Muestreo y tamaño de muestra

Objetivo:

Conocer sobre muestreo, tipos de Muestreo Probabilístico y no

Probabilístico; tamaño de muestra para estimar la media y una
proporción para muestreo aleatorio simple.
Contenido:

1. Muestreo.
2. Muestreo probabilístico.
3. Muestreo no probabilístico.
4. Tamaño de muestra.
 Introducción.
Población o universo en estudio

Conjunto de unidades sobre las que se pretende

obtener cierta información.
Pueden ser unidades individuales, compuestas o una
serie de objetos.

Se deben caracterizar por:

Correcta delimitación.
Constituida por unidades de la misma naturaleza.
 Muestra.

Es prácticamente imposible estudiar todas las unidades

de la población.

¿Qué es una muestra?

Es una pequeña porción de la población

Característica Fundamental:

Reduce de la forma más exacta posible las

características de la población.
 MUESTREO

El muestreo es el proceso de seleccionar un conjunto

de individuos de una población con el fin de
estudiarlos y poder caracterizar el total de la
población.
 MARCO MUESTRAL
Un marco muestral es una lista de elementos que componen el universo
que queremos estudiar y de la cuál se extrae la muestra. Estos
elementos a investigar pueden ser individuos, pero también pueden ser
hogares, instituciones o cualquier otra cosa susceptible de ser
investigada. Cada uno de estos elementos presentes en el marco
muestral se conoce como unidades muestrales. 

En un estudio de percepción sobre calidad en los servicios en EPSEL de

la ciudad de Lambayeque, se puede pensar: en seleccionar usuarios de
EPSEL en la ciudad de LAMBAYEQUE, se requiere:

Lista de usuarios de EPSEL en la ciudad de LAMBAYEQUE.

En éste caso, las listas son el marco muestral total,
mientras que los elementos que las componen son los
elementos muestrales.
PROBABILISTICO
(Probabilidad mayor de 0 y No PROBABILISTICO
conocida).
Conveniencia
Juicio
M.A.S Prorrateo (cuotas)
SISTEMATICO Bola de nieve
ESTRATIFICADO
CONGLOMERADO
 MUESTREO
PROBABILÍSTICO
Se caracteriza por que existe una probabilidad
mayor de cero y conocida de que una unidad de
la población objeto de estudio sea incluida en
una muestra. Se puede medir el error de
estimación y por ende, se realizan estimaciones.
No obstante, en algunos casos no es posible su
realización, o el objetivo del estudio no lo hace
necesario.

MUESTREO
PROBABILÍSTICO
 Ventajas del Azar

Elimina la subjetividad de los investigadores

en la selección de unidades de análisis

Permite medir la precisión de las

estimaciones.

El azar no garantiza representatividad.

 MUESTREO ALEATORIO SIMPLE

Se caracteriza por que otorga la misma probabilidad

de ser elegidos a todos los elementos de la población.
Para él calculo muestral, se requiere de: El tamaño
poblacional, si ésta es finita, del error admisible y la
estimación de la varianza del estimador, en lo general
proporción o promedio.

Técnicas de selección de la muestra aleatoria simple:

- Del sorteo.
- Números aleatorios.
 Muestreo aleatorio
sistemático
Variante del muestreo aleatorio simple.

Sistematiza la elección de los componentes de la

muestra.

1. Se calcula el coeficiente de elevación.

2. Se elige al azar un número igual o menor a ese coeficiente.
3. El individuo al que corresponde ese número forma parte de
la muestra.
4. Los restantes se obtienen sumando sucesivamente el
coeficiente de elevación al número obtenido.
Ejemplo

N = 5.000
n = 100
Coeficiente de elevación= 5.000/100 = 50

El peligro de esta elección es que si en el listado hay algún tipo de ordenación, se corre
el riesgo que la elección no sea tan neutra.
 Muestreo estratificado.

Cuando el universo no es homogéneo.

Diferentes categorías con igual importancia para la investigación.

La elección de la muestra no se hace globalmente para

todos los estratos.
Elección de una muestra para cada estrato por alguno de los
procedimientos anteriores.

No es aconsejable elevar la división en estratos

demasiado lejos, estratos pequeños complican el diseño
porque pueden aparecer vacíos.
 muestreo estratificado
Es el más utilizado en la práctica.
Una vez definidos los estratos, se lleva a cabo la
submuestra.
La determinación del número de elementos por submuestra se
denomina afijación de la muestra.

