INFERENCIA EN LA PROPORCION-CASOS y PROBLEMAS RESUELTOS

Casos y problemas
resueltos
VI: Inferencia en la media
Inferencia
IV: enno
Inferencia la proporción
paramétrica
• Intervalos de confianza
• Tamaño de la muestra
• Contraste de proporciones
• Contraste de diferencia de proporciones
•
Estadística
Inferencia
Aplicada a las Ciencias Sociales
Estadística
I: Estadística
Aplicada Descriptiva
a las Ciencias Sociales
-1-
Patricio Alcaíno Martínez
Derechos Reservados
Estadística Aplicada a las Ciencias Sociales-Casos y problemas resueltos 2
Inferencia en la proporción: Intervalos de confianza, tamaño de la muestra, contraste de la proporción, contraste de la
diferencia de proporciones.
Patricio Alcaíno Martínez – Derechos Reservados
Palabras iniciales
Estimados usuari@s:
• Este material que pongo a su disposición está creado a partir de casos e

investigaciones reales de distintos ámbitos de las Ciencias Sociales. Los datos
han sido cambiados para ajustarlos a un criterio didáctico. Por ello, la información
y conclusiones a las cuales llegan, no son necesariamente válidos.
• Los casos y problemas aquí presentados constituyen una muestra representativa

de las situaciones más frecuentes a resolver en investigación social. A saber:
1. Cálculo del intervalo de confianza de la proporción poblacional en una

población binomial con muestra grande.
2. Cálculo del tamaño de la muestra para investigaciones de poblaciones
binomiales con muestra grande.
3. Contraste, test o dócima de la proporción poblacional con muestra grande..
4. Contraste, test o dócima de la diferencia de proporciones con muestra
grande..
• Este volumen está dirigido a tratar el tema de la inferencia en proporciones y a un

análisis básico de los procedimientos estadísticos asociados. El lector deberá
manejar los conceptos y procedimientos elementales de Inferencia Estadística y
contraste de hipótesis y tener competencia en el cálculo de proporciones y
probabilidades con el modelo normal estandarizado.
• Para trabajar con este material el usuario deberá hacer uso de calculadora y la
tabla de probabilidades Z, tabla que se adjunta en la página final de este docuento.
Atentamente;

1. La Polar, llegar y llevar

En una encuesta realizada en Chile con una muestra aleatoria de 984 personas
mayores de 18 años, el 58% opinó que los culpables de lo ocurrido en la multitienda La
Polar deberían pagar con cárcel.
Según estos datos:
1.1. Construya un intervalo del 99% de confianza para la proporción de chilenos que
piensa que los culpables del fraude de La Polar deberían pagar con cárcel.
Solución:
Para construir el intervalo, se requieren los siguientes datos:
n  984
P  0,58
Para el 99% de confianza, Z = 2,58
Se calcula el error estándar de la proporción:

0,58  0,42
p   0,01573
984
El intervalo de confianza es igual a:

p  0,58  2,58  0,01573
p  0,58  0,041 , con un 99% de confianza.
0,539  p  0,621 , con un 99% de confianza.
El porcentaje de chilenos que opina que los culpables del fraude de La Polar deberían
pagar con cárcel, fluctúa entre el 53,9% y el 62,1%, con un 99% de confianza.
2. Discriminación de género
En una muestra de 865 mujeres trabajadoras, 179 declararon haber sido víctimas de
discriminación de género en su lugar de trabajo en el curso de los últimos 6 meses.
Sobre la base de estos datos:
2.1. Calcular un intervalo de confianza del 95% para la proporción poblacional de

mujeres trabajadoras que habría sufrido tal discriminación.
2.2. Calcule la probabilidad de que la proporción poblacional de mujeres discriminadas
en su lugar de trabajo supere el 25%.
Solución:
2.1. Intervalo de confianza
n  865
x  179
Para el 95% de confianza, Z = 1,96
Cálculo de p muestral:
179
P = 0,207
865
Cálculo del error muestral:

0,207 · 0,793
p  = 0,0138
865
Entonces, el intervalo de confianza del 95% para p es igual a:
p  0,207  1,96 · 0,0138

p  0,207  0,027 , con un 95% de confianza.
Sumando y restando el error y transformando a %, este intervalo se expresa como:
18,0%  p  23,4% , con un 95% de confianza.

O bien:
p  18,0; 23,4 % , con un 95% de confianza.
Esto significa que en la población hay un 95% de probabilidades de que la proporción de

mujeres que sufren discriminación de género esté entre el 18,0% y el 23,4%.
2.2. Calcule la probabilidad de que la proporción poblacional de mujeres discriminadas

en su lugar de trabajo supere el 25%.
Por el cálculo anterior, se tiene:
P  0,207; y, además:  p = 0,0138
El 25% se expresa como probabilidad p i = 0,25

Estandarizando:
0,25  0,207
Z = 3,12
0,0138
Según la tabla Z, la probabilidad P(Z >3,12) = 0,0009
Entonces, la probabilidad de que la proporción poblacional de mujeres discriminadas en

su lugar de trabajo supere el 25% es igual a 0,0009.
3. Impacto de la crisis económica en la empresa

Se realiza un estudio con 285 empresarios seleccionados al azar, para determinar el
nivel de impacto de la recesión económica en sus empresas. Los resultados se muestran
en la tabla siguiente:
¿Cuál ha sido el nivel de impacto de la crisis económica en su empresa?

Nivel de impacto Nº casos
Muy afectada 83
Medianamente afectada 110
Poco afectada 53
Nada afectada 39
TOTAL 285
De acuerdo a estos datos:

3.1. Indique cuál es la variable en estudio y la escala en que está medida.
3.2. Calcule la probabilidad de que en la muestra un empresario sienta Poco afectada o
Nada afectada su empresa, por la crisis económica.
3.3. Calcule el error muestral de la proporción de empresarios que se sienten Muy
afectado por la recesión económica.
3.4. Calcule un intervalo de confianza del 90% para la proporción de empresas que se
siente Medianamente o Muy afectada por la recesión económica.
Solución:
3.1. Indique cuál es la variable en estudio y la escala en que está medida.
La variable es Nivel de impacto de la crisis económica en la empresa. Esta variable está
medida a escala ordinal de cuatro valores.
3.2. Calcule la probabilidad de que en la muestra un empresario sienta Poco afectada o

Nada afectada su empresa, por la crisis económica.
Casos favorables = 53 +39 = 92

