Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ÍNDICE
3. Bibliografía 12
2
1. Informacion de la unidad
Tema de la semana:
» Objetivo:
Utilizar técnicas de medidas de tendencia central y dispersión para el cálculo de
intervalos de confianza.
» Tema:
Intervalos de Confianza.
» Subtemas:
1. Distribuciones muéstrales.
2. Estimación puntual e intervalos de confianza de la media poblacional.
3. Estimación por intervalos de confianza para la diferencia de medias
poblacionales.
» Unidad:
Pruebas de hipótesis y muestreo.
3
Pruebas de hipótesis y muestreo – Intervalos de Confianza
Se menciona que la media muestral es imparcial debido a que la media de todas las
medias muestrales posibles es igual a la media poblacional;𝑁(𝜇, 𝜎). (Auchay, 2016)
∑𝑛𝑖=1 𝑥1
𝜇=
© Universidad Estatal de Milagro – UNEMI
∑𝑛𝑖=1(𝑥𝑖 − 𝜇)2
𝜎=√
𝑛−1
4
Pruebas de hipótesis y muestreo – Intervalos de Confianza
El resultado del valor de la desviación estándar de todas las medias posibles (llamado
error estándar de la media) nos presenta cuanto cambia la media muestral entre una
muestra y otra. Y la ecuación que se utiliza para el error estándar de la media es:
𝜎
𝜎𝑥̅ =
√𝑛
𝜎 𝑥̅ −𝜇
𝑥̅ ~𝑁 (𝜇, ) ; tipificando 𝜎 ~𝑁(0,1)
√𝑛
√𝑛
𝑥
𝑝=
𝑛
Donde:
n= tamaño de la muestra
𝜋(1 − 𝜋)
𝜎𝑝 = √
𝑛
𝜋 = proporción poblacional.
5
Pruebas de hipótesis y muestreo – Intervalos de Confianza
Para resumir:
6
Pruebas de hipótesis y muestreo – Intervalos de Confianza
𝜎
𝑥̅ ± 𝑧𝛼⁄2
√𝑛
𝜎 𝑥̅ −𝜇
𝑥̅ ~𝑁 (𝜇, ) ; tipificando 𝜎 ~𝑁(0,1)
√𝑛
√𝑛
Antes de entrar a este tema primero debemos conocer qué es una distribución t
Student. Esta es una distribución usada para muestras menores a 30, también conocida
como la distribución t que se encarga de calcular valores críticos denotados mediante
𝑡∝⁄2 , este valor lo podemos encontrar en la tabla de tal manera que primero debemos
𝑥̅ − 𝜇
𝑡= 𝜎
√𝑛
7
Pruebas de hipótesis y muestreo – Intervalos de Confianza
Tabla de la distribución t
http://cms.dm.uba.ar/academico/materias/1ercuat2015/probabilidades_y_estadistica
_C/tabla_tstudent.pdf
Ahora bien, para una estimación del intervalo de confianza para la media con σ
desconocida se realiza la prueba de t de una media. Mediante la ecuación:
𝜎
𝑥̅ ± 𝑡𝛼⁄2
√𝑛
𝜎 𝜎
𝑥̅ − 𝑡𝛼⁄2 ≤ 𝜇 ≤ 𝑥̅ + 𝑡𝛼⁄2
√𝑛 √𝑛
© Universidad Estatal de Milagro – UNEMI
8
Pruebas de hipótesis y muestreo – Intervalos de Confianza
» Con varianzas conocidas: debido que X e Y son independientes de tal manera que
En un intervalo de confianza:
Supongamos que las varianzas 𝜎𝑋2 𝑦 𝜎𝑌2 son desconocidas pero iguales:
En un intervalo de confianza:
© Universidad Estatal de Milagro – UNEMI
1 1 1 1
(𝑥̅ − 𝑦̅) − 𝑡𝑛+𝑚−2,∝⁄ 𝑆̂√ + , (𝑥̅ − 𝑦̅) + 𝑡𝑛+𝑚−2,∝⁄ 𝑆̂√ +
2 𝑛 𝑚 2 𝑛 𝑚
Ejemplos:
9
Pruebas de hipótesis y muestreo – Intervalos de Confianza
𝑥𝑖
𝑃(𝑥̅ > 400) = 𝑃 (𝑥̅ > )
𝑛
𝑥𝑖
𝑃(𝑥̅ > 400) = 𝑃 (𝑥̅ > )
𝑛
∑𝑛𝑖=1 𝑥𝑖 350
𝜇 = 𝑥̅ = = = 70
𝑛 5
400
𝑃(𝑥̅ > 400) = 𝑃 (𝑥̅ > )
5
Mediante tipificación
𝑥̅ − 𝜇
𝑃(𝑥̅ > 400) = 𝑃 ( )
𝜎𝑥̅
𝜎 9
𝜎𝑥̅ = = = 4,025
√𝑛 √5
© Universidad Estatal de Milagro – UNEMI
𝑥̅ − 𝜇 75 − 71
𝑃 (𝑍 > ) = 𝑃 (𝑍 > ) = 𝑃(𝑍 > 1,24)
𝜎𝑥̅ 4.025
10
Pruebas de hipótesis y muestreo – Intervalos de Confianza
2. Dadas las estaturas de varias personas de las cuales con anterioridad se sabe
que tienen una varianza de 65 cm. Se pide calcular
a) Con un margen de error del 6%, estime la altura media partiendo de un
grupo de 100 personas, sabiendo que su promedio dio 165 cm.