Para encontrar la afijación proporcional se extrae de

cada estrato el número necesario de individuos para que
la distribución de la población y de la muestra coincidan.
 Afijación de la muestra

Afijación simple
Si en cada estrato se elige el mismo número de individuos. En
algunos casos no representa la población en realidad.
Muestra n = 500 individuos (5000/100), 4 estratos, cada estrato tendrá
125 individuos.

Afijación proporcional
Cada estrato tenga la misma proporción en la muestra que en
la población.
Una muestra es de 40% para un estrato, en la población el estrato
también debe tener la misma proporción.
 Muestreo aleatorio conglomerado

Unidades muestrales no son simples, sino colectivos.

Escuelas, hospitales, etc.

1. Se divide primero a los elementos de la población en

conjuntos separados llamados conglomerados.
2. Cada elemento pertenece sólo a un grupo.
3. Se toma una muestra aleatoria simple de los
conglomerados.
 Características
Tiende a proporcionar los mejores resultados cuando los
elementos del conglomerado son heterogéneos.

Caso ideal: cada conglomerado es una versión

representativa, en pequeña escala, de toda la
población.

Requiere un tamaño de muestra total mayor que el

muestreo aleatorio simple o estratificado.
Principales aplicaciones: muestreo de áreas.
Se caracteriza por no conocerse la
probabilidad de que una unidad quede
incluida en una muestra, no se puede
medir el error de estimación y por lo
tanto, no se pueden realizar
estimaciones. Está sujeto a otras
decisiones subjetivas, no obstante es
recomendado en muchos casos (objetivos
de la investigación)
  MUESTREO DE CONVENIENCIA.

 MUESTREO POR JUICIO U OPINION.

 MUESTREO POR CUOTAS.

 MUESTREO DE BOLA DE NIEVE.

Pretende seleccionar unidades de análisis que
cumplen los requisitos de la población objeto
de estudio, pero que sin embargo, no son
seleccionadas al azar. Se utiliza
preferentemente en estudios exploratorios.
Las pruebas pilotos, también usan con
frecuencia éste tipo de muestreo.
Se tiene como base el juicio
del investigador. Se eligen
generalmente personas con
reconocimiento de su saber
sobre el tema objeto de
análisis.
El investigador selecciona de todas las categorías
de una de las variables que representan a la
población. Es usual en la práctica, se tiende a
confundir con el estratificado. La diferencia
radica en que en éste último se seleccionan las
unidades al azar y en el de cuotas NO.

 Administración 1500
 Negocios 2000
 Financieros 1000
 •PREMISA:
Los miembros de la
población en estudio
se conocen entre sí.
Personas con enfermedad
estigmatizada por la comunidad.
Tamaño de muestra en muestreo aleatorio simple
EJEMPLO Tamaño de muestra para muestreo aleatorio simple

Calcule el tamaño de muestra necesario si se quiere una

confianza del 90%, un error admisible de 4000 y se estima
la desviación en 15000.

Z2/2* S2 (1.645)
2
* (15000)2
n0 = --------- = --------------------------
= 38
e
2
4000 2
 

Si se conoce N, suponga que es 10000 entonces:

 

n0 38
n = ------------------------ = -------------------= 38
1+ n0 1 + 38
------ ------
N 10000
EJEMPLO Tamaño de muestra para muestreo aleatorio simple

Calcule el tamaño de muestra necesario si se quiere una

confianza del 95%, un error admisible del 6% y la
proporción de éxitos es de 0.30.

Z2/2* P*(1-P) (1.96)2 * 0.3*0.7

n0 = ------------------ = -------------------------- = 224
e
2
(0.06)2
 

Si se conoce N, suponga que es 6.100 entonces:

 

n0 224
n = ------------------------ = -------------------= 216
1+ n0 1 + 224
------ ------
N 6.100
Ejercicios propuestos de tamaño de muestra para muestreo aleatorio simple
1. Para estudiar la imagen de los diferentes políticos, se pide a los encuestados que los evalúen en una
escala (continua) de 0 a 10 puntos. Si se acepta que la desviación típica de esta variable es de 1.5
puntos, ¿cuántos casos se necesitan para que la semiamplitud del intervalo de confianza (e) al 95% de
la media poblacional sea de 0.05 puntos?

2. Para conocer el porcentaje de votos de un partido político, con una semiamplitud total del intervalo de
confianza al 95% igual a 0.05 ¿Cuántos casos se necesitan?