Caso totales = 285
Probabilidad = 92/285 = 0,323
La probabilidad de que en la muestra un empresario sienta Poco afectada o Nada afectada

su empresa por la crisis económica es 0,323.
3.3. Calcule el error muestral de la proporción de empresarios que se sienten Muy

afectado por la recesión económica.
Datos muestrales:
n  285 ; x  83
Entonces:
83
P  0,291; y q = 0,709
285
El error estándar de la proporción es igual a:
0,291  0,709
p   0,0269
285
El error estándar de la proporción poblacional de empresarios que se sienten Muy

afectados por la recesión económica es 0,0269, lo que equivale al 2,69%.
3.4. Calcule un intervalo de confianza del 90% para la proporción de empresas que se
siente Medianamente o Muy afectada por la recesión económica.
Datos muestrales:
n  285 ; x  193
Entonces:
193
P  0,677; y q = 0,323
285
0,677  0,323
p   0,0277
285
El valor de z para un intervalo de confianza del 90% es 1,645.
Entonces, el intervalo de confianza de p está dado por:
p  0,677  1,645  0,0277

p  0,677  0,046 ; con un 90% de confianza.
La proporción de empresario que se siente Medianamente o Muy afectados por la recesión

económica fluctúa entre el 63,1% y el 72,3%, con un 90% de probabilidades.
4. Caso elecciones presidenciales

A causa de cierto proceso eleccionario presidencial que se acerca en el país, se realiza
una encuesta para conocer la intención de voto en una muestra de 750 votantes,
respecto de los dos únicos candidatos, construyéndose la siguiente tabla de resultados.
Sexo
VOTARÍA: TOTAL
Hombres Mujeres
Por candidato A 148 194 342
Por candidato B 168 159 327
Nulo o en blanco 14 67 81
TOTAL 330 420 750

4.1. Haga una estimación por intervalo del % poblacional de votación Nulo o en blanco,
con una confianza del 95%.
4.2. Construya un intervalo de confianza del 90% para la proporción poblacional de
mujeres que votaría por el candidato A.
4.3. En la población de votantes del candidato B, calcule un intervalo de confianza del
95% para la proporción de hombres.
Solución:
4.1. Haga una estimación por intervalo del % poblacional de votación Nulo o en blanco,
con una confianza del 95%.
Datos muestrales:
n  750 ; x  81
Entonces:
81
P  0,108; y q = 0,892
750
0,108  0,892
p   0,0113
750
El valor de Z para una confianza del 95% es 1,96.

Entonces, el intervalo de la proporción está dado por:
p  0,108  1,96  0,0113

p  0,108  0,022 ; con una probabilidad del 95%.
0,086  p  0,13 ; con una probabilidad del 95%.
La proporción poblacional de intención de voto nulo o en blanco fluctúa entre el 8,6% y el

13,0%, con una confianza del 95%.
4.2. Construya un intervalo de confianza del 90% para la proporción poblacional de

mujeres que votaría por el candidato A.
Datos muestrales:
n  420 ; x  194
Entonces:
194
P  0,462; y q = 0,538
420
0,462  0,538
p   0,0243
420
El valor de z para una confianza del 95% es 1,645.

Entonces, el intervalo de l proporción está dado por:
p  0,462  1,645  0,0243
La proporción poblacional de intención de voto de las mujeres por el candidato A fluctúa

entre el 42,2% y el 50,2%, con una confianza del 90%.
4.3. En la población de votantes del candidato B, calcule un intervalo de confianza del

95% para la proporción de hombres.
Datos muestrales:
n  327 ; x  168
Entonces:
168
P  0,514; y q = 0,486
327
0,514  0,486
p   0,0276
327
El valor de z para una confianza del 95% es 1,96.
Entonces, el intervalo de l proporción está dado por:

p  0,514  1,96  0,0276
En la población de intención de voto del candidato B, la proporción de hombres fluctúa

entre el 46,0% y el 56,8%, con una confianza del 95%.
5. Jóvenes desocupados en España

Se ha determinado mediante encuesta con muestra grande, un intervalo de confianza
para la proporción de jóvenes españoles que actualmente se encuentra desocupado. El
estudio llegó a establecer con un 95% de confianza, que entre el 37,4% y el 44,6% de la
población joven, actualmente está desocupada.
De acuerdo a este estudio, determine lo siguiente:
5.1. ¿Cuál fue, en este estudio, la proporción muestral de jóvenes desocupados?

5.2. ¿Cuál es el error de investigación en este trabajo?
5.3. En este estudio, ¿cuál es el error estándar de la proporción de jóvenes españoles
que está desocupado?
Solución:
5.1. ¿Cuál fue, en este estudio, la proporción muestral de jóvenes desocupados?
En un intervalo de confianza, la proporción muestral es el punto medio del intervalo.
Gráficamente, la situación se puede representar así:
2,5% 95% 2,5%
Pi
P
37,4% 44,6%
Por lo tanto, en este caso, la proporción muestral P es igual a:
37,4  44,6
P  41,0%
2
En la muestra, el 41% de los encuestados jóvenes, está desocupado.
5.2. ¿Cuál es el error de investigación en este trabajo?

El error de investigación, o simplemente error, es la cantidad que se suma y se resta a la
proporción muestral para obtener los límites del intervalo de confianza.
Entonces:
e  44,6  41,0  3,6%
El error en esta investigación fue del 3,6%.

En efecto, restando y sumando esta cantidad a la proporción muestral, se obtienen los
límites del intervalo de confianza señalado.
5.3. En este estudio, ¿cuál es el error estándar de la proporción de jóvenes españoles que
está desocupado?
El error estándar se puede obtener del error de investigación, ya que:
e  Z  p
Como el error fue 3,6%, es decir, 0,036 y para el 95% de confianza z = 1,96, entonces:
0,036  1,96   p
Despejando:
0,036
p   0,018367
1,96
Es decir, el error estándar o muestral en la investigación fue, aproximadamente, un

1,84%.
6. Mobbing
Se desea estudiar la proporción de la población de trabajadores que ha sido objeto de
mobbing en el curso del último año.
6.1. Señale el tamaño de la muestra para un error no superior al 6% en la estimación.

