UNIVERSIDAD CESAR VALLEJO

ASIGNATURA: CULTURA ESTADISTICA PARA LA INVESTIGACIÓN

DOCENTE: Mg. Manuel Fernández Polo
SESION 3. Introducción a estadística probabilística. Nociones básicas de Población, muestra y
muestreo
INTRODUCCIÓN A LA PROBABILIDAD
La probabilidad es una herramienta fundamental en la planificación estratégica de los
movimientos sociales, económicos y laborales de toda la sociedad.
La importancia esencial de la aplicación de los métodos de cálculo de la probabilidad reside en
su capacidad para estimar o predecir eventos. Cuanto mayor sea la cantidad de datos
disponibles para calcular la probabilidad de un acontecimiento, más preciso será el resultado
calculado
En la vida cotidiana aparecen muchas situaciones, frases como “probablemente...”, “es poco
probable que...”, “hay muchas posibilidades de que...” hacen referencia a esta incertidumbre.
En la teoría de la probabilidad cuando aplicamos las técnicas estadísticas a la recogida, análisis
e interpretación de los datos, la teoría de la probabilidad proporciona una base para evaluar la
fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. Debido al importante
papel desempeñado por la probabilidad dentro de la estadística.
Frecuentemente se usa el término probabilidad para sugerir que existe duda o incertidumbre
sobre lo que ocurrió, lo que ocurre o ocurrirá.
DEFINICIONES PREVIAS
EXPERIMENTO ALEATORIO
Es una prueba o ensayo cuyos resultados depende del azar no se pueden predecir y cumple con
algunas características:
a) Que sea repetible en iguales condiciones
b) Que se pueda describir el conjunto de los resultados posibles, aunque no se pueda
asegurar un resultado en particular.
Ejemplos
- Observar el lanzamiento de una moneda al aire.
- El resultado de un partido de futbol entre los equipos A y B
- Nivel de instrucción de una persona
- Observar el tiempo de vida de una bombilla eléctrica
- Piezas defectuosas en un proceso de producción en un día determinado.
- El lanzamiento de dos dados.
- Medir la duración de un equipo electrónico
- Lanzamiento de un dado y una moneda
ESPACIO MUESTRAL
Es el conjunto de todos los resultados posibles de un experimento aleatorio, se denota con la
letra griega Ω (omega) o la letra S.
EVENTO O SUCESO
Es cualquier sub conjunto de resultados del espacio muestral y se denota con A,B,C, etc
Ejemplo. Si un experimento aleatorio consiste en lanzar un dado y observar el número que
aparece en la cara superior, entonces claramente el espacio muestral es el conjunto Ω = {1, 2, 3,
4, 5, 6}. Como ejemplo de un evento para este experimento podemos definir el conjunto A = {2,
4, 6}, que corresponde al suceso de obtener como resultado un número par.
TIPOS DE EVENTOS
Evento seguro: De todas maneras debe ocurrir
Evento imposible: Es el evento que no va a ocurrir Evento complementario A´
Evento mutuamente excluyente Dos o más eventos son mutuamente excluyentes si la
ocurrencia de uno de ellos anula la ocurrencia de los demás, Ejm Elegimos a un docente de la
Universidad Nacional según categoría docente.
A= {Principal, Asociado, Auxiliar, Jefe de prácticas}
Los 4 son mutuamente excluyentes, porque al seleccionar un docente, anulando el resto de los
eventos.
Eventos independientes: Dos eventos son independientes si ambos no tienen ninguna relación
entre sí
Ejm, Sean los eventos A y B
A: Primer alumno aprueba matemática
B: Segundo alumno aprueba el examen de matemática.
Ay B son independientes porque al ocurrir el evento A, este no influye para que el evento B
ocurra.

