UNIVERSIDAD NACIONAL DEL CALLAO

VICERECTORADO DE INVESTIGACIN
FACULTAD DE CIENCIAS ECONMICAS

APLICACIONES DE DISEOS
MUESTRALES A ESTUDIO DE CASOS DE
OPININ PBLICA

AUTOR:
JUAN FRANCISCO BAZN BACA

CALLAO PER
2008

NDICE
Pg.
INDICE

INTRODUCCIN

Captulo 1. INTRODUCCIN AL MUESTREO

1.1

Poblacin y muestra

1.2

Principales caractersticas a estudiar y mtodos de muestreo

11

1.3

Elementos a considerar en un diseo muestral

13

1.4

Planeamiento y ejecucin de una encuesta

15

1.4.1

Planeamiento de la encuesta

15

1.4.2

Recoleccin de datos

30

1.4.3

Elaboracin de datos

35

1.4.4

Anlisis e interpretacin de datos

38

1.4.5

Publicacin de datos

39

Captulo 2. MUESTREO ALEATORIO SIMPLE (MAS)

40

2.1

Definicin y notacin

40

2.2

MAS para estimar la media y el total poblacional

45

2.3

Muestreo aleatorio simple para proporciones

50

2.4

Aplicacin del muestreo aleatorio simple con SPSS

54

Caso 2-1. Conteo rpido

54

Caso 2-2. Estimacin del nmero de miembros en la familia

74

Caso 2-3. Estimacin del nmero de adherentes en un petitorio

77

Caso 2-4. Estimacin del n y porcentaje de empleados por establecimiento 81

Capitulo 3. MUESTREO ESTRATIFICADO ALEATORIO

86

3.1

Descripcin y notacin

86

3.2

Estimadores y varianzas

88

3.3

Lmites de confianza

90

3.4

El problema de la afijacin

91

3.5

Determinacin del tamao de muestra

92

3.6

Construccin de estratos

95

3.7

Aplicacin del muestreo estratificado con SPSS

2

105

Caso 3-1. Conteo rpido

105

Caso 3-2. Estimacin de la produccin de tapas

127

Caso 3-3. Estimacin de la superficie sembrada con frutales

138

Caso 3-4. Boca de urna

143

Captulo 4. OTROS MTODOS DE MUESTREO

146

4.1

Muestreo sistemtico

146

Caso 4-1. Conteo rpido

154

Muestreo de Conglomerados

161

4.2

REFERENCIAS BIBLIOGRFICAS

168

APNDICE

169

A.1 Conteo rpido eleccin alcalde distrital de Surco: 19/11/2006

170

A.2 Conteo rpido eleccin alcalde distrital de Miraflores: 19/11/2006

170

A.3 Conteo rpido eleccin alcalde distrital de San Borja: 19/11/2006

170

A.4 Conteo rpido eleccin alcalde distrital de Chorrillos: 19/11/2006

171

A.5 Conteo rpido eleccin alcalde distrital de San Miguel: 19/11/2006

171

A.6 Conteo rpido eleccin alcalde distrital de Los Olivos: 19/11/2006

171

A.7 Conteo rpido eleccin alcalde distrital de S.M. de Porres: 19/11/2006

172

A.8 Conteo rpido eleccin alcalde distrital de La Victoria: 19/11/2006

172

A.9 Conteo rpido eleccin alcalde distrital de Rmac: 19/11/2006

173

A.10 Conteo rpido eleccin alcalde distrital de Santa Anita: 19/11/2006

173

A.11 Conteo rpido eleccin alcalde distrital de Puente Piedra: 19/11/2006

174

A.12 Conteo rpido eleccin alcalde distrital de S.J. Lurigancho: 19/11/2006

174

