ELEMENTOS DE MUESTREO

Material didctico elaborado por los profesores:

Zhandra Flores
Flix Ordaz
ngel Ramrez



Ciudad Universitaria, 2008
1
INDICE


INDICE ............................................................................................................................. 1
INTRODUCCION ............................................................................................................. 2
1.- CONCEPTOS BSICOS ............................................................................................. 3
2.- CONVENIENCIA DEL MUESTREO ............................................................................ 6
4.- FASES DE UNA SOBREVISION POR MUESTREO .................................................. 7
5.- TIPOS DE MUESTREO .............................................................................................. 9
6.- CLASES DE MUESTREO PROBABILISTICO .......................................................... 10
6.1.- ALEATORIO SIMPLE ......................................................................................... 10
6.2.- ESTRATIFICADO ............................................................................................... 12
6.2.1.- AFIJ ACION .................................................................................................. 13
6.3.- SISTEMATICO ................................................................................................... 15
6.4.- POR CONGLOMERADOS O REAS ................................................................ 15
6.5.- CARACTERISTICAS DE LAS DIFERENTES TECNICAS .................................. 16
7.- ESTIMACION DEL TAMAO DE LA MUESTRA ...................................................... 17
8.- EJ EMPLOS DE APLICACION .................................................................................. 18
8.1.- CASO I ............................................................................................................... 18
8.2.- CASO II .............................................................................................................. 19
8.3.- CASO III ............................................................................................................. 21
BIBLIOGRAFIA ......................................................................................................... 213













2

INTRODUCCION

El objeto del muestreo es hacer inferencias de caractersticas cuantitativas sobre una
poblacin a partir de una muestra. Esto es posible si la muestra es como indican
algunos autores representativa de la poblacin. Ahora, como establecer esa
representatividad? Si precisamente existe un desconocimiento de la poblacin al
momento de tomar la muestra, como tomar aquellos elementos que sean
representativos?. En general siguiendo algunas reglas bsicas se pueden minimizar
estos problemas que son:

1. Cuando la estructura de la muestra no se corresponde con la de la poblacin,
esto sucede porque:
a. El marco no contiene todos los elementos de la poblacin.
b. No es posible acceder a todos los elementos de la poblacin.
c. No es posible lograr la participacin de todos los integrantes de la
muestra.
2. Los problemas de procedimiento, cuando el mtodo utilizado viola la
equiprobabilidad de seleccin.
3. Los problemas de respuesta, cuando ya localizados y abordados, los
seleccionados rechazan o no responden por ejemplo una encuesta. Lo que
produce un sesgo de la muestra.

Para lograr la representatividad de la muestra se deben considerar tres (3) elementos:
Marco y Diseo muestral correcto.
Seleccin Aleatoria.
Control del Procedimiento.
3
1.- CONCEPTOS BSICOS

1.1- Universo: Es un conjunto finito o infinito de animales, seres, cosas, etc. En
trminos de esta definicin puede hablarse de un universo de individuo, animales,
vehculos, etc.

1.2- Poblacin: Son cada unas de las variables que se definen sobre un universo.
Mediante esta definicin puede hacerse notar que puede existir ms de una poblacin
asociada a un mismo universo.

1.3- Unidades Estadsticas: Son requeridas por el diseador, por una parte para saber
cul es la estrategia a seguir para la medicin y, por otra, pensar en la estructura del
marco de referencia de las unidades a ser estudiadas. Estas unidades son: la de
investigacin, anlisis, observacin y de muestreo.

1.3.1- Unidad de Investigacin: Esta se refiere a la que contiene las partes que se van
a analizar. Algunos ejemplos aclaran este concepto. En la encuesta de hogares para el
estudio de la fuerza de trabajo que realiza el Instituto Nacional de Estadstica, el motivo
de la investigacin es el hogar el cual contiene las unidades a examinar, es decir las,
las personas. El estudio antropomtrico que realiza Fundacredesa la unidad a investigar
es el individuo, el cual contiene las partes del cuerpo que se van a analizar, mientras
que en estudios sobre el sector industrial, la unidad de investigacin esta dada por el
establecimiento.