PROBABILIDAD
Es el estudio de fenómenos o experimentos puramente aleatorios que mide la frecuencia con la
que se obtiene un resultado, nos enseña a determinar el grado de certeza luego de llevar a cabo
un experimento aleatorio.
La probabilidad de un evento se denota con la letra P y se expresa n términos de una fracción y
en porcentajes, por lo que el valor de P cae entre 0 y 1
0 ≤ P(A) ≤ 1
REGLA DE LA ADICION

La regla de la adición o regla de la suma establece que la probabilidad de ocurrencia de

cualquier evento en particular es igual a la suma de las probabilidades individuales, si es que
los eventos son mutuamente excluyentes, es decir, que dos no pueden ocurrir al mismo
tiempo.

P(A o B) = P(A) U P (B) = P(A) + P (B), Si A y B son mutuamente excluyentes

P(A o B) = P(A) U P (B) – P(A∩ B), Si A y B no son mutuamente excluyentes
Siendo P(A): probabilidad de ocurrencia del evento A
P (B): probabilidad de ocurrencia del evento B
P(A y B): probabilidad de ocurrencia simultánea de los eventos A y B
REGLA DE LA MULTICACIÓN

La regla de la multiplicación establece que la probabilidad de ocurrencia de dos o más eventos

estadísticamente independientes es igual al producto de sus probabilidades individuales.
P(A y B) = P(A ∩ B) = P(A). P (B), Si A y B, son independientes
P(A y B) = P(A ∩ B) = P(A). P( B/A), Si A y B, no son independientes
P(A ∩ B) : Probabilidad de que ocurra los eventos A y B
Si los eventos son independientes, se debe cumplir P (B/A) = P (B)
PROBABILIDAD CONDICIONAL
Probabilidad de A cuando el evento B a sucedido
P(A/B) = P(A ∩ B)
P (B)
 TABLA DE CONTINGENCIA
Nivel Educativo Interés en el dibujo total
poco regular mucho
Analfabeto 10 30 10 50
Primaria 40 20 20 80
Secundaria 10 20 40 70
total 60 70 70 200

TABLA DE PROBABILIDADES
Nivel Educativo Interés en el dibujo total
poco regular mucho
Analfabeto 0,05 0,15 0,05 0,25
Primaria 0,20 0,10 0,10 0,40
Secundaria 0,05 0,10 0,20 0,35
total 0,30 0,35 0,35 1
a) ¿Cuál es la probabilidad de un analfabeto dado que tiene regular interés en el dibujo? : 42,86%
b) ¿Cuál es la probabilidad que le guste mucho el dibujo, dado que es analfabeto? : 20%
c) Si le gusta poco el dibujo ¡cuál es la probabilidad que sea de primaria?: 50%
d) Si es de secundaria. ¡Cuál es la probabilidad que tenga regular interés en el dibujo?:28,57%

POBLACION
En forma general, en Estadística; se denomina población, a un conjunto de unidades de
análisis o elementos (personas, objetos, observaciones, etc.) que poseen alguna
característica común observable. La población se representa por la letra mayúscula N.

CLASES DE POBLACIÓN:
A) POBLACIÓN FINITA:
Es el conjunto finito de unidades de análisis donde se puede identificar a un elemento inicial y
al elemento final; es decir un número limitado de elementos.
Ejemplo: la población de estudiantes universitarios, población de hoteles de Chimbote,
población de ingenieros agrónomos del Perú, población de psicólogos en la provincia de Santa,
total de Contadores de la Región Ancash, total de comunicadores en el Perú, Arquitectos
colegiados en todo el Norte del país , Empresas comerciales en Chimbote y Nuevo Chimbote,
etc.

B) POBLACIÓN INFINITA:
Conjunto ilimitado de elementos o unidades de análisis donde no se puede identificar a una
unidad inicial ni a la unidad final. Ejemplo, la población de los peces del mar, los árboles de la
selva peruana, etc.
El número de unidades producidas en un proceso de producción continúo.