Indique las condiciones en que se daría ese error.
6.2. Calcule el tamaño de la muestra para un 95% de confianza con un error no
superior al 4%.
Solución:
6.1. Señale el tamaño de la muestra para un error no superior al 6% en la estimación.
Indique las condiciones en que se daría ese error.
Se tiene como dato que e = 0,06. Entonces:

1
n = 277,7  278 trabajadores.
0,06 2
Con esta muestra se lograría una confianza de al menos 95%, asumiendo que p = 0,5.
6.2. Calcule el tamaño de la muestra para un 95% de confianza con un error no superior
al 4%.
Se tiene como dato que e = 0,04 y que z = 1,96. Entonces:
1,96 2 · 0,25
n = 600,25  601 trabajadores.
0,04 2
En estas condiciones, el estudio requeriría una muestra de 601 trabajadores.
7. Estudio de mercado
Se desea investigar qué % de la población del segmento C2-C3 se interesa por contratar
un seguro de vida. Para los efectos se debe determinar el tamaño de la muestra.
7.1. Si no se tiene ningún otro dato, y el tamaño de la muestra debe asegurar, a lo más
un 2,5% de error.
7.2. Si se quiere un error no superior al 4% y una confianza del 99%, ¿cuál sería el
tamaño adecuado de la muestra?
7.3. Si se sabe que, aproximadamente el 12% de esta población estaría interesada en
un seguro de vida, se quiere un error no superior al 4% y un nivel de confianza del 95%,
¿cuál sería el tamaño mínimo de la muestra?
7.4. Si se cuenta con recursos para encuestar una muestra de solo 800 personas de la
población y no se tiene ningún otro dato, calcule el error de investigación con este
tamaño de muestra, si se desea trabajar con un 95% de confianza.
Solución:
7.1. Si no se tiene ningún otro dato, y el tamaño de la muestra debe asegurar, a lo más
un 2,5% de error.
1
n
e2
1
n  1.600.
0,025 2
Para las condiciones dadas, el tamaño de la muestra debe ser de 1.600 sujetos de la
población definida. Con esta muestra se lograría una confianza de al menos 95%,
asumiendo que p = 0,5.
7.2. Si se quiere un error no superior al 4% y una confianza del 99%, ¿cuál sería el
z 2  0,25
n
e2
2,58 2  0,25
n = 1.040.
0,04 2
Para las condiciones dadas, el tamaño de la muestra debe ser de 1.040 sujetos de la
población definida.
7.3. Si se sabe que, aproximadamente el 12% de esta población estaría interesada en un

seguro de vida, se quiere un error no superior al 4% y un nivel de confianza del 95%,
¿cuál sería el tamaño mínimo de la muestra?
z2  p  q
n
e2
1,96 2  0,12  0,88
n = 254
0,04 2
Para las condiciones señaladas, el tamaño de la muestra debe ser de al menos 254
sujetos de la población definida.
7.4. Si se cuenta con recursos para encuestar una muestra de solo 800 personas de la
población y no se tiene ningún otro dato, calcule el error de investigación con este tamaño
de muestra, si se desea trabajar con un 95% de confianza.
El error de investigación estaría dado por:

0,5  0,5
e  1,96  0,034648232
800
Esto es, un error del 3,46%.

8. Candidato a Alcalde
En la comuna de Quilleco, con un universo de 5.422 votantes, un candidato a Alcalde
encarga una encuesta para determinar el porcentaje de votantes que apoyan su
candidatura, con una confianza del 95% y un error no mayor al 4%. Un estudio
exploratorio indicó que esa cifra llega al 28,5%.
8.1. ¿Cuál es el tamaño adecuado de la muestra?
Solución:
8.1. ¿Cuál es el tamaño adecuado de la muestra?
N = 5.422
IC (95%)  Z 0,975  1,96
e  4%  e = 0,04
p  0,285  q = 0,715
Tamaño de la muestra sin considerar el tamaño de la población es:

1,962 ·0,285 · 0,715
n1  = 489, 3  490 votantes.
0,042
Cálculo del factor de corrección de población finita:
1
k = 0,9173
489
1
5422
Entonces, finalmente:
n  490 · 0,9173 = 450 votantes.
El citado estudio requiere una muestra aleatoria de 450 votantes.

9. Al menos una empresa deudora

Se sabe que en cierto sector industrial, el 18,5% de las empresas tienen sus
cotizaciones provisionales impagas. Se desea seleccionar una muestra aleatoria de esta
población que tenga, con una confianza del 99%, al menos una empresa en esta
situación. ¿Cuál será el tamaño adecuado de la muestra?
Solución:
Confianza del 99%    1 – 0,99 = 0,01
p  0,185  1  p  0,815
log 0,01
Luego: n  = 22,5  23 empresas seleccionadas al azar.
log 0,815
Se tiene un 99% de probabilidades de que resulte al menos una empresa con cotizaciones
impagas, en una muestra aleatoria de tamaño 23.
10. Reforma laboral

Un estudio realizado con 385 trabajadores dependientes reveló 258 a favor de cierta
reforma laboral.
10.1. ¿Cuál es el error muestral en este estudio?

10.2. ¿Cuál es la probabilidad de que la proporción poblacional de personas que opinan
así sea mayor al 70%?
10.3. Calcule un intervalo de confianza del 95% para la proporción poblacional de
trabajadores a favor de la reforma laboral.
10.4. Si se quiere un intervalo de confianza del 99% para la proporción poblacional de
trabajadores a favor de la reforma laboral con un error inferior al 3%, ¿cuál debería ser
el tamaño adecuado de la muestra?
Solución:
Es un problema de proporciones, con n = 385 y x = 258.
10.1. ¿Cuál es el error muestral en este estudio?

La proporción muestral es: p = 258/385 = 0,670
0,67  0,33
El error muestral es: p = = 0,0240.
385
R: El error muestral en este estudio es 0,024, lo que equivale al 2,4%.
10.2. ¿Cuál es la probabilidad de que la proporción poblacional de personas que opinan

así sea mayor al 70%?
0,7  0,67
Estandarizando: z= = 1,25
0,024
Según tabla z: p (z  1,25) = 0,1057.
La probabilidad de que los trabajadores que piensan así sean más del 70% es 0,1057.

trabajadores a favor de la reforma laboral.
Tenemos que: p = 0,024 y que: z0,975 = 1,96
Entonces: IC (95) p = 0,67  1,96 · 0,024 = 0,67  0,047
La proporción poblacional está entre el 62,3 y el 71,7%, con un 95% de probabilidades.