1.3.2- Unidad de Anlisis: Comprende la unidad que se analiza, vale decir, de la que
se busca la informacin y su naturaleza depende de los objetivos del estudio.

4
Esta unidad puede ser el hogar, las partes del cuerpo de las personas, la granja, el
establecimiento, etc. Las unidades de anlisis reciben frecuentemente el nombre de
Elementos de la Poblacin

1.3.3- Unidad de Observacin: Se denomina con este nombre a la unidad a travs de
la cual se obtiene la informacin, pudiendo o no coincidir con el elemento. Por ejemplo
cada uno de los miembros del hogar puede constituir un elemento de la poblacin y sin
embargo ser slo uno de ellos, por ejemplo, el jefe del hogar, quien proporcione la
informacin requerida. Este ltimo por tanto, constituir la unidad de observacin,
tambin llamada unidad respondiente.

1.3.4- Unidad de Muestreo: Ser un individuo o conjunto de individuos que se
seleccionan en una nica extraccin. Como requisito se exige que el elemento o el
grupo de elementos que componen el estudio renan las caractersticas de la
poblacin.

1.4- Muestreo: El procedimiento mediante el cual obtenemos una o mas muestras
recibe el nombre de muestreo. Obtener una muestra adecuada significa lograr una
versin simplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos
en trminos de variacin y localizacin.

1.5- Error de Muestreo: El error que se comete debido al hecho de que se obtienen
conclusiones sobre cierta realidad a partir de la observacin de slo una parte de ella.

1.6- Marco del Muestreo: El conjunto de todas las unidades muestreadas
consideradas.

5
1.7- Variables: Rasgos o magnitudes que varan de unos individuos a otros. Se refiere
a las caractersticas particulares que podra presentarse en uno o varios elementos de
los que componen la poblacin estudiada.

1.8- Caractersticas Poblacionales (parmetros): Las ms habituales como la media
poblacional, el total poblacional y la proporcin poblacional, entre otras caractersticas
de la poblacin se podran citar la varianza, la mediana, la moda, entre otros.

1.9- Estadsticos: Son funciones de los valores muestrales. Algunos de ellos se utilizan
para estimar los parmetros (en general desconocidos), partiendo de los datos
recabados en una investigacin por muestreo















6
2.- CONVENIENCIA DEL MUESTREO
1


Puesto que la inferencia supone un riesgo, es til resumir en qu casos conviene
obtener muestras, en lugar de censos o investigaciones exhaustivas de todos los
elementos de la poblacin.

Resulta mas econmica la muestra que una enumeracin completa.
El tiempo para obtener los resultados a travs de una muestra es
sustancialmente mas pequeo que para obtenerlo por la va del censo, si el
tamao del universo es grande.
La calidad de la informacin muestral es superior, ya que se puede concentrar
ms la atencin en los casos individuales de la muestra y ejercer mayor control
sobre ellos que una operacin censal.
Cuando el proceso de medida o examen de las caractersticas de cada elemento
sea destructivo o disminuya su valor, por ejemplo, si se desea determinar la vida
til promedio de bombillos.
Cuando la poblacin sea considerada como infinita o tan grande que el
tratamiento total exceda las posibilidades del investigador.
Cuando los elementos de la poblacin sean suficientemente homogneos. Un
buen ejemplo de esto lo constituye un anlisis de sangre, ya que los
componentes de la sangre son los mismos en cualquier parte del cuerpo donde
se encuentre ubicada.





1
Seijas, Flix Investigacin por Muestreo
7
3.- LIMITACIONES DEL MUESTREO
2


Las limitaciones ms importantes que hay que tomar en cuenta para decidir acerca de
las muestras son las siguientes:

Si se necesita informacin de todos los elementos que conforman el universo
estadstico.
Si se requiere informacin para reas pequeas. Este hecho estima que se
establezcan muestras desproporcionadamente grandes, pues la precisin de una
muestra depende fuertemente de su tamao
Cuando no existen los elementos tcnicos que garanticen un buen diseo
muestral. Las muestras probabilsticas exigen, en comparacin con el censo,
menos cantidad de trabajo bruto, pero mayor refinamiento y preparacin.