MUESTRA
Es un subconjunto de elementos o unidades de análisis extraído de la población objetivo o
población en estudio, buscando que las unidades seleccionadas sean representativas.
 MUESTREO
El muestreo es una herramienta de la investigación científica, usa métodos estadísticos para
conocer a la población teniendo como base una muestra extraída de la población por Ejemplo:
Estamos interesados en realizar una encuesta de opinión de la actual gestión del alcalde de
Nuevo Chimbote; la población estaría constituida por personas de 18 años o más, ya sea varón
o mujer del distrito de Nuevo Chimbote en este periodo 2018.

Para ejecutar este estudio se presentan dos posibilidades.

1. Estudiar todos los elementos de la población; esto significaría que se cuente con todos
los recursos económicos y el tiempo necesario.
2. En caso de no contar con todos los recursos necesarios, entonces hay que recurrir a
estudiar un subconjunto; es decir estudiar una muestra.

TIPOS DE MUESTREO
MUESTREO NO PROBABILISTICO.- Cuando la selección de las muestra se hacen siguiendo
criterios de representatividad que fueron establecidas por el investigador experto en la materia,
tenemos: por cuotas, por conveniencia, bola de nieve.
MUESTREO PROBABILISTICO
Entre los métodos de muestreo probabilísticos más utilizados en investigación tenemos:
Muestreo aleatorio simple, muestreo aleatorio sistemático, muestreo aleatorio
estratificado, muestreo aleatorio por conglomerado.

MUESTRA.
Es una parte o un subconjunto representativo de la población, seleccionada de acuerdo con un plan o
regla, con el fin de obtener información acerca de la población de la cual proviene; es decir, la selección
y el estudio de la muestra, tiene por objeto la extracción de conclusiones que sean válidas para la
población de la cual se obtuvo dicha muestra. La muestra se representa con letra minúscula n.

Estudio de una muestra aleatoria de 100 trabajadores de la empresa Sider Perú según sus ingresos
diarios en soles

La muestra puede ser:

 a) Aleatoria. Cuando es obtenida siguiendo procedimientos aleatorios (técnicas de muestreo). Se
dice que la muestra tiene validez científica
b) No aleatoria. Si es obtenida a juicio y criterio del investigador. En este caso, la muestra no tiene validez
científica.

RAZONES ¿Por qué se seleccionan muestras?

1. Menor costo, mayor exactitud, mayor rapidez, tiempo

REQUISITOS PARA SER ACEPTADA UNA MUESTRA

a) Sea representativa
b) Aleatoria
c) Oportuna
d) Sea adecuada y suficiente
e) Que tenga una confiabilidad
f) Que exista viabilidad en el plan de muestreo, es decir, que se pueda ejecutar.

NOCIONES DE MUESTREO
Muestreo, es la actividad por la cual se toman ciertas muestras de una población de elementos de los
cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante porque a través de él
conociendo con certeza la característica en la muestra, podremos afirmar algo acerca de la misma
característica, pero en toda la población.

TIPOS DE MUESTREO

Muestreo probabilístico Muestreo no probabilístico

A. MUESTREO PROBABILÍSTICO

Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de

equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamaño n tienen la misma probabilidad de ser elegidas. Sólo estos
métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída
y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos:

a. Muestreo aleatorio simple: Es aquella en que los elementos se escogen al azar.

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la
población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u ordenador, etc)
 se eligen tantos sujetos como sea necesario para completar el tamaño de muestra
requerido.

b. Muestreo aleatorio sistemático: Una muestra aleatoria sistemática es aquella en que sus
elementos se eligen de la población a intervalos uniformes a partir de un listado ordenado.

Este procedimiento exige, como el anterior, numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son
los que ocupan los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k
en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la
muestra: k=N/n. El número i que empleamos como punto de partida será un número al azar
entre 1 y k.
Ejemplo. Elegir una muestra sistemática de 100 empresas del departamento de Ancash que
consta de 3 000 empresas.