Resolvemos:
a) 𝑥̅ = 165
b) 𝜎 2 = 65; 𝜎 = √65 = 8,06
c) 𝛼 = 0,06
𝛼 0,06
d) = = 0,03
2 2
𝛼
Para calcular 𝑧𝛼⁄2 , con el valor de procedemos a buscar en la tabla de t-
2
student
𝛼 2 = 0,03
𝛼 2 = 0,03
-1,88 1,88
𝜎
𝑥̅ ± 𝑧𝛼⁄2
© Universidad Estatal de Milagro – UNEMI
√𝑛
𝜎 𝜎
𝑥̅ − 𝑧𝛼⁄2 ≤ 𝜇 ≤ 𝑥̅ + 𝑧𝛼⁄2
√𝑛 √𝑛
8,06 8,06
165 + 1,88 ≤ 𝜇 ≤ 165 + 1,88
√100 √100
𝟏𝟔𝟑, 𝟒𝟖 ; 𝟏𝟔𝟔, 𝟓𝟏
11
Pruebas de hipótesis y muestreo – Intervalos de Confianza
3. Bibliografía
12
ÍNDICE
3. Bibliografía 15
2
1. Informacion de la unidad
Tema de la semana:
» Objetivo:
Seguir procedimientos para la correcta aplicación y determinación de hipótesis.
» Tema:
Prueba de hipótesis.
» Subtemas:
1. Pasos básicos en pruebas de hipótesis.
2. Prueba de hipótesis para la media de la población
3. Estimación por intervalos de confianza para la diferencia de medias
poblacionales.
» Unidad:
Pruebas de hipótesis y muestreo.
3
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
1. Establecer si es una prueba de dos colas o de una. Fijar sus hipótesis. Elegir un
nivel de significancia de acuerdo para esta decisión.
2. Determinar que distribución (t o z) es la apropiada y hallar el o los valores críticos
para el nivel de significancia escogido en la tabla apta.
3. Deducir el error estándar del estadístico muestral. Utilice el error estándar para
cambiar el valor observado del estadístico dentro de un valor estandarizado.
4. Plantear la distribución y marcar la posición del valor de la muestra
estandarizada y de(los) valor(es) críticos para la prueba.
5. Comparar el valor estadístico muestral estandarizado con el o los valores críticos
para esta prueba y comente los resultados.” (Johnson, 2012)
Según Triola (2004) los componentes formales dentro de la prueba de hipótesis son:
© Universidad Estatal de Milagro – UNEMI
a. Hipótesis nula
La hipótesis nula denotada por 𝐻0 es la aseveración de que un solo valor del parámetro
de la población (si es simple o un conjunto si es compuesta lo que se desea desacreditar),
es igual a un valor afirmado.
𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0
4
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
b. Hipótesis alternativa
Debido a que nos basamos en muestra puede existir un cierto grado de equivocación:
En una prueba de hipótesis se puede calcular el tamaño de los errores al tomar una
decisión incorrecta y son:
𝐻0 Verdadera 𝐻0 Falsa
Rechazamos 𝐻0 Error Tipo I = α Decisión acertada
No rechazamos 𝐻0 Decisión acertada Error Tipo II = β
Fuente: creación propia.
