Es improbable que la media de la muestra sea idéntica a la media de la

población. Es posible que existan diferencias entre la estadística de la

muestra, como la media o la desviación estándar de la muestra y los
parámetros de población correspondientes. A esta diferencia se le
conoce como error en el muestreo.

Ejemplo:
Las calificaciones de una población de 5 empleados de producción
fueron: 97, 103, 96, 99 y 105. Si seleccionamos una muestra de 2
calificaciones, 97 y 105, la media sería (97+105)/2 = 101, otra muestra
donde tomemos 103 y 96, la media será 99.5. La media de todas las
calificaciones es 500/5= 100.
El error de muestreo de la primera muestra es 1.0, que se
determina x - µ = 101 – 100 = 1.0.

La segunda muestra tiene un error de -0.5, que se determina 99.5

– 100 = -0.5.

Ambas son el error que se comete al estimar la media de la

población mediante una media de la muestra, estos errores de
muestreo se deben al azar.

El tamaño de estos errores varían de una muestra a otra.

Las medias de muestra varían de una muestra a otra.

¿De qué manera puede el departamento de aseguramiento de calidad
de una empresa que se dedica a la producción masiva, liberar un
embarque de microprocesadores, con base en una muestra de solo
10 unidades?

¿Cómo una encuesta con base a una muestra de 2,000 votantes

registrados, de una población de casi 90 millones de votantes, puede
dar una predicción precisa de una votación presidencial?

Para responder a estas preguntas se examina la distribución muestral

de las medias de la muestra, que es la distribución de probabilidad de
todas las medias posibles de las muestras de un tamaño de muestras
dado.
 Ejemplo
Industrias Tartak tiene siete empleados de producción (tamaño de
población). Los salarios por hora en dólares, de cada uno de ellos se
presentan a continuación.

EMPLEADO
SALARIO POR A) ¿cuál es la media de la población?
HORA

Joe 7 B) ¿cuál es la distribución muestral de las

Sam 7 medias de muestreo para muestras de tamaño
2?
Sue 8
Bob 8 C) ¿cuál es la media de la distribución
Jan 7 muestral?
Art 8
D) ¿qué puede interpretar de la población y de la
Ted 9 distribución muestral?
Solución:

A) la media de la población es $7.71 que se obtiene de:

µ = (7 + 7+ 8 + 8+ 7 + 8 + 9) / 7 = 54 / 7 = 7.71

B) para calcular la distribución muestral de las medias de muestreo para

muestras de tamaño 2, se seleccionan todas las muestras tamaño 2 y se
calculan las medias.

Considerando n = 7 (número de trabajadores totales) y n = 2 (tamaño de

elementos que se tomarán para la muestra) que el orden no importa, se
calcula el número de combinaciones posibles.

7c2 = 7! / 2! (7 - 2)! = 7.6.5! /2!5! = 7.6 / 2 = 21 combinaciones.

Medias de las muestras para todas las muestras posibles de dos
empleados
 Distribución muestral de las medias de muestra para r = 2

MEDIA DE NÚMERO DE PROBABILID

MUESTRA MEDIDAS AD

7.00 3 0.1429
7.50 9 0.4285
8.00 6 0.2857
8.50 3 0.1429
21 1.0000

C) La media de la distribución muestral, se obtienen sumando las

medias de muestras y dividiendo entre la suma de muestras.

µx = (+7+7+7+7.5…+8.5+8.5) / 21 = 162/ 21 = 7.71

D) ¿qué puede interpretar de la población y de la distribución muestral?
a) La media de las media de la muestra (7.71) es igual a la media de la
población µ = x.
b) La dispersión de la distribución de las medias de la muestra es menor
que la dispersión en los valores de la población. Las medias de la
muestra van de 7 a 8.50, mientras que los valores de la población varían
de 7 a 9.
c) La distribución de las medias de la muestra tiende a tener una forma de
campana y a aproximarse a la distribución de probabilidad normal.
Un intervalo de confianza para una media es x ± Z s
√n.

Donde:
Z Depende del nivel de confianza y se obtiene de 0.80/2 = 0.40, dado que
la tabla se basa en la mitad de la distribución normal .
Confianza Número mas cercano Valor Z
80% 0.3997 1.28
94% 0.4699 1.88
96% 0.4798 2.05
 Ejemplo
Un estudio abarca la selección de una muestra aleatoria de 256 desarrolladores
de software menores de 35 años de edad. El ingreso anual es un punto de interés.
La media de la muestra es de $55,420, con un desviación estándar de $2,050.

1.- ¿Cuál es el ingreso medio estimado de todos los desarrolladores (la

población)? Es decir, ¿cuál es la estimación puntual?

2.- ¿Cuál es el intervalo de confianza del 95% para la media

3.- ¿Cuáles son los límites del 95% del nivel de confianza para la media de la
población?.

4.- ¿Qué grado de confianza se utiliza?

 Ejemplo
1.- ¿Cuál es el ingreso medio estimado de todos los desarrolladores (la
población)? Es decir, ¿cuál es la estimación puntual?
La estimación puntual de la media de la población es $55,420, dado que no se
conoce la media de la población.