Se elige el k ésimo elemento de la muestra, K=N/n…..donde:

n: es el tamaño de la muestra
N: es el tamaño de la población
K=3000/100= 30

c. Muestreo aleatorio estratificado:

Primero se clasifican a los elementos de la población en sub grupos separados de acuerdo con una o
más características (Estratos). Después se obtiene una muestra aleatoria simple o sistemática a
cada estrato.
El tamaño de cada submuestra debe ser proporcional al tamaño del estrato para asegurar la
representatividad.
La distribución de la muestra en función de los diferentes estratos se le llama afijación.
𝑵𝒊
ni = 𝒙𝒏
𝑵

Ejemplo. Los alumnos están interesados en estudiar el grado de aceptación de las empresas sobre las
nuevas medidas económicas dictadas por el MEF. Las empresas son 10000 (6000 SRL, 3000 SAC. y 1000
SA). Hallar el tamaño de la muestra de cada estrato, sabiendo que necesitamos 600 muestras en total.

Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad
respecto a alguna característica (se puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de
que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las
dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población.
(tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de
diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muestrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en cada
estrato.

Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se
considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

Ejemplo
Seleccionamos una muestra de 600 estudiantes de una población de 10000 estudiantes, sabiendo que
6000 acuden a colegios públicos, 3000 a colegios privados católicos y 1000 a colegios privados no
católicos. Como estamos interesados en que en nuestra muestra estén representados todos los tipos de
colegios, realizamos un muestreo estratificado empleando como variable de estratificación el tipo de
centro.

Si empleamos una afijación simple elegiríamos 200 niños de cada tipo de centro, pero en este caso parece
más razonable utilizar una afijación proporcional pues hay bastante diferencia en el tamaño de los
estratos. Por consiguiente, calculamos que proporción supone cada uno de los estratos respecto de la
población para poder reflejarlo en la muestra.

Colegios públicos: 6000/10000=0.60

Colegios privados católicos: 3000/10000=0.30
Colegios privados no católicos: 1000/10000=0.10

Para conocer el tamaño de cada estrato en la muestra multiplicaremos esa proporción por el tamaño
muestral

Colegios públicos: 0.60x600=360 estudiantes

Colegios privados católicos: 0.30x600=180 estudiantes
Colegios privados no católicos: 0.10x600= 60 estudiantes

d. Muestreo aleatorio por conglomerados: En el muestreo por conglomerados la unidad muestral

es un grupo de elementos de la población que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc,
son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales
como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas suele
hablarse de “muestreo por áreas”.

El método por conglomerados implica

1.- Definir la población en grupos o conglomerado que no son necesariamente homogéneos como
son los estratos.
2.- Tomar al azar una muestra de esos conglomerados.
3.- Extraer de cada uno de los conglomerados escogidos una muestra al azar de los elementos que lo
constituyen
El muestreo por conglomerados es útil en investigaciones que abarcan extensas zonas geográficas
en las que toda una división administrativa (distrito, provincias, etc.) podría ser un conglomerado.
Podemos definir por conglomerados a familias, aulas de estudio, cajas de productos terminados etc.

Ejemplo
En una investigación en la que se trata de conocer el grado de satisfacción laboral los profesores de
instituto necesitamos una muestra de 700 profesores. Ante la dificultad de acceder individualmente a
estos profesores se decide hacer una muestra por conglomerados. Sabiendo que el número de
profesores por instituto es aproximadamente de 35, los pasos a seguir serían los siguientes:

1. Recoger un listado de todos los institutos.

2. Asignar un número a cada uno de ellos.
3. Elegir por muestreo aleatorio simple o sistemático los 20 institutos (700/35=20) que nos
proporcionarán los 700 profesores que necesitamos.