5
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
c. Región crítica
𝑝̂−𝑝
Para proporciones 𝑧= 𝑝𝑞
√
𝑛
𝑥̅ −𝜇 𝑥̅ −𝜇
Para medias 𝑧= 𝜎 o 𝑡= 𝑠
√𝑛 √𝑛
(𝑛−1)𝑠 2
Para desviaciones estándar 𝑥2 =
𝜎2
6
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
Hipótesis nula 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0
Hipótesis alternativa 𝐻1 : 𝜇 > 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 ≠ 𝜇0
Estadístico de prueba 𝑥̅ − 𝜇
𝑧= 𝜎
√𝑛
Región crítica {𝑧: 𝑧 < −𝑧∝ } {𝑧: 𝑧 > 𝑧1−∝ } {𝑧: |𝑧| > 𝑧1−∝⁄ }
2
Hipótesis nula 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0
© Universidad Estatal de Milagro – UNEMI
7
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
En algunas ocasiones para la toma de decisiones, las personas que van a realizar el
estudio requieren determinar si los parámetros de dos poblaciones son iguales o
diferentes.
Aquí los tomadores de decisiones no se preocupan por el valor real del parámetro de
una determinada población sino en la diferencia de la relación entre sus valores. Esto se
realiza mediante 𝑥̅1 − 𝑥̅2 que es la diferencia entre la media de las muestras.
La diferencia será positiva solo si 𝑥̅1 > 𝑥̅2 , y negativa si 𝑥̅2 > 𝑥̅1 .
La media de la distribución de la diferencia entre las medias muéstrales y viene dada por
𝜇1 − 𝜇2 . (Triola, 2004)
Esta prueba se realiza cuando ambos tamaños de la muestra son mayores que 30.
El error estándar aproximado de la diferencia entre las dos muestras viene dado por:
𝜎12 𝜎22
𝜎̂𝑥̅̅̅̅−𝑥
1 ̅̅̅̅
=√ +
2
𝑛1 𝑛2
© Universidad Estatal de Milagro – UNEMI
(𝜇1 − 𝜇2 )𝐻0
8
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
Hipótesis nula 𝐻0 : 𝜇 = 𝜇0 𝐻0 : 𝜇 ≤ 𝜇0 𝐻0 : 𝜇 ≥ 𝜇0
Hipótesis alternativa 𝐻1 : 𝜇 > 𝜇0 𝐻1 : 𝜇 < 𝜇0 𝐻1 : 𝜇 ≠ 𝜇0
Estadístico de prueba (𝑥 𝑥2 − (𝜇1 − 𝜇2 )𝐻0
̅̅̅1 − ̅̅̅)
𝑧=
𝜎̂𝑥̅̅̅̅−𝑥
1 ̅̅̅̅
2
Esta prueba se realiza cuando los tamaños de la muestra son pequeños y para ello se
debe realizar dos cambios técnicos dentro del procedimiento para hacer la prueba de
las diferencias entre medias. El primero se da a través de la forma de calcular el error
estándar estimado de la diferencia entre dos medias muéstrales y el segundo con
pruebas de muestras pequeñas de una sola media; aquí nuevamente usaremos pruebas
de muestra pequeña en la distribución t. el error estándar lo calculamos mediante:
1 1
𝜎̂𝑥̅1 −𝑥̅2 = 𝑠𝑝 √ +
𝑛1 𝑛2
Y la de estimación conjunta:
Hipótesis nula 𝐻0 : 𝜇 = 𝜇0
Hipótesis alternativa 𝐻1 : 𝜇 ≠ 𝜇0
Estadístico de prueba (𝑥 𝑥2 − (𝜇1 − 𝜇2 )𝐻0
̅̅̅1 − ̅̅̅)
𝑡=
𝜎̂𝑥̅̅̅̅−𝑥
1 ̅̅̅̅
2
*Tomado de Taylor y Triola,(2012).Probabilidad y estadística para ingenieros. México: Pearson Educación.
9
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
Ejercicios de aplicación
1. En una empresa se fabrican piezas que no alcanzan el tamaño mínimo de 25 cm.
Se toma una muestra a 10 elementos: 19, 15, 20, 24, 17, 13, 21, 18, 17, 20. Indicar
con un nivel de significancia del 90% si la compañía debe tomar alguna medida
para cambiar el tamaño de dichas piezas.
