UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE CIENCIAS POLÍTICAS Y ADMINISTRATIVAS

CARRERA DE ADMINISTRACIÓN DE EMPRESAS
ESTADÍSTICA APLICADA A LAS EMPRESAS

INTEGRANTES
 Carrillo Aracely
 Cunalata Bryan
 Cacuango Nataly
 Gavilanes Jessica
 Grefa Nazly
 Morocho Lisseth
 Villacis Alexander

SEMESTRE

Cuarto “A”

DOCENTE

Dr. Eduardo Montalvo

El muestreo
Población

Una población estadística es el total de individuos o conjunto de ellos que

presentan o podrían presentar el rasgo característico que se desea estudiar.

La muestra.
Es una parte representativa de la población y que puede ser calculado de
varias maneras, y según las circunstancias, aquí únicamente abordaremos la
aplicación de dos fórmulas cuando hay población cuantificada, y una cuando
no hay la población cuantificada.

Formas de calcular el tamaño de la muestra.

Con población finita

PQN
n
E2
(N 1) PQ
K2

n = Tamaño de la
muestra. N= Tamaño de la
población.
PQ = Es una constante que siempre va a tener este valor 0.25
E = Error máximo admisible  aceptar desde el 1% al 10% pero
generalmente se trabaja con el5%
K = Es una constante de corrección y su valor es 2.

EJERCICIO

n=? n
N = 5000  0.25
0.25(5000)
PQ = 0.25 (0.05) 2

E = 0.05 (5000 1)
K=2 22
n  370.44  370

m
n
e (m 1) 1
2

n = Tamaño de la muestra. m
= Tamaño de la población. e
= Error máximo admisible.

5000
n (0.05)2 (50001)  1
n  370.44  370
Con el 0.08% de error se obtiene 151.54 ≈ 152.
 𝑛= 𝑁𝑍2𝑝𝑞
𝑒2(𝑁 − 1) + 𝑍2𝑝𝑞

N = tamaño de la población
e = error admisible (aceptable en rango 1% a 10%
Z = nivel de confianza
p = proporción aproximada que se posee referencia
q = proporción aproximada que no se posee referencia (1-p)

Con población infinita

Si en el momento de calcular el tamaño de la muestra no se conoce el tamaño de la

población, se puede utilizar

2 2
n Z 
E2
En donde
n = muestra
E = Error máximo admisible
Z = Nivel de confianza
  Coeficiente de Variación n
=?
E = 5% (0.05)
Z = 95% = 1.96
  

1.9620.52
n
0.052  384
Estadígrafos y Parámetros
Estadígrafos
Son medidas estadísticas calculadas con datos muestrales y su procesamiento
permiten hacer inferencias hacia las poblaciones.
Parámetros
Son medidas estadísticas calculadas con datos poblacionales y su
procesamiento permite realizar proyecciones muestrales
Los estadígrafos y parámetros más utilizados son:
Muestra - Estadígrafo Población - Parámetro

X μ

S σ

La estimación de parámetros es un método que consiste en asignar un valor al

parámetro o al conjunto de parámetros que caracterizan el campo sujeto a

estudio. La fórmula matemática que lo determina se denomina estimador.

Al ser una estimación existe cierto error. Incluso, aunque el estimador tenga

todas las propiedades óptimas. Por pequeño que sea, siempre existirá un error.

Así pues, para obtener estimaciones adaptadas a esa realidad, se

crean intervalos de confianza. Es decir, rangos entre los que están esos

valores estimados con cierto grado de confianza. El grado de confianza

(fiabilidad) se puede modificar. Cuando mayor sea el grado de confianza, más

grande será el intervalo. Eso sí, cuanto menos error tenga la estimación inicial,

más acotado será el intervalo de confianza.

Estadísticamente es un proceso mediante el cual utilizando los resultados

obtenidos en las muestras puede llegar a estimarse resultados poblacionales,

es decir, que los datos muéstrales (estadígrafos) pueden ayudar a establecer

datos poblacionales (parámetros). Para esto utilizamos las siguientes fórmulas

para calcular el error típico de la desviación estándar.