B) MUESTREO NO PROBABILÍSTICO (INTENCIONAL)

 Muestreo opinático o intencional: Este tipo de muestreo se caracteriza por un esfuerzo deliberado de
obtener muestras “representativas” mediante la inclusión en la muestra de grupos supuestamente típicos. Es
muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto. ejemplo sondeo pre electorales.
 Por cuotas, este tipo de muestreo se asemeja al estratificado, no tiene el carácter de aleatoriedad en lo que
se refiere a la división de la población en sub conjuntos de sujetos con similares características, en el
muestreo por cuotas se hace en forma no aleatoria.

En este tipo de muestreo se fijan unas “cuotas” que consisten en un número de individuos que reúnen
unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y
residentes en Chimbote. Una vez determinada la cuota se eligen los primeros que se encuentren que
cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.
Por ejemplo, el Ministerio de Salud desea estudiar la incidencia de las drogas en la adolescencia. Lo que
deberíamos hacer sería: conocer por los informes del Ministerio de Educación cuales son los centros
más afectados por el problema, fijar un número de sujetos a entrevistar proporcional a cada uno de los
estratos (cuotas) y finalmente dejar en manos de los responsables del trabajo de campo a que sujetos
concretos se deberá entrevistar.

 Bola de nieve, se localizan algunos individuos, los cuales a la vez a otros y así sucesivamente
hasta tener una muestra suficiente, frecuente en poblaciones marginales, delincuentes, sectas,
con algún tipo de enfermedad, etc.
 Muestreo casual o incidental: Se trata de un proceso en el que el investigador selecciona
directa e intencionadamente los individuos de la población. El caso más frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fácil acceso (los
profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso
particular es el de los voluntarios.

TAMAÑO DE LA MUESTRA

Para determinar el tamaño de muestra, el investigador tiene que fijar el nivel de confianza y el error
máximo de estimación que desea cometer al realizar la estimación.

Para fijar el valor de los otros componentes de la fórmula para determinar el tamaño de la muestra, ya
dependerá del parámetro que se está estimando, para lo cual existen una serie de métodos según sea el
caso, por ejemplo el valor de la desviación estándar poblacional, el valor de la proporción poblacional
cuando se desee determinar el tamaño de una muestra para estimar la media poblacional, cuando se
desee, el valor de la proporción poblacional, etc.

A) PARA ESTIMAR LA MEDIA POBLACIONAL ( Poblaciones infinitas)

El tamaño muestral necesario depende:
- Del grado de confianza deseado
- De la cantidad de dispersión (desviación) entre los valores individuales de la población.
- Especificar el error tolerable.
El error es la diferencia entre el valor de un estimador y el valor del parámetro
correspondiente.
El error muestral es la diferencia entre el resultado muestral y el del censo cuando ambos se
obtienen usando los mismos procedimientos; e= 𝑿 − 𝝁
El tamaño muestral se obtendrá de la siguiente fórmula.

𝒁𝟐 𝝈 𝟐
1er CASO: Cuando se conoce la varianza poblacional. 𝒏𝟎 = Donde:
𝒆𝟐

𝒁= Limite de confianza de la distribución normal.

𝝈𝟐 =Varianza poblacional
𝒆=Error de estimación
 𝒏𝟎
Si se conoce el tamaño de la población (N) > 𝟎, 𝟏𝟎 ; el tamaño muestral se obtendrá finalmente
𝑵
𝒏𝟎
con la siguiente fórmula. 𝒏= 𝒏
𝟏+ 𝟎
𝑵

2do CASO: Cuando no se conoce la varianza poblacional:

En este caso la varianza poblacional 𝝈𝟐 se sustituye por la varianza muestral 𝑺𝟐 , el tamaño muestral se
𝒁 𝟐 𝑺𝟐
obtendrá de: 𝒏=
𝒆𝟐

Donde:

𝒁𝟐 =Limite de confianza de la distribución normal.