4.- FASES DE UNA SOBREVISION POR MUESTREO
3


El muestreo propiamente dicho consiste evidentemente en la obtencin efectiva de la
muestra, esto es, en la recoleccin de los elementos o datos que la constituyen. Existe,
sin embargo, cuestiones previas y posteriores a tal recoleccin, especialmente
importantes cuando se trata de extensos estudios por muestreo.

Podran establecerse las siguientes fases:




2
Seijas, Flix Investigacin por Muestreo
3
Azorin P., Francisco Curso de Muestreo y Aplicaciones.
8
Fase I. Indicacin de los fines del Estudio.
Por lo menos deber darse una indicacin general de los objetivos y de cmo se espera
utilizar los resultados. Pero es conveniente no limitarse a una declaracin vaga de los
fines, sino establecer estos de modo muy concreto. En esta fase puede incluirse la
definicin de la poblacin que constituir el objetivo de estudio. Seria conveniente
expresar no solo cual es la informacin que se desea obtener, sino tambin el motivo
del muestreo, la forma en que van a utilizarse los resultados, as como el modo en que
habrn de influir en decisiones posteriores. Efectuar la especificacin previa de las
caractersticas a estimar, las tabulaciones y los grados de confianza y precisin
que se consideren adecuados. Deben justificarse, en caso de eliminacin de partes de
la poblacin ideal, que fundamento hay para considerar conveniente o admisible
prescindir de las mismas.

Fase II. Condiciones, recursos y limitaciones.
Establecer los limites presupuestarios y temporales a que deber someterse la
investigacin teniendo presente asimismo la legislacin, restricciones administrativas,
oportunidad de las fechas elegidas y dems circunstancias que puedan influir en el plan
general de trabajo.

Habr que hacer acopio de la informacin cartogrfica, ficheros, listas, etc. que pueden
ser tiles, y cuidar de su posible mejoramiento al da para constituir el marco o
substrato, descripcin de la estructura de la poblacin en estudio y base para efectuar
la seleccin.

Fase III. Programa de Operaciones.
En esta fase pueden incluirse el diseo o esquema lgico-matemtico del muestreo, la
decisin sobre los mtodos de estimacin, las medidas de precisin y confianza, la
redaccin de cuestionario, los mtodos de recoleccin y medicin, la organizacin del
trabajo de campo y de oficina, la preparacin y entrenamiento del personal y equipos.
9
Desde el punto de vista estadstico-matemtico claro es que la cuestin fundamental
consiste en establecer el diseo de muestreo. Para ello hay que pensar, entre otras
cuestiones, si la muestra va a formar parte de una sucesin o plan coordinado, y en tal
caso, si ser preferible espaciar muestras grandes o efectuar muestras pequeas con
mayor frecuencia.

Fase IV. Ejecucin del Programa y Recoleccin de Datos.
Cuando no se disponga de experiencia sobre muestras anlogas a que se trata de
ejecutar, puede decirse que ser imprescindible la realizacin de una o mas muestras
pilotos. Se pondr a prueba el cuestionario y constituir un ensayo general,
proporcionara adems informacin relativa a la variabilidad de la poblacin en estudio,
de modo de obtener las estimaciones establecidas.

Fase V. Anlisis y Aprovechamiento de los Resultados.
Esta ltima fase comprender el clculo de las estimaciones requeridas acompaadas
de sus errores de muestreo, de manera que la misma muestra proporcione la medida
de su fiabilidad y confianza. Los clculos unidos a las correspondientes tabulaciones,
representaciones graficas, etc., deben ir acompaados de comentarios e
interpretaciones.

5.- TIPOS DE MUESTREO


Decimos que el muestreo es probabilstico cuando puede calcularse de antemano cual
es la probabilidad de obtener cada una de las muestras que sea posible seleccionar.
Para esto es necesario que la seleccin pueda considerarse como una prueba o
experimento aleatorio.