A.13 Conteo rpido eleccin alcalde distrital de Comas: 19/11/2006

175

A.14 Conteo rpido eleccin alcalde distrital de Ate: 19/11/2006

175

A.15 Conteo rpido eleccin alcalde distrital de S.J. de Miraflores: 19/11/2006

176

A.16 Conteo rpido eleccin alcalde distrital de V.M. del Triunfo: 19/11/2006

176

A.17 Conteo rpido eleccin alcalde distrital de Villa El Salvador: 19/11/2006

177

A.18 Conteo rpido eleccin alcalde distrital de Independencia: 19/11/2006

177

A.19 Conteo rpido eleccin alcalde distrital de El Agustino: 19/11/2006

178

A.20 Conteo rpido eleccin alcalde distrital de Carabayllo: 19/11/2006

178

A.21 Conteo rpido eleccin alcalde provincial del Callao: 19/11/2006

179

A.22 Conteo rpido eleccin alcalde distrital de Bellavista: 19/11/2006

179

A.23 Conteo rpido eleccin alcalde distrital de Carmen de la Legua: 19/11/2006 180
A.24 Conteo rpido eleccin alcalde distrital de La Perla: 19/11/2006

180

A.25 Conteo rpido eleccin alcalde distrital de La Punta: 19/11/2006

181

A.26 Conteo rpido eleccin alcalde distrital de Ventanilla: 19/11/2006

181

ANEXOS

182

Votacin en La Molina por agrupacin poltica, segn local de votacin

183

Resultados de la ONPE, elecciones municipales del 19/11/06 La Molina

192

Resultados de la ONPE, elecciones municipales 2006 Prov. de Lima

193

NDICE DE CUADROS Y FIGURAS

CUADROS

Pg.

2.1. Tabla de nmeros aleatorios generada en Excel

42

2.2. Seleccin de 30 familias entre 10 000 con la tabla de nmeros aleatorios

43

2.3. Seleccin de 30 familias entre 10 000 en Excel

44

2.4. Resultado Elecc. Munic. La Molina 2006 M. Aleatorio S. - N votos emitidos

70

2.5. Resultado Elecc. Munic La Molina 2006 M. Aleatorio S. - % votos emitidos

72

2.6. Resultado Elecc. Munic La Molina 2006 M. Aleatorio S. - % votos vlidos

73

2.7. Resultados de una muestra (aleatoria simple) de 50 hojas conteniendo firmas

77

3.1. Aplicacin del mtodo de Dalenius y Hodges para estratificar

97

3.2. Distribucin de los alumnos de Estadstica Bsica 2007-B, segn Estratos de

Gastos de estudio promedio mensual

99

3.3. Distribucin de las familias y sus ingresos, segn el nivel educativo del jefe de
familia

100

3.4. Distribucin de los hogares y sus opiniones a favor de la instalacin domiciliaria

de gas, segn estratos en Lima Metropolitana

102

3.5. Mesas electorales en La Molina, segn local de votacin: 2006

105

3.6. Resultado Elecc. Munic La Molina 2006 M. Estratificado - N votos emitidos

122

3.7. Resultado Elecc. Munic La Molina 2006 M. Estratificado - % votos emitidos

125

3.8. Resultado Elecc. Munic La Molina 2006 M. Estratificado - % votos vlidos

126

3.9. N de tapas producidas en la industria por estrato en la primera semana de junio

127

CUADROS

Pg.