𝑺𝟐 =Puede obtenerse de una muestra piloto, de pequeño tamaño, pues la varianza es muy estable,
dependiendo muy débilmente del tamaño de la muestra. (Ver cuadro)

Las fórmulas indicadas son importantes cuando interesa estimar el promedio de rendimiento de los
alumnos en determinada materia, rendimiento promedio en la universidad, rendimiento promedio en el
examen de ingreso, etc.

B) PARA ESTIMAR LA PROPORCION POBLACIONAL (poblaciones infinitas)

El error de estimación de P, como en el caso de la media, es la diferencia entre la proporción
muestral y la proporción de la población, es decir: e = p - P
𝒁𝟐 𝑷𝑸
El tamaño muestral se obtendrá mediante la siguiente fórmula: 𝒏𝟎 =
𝒆𝟐

Donde: 𝒁 = Limite de confianza de la distribución normal.

Q = 1- P
𝒆 = Error de estimación
𝒏𝟎
Si se conoce el tamaño de la población (N) > 𝟎, 𝟏𝟎; entonces el “n” final se obtendrá.
𝑵

𝒏𝟎
𝒏= 𝒏
𝟏+ 𝟎
𝑵
NOTA:

Necesitamos el valor de P (Proporción poblacional), un valor que deseamos “estimar” para determinar
“n”, una solución es utilizar cualquier información que se disponga. Como por ejemplo.

- Una proporción muestral obtenida anteriormente como una estimación de P.

- Cuando no se dispone de información alguna acerca de P, usar P = 0,50
Esta fórmula es importante cuando interesa “estimar” la proporción o porcentaje verdadero de
la población con característica de interés, por ejemplo:

La proporción de alumnos desaprobados; la proporción de trabajadores con capacitación; la

proporción de deserción estudiantil, etc.
 Los casos estudiados son aplicables en caso de poblaciones infinitas; en el caso de
poblaciones finitas, el tamaño de la muestra se calcula con las formulas del cuadro.

Resumen de formulas

POBLACIÓN
TAMAÑO MUESTRAL
INFINITA FINITA
A. Tamaño Muestral Para Estimar 𝒁𝟐 𝝈𝟐 𝑵
𝒁𝟐 𝝈𝟐
Medias Poblacionales 𝒏= 𝒏=
Con 𝝈𝟐 conocida 𝒆𝟐 𝒁𝟐 𝝈𝟐 + 𝒆𝟐 (𝑵 − 𝟏)

𝒁𝟐 𝑺𝟐 𝒕𝟐 𝑺𝟐 𝑵
𝟐 𝒏= 𝒏=
Con 𝝈 no conocida 𝒆𝟐 𝒕𝟐 𝑺𝟐 + 𝒆𝟐 (𝑵 − 𝟏)

B. B. Tamaño Muestral Para 𝒁𝟐 𝑷𝑸 𝒁𝟐 𝑷𝑸𝑵

𝒏= 𝒏=
Estimar Proporciones 𝒆𝟐 𝒁𝟐 𝑷𝑸 + 𝒆𝟐 (𝑵 − 𝟏)
Si el nivel de confianza es 90%. Entonces Z = 1,64
Si el nivel de confianza es 95%. Entonces Z = 1,96
Si el nivel de confianza es 99%. Entonces Z = 2,58

Analicemos, ahora los siguientes ejemplos:

EJEMPLO 1: Se desea estudiar el promedio de rendimiento de los estudiantes de la UCV en

Chimbote, el cual se distribuye normalmente con 𝝈 = 𝟒, con un nivel de confianza del 95% y un
nivel de precisión (error) de 0,4. ¿Cuál será el tamaño de muestra adecuada? , si la población
es de 850 alumnos.

EJEMPLO 2: Se desea estudiar una población de 1200 alumnos, referente a la prevalencia de

deserción estudiantil. Se estima que p está muy próximo a 25%=0,25 y para ello se ha
establecido como nivel de confianza del 90% y como error 5%=0,05. ¿Cuál es el tamaño de
muestra . Compare con un error del 1% y 10%.