10.4. Si se quiere un intervalo de confianza del 99% para la proporción poblacional de

trabajadores a favor de la reforma laboral con un error inferior al 3%, ¿cuál debería ser el
De los resultados anteriores se tiene: p = 0,67.
Para un 99% de confianza se requiere z 0,995  2,58
Entonces:
2,582 · 0,67 · 0,33
n = 1.635 trabajadores
0,032
Entonces, el tamaño de la muestra tendría que ser de 1.635 trabajadores.

11. Crisis económica

Se realiza un estudio con una muestra aleatoria de 657 familias del Gran Santiago, de
las cuales 278 han debido pedir préstamos para enfrentar las dificultades originadas
por la crisis económica.
11.1. ¿Es suficiente esta información para afirmar, con un 10% de significación, que en
la población del Gran Santiago, más de un 40% de las familias ha debido recurrir a
préstamos para enfrentar la crisis?
11.2. En el contexto del caso, ¿en qué consiste cometer error de tipo II en el contraste
anterior?
Solución:
11.1. ¿Es suficiente esta información para afirmar, con un 10% de significación, que en
la población del Gran Santiago, más de un 40% de las familias ha debido recurrir a
préstamos para enfrentar la crisis?
Nivel de significación:   0,10 .
Planteamiento de las hipótesis:

La hipótesis nula es: H0: p = 0,40
Hipótesis alternativa: H1: p > 0,40; ensayo de cola derecha.
Nótese que las hipótesis planteadas con consistentes con el enunciado del problema.
Cálculos:
La proporción muestral es igual a:
278
P = 0,423
657
Si H0 es verdadera, entonces el error muestral es igual a:

0,40 · 0,60
p  = 0,0191
657
Importante: Nótese que se usa p = 0,40, tal como lo expresa la hipótesis nula y no la P
muestral 0,423. Esto es porque el método asume que la hipótesis nula es verdadera hasta
que los datos prueben lo contrario.
El estadístico de prueba es igual a:

0,423  0,40
z = 1,20
0,0191
Cálculo del valor-p:

En este caso, el valor-p es la probabilidad de que Z sea mayor a 1,21. Se toma el lado
“mayor que” porque el ensayo es de cola derecha.
Valor p: *  P (z > 1,20) = 0,1151 (según tabla)
Decisión:
Para decidir se compara el valor-p (  * ) con el nivel de significación (  )
Como  *  0,10; NO se rechaza la hipótesis nula, al 10%.
Conclusión:
De acuerdo a los datos, es posible afirmar que el % de familias del Gran Santiago que han
debido recurrir a préstamos para enfrentar la crisis no supera el 40% (p = 0,1151).
11.2. En el contexto del caso, ¿en qué consiste cometer error de tipo II en el contraste
anterior?
El error de tipo II se comete al no rechazar la hipótesis nula sendo que es falsa. En este
caso es “aceptar” que en la población del Gran Santiago el 40% de las familias ha debido
recurrir a préstamos para enfrentar la crisis, siendo que es falso.
12. Estrés laboral

Se encontró, en una muestra de 136 trabajadores del nivel ejecutivo de una empresa de
venta de intangibles, un total de 25 que presentan síntomas emocionales, con ansiedad
y ánimo depresivo, expresados como desánimo y hastío por el trabajo.
Los directivos de la empresa declararon, que si bien estos corresponden a síntomas de
estrés laboral, el fenómeno no alcanza a afectar a más del 20% de sus ejecutivos,
proporción considerada como “normal” para el tipo de trabajo que desarrollan.
Con una significación del 1%, ¿es posible con estos resultados refutar la declaración de
los directivos de la empresa?
Solución:
Se trata de un contraste de proporciones, en donde los directivos desean probar que el
fenómeno descrito afecta a menos del 20% de sus ejecutivos. Como la proporción
muestral es 18,4% resulta atractivo realizar dicho contraste.
Nivel de significación:   0,01 .

Hipótesis:
H0 : p = 0,20
H1 : p  0,20 (ensayo de cola izquierda).
Datos y cálculos:
Proporción muestral: P = 25/136 = 0,1838
0,20 · 0,80
Error muestral: p  = 0,0343
136
0,1838  0,20
Estadístico de prueba: Z = -0,47
0,0343
Cálculo del valor-p:  * = P(Z < -0,47) = 0,3192 (según tabla)
Decisión:
Como  * >  , ya que 0,3192 > 0,01; entonces, no se puede rechazar H0, al 1%.
Conclusión:
La proporción de afectados por los síntomas del estrés laboral no es menor al 20%
(p = 0,3192).
Por lo tanto, con los datos con que se cuenta, es posible refutar la declaración de
los directivos.
Comentario:
(1) El hecho de que el % muestral (18,4%) sea menor que el planteado en la hipótesis nula
(20%), no lleva necesariamente a inferir que en la población ocurre lo mismo. Como
sabemos, la proporción muestral tiene cierta variabilidad (error muestral) y, por lo tanto, el
18,4% perfectamente cae dentro de los valores posibles del 20% poblacional.
(2) El método de contraste de hipótesis “protege” a la hipótesis nula. Es más, la considera
verdadera hasta que los datos empíricos demuestren que la diferencia es significativa, tal
que no hay más remedio que rechazarla. Esta situación se ve reforzada por el hecho de que
la probabilidad de rechazar la hipótesis nula es de solo un 1%, correspondiente al nivel de
significación empleado en la prueba.
13. Televisores en el hogar

Cierta publicación afirma que el 60% de los hogares chilenos tiene más de un televisor
en casa. Para verificar esta afirmación se hace un muestreo en 340 hogares, resultando
184 que, efectivamente, tienen más de un televisor.
De acuerdo a los datos:
13.1. ¿Es suficiente este dato numérico para apoyar la afirmación de la publicación?
Use un 5% de significación.
13.2. ¿En qué consiste el error de tipo I en el contraste anterior?
Solución:
13.1. ¿Es suficiente este dato numérico para apoyar la afirmación de la publicación?
Se trata de una prueba de hipótesis de proporciones en diseño de dos colas.
Hipótesis
H0 : p = 0,60
H1 : p  0,60 (ensayo de dos colas).
Datos y cálculos:
Nivel de significación: 0,10 (está dado al principio)
Proporción muestral: P = 184/340 = 0,541
0,60 · 0,40
Error muestral: p  = 0,0266
340
0,541  0,60
Estadístico de prueba: Z = -2,22
0,0266
Valor-p:
Cálculo del valor-p:  * = 2 · P(Z < -2,21) = 2 · 0,0132 = 0,0264
Nótese que el valor-p de una cola se multiplica por dos, porque el ensayo es bilateral (de
dos colas).
Decisión:
Como  * < 0,05; entonces, se rechaza H0 con un 5% de significación.
Conclusión:
Al 5%, la proporción de hogares con más de un televisor NO es el 60% (p = 0,0264)
La información presentada no resulta suficiente para apoyar la afirmación
publicada.
13.2. ¿En qué consiste el error de tipo I en el contraste anterior?