Existen otros dos tipos de muestreo que pueden denominarse muestreo intencional u
opinatico y muestreo sin norma, circunstancial o errtico. En el primero es la persona
10
que selecciona la muestra la que procura que esta sea representativa; por consiguiente
la representatividad depende de su intencin u opinin, y la evaluacin de
representatividad es subjetiva. En este caso la composicin de la muestra puede estar
influida por la preferencia o tendencias del individuo que la obtiene.

En el muestreo sin norma se toma la muestra de cualquier manera, a la aventura, por
razones de comodidad o circunstancias y se obtiene as una parte o trozo de la
poblacin. Si esta es homognea, la representatividad de tal muestra puede ser
satisfactoria. A veces la uniformidad puede sustituirse por una buena mezcla antes de
tomar muestras como en el caso de los avisos agtese antes de usar o bien cuando se
barajan naipes o se hacen girar bolas dentro de un bombo.

En este curso nos ocuparemos del muestreo probabilstico.

6.- CLASES DE MUESTREO PROBABILISTICO


Aunque ms adelante se darn con ms detalle los diversos mtodos de muestreo
probabilstico, es conveniente mencionarlos a continuacin:

1. Aleatorio Simple.
2. Estratificado.
3. Sistemtico
4. Por Conglomerados o reas.








11
6.1.- ALEATORIO SIMPLE

Consiste en la seleccin de n elementos entre los N constituyen la poblacin, de modo
que todas las muestras posibles de tamao n (tantas como combinaciones de N
elementos de n en n ) tengan la misma probabilidad

n
N
1
de ser obtenidas.
Con este supuesto, por ser equiprobables todas las muestras de n elementos, la
probabilidad de que un elemento poblacional dado parte de la muestra se puede
calcular as:

N
n
n
N
n
N 1
1
1

Podemos, pues, definir el muestreo aleatorio simple como seleccin de n elementos
cuando los N de la poblacin tienen la misma probabilidad de ser extrados.

Sus principales estimadores quedaran de la siguiente manera:

Tcnica Estimador Varianza
Aleatorio Simple
Media Poblacional

= =
n
y
y Y
i

N
n N
n
S
y V

=
2
) (

Total Poblacional
y N Y =

N
n N
n
S N
Y V
) (
)

(
2 2

=





12
6.2.- ESTRATIFICADO

Supongamos ahora que la poblacin se subdivide en
L
subpoblaciones o estratos, de
modo que la muestra est constituida por elementos de cada uno de ellos. Estas
subpoblaciones no se sobreponen y juntas forman la totalidad de la poblacin, por lo
que:
N N N N N
L
h
h L
= = + + +

=1
2 1
...

Una vez que han sido determinados los estratos, se saca una muestra de cada uno, la
obtencin se realiza independientemente en estratos diferentes. Los tamaos de
muestra dentro de los estratos son representados por
L
N n n ..., ,
2 1
respectivamente.

Si se toma una muestra simple aleatoria de cada estrato, el procedimiento completo es
conocido como muestreo estratificado aleatorio.

La ventaja principal que puede conseguirse estratificando es aumentar la precisin de
las estimaciones al agrupar elementos con caractersticas comunes. Adems de
procurar mediante la estratificacin muestras ms representativas, puede lograrse un
mejor aprovechamiento de la organizacin administrativa y en general de las
particularidades de diferentes grupos de elementos de la poblacin.

En particular, cuando nos interesan las estimaciones de cada estrato es muy
conveniente tener idea de la distribucin de la caracterstica estudiada o de alguna otra
correlacionada con ella. Conviene que los estratos sean tales que pueda conseguirse
un aumento sustancial de la precisin por agrupamiento de elementos de cierta
homogeneidad.

Adems de conocerse el tamao de la poblacin, N , como en el muestreo aleatorio
simple, habr que saber el tamao de cada estrato, y designaremos por
h
N el del
estrato h-esimo.