Cuando no está cuantificada la población

S
X
n

Cuando está cuantificada la población

S N n
X n N 1

La razón critica de la muestra.

Z X
X

Error muestral
 Ejercicios
ESTADÍGRAFOS Y PARÁMETROS
Estimación de parámetros
EJEMPLO

Se quiere establecer la edad promedio de la población de la cuidad de Ambato donde los

habitantes son 15000 individuos a partir de una de la muestra de 80 habitantes con una X
DATOS
de 50 años y una s de 5 años con un nivel de 99% de probabilidad.
N=15000

nX¿ =50
80 S=5 Se busca en la tabla del apéndice II de la
Estadística de Murray = 2.58
Z¿ 99 /2=0,495
μ=? ?
DESARROLL
O

σ x=
√
S N −n
√ n N−1
z=
X −μ
σX
50−μ
σ x=
√
5 15000−80
√ 80 15000−1
2,58¿
0,22

50−μ=2,58( 0,22)
σ x =0,22(0,99)
50−μ=0,568
σ x =0,22 μ=0,568−50
μ=−50−0,568
μ=−50± 0,568

μ=−50+0,568=50,57
μ=−50−0,568=49,43

RESULTADO
La edad promedio de los habitantes de la cuidad de Ambato está entre 49.43 y
50.57 años
Ejercicio
Consideremos ahora que las estaturas medias de todos los 9. 500 estudiantes del Instituto

Nelson Torres se distribuyen normalmente con media de 1,60 m. y desviación típica de las

n 45 estaturas medias igual a 0,21 m.

S 0,21
Z1 1,50 a) ¿Entre qué alturas estará el 96% de la población institucional?
Z2 1,65
X̅ 1,60

Datos 𝑿̅ − 𝝁
𝒁=
𝝈𝑿̅
N= 9.500 2,06= 1,60−𝜇
X̅ = 1,60m
𝜎𝑥̅ = 0,21m 0,21
Z= 96% 2,06
1,60-𝜇 = 2,06 ∗ 0,21

1,60-𝜇 = 0,4326

-𝜇 = −1,60 + 0,4326

𝜇 = 1,60 + −0,4326

𝜇 = 1,17 𝑎 2.03

El 96% de la población estudiantil tiene una estatura que oscila desde 1.17 m a 2.03m aproximadamente

B) ¿Qué porcentaje de muestras de 45 estudiantes tendrían una media comprendida entre 1,50 y 1,65?

S x−μ
σ x= z=
√n σx

0,21 1.50−1.60
σ x= Z150 = = -3.22
√ 45 0,031
1,65−1.60
σ x =0,031304 Z165 = =1.61
0,031
 ap.: (Z= -3.22 y Z= 0) + (Z=0 y Z=1,6)
ap.: 0,4994+ 0,4463
ap.: 0.9457 =94.57%

El 94.57% de las muestras de estudiantes de tamaño 45 tengan una media comprendida entre 1,50 m y
1,65 m.

C) ¿Entre que valores estará la estatura del 80 % de todas las muestras del tamaño 500?

n 500 S X−μ
σ X= Z=
S 0,21 √n σX
X̅ 1,60
µ ? 0,21 1,60−μ
σ X= 1,29=
Z 80% √ 500 0,00939
= 0,040 se
busca en σ X =0,00939
la tabla II
=1.29

1,60 - μ = 1.29 *0,00939

1,60 - μ = 0.01211
- μ=¿ -1,60+ 0.01211
μ=1,60± 0,01211

μ = 1,59 a 1,61

R: la estatura de 80% de todas las muestras esta oscila desde 1,59m a 1,61m

Bibliografías:
 Camacho, J. (2000). estadística: Estadígrafos y Parámetros. Madrid: rama.
 Diaz, V. (1999). Población, muestra, individuo y carácter: aplicaciones prácticas.
Economipedia.
 Ferran, E. (1996). Parámetros y estadísticos. Programación y análisis estadístico.
Publicado: 2020.
 Gómez, A. (2018). ¿Qué es y para qué sirve el Muestreo Estadístico? Estadísticas del
blog