Resolvemos
Datos
𝜇 = 25
𝑛 = 10
Procedemos a aplicar los pasos para realizar una prueba de hipótesis
Primero fijamos las hipótesis, determinamos si es de dos colas o una y el nivel de
significancia
𝐻0 : 𝜇 > 25
para contrarrestar la hipótesis nula; nos dicen que no alcanza el máximo de 25 cm;
entonces
𝐻1 : 𝜇 < 25
Como hipótesis alterna nos dice que es <25; es
una prueba de hipótesis de una cola hacia la
izquierda. Con un nivel de significancia 𝛼 =
100% − 90% = 10% = 0,1
Determinamos que es una distribución t y
procedemos a hallar el valor crítico. 𝑡𝑐 = 1.3830
Si la muestra tiene 10 datos; los grados de
© Universidad Estatal de Milagro – UNEMI
10
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
19 + 15 + 20 + 24 + 17 + 13 + 21 + 18 + 17 + 20 184
𝑥̅ = =
10 10
𝑥̅ = 18,4
∑𝑛𝑖=1(𝑥𝑖 − 𝑥̅ )2
𝜎=√
𝑛−1
X 𝑥 − 𝑥̅ (𝑥 − 𝑥̅ )2
19 (19 − 18,4) = 0,6 (0,6)2 = 0,36
15 (15 − 18,4) = −3,4 (−3,4)2 = 11,56
20 (20 − 18,4) = 1,6 (1,6)2 = 2,56
28 (28 − 18,4) = 9,6 (9,6)2 = 92,16
17 (17 − 18,4) = −1,4 (−1.4)2 = 1,96
13 (13 − 18,4) = −5,4 (−5,4)2 = 29,16
21 (21 − 18,4) = 2,6 (2,6)2 = 6,76
18 (18 − 18,4) = −0,4 (−0,4)2 = 0,16
17 (17 − 18,4) = −1,4 (−1,4)2 = 1,96
20 (20 − 18,4) = 1,6 (1,6)2 = 2,56
SUMATORIA 149,2
149,2
𝜎=√ = 4,05
9
18,8 − 25
𝑡=
4,05
√10
𝑡 = −1,2807
11
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
En conclusión como el valor 𝑡 = −1,2807 esta dentro del valor crítico rechazamos la
hipótesis nula (𝐻0 ) y aceptamos la hipótesis alternativa (𝐻1 ). Lo que quiere decir que
la compañía debe tomar medidas para cambiar el tamaño de las piezas.
2. Una embotelladora vierte 250 ml de gaseosa por unidad. En una muestra
aleatoria a 40 gaseosas resulta un contenido promedio de 245 ml con una
desviación estándar de 30 ml, determinar mediante la prueba de hipótesis el
promedio teórico de 250 en contraposición con la hipótesis alternativa de que
es menor a 250 en un nivel de significancia del 5%
Resolvemos
El ejercicio básicamente nos proporciona toda la información
Datos
𝑥̅ = 245
𝜇 = 250
𝜎 = 30
𝛼 = 0.05
Seguimos los mismos pasos del ejercicio anterior. Proponemos las hipótesis
𝐻0 : 𝜇 > 250
𝐻1 : 𝜇 < 250
Debido a que es < 250, es de una cola hacia la izquierda.
Trabajamos con un 95% de confianza;
el 5% será la zona de rechazo.
Buscamos en la tabla de la normal
estándar el valor de 0.05 en su centro.
© Universidad Estatal de Milagro – UNEMI
12
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
𝑥̅1 = = = 58
𝑛 9
∑𝑛𝑖=1 𝑥𝑖 50 + 36 + 62 + 52 + 70 + 41
𝑥̅2 = = = 51,73
𝑛 6
Fijamos las hipótesis
𝐻0 : 𝜇1 − 𝜇2 = 0
𝐻1 : 𝜇1 − 𝜇2 > 0
13
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
Para el valor crítico con un nivel de significación del 5%. Vamos a trabajar con la
distribución t.