3. Queremos ajustar una máquina de refrescos de modo que el promedio del líquido dispensado quede
dentro de cierto rango. La cantidad de liquido vertido por la máquina sigue una distribución normal con
desviación estándar 0.15 decilitros. Deseamos que el valor estimado que se vaya a obtener comparado
con el verdadero no sea superior a 0.2 decilitros con una confianza del 95%.¿De qué tamaño debemos
escoger la muestra?

4. Se desea hacer una encuesta para determinar la proporción de familias que carecen de medios
económicos para atender los problemas de salud. Existe la impresión de que esta proporción está
próxima a 0.35. Se desea determinar un intervalo de confianza del 95% con un error de estimación de
0.05. ¿De qué tamaño debe tomarse la muestra?

5. De un lote de 1.000 licuadoras se escogen aleatoriamente 30 y se encontró que 2 de ellas estaban

estropeadas;¿cuántas licuadoras se estima que estén estropeadas?
Ejercicios propuestos de tamaño de muestra para muestreo aleatorio simple
6. Una agencia de encuesta selecciona 900 familias y calcula la proporción de éstas que utilizan cierto tipo de detergente.
Si la proporción estimada es 0.35 ¿Cuál es el error estándar estimado?

7. En el estudio de cierta característica X de una población se sabe que la desviación estándar es 3. Se va a escoger una
muestra de tamaño 100, halle el error estándar de la media muestral. 

8. Para estimar la proporción de habitantes de una ciudad que poseen ordenador personal se toma una muestra de
tamaño n. Calcula el valor mínimo de n para garantizar, con un nivel de confianza del 95 %, que el error de estimación
no supera el 2 %. (Como se desconoce la proporción, se hará a partir del caso más desfavorable, que será 0,5).

9. Para estimar la proporción de familias de una determinada ciudad que poseen microondas, se quiere utilizar una
muestra aleatoria de medida  n.
Calcular el valor mínimo de n para garantizar que, a un nivel de confianza del  95 %,  el error en la estimación sea
menor que  0,05. (Como se desconoce la proporción, se ha de tomar el caso más desfavorable, que será  0,5).

10. Un fabricante de electrodomésticos sabe que la vida media de estos sigue una distribución normal con media  100 
meses y desviación típica  12  meses. Determina el mínimo tamaño muestral que garantiza, con una probabilidad de
 0,98,  que la vida media de los electrodomésticos en dicha muestra se encuentre entre  90  y  100  meses.
Ejercicios propuestos de tamaño de muestra para muestreo aleatorio simple
6. Una agencia de encuesta selecciona 900 familias y calcula la proporción de éstas que utilizan cierto tipo de
detergente. Si la proporción estimada es 0.35 ¿Cuál es el error estándar estimado?

7. En el estudio de cierta característica X de una población se sabe que la desviación estándar es 3. Se va a escoger una
muestra de tamaño 100, halle el error estándar de la media muestral. 

8. Para estimar la proporción de habitantes de una ciudad que poseen ordenador personal se toma una muestra de
tamaño n. Calcula el valor mínimo de n para garantizar, con un nivel de confianza del 95 %, que el error de estimación
no supera el 2 %. (Como se desconoce la proporción, se hará a partir del caso más desfavorable, que será 0,5).

9. Para estimar la proporción de familias de una determinada ciudad que poseen microondas, se quiere utilizar una
muestra aleatoria de medida  n.
Calcular el valor mínimo de n para garantizar que, a un nivel de confianza del  95 %,  el error en la estimación sea
menor que  0,05. (Como se desconoce la proporción, se ha de tomar el caso más desfavorable, que será  0,5).

10. Un fabricante de electrodomésticos sabe que la vida media de estos sigue una distribución normal con media  100 
meses y desviación típica  12  meses. Determina el mínimo tamaño muestral que garantiza, con una probabilidad de
 0,98,  que la vida media de los electrodomésticos en dicha muestra se encuentre entre  90  y  100  meses.
 INTERVALOS DE CONFIANZA

INTRODUCCIÓN

En muchas situaciones, una estimación puntual no

proporciona información suficiente sobre un parámetro.
Por ejemplo si se tiene interés en estimar el ingreso
familiar promedio de las familias de la Región
Cajamarca, entonces es probable que un solo número
no sea tan significativo como un intervalo, dentro del
cual se espera encontrar el valor de ese parámetro. El
intervalo estimado recibe el nombre de intervalo de
confianza.
 ESTIMACIÓN POR INTERVALOS

