Instituto tecnolgico de la paz- Estadstica administrativa

Materia:
Estadstica para la administracin II

Nombre del maestro:

Alfredo Rodrguez Gonzlez

Grupo:
3F

Trabajo a entregar:
Encuesta

Nombre de los integrantes.

Gustavo Miranda Snchez
Jess Alejandro Cota Garca
Eduardo Martnez Acevedo

Instituto tecnolgico de la paz- Estadstica administrativa

ndice
INTRODUCCIN.............................................................................................. 3
OBJETIVO....................................................................................................... 4
JUSTIFICACIN............................................................................................... 4
CONCLUSIN.................................................................................................. 5
HERRAMIENTAS UTILIZADAS...........................................................................6
ANEXOS.......................................................................................................... 7
ANEXO 01.................................................................................................... 8
ANEXO 02.................................................................................................. 11
ANEXO 03.................................................................................................. 12
Tcnicas de muestreo estadstico..........................................................12
El sistema utilizado por nosotros...........................................................16
Teorema de lmite central......................................................................16

Instituto tecnolgico de la paz- Estadstica administrativa

INTRODUCCIN
El presente trabajo es en base a un muestreo probabilstico, los resultados a
obtener a travs de ste, nos aseguraran la representatividad de la muestra
extrada a toda la poblacin.
Podremos observar el proceso que llevamos a cabo en la seleccin de la
muestra, a travs de nuestro marco muestral obtenido.
Para la realizacin del trabajo utilizamos 7 variables que son indispensables
para poder obtener los resultados.
Estas variables son:
1.
2.
3.
4.
5.
6.
7.

Sexo
Edad
A qu nivel educativo estudio?
En que institucion estudio por ultima vez?
Qu carrera fue la ultima que estudi?
Ha estudiado ingles?
Qu porcentaje de ingles habla?

Instituto tecnolgico de la paz- Estadstica administrativa

OBJETIVO
Nuestro objetivo es que, a travs de los resultados obtenidos de este trabajo,
podamos identificar las diferentes tipos de tcnicas de muestreo, pero sobre
todo, que podamos identificar en qu situacin debemos aplicar cada una de
stas y por qu tenemos que aplicarla.
Utilizando las tres variables antes mencionadas, determinar cul es el nivel de
estudios que tiene una muestra de la poblacin de la paz, en el siguiente
trabajo se reflejarn los datos obtenidos de las muestras que tomaron cada
uno de los integrantes.

JUSTIFICACIN
Debido a la incertumbre que nos gener el conocer aunque sea un poco el
nivel de estudios que se cuenta en la localidad, se decidi realizar esta
investigacin, para conocer el nivel que sta tiene entre la poblacin, as mismo
la cantidad de personas que cuentan con estudios de ingls, por ejemplo la
mayora de personas que solo cursaron hasta el nivel de preparatoria solo
cuentan con un muy pobre nivel de dicho idioma.

Instituto tecnolgico de la paz- Estadstica administrativa

CONCLUSIN
La investigacin es un punto muy importante en la resolucin de incgnitas o
en busca de deteccin y solucin de una situacin presente; pero para poder
dar un buen uso a los datos obtenidos mediante ella, se debe usar los mtodos
adecuados de muestreo de manera que los resultados obtenidos se puedan
interpretar.
Bajo la investigacin llevada a cabo con el mtodo de muestreo sistemtico,
aplicando sus respectivas formulas y mtodos para delimitar y dar resultados a
la tendencia que tiene la poblacin encuestada; se puede mostrar que la
poblacin encuestada siendo un total de 60 encuestados los cuales fueron
ubicados en el municipio de La Paz en promedio el mayor nivel de educacin
dado fue de preparatoria, la mayor carrera cursada fue la de turismo y
administracin, la mayor institucin cursada fue el cbtis 62 en preparatoria y la
UABCS en universidad, el 53.3% si ha estudiado ingls y el 46.6% no. Por
ltimo la media poblacional del porcentaje de ingls fue de 53.