𝑔𝑙 = 𝑛1 + 𝑛2 − 2 = 9 + 6 − 2 = 13
𝛼 = 0.05
Buscamos en la tabla t-student 𝑡𝑐 = 1.711
Calculamos el estadístico de prueba
Primero calculamos la desviación estándar
para proceder a colocar los datos en la fórmula
(𝑛1 − 1)𝑠12 + (𝑛2 − 1)𝑠22
𝑠𝑝2 =
𝑛1 + 𝑛2 − 2
𝑠𝑝 = √129.01 = 11,35
1 1
𝜎̂𝑥̅1 −𝑥̅2 = 11.35√ + = 5,98
9 6
Estadístico de prueba
(𝑥 𝑥2 − (𝜇1 − 𝜇2 )𝐻0
̅̅̅1 − ̅̅̅)
𝑡=
𝜎̂𝑥̅̅̅̅−𝑥
1 ̅̅̅̅
2
(58 − 51.73) − 0
𝑡= = 1,048
5,98
© Universidad Estatal de Milagro – UNEMI
Decisión: debido a que el t calculado es menor al valor crítico se acepta la hipótesis nula
y se rechaza la hipótesis alternativa.
14
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis
3. Bibliografía
15
ÍNDICE
3. Bibliografía 9
2
1. Informacion de la unidad
Tema de la semana:
» Objetivo:
Comprender los fundamentos teóricos mediante la validez de supuestos
poblacionales a partir del método de prueba de hipótesis para la proporción.
» Tema:
Prueba de hipótesis para la proporción.
» Subtemas:
1. Prueba de hipótesis para la proporción de población.
2. Prueba de hipótesis para la diferencia de proporciones de poblaciones.
3. Ejercicios de aplicación.
» Unidad:
Pruebas de hipótesis y muestreo.
3
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
𝑥
𝑝̂ =
𝑛
Hipótesis nula 𝐻0 : 𝑝 = 𝑝0 𝐻0 : 𝑝 ≤ 𝑝0 𝐻0 : 𝑝 ≥ 𝑝0
Hipótesis alternativa 𝐻1 : 𝑝 > 𝑝0 𝐻1 : 𝑝 < 𝑝0 𝐻1 : 𝑝 ≠ 𝑝0
Estadístico de prueba (𝑝̂ − 𝑝𝐻0 )
𝑧=
𝜎𝑝̂
𝑝𝐻0 𝑞𝐻0
𝜎𝑝̂ = √
𝑛
Para los valores de p y valores críticos utilice la tabla de distribución normal estándar.
(Taylor R. C., 2008)
4
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
Hipótesis nula 𝐻0 : 𝑝 = 𝑝0
Hipótesis alternativa 𝐻1 : 𝑝 ≠ 𝑝0
Estadístico de prueba (𝑝̅1 − 𝑝̅2 ) − (𝑝1 − 𝑝2 )
𝑧=
𝜎𝑝̂1 −𝑝̂2
𝑝1 𝑞1 𝑝2 𝑞2
𝜎𝑝̂1 −𝑝̂2 = √ +
𝑛1 𝑛2
© Universidad Estatal de Milagro – UNEMI
Para los valores de p y valores críticos utilice la tabla de distribución normal estándar.
5
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
Ejercicios de aplicación
1. Una encuesta realizada por Engueran a 35 socios indico que un poco más del 74%
tenían un ingreso familiar de más de $200,000 al año. Si esto es cierto, el comité
desarrollara un paquete especial de servicios para este grupo. El gerente quiere
determinar si el porcentaje verdadero es mayor del 60% antes de desarrollar e
introducir este nuevo paquete de servicios. A lo que los resultados mostraron
que el 74.29% de los socios encuestados reportaron ingresos de más de
$200,000 o más al año.
Procedimiento:
Hipótesis nula: 𝑯𝟎 = 𝑷 ≤ 𝟎. 𝟔𝟎
Hipótesis alternativa: 𝑯𝟏 = 𝑷 > 𝟎. 𝟔𝟎
P= a la proporción de socios con ingresos familiares anuales de $200,000 o más.
𝑝𝐻0 𝑞𝐻0
𝜎𝑝̂ = √
𝑛
0.60(0.40)
© Universidad Estatal de Milagro – UNEMI
(𝑝̂ − 𝑝𝐻0 )
𝑧=
𝜎𝑝̂
(0.7429 − 0.60)
𝑧= = 1.73
0.0828
6
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
La hipótesis nula se rechaza porque el valor de la Z calculado es mayor que el valor crítico
Z. La compañía puede concluir con un 95% de confianza (1- α=0.95) que más de un 60%
de sus socios tienen ingresos familiares de $200,000 o más. El gerente puede introducir
el nuevo paquete de servicios orientados a este grupo.