INTERVALOS DE CONFIANZA INTERVALOS DE CONFIANZA

PARA LA MEDIA PARA LA PROPORCIÓN
POBLACIONAL POBLACIONAL

De una muestra

De una muestra
De dos muestras
independientes

De dos
De dos muestras muestras
relacionadas
 INTERVALOS DE CONFIANZA
PARA LA MEDIA POBLACIONAL
Emplearemos la distribución Z, cuando:
• Muestra grande (n > 30) y se conoce σ2
• Muestra grande (n > 30) y no se conoce σ2
• Muestra pequeña ( n < 30) y se conoce σ2
 INTERVALOS DE CONFIANZA

Emplearemos la distribución t, cuando:

• Muestra pequeña (n < 30) y no se conoce σ2

Donde: gl = (n-1)
grados de libertad
1.Un fabricante produce focos que tienen un promedio de vida de distribución aproximadamente normal y una
desviación estándar de 40 horas. Si una muestra de 30 focos tiene una vida promedio de 780 horas. Encuentre el
intervalo de confianza del 95%, 96%, 98% para la media de la población de todos los focos que produce la empresa.

2. Una compañía utiliza baterías en sus juegos electrónicos que según ellos duran un promedio de 30 horas, para
confirmar esto se prueba 16 baterías siendo la media muestral de 27.5 horas y su desviación estándar S=5 horas.
Encuentre un intervalo de confianza del 95% para la media. Suponga que la distribución de las duración de las
baterías es aproximadamente normal.

3. Se quiere obtener un intervalo de confianza para el valor de las ventas medias por hora que se producen en un
kiosco . Para ello realizamos una muestra consistente en elegir al azar las ventas que se realizaron durante 1000
horas distintas ; muestra cuyos resultados fueron : ventas medias por hora 4000 pts, y varianza de dicha muestra
4000 pts al cuadrado . Obtener dicho intervalo con un nivel de confianza del 95.5 %.

4. En un examen de oposición al que se presentaban 5 000 personas, la nota media ha sido de 4,2 puntos, con
una desviación típica de 2,1. Si se toman muestras de 60 opositores, halla el intervalo característico del 90%
para las notas medias de las muestras.
 INTERVALOS DE CONFIANZA PARA
LA PROPORCIÓN POBLACIONAL

Para hallar los intervalos de confianza para la proporción poblacional usaremos la

estadística Z; entonces los limites de confianza serán:

𝒑^ −𝒁 𝜶
𝟐 √ 𝒑^ 𝒒^
𝒏
<𝑷 < 𝒑^ +𝒁 𝜶
𝟏−
𝟐√𝒑^ 𝒒^
𝒏
Donde:

X = n° de sujetos u objetos que

presentan la característica de
interés.
Ejemplo 1:

Seis de cada diez familias de cierta ciudad poseen ordenador. Halla el intervalo característico para la proporción de
familias con ordenador, en muestras de 35 familias de esa ciudad, correspondiente al 90%.

Ejemplo 2:

El 65% de los alumnos de cierta localidad utiliza con regularidad la biblioteca del pueblo. Halla un intervalo en el que se
encuentre el 95% de las proporciones de alumnos que utilizan la biblioteca en muestras de tamaño 60

Ejercicio 3.- La probabilidad de obtener un 3 en un dado trucado es de 0,18. Encuentra el intervalo característico para la
proporción de treses en tandas de 100 lanzamientos, correspondiente a una probabilidad del 95,44%.

Ejercicio 4.- La proporción de vecinos de cierta localidad que está a favor de la gestión económica del ayuntamiento es de
29/50. Halla el intervalo característico para la proporción de vecinos a favor de dicha gestión económica, en muestras de
80 vecinos, correspondiente al 99,73%.

Ejercicio 5.- La proporción de alumnos de cierto instituto que aprueban matemáticas es de 560/800. Halla el intervalo
característico para la proporción de aprobados en matemáticas, en muestras de 30 alumnos, correspondiente al 99%.
 PRUEBAS DE HÍPOTESIS

INTRODUCCIÓN

Básicamente, el proceso de la prueba de hipótesis nos

conduce a tomar la decisión de rechazar o no rechazar la
afirmación o conjetura acerca del valor numérico del
parámetro de la población en estudio.
Tal suposición tiene el nombre genérico de hipótesis
estadística y puede ser verdadera o no.
 PRUEBAS DE HÍPOTESIS

INTRODUCCIÓN

Una conjetura hecha sobre una población o de sus parámetros

deberá ser sometida a comprobación experimental con el
propósito de saber si los resultados de una muestra extraída
de esa población contradice o no tal conjetura.
 PRUEBAS DE HIPÓTESIS

Definición de algunos términos relacionados con las pruebas de

hipótesis:

A) HIPÓTESIS: Se llama hipótesis a una suposición o conjetura que se

formula con el propósito de ser verificada.