El error de tipo I consiste en rechazar una hipótesis nula siendo que es verdadera.
En este caso, consiste en rechazar que el 60% de los hogares chilenos tiene más de un
televisor en casa, siendo que es verdadero.
14. Muerte de Osama bin Laden

A una semana de que Estados Unidos anunciara la muerte de Osama bin Laden, se
hizo una encuesta a 956 norteamericanos mayores de 18 años, con los siguientes
resultados:
 Un total de 526 cree que realmente bin Laden está muerto.
 Solo 135 piensan que la muerte de bin Laden aquietará el terrorismo
internacional.
 Un total 318 creen que la muerte de bin Laden es un montaje de Estados Unidos.
Con estos datos y un 5% de significación, se pide contrastar las siguientes hipótesis,

construyendo las conclusiones del caso.
14.1. El 15% cree que la muerte de bin Laden aquietará el terrorismo internacional.
14.2. Menos del 60% cree que bin Laden está muerto.
14.3. Más del 30% cree que la muerte de bin Laden es un montaje de Estados Unidos.
Solución:
14.1. El 15% cree que la muerte de bin Laden aquietará el terrorismo internacional
Significación:  = 0,05
Hipótesis en contraste:
H0 : p  0,15
H1 : p  0,15
La hipótesis alternativa conduce a una prueba de dos colas.
Cálculos muestrales:
n  956
x  135
135
P  0,1412
956
0,15  0,85
p   0,01155
956
Cálculo del estadístico de prueba:

0,1412  0,15
z  -0,76
0,01155
Cálculo del valor p:

*  2 P(z  0,76)  2  0,2236 = 0,4472
Decisión:
Como *   , no se rechaza la hipótesis nula.
Conclusión:
Se puede afirmar, con un 5% de significación, que el 15% de los norteamericanos cree

que la muerte de bin Laden aquietará el terrorismo internacional (p = 0,4476).
14.2. Menos del 60% cree que bin Laden está muerto.
H0 : p  0,60
H1 : p  0,60
La hipótesis alternativa conduce a una prueba de cola izquierda.
n  956
x  526
526
P  0,5502
956
0,6  0,4
p   0,01584
956

0,5502  0,6
z  -3,14
0,01584

*  P(z  3,14)  0,0008
Decisión:
Como *   , se rechaza la hipótesis nula.
Conclusión: Se puede afirmar, con un 5% de significación, que menos del 60% de los
norteamericanos cree que la bin Laden está muerto (p = 0,0008).
14.3. Más del 30% cree que la muerte de bin Laden es un montaje de Estados Unidos.
H0 : p  0,30
H1 : p  0,30
La hipótesis alternativa conduce a una prueba de cola izquierda.
n  956
x  318
318
P  0,3326
956
0,3  0,7
p   0,01482
956

0,3326  0,3
z  2,20
0,01482

*  P(z  2,20)  0,0139
Decisión:
Como *   , se rechaza la hipótesis nula, al 5%.
Conclusión: Se puede afirmar, con un 5% de significación, que menos más del 30% de los
norteamericanos cree que la muerte de bin Laden es un montaje de Estados Unidos (p =
0,0139).
15. Infidelidad con la pareja

Una investigación estudió, con una muestra aleatoria de sujetos de sexo masculino
mayores de 18 años y a un nivel de significación  , la proporción de hombres que
poseen el gen alelo 334, que sería el factor biológico que está a la base de los casos de
infidelidad con la pareja.
El estudio llegó a las conclusiones siguientes:
 C1: El porcentaje de hombres que posee el gen alelo 334 es mayor al 40%.
 C2: De los hombres que poseen el gen alelo 334, el 65% ha sido infiel a su pareja,
al menos una vez.
De acuerdo a esta información:
15.1. Indique, en lenguaje algebraico, la hipótesis alternativa en el contraste que llevó a

la conclusión C1.
15.2. Indique, en lenguaje corriente, la hipótesis nula en el contraste que llevó a la
conclusión C2.
15.3. Indique en qué consiste el error de tipo II en el contraste que llevó a la conclusión
C1.
15.4. Indique en qué consiste el error de tipo I en el contraste que llevó a la conclusión
C2.
15.5. Indique cuál fue la decisión en el contraste que llevó a la conclusión C1.
Solución:
15.1. Indique, en lenguaje algebraico, la hipótesis alternativa en el contraste que llevó a
la conclusión C1.
En un contraste de hipótesis de proporciones la hipótesis alternativa siempre es p  p 0 ,
p  p0 o p  p0 .
En lenguaje algebraico esto es: H1 : p  0,40.
15.2. Indique, en lenguaje corriente, la hipótesis nula en el contraste que llevó a la

conclusión C2.
En un contraste de hipótesis de proporciones la hipótesis nula siempre es p  p 0 .
En este caso es H0 : p  0,65.
En lenguaje corriente, esto es:
El 65% de los hombres que poseen el gen alelo 334, han sido infieles a su pareja.
15.3. Indique en qué consiste el error de tipo II en el contraste que llevó a la conclusión
C1.
En un contraste, se comete el error de tipo II, al no rechazar (“aceptar”) la hipótesis nula,
siendo que es falsa.
En este caso consistiría en no rechazar que el 40% de los hombres posee el gen
alelo 334, siendo que es falso.
15.4. Indique en qué consiste el error de tipo I en el contraste que llevó a la conclusión
C2.
El error de tipo I es rechazar la hipótesis nula, siendo que es verdadera.
En este caso consistiría en rechazar que el 65% de los hombres que poseen el gen
alelo 334 ha sido infiel a su pareja, siendo que es verdadero.
En un contraste de hipótesis, siempre la decisión se toma respecto de la hipótesis nula.
Como en el contraste que llevó a la conclusión C1 la hipótesis nula es que el 40% de los
hombres poseen el gen alelo 334, entonces, significa que dicha hipótesis fue rechazada, a
favor de la alternativa H0: p > 0,40.
La decisión fue, entonces, rechazo de H0, a un nivel de significación  .
Como en el contraste que llevó a la conclusión C2 la hipótesis nula es que, el 65% de los
hombres que poseen el gen alelo 334 ha sido infiel a su pareja, entonces, significa que
dicha hipótesis no fue rechazada, ya que confirma la conclusión.
La decisión fue, entonces, NO rechazo de H0, a un nivel de significación  .
16. Consumo cultural