3.10 Nmero de hectreas sembradas de frutales en las unidades agropecuarias de la

muestra por estrato en la primera semana de junio

138

3.11 Distribucin de la muestra de mesas electorales (conteo rpido) y de electores

(boca de urna) en La Molina, segn local de votacin: 19/11/2006

143

3.12 Distribucin de la carga por hora del entrevistador en La Molina, por sexo,
segn grupos de edad

144

3.13 Resultado del boca de urna en La Molina, por hora y local, segn agrupacin
o candidato: 19/11/2006

145

3.14 Consolidado Encuesta a boca de urna para la eleccin municipal en La Molina

el 19/11/2006

145

4.1 Marco muestral de 500 establos y la muestra de 25 seleccionados

148

4.2 Marco muestral de 500 establos y la muestra de 30 seleccionados (k entero)

149

4.3 Marco muestral de 500 establos y la muestra de 30 seleccionados (k fraccionario)

150

4.4 N de orden de las mesas electorales seleccionadas sistemticamente

154

4.5 Conteo rpido eleccin municipal en La Molina

156

4.6 Resultado de las elecciones municipales (19-11-06) conteo rpido en La Molina

157

4.7 Distribucin de la poblacin y muestra segn distrito, elecciones municipales de

la Provincia de Lima 2006

159

4.8 Conteo rpido eleccin alcalde provincial de Lima: 19/11/2006

160

4.9 Aulas y alumnos de primaria de menores en las I.E. pblicas del Callao: 2008

162

4.10 Resultados de la muestra de I.E. de primaria de menores del Callao: 2008

163

4.11 Estratificacin de las instituciones educativas de primaria en el Callao, segn

el nmero de alumnos con Dalenius y Hodges

164

4.12 Alumnos de primaria de menores en las instituciones educativas del Callao,

por estratos y muestra seleccionada: 2008

165

4.13 Distribucin de la muestra de instituciones educativas y alumnos de primaria

del Callao por estrato: 2008

166

FIGURAS

Pg.

2-1. Determinacin de las ponderaciones con SPSS, para el MAS

55

2-2. Inicio de la creacin del plan de anlisis

55

2-3. Creacin de un archivo de plan

56
5

FIGURAS

Pg.

2-4. Variables de diseo ponderacin muestral

56

2-5. Mtodo de estimacin

57

2-6. Tamao

57

2-7. Resumen

58

2-8. Finalizar

58

2-9. Inicio de la creacin del plan de seleccin

60

2-10. Disear una muestra

60

2-11. Variables de diseo

61

2-12. Mtodo de muestreo

61

2-13. Tamao de la muestra

62

2-14. Variables de resultado

62

2-15. Resumen del plan

63

2-16. Opciones de seleccin

63

2-17. Archivo de resultados

64

2-18. Finalizacin del asistente de muestreo

64

2-19. Muestra aleatoria simple seleccionada con el SPSS

66

2-20 Variables creadas con el SPSS

67

2-21. Plan de muestras complejas para anlisis descriptivos

68

2-22. Ventana de descriptivos de muestras complejas

69

2-23. Resultados por agrupaciones polticas

69

2-24. Razones de muestras complejas

71

2-25. Proporcin de votos por agrupaciones polticas, respecto al total de votos

72

2-26. Proporcin de votos vlidos por agrupaciones polticas

73

2-27. Base de datos de las personas por familia y sus ponderaciones

75

2-28. Estimacin de la media y el total de personas en la ciudad con SPSS

76

2-29. Base de datos de las firmas por hoja y sus ponderaciones

78

2-30. Estimacin del total de firmas en el petitorio con SPSS

79

2-31. Base de datos de los empleados por establecimiento y sus ponderaciones

82

2-32. Estimacin de la media y el total de empleados por establecimiento con SPSS

84

2-33. Estimacin de la proporcin de establecimientos con 5 o ms empleados en SPSS 85

3-1. Definicin del estrato al que se le asigna la ponderacin

106

3-2. Ponderacin (20.75) de las 249 mesas electorales del Estrato 1

107

3-3. Ponderacin (22.67) de las 61 mesas electorales del Estrato 2

107

FIGURAS

Pg.

3-4. Creacin de un archivo de plan

108

3-5. Variables de diseo

109

3-6. Definir tamaos desiguales (de los estratos)