B) HIPÓTESIS ESTADÍSTICA: Es un supuesto o alguna afirmación

acerca de la población o de sus parámetros.

C) HIPOTESIS NULA (H0): Es la hipótesis que es aceptada

provisionalmente como verdadera y cuya validez será sometida a
comprobación.
 PRUEBAS DE HIPÓTESIS

D) HIPOTESIS ALTERNATIVA (H1): Es la hipótesis que es aceptada en

caso de que la hipótesis nula sea rechazada.

E) PRUEBA DE HIPÓTESIS ESTADÍSTICA: Es un procedimiento para

decidir si se acepta o se rechaza una hipótesis estadística.

F) NIVEL DE SIGNIFICANCIA ( α ): Se denomina nivel de significancia de

una prueba de hipótesis a la probabilidad de cometer un error tipo I.
( Rechazar la hipótesis nula H0 cuando realmente es verdadera)
 PRUEBAS DE HIPÓTESIS

G) TIPOS DE PRUEBA DE HIPÓTESIS: El tipo de prueba para cualquier

parámetro dependen únicamente de la H1

 Prueba de cola izquierda: Si la región de rechazo está a la izquierda

del punto critico.

Ejemplo: H1 < 70, indica que la R. Rechazo. se ubica en el lado

izquierdo.

1-α
α
 PRUEBAS DE HIPÓTESIS

 Prueba de cola derecha: Si la región de rechazo está a la derecha

del punto critico.

Ejemplo: H1 > 70, indica que la R.R. se ubica en el lado derecho.

1-α
α
 PRUEBAS DE HIPÓTESIS

 Prueba de dos colas o bilateral: Si la región de rechazo se ubica en

ambos extremos.

Ejemplo: H1 ≠ 70, indica que la R.R. se ubica en ambos extremos

1-α
α/2 α/2
 PRUEBAS DE HIPÓTESIS

H) PROCEDIMIENTO DE UNA PRUEBA DE HIPÓTESIS:

1. Formulación de la hipótesis nula y alternativa

2. Especificación del nivel de significancia
3. Selección de la estadística de prueba apropiada
4. Establecimiento de los criterios de decisión
5. Realización de cálculos
6. Toma de decisiones
 PRUEBAS DE HIPÓTESIS

1.) PRUEBA DE HIPÓTESIS PARA LA

MEDIA POBLACIONAL

La media poblacional es un parámetro de decisión muy

importante. Es de interés conocer si una media poblacional ha
aumentado, disminuido o ha permanecido inalterado, o también
podemos estar interesados en determinar si una media
poblacional es significativamente mayor o menor que un valor
supuesto.
 PRUEBAS DE HIPÓTESIS
1.) PRUEBA DE HIPÓTESIS PARA LA
MEDIA POBLACIONAL

Se presentan los casos siguientes:

CASO I: USO DE LA ESTADÍSTICA Z

I. Muestra grande (n ≥ 30), varianza poblacional conocida σ2, población

normal o no.
II. Muestra grande (n ≥ 30), varianza poblacional desconocida ( S2 ≈ σ2) y
población normal o no.
III. Muestra pequeña (n < 30), varianza poblacional conocida σ2 y población
normal.
PRUEBAS DE HIPÓTESIS

1.) PRUEBA DE HIPÓTESIS PARA

LA MEDIA POBLACIONAL

CASO I: USO DE LA ESTADÍSTICA Z

Estadística de Prueba

Para I y III Para II

n(0.1) n(0.1)
Z= Z=
 PRUEBAS DE HIPÓTESIS
1.) PRUEBA DE HIPÓTESIS PARA LA
MEDIA POBLACIONAL

CASO II: USO DE LA ESTADÍSTICA t

La muestra es pequeña ( n < 30), varianza poblacional desconocida (S 2 ≈ σ2) y

población normal

Estadística de Prueba

t= t( n – 1) Donde:
(n-1) son los
grados de
libertad
 PRUEBAS DE HIPÓTESIS

1.) PRUEBA DE HIPÓTESIS PARA LA

MEDIA POBLACIONAL

FORMULACIÓN DE HIPÓTESIS

H0: µ ≥ µ0 H0: µ ≤ µ0 H0: µ = µ0

H1: µ < µ0 H1: µ > µ0 H1: µ ≠ µ0

H1: µ > µ0
H1: µ < µ0
 1. Un auditor desea probar el supuesto de que el valor medio de la totalidad de las cuentas por cobrar de una empresa dada es de $260.000.