En el marco de un estudio sobre hábitos de consumo cultural, se consultó a los
encuestados si escuchaban música a diario. De un total de 425 mujeres y 560 hombres
encuestados, 148 mujeres y 160 hombres declararon que sí escuchaban música
diariamente.
Con estos datos:
16.1. La proporción de personas que escuchan música a diario, ¿es mayor en las
mujeres que en los hombres? Use un 5% de significación.
Solución:
Planteamiento de hipótesis:
H0: p M  p H = 0
H1: p M  p H > 0
Datos muestrales:
Mujeres (M) Hombres (H) TOTAL
Muestra 425 560 985
Casos favorables 148 160 308
P muestral 148/425=0,348 160/560=0,286 308/985=0,313
El error muestral de la diferencia de proporciones es igual a:
 1 1 
 pM  pH  0,313 · 0,687 ·    = 0,0298
 425 560 
0,348  0,286
z obs  = 2,08
0,0298
Nótese que en el numerador se ordenaron las proporciones muestrales tal cual lo expresa
la hipótesis nula p M  p H .
El valor p de la prueba es:

*  P(z > 2,08) = 0,0188 (según tabla z)
Decisión: Como *  0,05, se rechaza H0, al 5%.
Conclusión: la proporción de mujeres que diariamente escuchan música es mayor que la

proporción de hombres que lo hacen (p = 0,0188).
17. Mar a Bolivia

Se encuesta una muestra aleatoria de chilenos mayores de 18 años para indagar sobre
su opinión respecto de dar salida al mar a Bolivia a través de territorio chileno. Según
nivel socioeconómico NSE (alto, bajo) las posiciones fueron las siguientes:
Nivel Socioeconómico (NSE) Total

POSICIÓN
Alto Bajo
Absoluto Desacuerdo 107 83 190
De acuerdo 191 261 452
Total 298 344 642

chilenos que están de acuerdo con dar salida al mar a Bolivia a través de territorio
chileno.
17.2. Si se desea establecer con un 95% de confianza la proporción poblacional de

chileno, con un error de no más del 2%, ¿cuál es el tamaño de muestra necesario?
17.3. Se afirma que “El % de chilenos que está en absoluto desacuerdo con la iniciativa
es mayor en el NSE Alto que en NSE Bajo”. Con los datos generados en la investigación,
realice un contraste de hipótesis con un 5% de significación para validar la afirmación
del texto.
Solución:
chileno.
Datos muestrales:
n  642 ; x  452
La proporción muestral es igual a:

452
P  0,704
642

0,704 · 0,296
p  = 0,0180
642
El intervalo del 95% está dado por:

p  0,704  1,96 · 0,0180
p  0,704  0,03528 ; con un 95% de confianza.
De acuerdo a los datos, la proporción de chilenos que está de acuerdo con dar salida al
mar a Bolivia a través de territorio chileno fluctúa entre el 66,9% y el 73,9%, con un 95%
de confianza.
17.2. Si se desea establecer con un 95% de confianza la proporción poblacional de

chileno, con un error de no más del 2%, ¿cuál es el tamaño de muestra necesario?
1,96 2 · 0,704 · 0,296

n  2.001.
0,02 2
La muestra tendría que ser de tamaño 2.001, al menos.
17.3. Se afirma que “El % de chilenos que está en absoluto desacuerdo con la iniciativa
es mayor en el NSE Alto que en NSE Bajo”. Con los datos generados en la investigación,
realice un contraste de hipótesis con un 5% de significación para validar la afirmación del
texto.
Se utilizarán los subíndices A = NSE Alto y B = NSE Bajo.
Nivel de significación:   5%  0,05
Planteando las hipótesis del caso:

H0 : p A  p B  0
H1 : p A  p B  0
La hipótesis alternativa conduce a un ensayo de cola derecha.
Datos muestrales:
n A = 298; x A = 107; PA = 107/298 = 0,359
nB = 344; x B = 83; PB = 83/344 = 0,241
n = 642; x T = 190; p̂ = 190/642 = 0,296
El error estándar de la diferencia de proporciones es igual a:
1 1
 pA pB = 0,296 · 0,704 ·(  ) = 0,0361
298 344
El estadístico z de prueba es igual a:

0,359  0,241
Z=  3,27
0,0361
El valor p de la prueba es igual a:

*  P(z  3,27)  0,0005
Como  * <  , se rechaza la hipótesis de igualdad de proporciones, con un 5% de

significación.
Conclusión: Por lo tanto, sobre la base de los datos, es posible afirmar, con un 5% de
significación, que el % de chilenos que está en absoluto desacuerdo con dar salida al mar
a Bolivia a través de territorio chileno, es mayor en el NSE Alto que en NSE Bajo (p =
0,0005).
18. Nutrición y tabaquismo en la tercera edad

En el marco de una investigación de salud y nutrición en la tercera edad, se investiga el
hábito de fumar y el estado nutricional en una muestra de 125 personas que presentan
desnutrición y 250 que presentan un estado de nutrición normal.
Los datos generados permitieron construir la tabla siguiente:
Estado Fuma
Total
nutricional Sí No
Normal 55 195 250
Desnutrición 40 85 125
Total 95 280 375
Con estos datos:
18.1. Calcular un intervalo de confianza del 95% para la proporción de la tercera edad
en estado normal de nutrición que fuma.
18.2. Contraste al 5% la hipótesis relacionada con la afirmación: “Menos del 30% de las
personas de la tercera edad en estado de desnutrición, fuman”.
18.3. Realice, al 5%, el test correspondiente para contestar la pregunta de
investigación: “Las personas de la tercera edad en estado de desnutrición ¿fuman en
mayor proporción que los de estado normal de nutrición?”.
18.4. ¿Cuántas personas más de la población de personas con desnutrición se
requieren encuestar para trabajar con un 95% de confianza y un error de no más del
5%?
Solución:
18.1. Con los datos de la fila “normal” de la tabla se obtiene:
55
n  250; x  55 fuman; p = 0,22
250
Entonces, el error muestral de la proporción es:
0,22 · 0,78
p  = 0,0262
250
Luego, el intervalo del 95% confianza para la proporción poblacional es igual a:

p = 0,22  1,96 · 0,0262
p = 0,22  0,051 ; con un 95% de confianza.
La proporción poblacional de personas de la tercera edad en estado normal de nutrición

que fuma fluctúa entre el 19,9% y el 27,1%, con un 95% de confianza.
18.2. Contraste: se trata de una dócima de la proporción, de cola izquierda.