110

3-7. Resumen del plan de anlisis

110

3-8. Asistente de muestreo. Disear una muestra

112

3-9. Variables de diseo

113

3-10. Definir tamao de muestra de cada estrato

113

3-11. Variables de resultado

114

3-12. Resumen del plan

114

3-13. Opciones de seleccin

115

3-14. Archivo de resultados

115

3-15. Finalizacin del Asistente de muestreo

116

3-16. Muestra aleatoria estratificada seleccionada con el SPSS

119

3-17. Variables creadas por el SPSS

119

3-18. Plan de muestras complejas para anlisis descriptivos

120

3-19. Ventana de descriptivos de muestras complejas

121

3-20. Resultados por agrupaciones polticas

122

3-21. Razones de muestras complejas

124

3-22. Proporcin de votos por agrupaciones polticas, respecto al total de votos

124

3-23. Proporcin de votos por agrupaciones polticas, slo votos vlidos

125

3-24. Base de datos Produccin de tapas con sus ponderaciones por estrato

135

3-25. Resultados estimados por el SPSS para la produccin de tapas

137

3-26. Base de datos Superficie con frutales y sus ponderaciones por estrato

140

3-27. Resultados estimados con el SPSS para la superficie sembrada de frutales

142

INTRODUCCIN

La estadstica, como una herramienta del mtodo cientfico, ha desarrollado

una serie de tcnicas y procedimientos que contribuyen a un mejor conocimiento
de la realidad econmica, social o natural. Una herramienta importante para la
medicin econmica es el Muestreo, ya que de manera rpida y a bajo costo se
pueden tener estimaciones muy precisas para las diferentes variables en estudio.
A fin de contribuir al proceso de enseanza aprendizaje del muestreo en la
formacin del economista, hemos credo conveniente Elaborar un Texto de
Aplicaciones muestrales a estudios de casos de opinin pblica que de manera
sencilla y prctica ayude a los estudiantes de la especialidad a asimilar la
terminologa propia del muestreo, as como las correspondientes aplicaciones.
El texto consta de cuatro captulos. En el primero, se hace una Introduccin
al muestreo, desarrollando sus fundamentos y concluye con el planeamiento y
ejecucin de encuestas muy necesario en la investigacin estadstica.
En los captulos dos y tres, se presenta los fundamentos del Muestreo
Aleatorio Simple y el Muestreo Estratificado Aleatorio respectivamente, con
aplicaciones realizadas manualmente y con el uso del programa estadstico SPSS
(Statistical Packages fos Science Social) que en la ventana de Analizar, tiene la
opcin Muestras complejas, con la cual se puede seleccionar muestras desde un
marco muestral en base de datos o trabajar con una muestra ya seleccionada,
efectuar la asignacin de ponderaciones, elaborar planes de anlisis y seleccin,
as como la obtencin de resultados. La presentacin detallada de estos aspectos es
una contribucin importante del texto para el aprendizaje.
En el captulo cuatro, se desarrollan otros mtodos de muestreo como el
sistemtico y conglomerado, resaltndose en esta parte los estudios de conteo
rpido aplicado a los procesos electorales de Lima y Callao.
El agradecimiento a nuestra querida UNAC por el continuo apoyo ofrecido
para alcanzar estos logros que permiten sistematizar conocimientos e incorporar
temas para la discusin en clases. El reconocimiento especial a los estudiantes de
economa de la UNAC, ya que gracias a su esfuerzo y comprensin en los ltimos
aos se han puesto en prctica los resultados de este modesto trabajo.

Captulo 1. INTRODUCCIN AL MUESTREO

La estadstica es un efecto, una consecuencia, un resultado. No puede ser
elaborada artificialmente. Representa un signo de organicidad y de
organizacin
Jos Carlos Maritegui

CONTENIDO
1.1
1.2
1.3
1.4

Poblacin y muestra.
Principales caractersticas a estudiar. Mtodos de muestreo
Elementos a considerar en un diseo muestral.
Planeamiento y ejecucin de una encuesta.

1.1 POBLACIN Y MUESTRA

Para comprender aspectos fundamentales del muestreo en los estudios de opinin
pblica, tanto con informacin cuantitativa como cualitativa, es importante familiarizarse
con alguna terminologa propia de estas herramientas que pasamos a detallar.
Unidad Estadstica
Tambin llamada unidad de anlisis o unidad de investigacin, viene a ser el objeto o
unidad elemental que posee una serie de caractersticas a ser observadas en un estudio
determinado, es decir, es la unidad de la cual se requiere informacin.
Poblacin
Es cualquier coleccin finita o infinita de unidades estadsticas, que poseen una
caracterstica comn.
Poblacin Objetivo
Es la poblacin que se intenta investigar y para la cual se deben hacer las inferencias a
manera de generalizacin de los hallazgos realizados.
Poblacin Muestreada o Investigada
Es la poblacin de donde se extrae la muestra y la que realmente se est investigando.
9