Instituto tecnolgico de la paz- Estadstica administrativa

HERRAMIENTAS UTILIZADAS

Para la realizacin de las encuestas fue oral

En la base estadstica las herramientas utilizadas fueron el sistema
Excel para poder obtener: las funciones media, mediana, desviacin
estndar y la D.M.M.

Instituto tecnolgico de la paz- Estadstica administrativa

ANEXOS

Instituto tecnolgico de la paz- Estadstica administrativa

ANEXO 01

INSTITUTO TECNOLOGICO NACIONAL DE

MEXICO
INSTITUTO TECNOLOGICO DE LA PAZ

ENCUESTA DE NIVELES EDUCATIVOS

Esta encuesta es realizada por alumnos del ITLP, es hecha con fines
academicos y es completamente anonima.
-Por favor conteste con sinceridad

1.- Cul es su sexo?

a) Femenino

b) Masculino

2.- Qu edad tiene?

a) 20-25

b) 25-30

c) 30-35

d) 35-40

e) 40-45

f) 45-50

3.- A que nivel de estudio lleg?

a) primaria
b) secundaria
maestria
f) doctorado

c) preparatoria

4.- En que institucion estudio por ultima vez?

5.-Qu carrera fue la ultima que estudi?

6.-Ha estudiado ingles?

d) licenciatura

e)

Instituto tecnolgico de la paz- Estadstica administrativa

7.-Qu porcentaje de ingles habla?
Muestra 1(Gustavo)
VARIA SE ED
BLE XO AD
201
F 25
202
M 25
253
F 30
254
M 30
255
F 30
306
F 35
307
M 35
208
F 25
309
F 35
3510
M 40
3511
M 40
3512
M 40
2513
F 30
2514
M 30
2015
F 25
2016
M 25
3517
M 40
3018
F 35
2519
F 30
2020
F 25

NIVEL DE INSTITU
ESTUDIOS
CION
CARRERA
PREPARATO CBTIS ADMINISTR
RIA
62
ACION
PREPARATO CBTIS INFORMATI
RIA
62
CA
LICENCIATU
RA
UABCS
HISTORIA
PREPARATO
CONTABILI
RIA
CEB 8/2
DAD
LICENCIATU
RA
UABCS
TURISMO
PREPARATO CBTIS CONSTRUC
RIA
230
CION
PREPARATO CBTIS CONSTRUC
RIA
230
CION
PREPARATO COBAC
RIA
H 01
TURISMO
PREPARATO CBTIS
RIA
62
TURISMO
PREPARATO CBTIS ADMINISTR
RIA
62
ACION
PREPARATO COBAC CONTABILI
RIA
H 01
DAD
PREPARATO CBTIS
RIA
230
TURISMO
LICENCIATU
ADMINISTR
RA
ITLP
ACION
LICENCIATU
CONTABILI
RA
ITLP
DAD
LICENCIATU
RA
UABCS
TURISMO
PREPARATO
JUAN
CONTABILI
RIA
PABLO
DAD
LICENCIATU
RA
ITLP
ING. CIVIL
BIOLOGIA
MAESTRIA UABCS
MARINA
PREPARATO CBTIS INFORMATI
RIA
62
CA
LICENCIATU
ZOOTECNI
RA
UABCS
A

Muestra 2(Jess)
9

HA
ESTUDIADO
INGLES

% DE
INGLES

NO

20

SI

70

NO

20

NO

20

SI

60

NO

20

NO

30

NO

30

NO

30

NO

30

NO

30

NO

30

SI

80

SI

80

SI

70

SI

70

SI

90

SI

90

NO

30

NO

30

Instituto tecnolgico de la paz- Estadstica administrativa

VARI SE ED
ABLE XO AD
20
1
M 25
20
2
M 25
20
3
M 25
25
4
F 30
25
5
F 30
30
6
F 35
30
7
M 35
20
8
F 25
30
9
F 35
30
10
F 35
35
11
M 40
35
12
M 40
25
13
F 30
25
14
F 30
25
15
M 30
20
16
F 25
17
F 35
-