2.- ¿Cuál es el intervalo de confianza del 95% para la media

$55,420 ± 1.96 ($2,050/ √256) = $55,420 ± 251.125
De $55,168.875 a $55,671.125

3.- ¿Cuáles son los límites del 95% del nivel de confianza para la media de la
población.
Los límites son $55,168.875 y $55,671.125

4.- ¿Qué grado de confianza se utiliza?

El grado de confianza o nivel de confianza es 0.95.
El intervalo de confianza para una proporción de la muestra es
p ± z √ [p(1 – p) / n]

Donde:
p es la proporción de la muestra
z es el valor normal estándar para el grado de confianza
n es el tamaño de la muestra
 Ejemplo

El consejo de la Asociación Educativa, un sindicato que se

compone en su mayor parte de maestros de nivel medio, propuso
la fusión con la Federación de maestros; las leyes internas de la
Asociación exigen que mas de dos terceras partes de los maestros
deben de apoyar la fusión.

Una muestra de 200 miembros, demostró que 140 de ellos apoyan

la fusión. Desarrolle un intervalo de confianza de 99% para la
proporción de los miembros que apoyan la fusión. ¿Parece
probable la aprobación de la fusión?
 Solución
140 de 200 miembros aprueban la fusión, es decir, el 70% o 0.70.
Este dato indica que es posible que la fusión sea aprobada, ya que la
proporción es mayor a la proporción requerida de 2/3, que representa el
0.6667.

Desarrollando el intervalo de confianza del 99%, se tiene:

ES P ± Z √ [P(1 – P) / n]
0.7 ± 2.58 √ [0.7(1 – 0.7) / 200]

0.7 ± 0.084
0.616 a 0.784 = 61.6 y 78.4

La proporción de 66.67% que se requiere para aprobar la fusión está dentro del
rango de confianza, por lo que no es posible asegurar que la fusión recibirá los
votos requeridos.
Este es el factor de corrección de población finita, y se debe aplicar
cuando la muestra es mayor al 5% de la población (n/N > 0.05).

Si la muestra es un porcentaje sustancial de la población, las

estimaciones son mas precisas que si se usa una muestra pequeña.

Un intervalo de confianza para una media y una proporción

considerando el factor de corrección es:

P ± Z P(1 – P) N–n
√ n √ N-1

X ±Z S N–n
√n √ N-1
 Ejemplo

En un pequeño pueblo viven 250 familias. Una encuesta con 40

familias reveló que la contribución anual promedio a la iglesia es
de 450 pesos, con una desviación estándar de 75 pesos.
Construya un intervalo de confianza de 95% para la contribución
media anual. 40/250 = 0.16 > 0.05
X ±Z S N–n
√n√ N-1

= $450 ± 1.96 $75

√40 √ 250 - 40
250 – 1

= $450 ± $21.35

[$428.65 - $471.35]
 Ejemplo

Del estudio de los contribuyentes a la iglesia, se reveló que 15 de

las 40 familias de la muestra asisten con regularidad a la iglesia.
Construya un intervalo de confianza de 95% para la proporción
de familias que asisten a la iglesia con regularidad. ¿Se deberá
aplicar el factor de corrección para poblaciones finitas? ¿Por
qué?
P ± Z P(1 – P) N–n
√ n √ N-1

P= 15/40 = 0.375, n= 40, N = 250 Z = 1.96

0.375 ± 1.96 (.765)(.9184)

0.375 ± 0.138
[0.237 – 0.513]

Se aplicó el factor de corrección por que 40/250 > 0.05

E1) Se realizó una encuesta de mercado para estimar la proporción de niños
capaces de reconocer a un personaje de televisión a través de una frase. De
1,400 niños encuestados, 420 fueron capaces de identificar al personaje.
A) Utilizando un grado de confianza de 0.99, ¿cuál es el intervalo entre el
que se encuentra la proporción de niños que sí reconoce al personaje?
B) ¿Cuáles son los límites de confianza?

E2) Anoche, la asistencia al juego de Beisbol fue de 400 personas. Una

muestra aleatoria de 50 asistentes reveló que el número medio de refrescos
que se consumieron fue de 1.86, con desviación estándar de 0.50.
A) Desarrolle un intervalo de confianza de 97%, para el número medio de
la población de refrescos consumidos. Interprete
B) Determine si es necesario aplicar el factor de corrección y por qué.
 Hillier, F. y Hillier, M. (2008). Métodos Cuantitativos
para la Administración. México: Mc GrawHill.
 Kasmier y Diaz, M. (última edición). Estadística para
administración y economía). México: Editorial McGraw
Hill.
 Lind, D., Mason, R. y Marchal, W. (2014). Statistical
Techniques in Business and Economics. México:
McGrawHill Irwin.
 Sheldon, M. R. (2008). Introducción a la Estadística.
España: Editorial Reverte.
 Wooldrige, M. J. (2016). Introductury Econometrics. A
modern approach. United States of America:
CENGAGE Learning.