13
A veces se utiliza el smbolo N N W
h h
/ = , que es el peso relativo del estrato. La media y
el total pueden expresarse en funcin de las medias y totales subpoblacionales o de los
estratos, mediante las formulas:
Media:

=
=
= = =
L
h
h h
L
h
h h
Y W
N
Y N
N
Y
Y
1
1


Total:

= =
= =
L
h
h h
L
h
h
Y N Y Y
1 1


6.2.1.- AFIJACION

Se da el nombre de afijacin al reparto o distribucin del tamao muestral n entre los
diferentes estratos. Esto es, a la determinacin de los valores
h
n
que verifiquen:
n n n n
L
= + + + ...
2 1

Pueden establecerse muchas afijaciones o maneras de repartir la muestra, pero las
mas importantes son: la afijacin igual en las que se toman todos los
h
n
iguales a
L
n
,
aumentando o disminuyendo este tamao en una unidad si n no fuese mltiplo de L .

La afijacin proporcional en el muestreo estratificado aleatorio, al reparto del tamao n
de la muestra entre los L estratos proporcionalmente a los tamaos de estos. Algunas
veces se le ha dado el nombre de afijacin de Bowley.

Habr pues, de verificarse:
h h
N k n . =

Para determinar esta constante k , basta sumar ordenadamente las igualdades
anteriores para L h ,..., 2 , 1 = con lo cual tenemos:
14
N
n
k N k n
L
h
h
L
h
h
= =

= =
;
1 1

Por consiguiente,
h h
N
N
n
n =
, y tambin
N
N
n
n
h h
= . Esto es
h h
W w = , si empleamos
estos smbolos para designar el peso relativo de cada estrato, en la muestra y en la
poblacin respectivamente.

La afijacin optima es aquella que para un tamao dado de n de la muestra produce
resultados mas precisos, esto es, menor error de muestreo. Tambin llamada afijacin
de Chupow-Neyman, el tamao de la muestra para cada estrato es proporcional al
producto del tamao de este estrato,
h
N , por su variabilidad, representada por la cuasi
desviacin estndar.

Los estimadores y sus respectivas varianzas del muestreo estratificado aleatorio lo
podemos resumir en la siguiente tabla:

Tcnica Estimador Varianza
Estratificado
Aleatorio
(proporcional)
Media Poblacional:

=
=
= =
L
h
h h
L
h
h h
st
y w
n
y n
y
1
1

=
L
h
h h st
S W
n
f
y V
1
2
1
) (


Donde:
N
n
f = : fraccin de muestreo
Total Poblacional:
st
y N Y =

2
)

(
h h st
S N
n
n N
Y V

=

Estratificado
Aleatorio
(Optimo
Neyman)
Media Poblacional:

=
=
= =
L
k k
L
h
h h
st
y w
n
y n
y
1
1

=
2
1
) (
) (
h h
h h
st
S W
N n
S W
y V
Total Poblacional:
st
y N Y =

=
2
2
) (
)

(
h h
h h
st
S N
n
S W
Y V


15
6.3.- SISTEMATICO

Consiste en tomar aleatoriamente un cierto nmero i de las primeras k unidades, que
designara en una lista o poblacin de N elementos al primero que va a formar parte de
la muestra. A continuacin, de manera rgida o sistemtica se va tomando el elemento
k i + que esta k lugares despus del i-esimo en la lista, el k i 2 + , que esta k 2 lugares
despus, y as sucesivamente hasta agotar los elementos disponibles de la lista o
poblacin, lo que ocurrir cuando se llegue al que ocupa el lugar k n i ) 1 ( + .