Planteando las hipótesis:
H0: p = 0,30
H1: p < 0,3 (ensayo de cola izquierda)
40
n  125; x  40 fuman; p = 0,32
125
0,3 · 0,7
p  = 0,0410
125
Estadístico de prueba:
0,32  0,3
z = 0,49
0,0410
Valor p: *  P(z < 0,49) = 0,6879
No se rechaza la hipótesis nula, al 5%.
Conclusión: El % de personas de la tercera edad en estado de desnutrición que fuman no

es menor al 30% (p = 0,6879)
18.3. Contraste: se trata de un test de diferencia de proporciones. El tipo de ensayo – cola

derecha o cola izquierda – dependerá de cómo se plantee la hipótesis nula.
Hipótesis:
Haciendo: D = Desnutrición; N = Normal
H0: p D  p N = 0
H0: p D  p N > 0; (conduce a un ensayo de cola derecha)
Datos muestrales:
55
Normal (N): n N  250; x N  55 fuman; PN  = 0,22
250
40
Desnutrición (D): n D  125; x D  40 fuman; PD  = 0,32
125
95
Total (T): n T  375; x T  95 fuman; p̂  = 0,253
375
Error muestral de la diferencia de proporciones:

 1 1 
 p D  p N  0,253 · 0,747 ·    = 0,0476
 250 125 

0,32  0,22
z obs  = 2,10
0,0476
Valor p de la prueba:
*  P(z > 2,08) = 0,0188 (según tabla).
Como el valor p es menor a la significación, se rechaza H0 al 5%.
Conclusión: Las personas de la tercera edad en estado de desnutrición, fuman en mayor

proporción que los de estado normal de nutrición (p = 0,0188).
18.4. Tamaño de la muestra

40
Para el segmento con desnutrición se tiene: p = 0,32
125
Para el 5% de confianza, el valor de Z: Z 0,975  1,96
El error del 5% es: e = 0,05
Entonces:
1,96 2 · 0,32 · 0,68
n = 335 personas
0,05 2
Por lo tanto, se necesitan 335 – 125 = 207 persona más con desnutrición.
19. Reformas laborales

Se ha investigado mediante encuesta la posición de acuerdo o no, con ciertas reformas
laborales que impulsa el gobierno. Según el encuestado sea o no partidario del gobierno,
la tabla muestra los resultados, en número de casos.
De acuerdo con reforma

Sí No
Sí 53 18
Partidario del gobierno
No 38 40
19.1. Si la investigación trabaja con un 95% de confianza, calcule el error de

investigación para la proporción de personas que están de acuerdo con las reformas
laborales que propone el gobierno.
personas que están de acuerdo con las reformas laborales que propone el gobierno.
19.3. Calcule el tamaño de la muestra para que, trabajando con un 95% de confianza,
el error en la proporción de personas que son partidarios de las reformas del gobierno
no exceda el 2,5%.
19.4. Calcule la probabilidad de que la proporción poblacional de personas que están
de acuerdo con las reformas laborales que propone el gobierno sea mayor que el 60%.
19.5. A un nivel del 5% de significación, contraste la hipótesis de que el grado de
acuerdo con las reformas es independiente de si el sujeto es o no partidario del
gobierno.
Solución:
19.1. Si la investigación trabaja con un 95% de confianza, calcule el error de
investigación para la proporción de personas que están de acuerdo con las reformas
laborales que propone el gobierno.
Se tiene que:
n = 149 y x = 91.
z  1,96 para un 95% de confianza.
Entonces:
P = 91/149 = 0,611; y q = 1 – 0,611 = 0,389.
Entonces, el error de investigación de la proporción es:
0,611  0,389
e  1,96  = 0,0783
149
El error de investigación llega al 7,83%.
Nota: este error es un poco alto respecto de lo usualmente deseado. Especial importancia
adquiere este error cuando los resultados de investigación han de usarse para la toma de
decisiones con impacto social. Una forma de reducir este error es bajando la confianza,
pero eso es un mecanismo poco deseado porque no resuelve el tema de la incertidumbre

respecto de la proporción poblacional. El mejor camino es aumentar el tamaño de la
muestra.

personas que están de acuerdo con las reformas laborales que propone el gobierno.
Se tiene que:
n = 149 y x = 91.
z  1,96 para un 95% de confianza.
Entonces:
91
P= = 0,611
149
El error muestra es igual a:

0,611 0,389
p  = 0,03994
149
Entonces, la proporción poblacional es igual a:

p = 0,611  1,96  0,03994
p = 0,611  0,078; con un 95% de confianza.
O bien:
0,533 < p < 0,689; con una probabilidad del 95%.
Con un 95% de confianza se puede afirmar que en la población, entre el 53,3 y el 68,9%
de las personas está de acuerdo con las reformas laborales auspiciadas por el gobierno.
En este resultado se nota caramente el impacto del tamaño de la muestra, que en este
caso es relativamente chico, ya que el error llega cerca al 7,8%, lo que deja un intervalo
con más de un 15% de amplitud. Una forma de aumentar la precisión del intervalo, es
decir, dejarlo de menor amplitud, es disminuyendo la confianza, pero eso resulta, a su
vez, en una baja en la confianza. Un vez más se manifiesta la necesidad de aumentar el
tamaño de la muestra para disminuir el error.
19.3. Calcule el tamaño de la muestra para que, trabajando con un 95% de confianza, el
error en la proporción de personas que son partidarios de las reformas del gobierno no
exceda el 2,5%.
El tamaño de la muestra está dado por:
1,962  0,611  0,389
n  1.460,9
0,025 2
n = 1.461 sujetos.
Es decir, para que el error de investigación no sea mayor al 2,5% se requiere una muestra
de tamaño 1.461.
En este resultado se nota el impacto del aumento del tamaño de muestra en la
disminución del error. Sin embargo, también se debe evaluar los costos, ya que a mayor
tamaño de muestra, mayor es el costo de investigación, aspecto no menor cuando las
investigaciones trabajan con presupuestos acotados.
19.4. Calcule la probabilidad de que la proporción poblacional de personas que están de

acuerdo con las reformas laborales que propone el gobierno sea mayor que el 60%.
Se tiene hasta el momento:

P = 0,611 y  p  0,03994
pi  p
Para estandarizar el 60% se usa. Z=
p
0,6  0,611
Z= = -0,27
0,03994
P(z  -0,27) = 0,6064 (según tabla z)
Entonces: P(p  60%) = 0,6064
19.5. A un nivel del 5% de significación, contraste la hipótesis de que el grado de acuerdo

con las reformas es independiente de si el sujeto es o no partidario del gobierno.
Se plantean primeramente las hipótesis que serán sometidas a contraste, con   0,05 .
H0: el grado de acuerdo con las reformas laborales propuestas por el gobierno es
independiente de si el sujeto es o no partidario del gobierno.
H1: el grado de acuerdo con las reformas laborales propuestas por el gobierno está
asociado al hecho de si el sujeto es o no partidario del gobierno.
Se empleará la dócima de independencia de Chi-cuadrado, con  = 5%.

Para calcular el valor observado se utiliza la tabla siguiente:
De acuerdo con reforma Total

Sí No
Sí 53 18 71
Partidario del gobierno
No 38 40 78
Total 91 58 149
Se comprueba que en la tabla no haya frecuencias esperadas menores a 5. Si las hubiera,

se verifica que no sean en más de una celda.
Usando el método abreviado para tablas de 2 x 2 y, por el tamaño de la muestra, sin

corrección de continuidad de Yates, se tiene:
(53  40  18  38)2 149

 2OBS  = 10,51.
71 78  91  58
Valor p:
El valor p de la prueba está dado por: *  P( 2p;1  10,51 ) = 0,0012
Decisión:
Como *   , se rechaza la hipótesis nula, al 5% de significación.
Conclusión: Con un 5% de significación se puede afirmar que el grado de acuerdo con las
reformas laborales propuestas por el gobierno, está asociado al hecho de si el sujeto es o
no partidario del gobierno (p = 0,0012)

INFERENCIA EN LA PROPORCION-CASOS y PROBLEMAS RESUELTOS

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

INFERENCIA EN LA PROPORCION-CASOS y PROBLEMAS RESUELTOS

Enviado por

Direitos autorais:

Formatos disponíveis

Casos y problemas

• Este material que pongo a su disposición está creado a partir de casos e

• Los casos y problemas aquí presentados constituyen una muestra representativa

1. Cálculo del intervalo de confianza de la proporción poblacional en una

• Este volumen está dirigido a tratar el tema de la inferencia en proporciones y a un

Patricio Alcaíno Martínez

1. La Polar, llegar y llevar

Se calcula el error estándar de la proporción:

El intervalo de confianza es igual a:

2.1. Calcular un intervalo de confianza del 95% para la proporción poblacional de

Cálculo del error muestral:

Entonces, el intervalo de confianza del 95% para p es igual a:

p  0,207  1,96 · 0,0138

Sumando y restando el error y transformando a %, este intervalo se expresa como:

18,0%  p  23,4% , con un 95% de confianza.

Esto significa que en la población hay un 95% de probabilidades de que la proporción de

2.2. Calcule la probabilidad de que la proporción poblacional de mujeres discriminadas

P  0,207; y, además:  p = 0,0138

El 25% se expresa como probabilidad p i = 0,25

Según la tabla Z, la probabilidad P(Z >3,12) = 0,0009

Entonces, la probabilidad de que la proporción poblacional de mujeres discriminadas en

3. Impacto de la crisis económica en la empresa

¿Cuál ha sido el nivel de impacto de la crisis económica en su empresa?

De acuerdo a estos datos:

3.2. Calcule la probabilidad de que en la muestra un empresario sienta Poco afectada o

Casos favorables = 53 +39 = 92

La probabilidad de que en la muestra un empresario sienta Poco afectada o Nada afectada

3.3. Calcule el error muestral de la proporción de empresarios que se sienten Muy

El error estándar de la proporción es igual a:

El error estándar de la proporción poblacional de empresarios que se sienten Muy

El valor de z para un intervalo de confianza del 90% es 1,645.

Entonces, el intervalo de confianza de p está dado por:

p  0,677  1,645  0,0277

La proporción de empresario que se siente Medianamente o Muy afectados por la recesión

4. Caso elecciones presidenciales

Sobre la base de estos datos:

El valor de Z para una confianza del 95% es 1,96.

p  0,108  1,96  0,0113

La proporción poblacional de intención de voto nulo o en blanco fluctúa entre el 8,6% y el

4.2. Construya un intervalo de confianza del 90% para la proporción poblacional de

El valor de z para una confianza del 95% es 1,645.

La proporción poblacional de intención de voto de las mujeres por el candidato A fluctúa

4.3. En la población de votantes del candidato B, calcule un intervalo de confianza del

Entonces, el intervalo de l proporción está dado por:

En la población de intención de voto del candidato B, la proporción de hombres fluctúa

5. Jóvenes desocupados en España

5.1. ¿Cuál fue, en este estudio, la proporción muestral de jóvenes desocupados?

2,5% 95% 2,5%

Por lo tanto, en este caso, la proporción muestral P es igual a:

En la muestra, el 41% de los encuestados jóvenes, está desocupado.

5.2. ¿Cuál es el error de investigación en este trabajo?

El error en esta investigación fue del 3,6%.

Es decir, el error estándar o muestral en la investigación fue, aproximadamente, un

6.1. Señale el tamaño de la muestra para un error no superior al 6% en la estimación.

Se tiene como dato que e = 0,06. Entonces:

7.3. Si se sabe que, aproximadamente el 12% de esta población estaría interesada en un

El error de investigación estaría dado por:

Esto es, un error del 3,46%.

Tamaño de la muestra sin considerar el tamaño de la población es:

El citado estudio requiere una muestra aleatoria de 450 votantes.

9. Al menos una empresa deudora

10. Reforma laboral

10.1. ¿Cuál es el error muestral en este estudio?