HA
% DE
ESTUDIADO INGLE
INGLES
S

NIVEL DE
ESTUDIOS

INSTITUCION

CARRERA

LICENCIAT
URA

UNIVERSIDA
D MUNDIAL

CONTABIL
IDAD

SI

60

PREPARAT
ORIA

CBTIS 230

INFORMA
TICA

SI

50

LICENCIAT
URA

UABCS

DERECHO

SI

80

PREPARAT
ORIA

COBACH 11

ADMINIST
RACION

SI

80

LICENCIAT
URA

UABCS

ADMINIST
RACION

SI

60

PREPARAT
ORIA

CBTIS 230

CONSTRU
CCION

NO

20

PREPARAT
ORIA

CBTIS 230

CONSTRU
CCION

NO

30

PREPARAT
ORIA

COBACH 11

ADMINIST
RACION

SI

70

PREPARAT
ORIA

CBTIS 62

TURISMO

NO

30

PREPARAT
ORIA

JUAN PABLO

SOCIALES

SI

80

PREPARAT
ORIA

COBACH 01

CONTABIL
IDAD

NO

30

PREPARAT
ORIA

CBTIS 230

TURISMO

NO

30

LICENCIAT
URA

ITLP

ADMINIST
RACION

SI

80

LICENCIAT
URA

ITLP

CONTABIL
IDAD

SI

80

LICENCIAT
URA

UABCS

DERECHO

SI

70

JUAN PABLO
ITLP

SOCIALES
ING. CIVIL

NO
SI

20
90

PREPARAT
ORIA
LICENCIAT
URA

10

Instituto tecnolgico de la paz- Estadstica administrativa

18

19

20

40
30
35
25
30
30
35

LICENCIAT
URA

UABCS

DERECHO

SI

90

PREPARAT
ORIA

CBTIS 62

INFORMA
TICA

SI

80

LICENCIAT
URA

UNIVERSIDA
D MUNDIAL

DERECHO

SI

80

Muestra 3(Eduardo)
VARI SE ED
ABLE XO AD
20
1
F 25
20
2
M 25
25
3
F 30
25
4
M 30
25
5
F 30
30
6
M 35
30
7
M 35
20
8
F 25
30
9
F 35
35
10
M 40

HA
% DE
ESTUDIADO INGLE
INGLES
S

NIVEL DE
ESTUDIOS

INSTITUCION

CARRERA

LICENCIAT
URA

CBTIS 62

ADMINIST
RACION

NO

20

PREPARAT
ORIA

CBTIS 62

INFORMAT
ICA

SI

70

LICENCIAT
URA

UABCS

HISTORIA

NO

40

PREPARAT
ORIA

CEB 8/2

CONTABIL
IDAD

NO

20

LICENCIAT
URA

UABCS

TURISMO

SI

60

PREPARAT
ORIA

CBTIS 230

CONSTRU
CCION

NO

20

PREPARAT
ORIA

MAHADMA
GANDHI

CONTABIL
IDAD

NO

30

LICENCIAT UNIVERSIDAD
URA
MUNIDIAL

TURISMO

SI

80

PREPARAT
ORIA

CBTIS 62

TURISMO

NO

30

PREPARAT
ORIA

MARCELO
RUBIO

ADMINIST
RACION

NO

20

11

Instituto tecnolgico de la paz- Estadstica administrativa

11

12

13

14

15

16

17

18

19

20

35
40
35
40
30
35
30
35
20
25
20
25
35
40
30
35
25
30
20
25

PREPARAT
ORIA

COBACH 01

CONTABIL
IDAD

NO

30

PREPARAT
ORIA

CBTIS 230

INFORMAT
ICA

NO

30

MAESTRIA

ITLP

ADMINIST
RACION

SI

80

MAESTRIA

ITLP

CONTABIL
IDAD

SI

80

LICENCIAT
URA

UABCS

DERECHO

SI

70

LICENCIAT
URA

JUAN PABLO

CONTABIL
IDAD

SI

70

LICENCIAT
URA

ITLP

ING. CIVIL

SI

90

MAESTRIA

UABCS

BIOLOGIA
MARINA

SI

90

PREPARAT
ORIA

CBTIS 62

INFORMAT
ICA

NO

30

LICENCIAT UNIVERSIDAD
URA
MUNIDIAL
DERECHO

SI

80

ANEXO 02
Distribucin de muestras poblacional
% DE HOMBRES
% DE MUJERES
EDAD
20-25
25-30
30-35
35-40