Tcnica Estimador Varianza
Sistemtico
Media Poblacional:
n
y y y
y
k n i k i i
sy
) 1 (
...
+ +
+ + +
=

2 2
) 1 ( 1
) (
wsy sy
S
N
n k
S
N
N
y V

=
Donde:

= =

=
k
k
n
j
i ij wsy
y y
n k
S
1 1
2 2
) (
) 1 (
1

Es la varianza entre unidades
comprendidas dentro de la misma muestra
sistemtica.
Total Poblacional:
sy
y N Y =

6.4.- POR CONGLOMERADOS O REAS

En las anteriores tcnicas de muestreo, se ha supuesto que las unidades de muestreo o
unidades a seleccionar eran las mismas que constituan el objeto de estudio. El caso
ms general, es que las unidades de muestreo comprenden dos o ms unidades de
estudio o unidades ltimas o fsicas. En este caso se dice que cada unidad de muestreo
constituye un conglomerado de unidades ltimas, y que el muestreo es por
conglomerados.

16
Ejemplos de muestreo por conglomerados serian: la seleccin aleatoria de familias de
una poblacin para efectuar un estudio de individuos; la seleccin de fincas en un
estado para una investigacin en que las unidades ultimas fuesen las cabezas de
ganado, etc.

Tcnica Estimador Varianza
C
o
n
g
l
o
m
e
r
a
d
o
s


Media Poblacional:

= =
=
=
= = =
n
i
M
j
n
i
i n
i
i ij
n
Y
Y
nM
y
nM
y
1 1
1
1
1 1

i
Y : Media por Conglomerado.
y : Media por unidades secundarias o ultimas.
M: Cantidad de unidades secundarias o ultimas.
nM
S
N
n N
n
S
N
n N
y V
b m
2 2
) (

=

=
Donde:

( )
1
1
2
2

=

=
N
Y Y
S
N
i
i
m


( )
2 1
2
2
1
m
N
i
i
b
MS
N
Y Y M
S =

=

=

2
m
S
: Varianza entre los elementos
dentro de la misma unidad.
2
b
S
: Varianza entre conglomerados
(entre unidades grandes)

Total Poblacional:

=
= =
n
i
i
Y
n
N
y N Y
1

( )
1
) 1 (
)

(
1
2
2

=

=
N
Y Y
n
f N
Y V
N
i
i




6.5.- CARACTERISTICAS DE LAS DIFERENTES TECNICAS

En resumen podemos indicar las siguientes ventajas e inconvenientes que presenta
cada una de estas tcnicas:
17



7.- ESTIMACION DEL TAMAO DE LA MUESTRA

Establecida la caracterstica o caractersticas a estimar y el grado de confianza y de
precisin requeridos, hay que decidir cual va a ser el tamao de la muestra o numero de
elementos a seleccionar, de modo que los resultados no sean en exceso costosos o
imprecisos.

Para estimar la media de la poblacin (infinitas):
2
2 2
e
Z
n

=
Para estimar la media de la poblacin (finitas):
N Z
e
n
x
x
2
2
2
2

+
=
TECNICA VENTAJAS INCONVENIENTES
Aleatorio Simple
1. Sencillo y de fcil comprensin.
2. Clculo rpido de medias y varianzas.
1. Requiere que se posea de un listado completo de
toda la poblacin.
2. No es recomendable emplearla para poblaciones
muy grandes
Sistemtico
1. Fcil de aplicar.
2. No siempre es necesario tener un
listado de toda la poblacin.
3. Cuando la poblacin est ordenada
siguiendo una tendencia conocida,
asegura una cobertura de unidades de
todos los tipos.
1. Con la periodicidad constante k se puede introducir
una homogeneidad que no se da en la poblacin.
Estratificado
1. Tiende a asegurar que la muestra
represente adecuadamente a la
poblacin en funcin de unas variables
seleccionadas.
2. Se obtienen estimaciones ms precisa
3. Su objetivo es conseguir una muestra lo
mas semejante posible a la poblacin en
lo que las variables estratificadoras se
refiere.
1. Es preciso poseer conocimientos a detalle de la
poblacin.
Conglomerados
1. Es muy eficiente cuando la poblacin es
muy grande y dispersa.
2. No es preciso tener un listado de toda la
poblacin, slo de las unidades
primarias de muestreo.
1. El error estndar es mayor que en el muestreo
aleatorio simple o estratificado.
2. El clculo del error estndar es complejo.
3. Se torna complejo a medida que aumentan las
etapas de muestreo
18
El factor ) 1 /( ) ( N n N se llama factor de correccin de poblacin finita. En caso de
que la muestra sea grande (5% ms) en relacin con la poblacin, el investigador
puede reducir en forma adecuada el tamao de la muestra necesaria:

1 +
=
n N
nN
n Donde: : n tamao revisado.
n : tamao original.

