.03
L2.= 0.27

Damos la respuesta

Con una confianza del 94%, los resultados de la estimación de la proporción

de planchas en mal estado son:

1. Estimación de punto = 0.15

2. Error estándar del muestreo= 0.062
3. Máximo error de la estimación= 0.12
4. L 1 = 0.03, L 2 = 0.27

Gráfica
0.03 0.47 0.47 0.03

L 1 = 0.03 P L 2 = 0.27

¡Muy bien jóvenes, esto está facilito, como

quitarle un chocolate al BB, listos para la
tarea 3!

Motivación de hoy