55
45

%
25
26.66666
67
26.66666
67
18.33333
33

12

Instituto tecnolgico de la paz- Estadstica administrativa

NIVEL DE
ESTUDIOS

%
53.33333
PREPARATORIA
33
LICENCIATURA
40
6.666666
MAESTRIA
67
INSTITUCION
CBTIS 62
CBTIS 230
CEB 8/2
MARCELO RUBIO
JUAN PABLO
ITLP
UABCS
UNIVERSIDAD
MUNDIAL
MAHADMA
GANDHI

%
16.66666
67
15
3.333333
33
5
6.666666
67
15
16.66666
67
6.666666
67
1.666666
67

CARRERA

%
16.66666
67
11.66666
67
3.333333
33
20
16.66666
67
10
5
3.333333
33
10
3.333333
33
1.666666
67

ADMINISTRACION
INFORMATICA
HISTORIA
CONTABILIDAD
TURISMO
CONSTRUCCION
ING. CIVIL
BIOLOGIA MARINA
DERECHO
SOCIALES
ZOOTECNIA
HA ESTUDIADO
INGLES

%
13

Instituto tecnolgico de la paz- Estadstica administrativa

SI
NO

36.66666667
46.66666667

D.D.M
53
D.D.DESV 25.89765
.
01
637.8333
D.D.V
33
D.D.MED
50

14

Instituto tecnolgico de la paz- Estadstica administrativa

ANEXO 03
15

Instituto tecnolgico de la paz- Estadstica administrativa

Tcnicas de muestreo estadstico

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de
juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin).
Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen
alguna oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada
sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico.
Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien
con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa
para decidir cmo tomar una muestra aleatoria ms adelante.

Muestreo probabilstico
Forman parte de este tipo de muestreo, todos aquellos mtodos para los que puede calcular la
probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas
de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este
caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras
representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener
certeza de que tal caracterstica se haya conseguido.
Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente
extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar
la vida media de las bombillas que la integran, no ser posible medir ms que una vez la
bombilla seleccionada.
Con reposicin de los elementos: Las observaciones se realizan con remplazamiento de los
individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones
muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede
considerarse con reposicin aunque, realmente, no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin
de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. Pero
no es exacto.

Muestreo sistemtico
Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo.
Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda).
Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n;
donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se
producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah
en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener
en cuenta la periodicidad del fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N)
y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n),

16

Instituto tecnolgico de la paz- Estadstica administrativa

dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el
resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde
uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el
orden.

Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen
homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de
estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo
que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo
sistemtico, una de las tcnicas de seleccin ms usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es

proporcional al tamao del estrato dentro de la poblacin.

Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que

tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las
opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos,
puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y
un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes
de hombres y mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados
con este procedimiento, suponemos que la poblacin est dividida en hsubpoblaciones o
estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean
homogneas respecto a la caracterstica en cuestin. La media y la varianza desconocidas
para el i-simo estrato son denotadas por mi y si2, respectivamente.

Muestreo por estadios mltiples

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de
referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene
una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el
muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se
extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla
en varias fases o extracciones sucesivas para cada nivel.
Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas
determinado, stos pueden subdividirse en unidades primarias representadas por
circunscripciones didcticas y unidades secundarias que seran los propios profesores. En
primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la
lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra
de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin.

17

Instituto tecnolgico de la paz- Estadstica administrativa

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se
supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente
respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos
o conglomerados para la realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las
personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es
decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al
azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para
integrar la muestra, el diseo se llama muestreo bietpico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo
funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms
diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre s.