8.- EJEMPLOS DE APLICACION

A continuacin se presentan una serie de ejemplos de aplicacin de las tcnicas
descritas anteriormente.

8.1.- CASO I

Para un muestreo estratificado un ejemplo numrico, sean tres estratos ( 3 = L ), de
tamaos respectivos:
000 . 3
1
= N , 000 . 2
2
= N , 000 . 5
3
= N ; y con:
100
2
1
= S , 400
2
2
= S , 900
2
3
= S .
000 . 10
3 2 1
= + + = N N N N
Para una muestra de tamao 100 = n , los tamaos de las muestras correspondientes a
cada estrato son:
30 000 . 3 *
000 . 10
100
1 1
= = = N
N
n
n
20 000 . 2 *
000 . 10
100
1 2
= = = N
N
n
n
50 000 . 5 *
000 . 10
100
1 3
= = = N
N
n
n

Se verifica, en efecto: 100 50 20 30
3 2 1
= + + = + + n n n . La varianza de la media es:
19
544 , 5 ) 900
10
5
400
10
2
100
10
3
(
100
01 , 0 1
) ( = + +

=
st
y V




8.2.- CASO II

Comparacin de los estimadores de totales para muestreo simple aleatorio y
estratificado.

El numero total de habitantes del total de 64 ciudades de EEUU para 1930, va a ser
estimado de una muestra de 24 ciudades (estas ciudades se encuentran entre las 5ta. y
la 68ava mas grande en poblacin).




20

























1. Con muestreo simple aleatorio:

453 . 594 . 5
64
40
24
) 448 . 52 ( ) 64 ( ) (
)

(
2 2 2
=

=
N
n N
n
S N
Y V
365 . 2 = ee

ESTRATO
1 2
900 364 209 113
822 317 183 115
781 328 163 123
805 302 253 154
670 288 232 140
1238 291 260 119
573 253 201 130
634 291 147 127
578 308 292 100
487 272 164 107
442 284 143 114
451 255 169 111
459 270 139 163
464 214 170 116
400 195 150 122
366 260 143 134
070 . 10 ) ( =
hi
y 498 . 9 ) ( =
hi
y
843 . 53
2
1
= S 581 . 5
2
2
= S
16
1
= N 48
2
= N
448 . 52
2
= S
21
2. Estratificado con afijacin proporcional, tenemos 6 16 *
64
24
1
= = n , 18 48 *
64
24
1
= = n

[ ] 293 . 882 . 1 ) 581 . 5 )( 48 ( ) 843 . 53 )( 16 (
24
40
)

(
2
= + =

=
h h st
S N
n
n N
Y V

372 . 1 = ee


8.3.- CASO III

En un lote de frascos para medicina, con una poblacin de 8000 unidades, se desea
estimar la media de la capacidad en centmetros cbicos de los mismos.

A travs de un pre-muestreo de tamao 35 se ha estimado que la desviacin estndar
es de 2 centmetros cbicos. Si queremos tener una precisin 0.25 cms
3
, y un nivel de
significancia del 5%. De que tamao debe de ser la muestra?

239
8000
2
96 , 1
25 , 0
2
2
2
2
2
2
2
2
2
=
+
=
+
=
N Z
e
n
x
x

Frascos.











22
BIBLIOGRAFIA

AZORIN, Francisco. Curso de Muestreo y Aplicaciones. Facultad de
Economa. Caracas. 1970.

COCHRAN, William. Tcnicas de Muestreo. Editorial CECSA. Mxico 1971.

SEIJ AS, Flix. Investigacin por Muestreo. Ediciones FACES. Caracas.
1993