𝑛𝐻 = 45 𝑛𝑀 = 71
𝑃𝑯 = 𝟎. 𝟓𝟖 𝑃𝑀 = 𝟎. 𝟒𝟐
0.58(0.42) 0.42(0.58)
© Universidad Estatal de Milagro – UNEMI
𝜎𝑝̂1 −𝑝̂2 = √ +
45 71
= 0.10
𝑧𝑐 = 1.64
Para el estadístico de prueba
𝑧 = 1,60
7
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
8
Pruebas de hipótesis y muestreo – Pruebas de Hipótesis para la proporción
3. Bibliografía
9
ÍNDICE
3. Bibliografía 11
2
1. Informacion de la unidad
Tema de la semana:
» Objetivo:
Utilizar adecuadamente las muestras de una población para la obtención de
resultados correctos.
» Tema:
Nociones de Muestreo.
» Subtemas:
1. Muestreo Aleatorio Simple.
2. Uso de la tabla de números aleatorios para la selección de una muestra.
3. Fórmula para el muestreo: Poblaciones finitas e infinitas.
» Unidad:
Pruebas de hipótesis y muestreo.
3
Pruebas de hipótesis y muestreo – Nociones de Muestreo
Para aplicarlo de manera apropiada la elección del tamaño de la muestra debe contener
más de unos cientos de individuos; es posible que este método sea teóricamente fácil
de comprender, pero algo difícil de implementar en la práctica.
4
Pruebas de hipótesis y muestreo – Nociones de Muestreo
5
Pruebas de hipótesis y muestreo – Nociones de Muestreo
Esta tabla consiste en una serie de dígitos que se ordenan en una secuencia generadora
de forma aleatoria. Debido a que dicho sistema numérico utiliza 10 dígitos, teniendo la
posibilidad de generar de una forma aleatoria cualquier digito en particular y esto es
igual a la probabilidad de generar cualquier otra.
Estas dos características satisfacen los requisitos necesarios para la realización del
muestreo aleatorio.
6
Pruebas de hipótesis y muestreo – Nociones de Muestreo
Según Aushay (2016) Para proceder a realizar el cálculo del tamaño de la muestra de un
universo finito, es decir que es contable y la variable de tipo categórica, primero debe
conocer “n” ; ya determinada que la población es finita, es decir tenemos conocimiento
del total de la población y se desea analizar cuántos de ese total vamos a estudiar; se
aplica la fórmula:
𝑍2 × 𝑁 × 𝑝 × 𝑞
𝑛=
𝑒 2 × (𝑁 − 1) + 𝑍 2 × 𝑝 × 𝑞
Donde:
n= tamaño de la muestra.
7
Pruebas de hipótesis y muestreo – Nociones de Muestreo
𝑍2 × 𝑝 × 𝑞
𝑛=
𝑒2
Donde:
Ejercicios de aplicación
En nuestra tabla para el apoyo de cálculo de la muestra nos dice que a un nivel de
confianza del 90% nuestra Z es 1,65; el ejercicio no proporciona el porcentaje del éxito,
por lo tanto
𝑝 = 0.5
𝑝 = 1 − 𝑝=1-0,5=0,5
8
Pruebas de hipótesis y muestreo – Nociones de Muestreo
𝑍2 × 𝑁 × 𝑝 × 𝑞
𝑛=
𝑒 2 × (𝑁 − 1) + 𝑍 2 × 𝑝 × 𝑞
3062,81
𝑛= = 67,06
45,67
𝑛 = 68
𝑝 = 0.5
𝑝 = 1 − 𝑝=1-0,5=0,5
© Universidad Estatal de Milagro – UNEMI
𝑛 = 385
9
Pruebas de hipótesis y muestreo – Nociones de Muestreo
Para el éxito nos dice que 12% eso quiere decir que:
𝑝 = 0.12
𝑞 = 1 − 𝑝 = 1 − 0.12 = 0.88
𝑍2 × 𝑁 × 𝑝 × 𝑞
𝑛=
𝑒 2 × (𝑁 − 1) + 𝑍 2 × 𝑝 × 𝑞
1014,18
𝑛= = 152,5
6,65
𝑛 = 153
© Universidad Estatal de Milagro – UNEMI
10
Pruebas de hipótesis y muestreo – Nociones de Muestreo
3. Bibliografía
11