Toma una muestra n = 42 cuentas por cobrar y obtiene una media muestral de $240.000, con una dispersión de $43.000. Suponga un nivel de
significación del 5% para concluir si los datos muestrales dan evidencia suficiente para contradecir el supuesto del auditor.

2. Un auditor desea probar el supuesto de que el valor medio de la totalidad de las cuentas por cobrar de una empresa dada es de $260.000.

Toma una muestra n =16 cuentas por cobrar y obtiene una media muestral de $240.000, con una dispersión de $43.000. Suponga un nivel de significación
del 5% para concluir si los datos muéstrales dan evidencia suficiente para contradecir el supuesto del auditor.

3. Se afirma que los automóviles recorren en promedio más de 20000 kilómetros por año pero usted cree que el promedio es en realidad menor. Para probar tal
afirmación se pide a una muestra de 100 propietarios de automóviles seleccionada de manera aleatoria que lleven un registro de los kilómetros que recorren.
¿Estaría usted de acuerdo con la afirmación si la muestra aleatoria indicara un promedio de 19500 kilómetros y una desviación estándar de 3900 kilómetros?
Utilice una significancia del 3%.

4. Para verificar si el proceso de llenado de bolsas de café con 500 gramos está operando correctamente se toman aleatoriamente muestras de tamaño diez cada
cuatro horas. Una muestra de bolsas está compuesta por las siguientes observaciones: 502, 501, 497, 491, 496, 501, 502, 500, 489, 490.
¿Está el proceso llenando bolsas conforme lo dice la envoltura? Use un nivel de significancia del
 PRUEBAS DE HIPÓTESIS
2.) PRUEBA DE HIPÓTESIS PARA LA
PROPORCIÓN POBLACIONAL

El objetivo de estas pruebas es evaluar las afirmaciones con

respecto a una proporción (o Porcentaje) de población, la
variable que se analiza es de naturaleza cualitativa
 PRUEBAS DE HIPÓTESIS

4.) PRUEBA DE HIPÓTESIS PARA LA

PROPORCIÓN POBLACIONAL

Se presentan los casos siguientes:

CASO I: CASO II:

Cuando no se conoce el tamaño Cuando se conoce el tamaño de
de la población (N) la población (N)

Estadística de Prueba: Estadística de Prueba:

𝑝 − 𝑃0
𝑍𝑐 = 𝑝 − 𝑃0
√ 𝑃 𝑜 ∗𝑄 𝑜
𝑛
𝑍𝑐 =
√¿ ¿ ¿
 PRUEBAS DE HIPÓTESIS

4.) PRUEBA DE HIPÓTESIS PARA LA

PROPORCIÓN POBLACIONAL

FORMULACIÓN DE HIPÓTESIS

H0: P ≥ P0 H0: P ≤ P0 H0: P = P0

H1: P < P0 H1: P > P0 H1: P ≠ P0

H1: P > P0
H1: P < P0
 PRUEBAS DE HIPÓTESIS

1. Un fabricante de un quitamanchas afirma que su producto quita 90% de todas las manchas. Para poner a prueba
esta afirmación se toman 200 camisetas manchadas de las cuales a solo 174 les desapareció la mancha. Pruebe la
afirmación del fabricante a un nivel α=0.05.

3. Un asadero de pollos asegura que 80% de sus órdenes se entregan en menos de 10 minutos. En una muestra de
20 órdenes, 17 se entregaron dentro de ese lapso. ¿Puede concluirse en el nivel de significancia 0.05, que menos de
90% de las órdenes se entregan en menos de 10 minutos?

4. En los últimos meses, una cadena comercial ha intentado potenciar con precios más atractivos y publicidad la
venta de productos con la marca genérica de la cadena, frente a los de otras marcas más conocidas por los
consumidores. Antes, un  15 %  de los productos que vendía eran de la marca de la cadena. Recientemente, en una
muestra de  200  productos vendidos,  36  eran de dicha marca.
Plantea un test para contrastar que las medidas no han surtido efecto frente a que sí lo han hecho, como parecen
indicar los datos. ¿A qué conclusión se llega con una significación del  10 % ?
GRACIAS