EJEMPLO 3: El productor de un talk show de un canal de TV. Desea averiguar la proporción

de todos los espectadores que sintonizan su programa. Desea asumir un error del 5%, a un
nivel de confianza del 95% ¿De qué tamaño deberá tomar la muestra?
 ACTIVIDAD DE EXTENSIÓN

En equipos de trabajo resolver los siguientes problemas:

1. Se solicitó a una muestra de 200 trabajadores para identificar su principal fuente de información
de noticia; 120 dijeron que esa fuente son los noticieros televisivos. ¿Qué tamaño debe tener una
muestra para estimar la proporción de la población, con un margen de error del 1% y un nivel de
confianza del 95%?
2. Para conocer la proporción de familias que tienen problemas judiciales por hipoteca de sus
viviendas con una institución bancaria, se quiere calcular una muestra aleatoria de tamaño n.
Calcular el valor mínimo de n para garantizar que, a un nivel del 95%, el error sea del 10% (Nota.
Como se desconoce la proporción, se debe tomar el caso más desfavorable, que es del 50%)
3. La Escuela profesional de Arquitectura la Universidad cuenta con 750 estudiantes matriculados,
recientes estudios han determinado que el 60% de dichos estudiantes fueron desaprobados en el
curso de Estadística. A fin de efectuar un nuevo estudio, asumiendo un error del 5% y un nivel de
confianza del 95%, ¿Cuál debe ser el tamaño de la muestra que vamos a utilizar?
4. Se desea estimar el gasto medio en movilización (pasajes) de los estudiantes de cierta universidad
que cuenta con 7500 alumnos. ¿Cuál debe ser el tamaño de muestra necesario, si se desea un
nivel de confianza del 95%, un error máximo de 1200 soles, y se sabe por estudios anteriores que
la desviación estándar poblacional es de 4800 soles.
5. Se sabe que los sueldos mensuales de los Ingenieros Industriales tienen una desviación estándar
aproximada de 1400 soles. Considere que se desea establecer un estimado del intervalo de
confianza del 95% para la media poblacional de los sueldos mensuales. ¿De qué tamaño debe
tomarse la muestra, si el margen de error es 220 soles?

ACTIVIDAD DE APRENDIZAJE
1. Identifique con (N) si está referido a una Población o con (n) si está referido a una muestra cada uno de
las siguientes afirmaciones:
a) Estudio de la situación económica de las familias de Chimbote ( )
b) Estudio del 5% de trabajadores de la Empresa “NOLA” según su edad. ( )
c) Encuesta a 15 estudiantes de la UCV-Chimbote a fin de estudiar su rendimiento académico en Cultura
Estadística ( )
d) Encuesta a los trabajadores del Departamento de Publicidad de Sider Perú a fin de conocer su nivel de
instrucción ( )
e) Estudio de los ingresos diarios del 2018 de una pequeña empresa ( )
f) Estudio del 100% de las secretarias de una empresa según su edad. ( )
g) Encuesta a los estudiantes del IV Ciclo Administración de la UCV-Chimbote, a fin de estudiar su grado de
satisfacción por los servicios que presta la universidad ( )

3. Formular cuatro ejemplos de población, teniendo en cuenta tu carrera.

4. Formular cuatro muestras teniendo en cuenta el campo de su carrera profesional.
5. ¿Qué diferencia hay entre población y muestra
6. ¿Cuáles son los requisitos que debe cumplir la muestra?
7. En los siguientes enunciados, indicar si se trata de una población o una muestra
A.- Número de estudiantes universitarios de Arquitectura en Ancash ………………
B.-Total de ingenieros industriales en Chimbote …………………
C.-Estudio del 10% de Contadores del distrito de Chimbote …………………..
D.- Número de reclusos internados del Centro Penitenciaria “Piedras Gordas” en el año 2019…
E.- Análisis de precios de productos de primera necesidad de 4 mercados de Trujillo.