Homogeneidad de las poblaciones o sus subgrupos

Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad. Los
estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la
caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno
distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya
menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas
diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas
diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de
muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la
poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que
supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan
bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo
respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la
poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos.

Muestreo no probabilstico
Es aqul para el que no puede calcularse la probabilidad de extraccin de una determinada
muestra. Se busca seleccionar a individuos que tienen un conocimiento profundo del tema bajo
estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para
la toma de decisiones.

18

Instituto tecnolgico de la paz- Estadstica administrativa

Muestreo por cuotas

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En
primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por
algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se
calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que
representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para
determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que
una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra
dentro de cada estrato.

Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en
contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los
propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los
requisitos necesarios, servirn como localizadores de otros con caractersticas anlogas.

Muestreo subjetivo por decisin razonada

En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas
de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o
equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para
determinadas variables se acerque a la media de la poblacin. La cual funciona en base a
referencias o por recomendacin.

El sistema utilizado por nosotros

Nosotros seleccionamos el mtodo sistemtico el cual por ser una muestra muy grande nos
ayudaba a depurar los datos de manera ms concisa, por otro lado se acentu mas a nuestro
gusto y nos intereso seguir el mtodo propuesto en la bsqueda que mostramos anteriormente.
Al ser aplicada a los alumnos del tecnolgico es mucho ms dinmica y con sencilla la manera
de conseguir el muestreo deseado. Para dicho muestreo solo usamos la formula e indicaciones
del mtodo sistemtico y nos guiamos con los mapas del tecnolgico (los salones y sus
ubicaciones) y nos ayudamos de las listas de los profesores sobre los alumnos que en ese
momento (en el que se realizo la encuesta) estaban presentes.

19

Instituto tecnolgico de la paz- Estadstica administrativa

Teorema de lmite central

Definicin:
El teorema central del lmite es uno de los resultados fundamentales de la estadstica. Este
teorema nos dice que si una muestra es lo bastante grande (generalmente cuando el tamao
muestral (n) supera los 30), sea cual sea la distribucin de la media muestral, seguir
aproximadamente una distribucin normal. Es decir, dada cualquier variable aleatoria, si
extraemos muestras de tamao n (n>30) y calculamos los promedios muestrales, dichos
promedios
seguirn
una distribucin normal. Adems, la media ser la misma que la de la variable de inters, y la
desviacin estndar de la media muestral ser aproximadamente el error estndar.
La importancia del teorema central del lmite radica en que mediante un conjunto de teoremas,
se desvela las razones por las cuales, en muchos campos de aplicacin, se encuentran en todo
momento distribuciones normales o casi.

Contextualizando lo anterior tenemos: La distribucin de la media muestral de una poblacin

normal es una distribucin normal con la misma media poblacional y con desviacin tpica el
error estndar. Este hecho nos permite calcular probabilidades cuando tenemos una muestra
de una variable con distribucin normal y desviacin tpica conocida. Cuando no conocemos la
desviacin tpica de la variable, tambin podemos hacer clculos con la distribucin t de
Student.
Cuando la muestra es lo bastante grande, la solucin nos viene dada por uno de los resultados
fundamentales
de
la
estadstica:
el
teorema
del
lmite
central.
La formula formal que se utiliza para resolver problemas de este tema es:

Es muy comn encontrar esta frmula con una variable estandarizada Zn en funcin a la media
muestral como se muestra en la imagen...

20

Instituto tecnolgico de la paz- Estadstica administrativa

Ahora tenemos la formula de la siguiente manera:

Tambin podemos encontrar esta frmula en versiones no normalizadas:

Esas son las formulas que manejan varios autores, pero nosotros usaremos 3 formulas
diferentes para resolver el problema hacindolo lo ms fcilmente posible. Estas son las
formulas
que
usaremos:

21

Instituto tecnolgico de la paz- Estadstica administrativa

22