Muestra
Es un subconjunto de unidades estadsticas (o parte representativa) de la poblacin
muestreada elegidos a travs de mtodos de seleccin determinados y del cual se obtiene
la informacin que permite estudiar, analizar y evaluar a dicha poblacin.
Unidad de muestreo
Es la unidad disponible para ser seleccionada en alguna etapa del muestreo. En una
encuesta manufacturera la unidad muestral puede ser el establecimiento o la compaa.
Marco muestral
Es el conjunto de unidades de muestreo en una lista o un mapa o cualquier otro medio
aceptable, a partir del cual se selecciona la muestra.
Definicin de una Poblacin
Una poblacin queda completamente especificada si se define en trminos de unidades
estadsticas, unidades de muestreo, alcance y tiempo.
Fraccin muestral (f )
Es la fraccin de la poblacin (N) seleccionada en la muestra (n). Por ejemplo, la
fraccin de muestreo es f = n/N = 1/1500 si se incluyen en la muestra n = 800 hogares
de una poblacin de N = 1 200 000 que tiene Lima Metropolitana.
Factor de incremento o expansin
Es el recproco de la fraccin muestral (1/f = N/n).
Ejemplo:
En una encuesta de consumidores de un cierto producto para mujeres puede ser
especificada:
1.- Unidades estadsticas: Mujeres.
2.- Unidades de muestreo: Mujeres de 18 a 50 aos.
3.- Alcance o Ambito: Lima Metropolitana.
4.- Tiempo (perodo al que pertenecen los resultados de la encuesta): Diciembre del
presente ao.
10

1.2

PRINCIPALES

CARACTERSTICAS

ESTUDIAR

MTODOS DE MUESTREO
Segn Des Raj (1986) a menudo nos interesa la estimacin de cuatro caractersticas
de la poblacin que son:
a) La media o promedio de la poblacin: como el nmero medio de trabajadores
por empresa, el ingreso medio por familia, el rendimiento medio de papa por
hectrea.
b) El total de la poblacin: como el nmero total de personas en un centro poblado,
el nmero total de establecimientos industriales en una regin, el nmero total
de hogares que prefiere un producto en una localidad.
c) La proporcin de la poblacin: como la proporcin de personas desempleadas de
14 aos o ms, la proporcin de hogares que prefieren un producto, la
proporcin de hogares con dos o ms personas activas.
d) La razn de la poblacin: como la razn del gasto en recreacin al gasto en
alimentos, razn del gasto total al ingreso total, la razn de hombres a mujeres.
Ventajas del muestreo versus la enumeracin completa
1.- Menor costo.
2.- Mayor rapidez.
3.- Ms posibilidades (puede incluir ms preguntas, contar con mejores equipos,
etc.).
4.- Mayor exactitud (menor error).
Mtodos de Muestreo
Existen muchos procedimientos de muestreo que pueden ser clasificados en dos
grandes grupos:
1.- Muestreo no probabilstico: La seleccin de un elemento de la poblacin para
que forme parte de la muestra se basa en el criterio del investigador o del
entrevistador de campo. No se conoce la probabilidad de seleccin para
cualquier elemento de la poblacin. Tampoco se puede estimar el error de
muestreo como en el caso del muestreo probabilstico.
11

Algunos Procedimientos de Muestreo No Probabilstico:

a.- Muestreo por Conveniencia: Como su nombre lo indica, las muestras se
seleccionan por conveniencia, debido a que posiblemente las unidades estn
disponibles en ese momento o por que es ms fcil de obtener la
informacin. Por ejemplo: entrevistar personas en una calle sobre un
determinado tema para un canal de televisin. En este caso no se especifica
la poblacin, tampoco se conoce la probabilidad que tiene cada persona
entrevistada de ser elegida antes de ser seleccionada.
b.- Muestreo de Juicio: Se seleccionan en base a lo que algn experto piensa
acerca de la contribucin que esas unidades de muestreo en particular harn
para responder la pregunta de investigacin inmediata. Por ejemplo: En un
estudio de mercado, se realizan juicios con respecto a que ciudades podran
considerarse como las mejores para poner a prueba la comercializacin de un
nuevo producto. En este caso se consulta a los agentes vendedores para ver
que ciudades podran considerarse para poner a prueba estos nuevos
productos.
c.- Muestreo por cuotas: Este es un tipo especial de muestras a propsito. En
este caso, el investigador da pasos concretos para obtener una muestra que
sea similar a la poblacin. Un caso particular es seleccionar aleatoriamente
los lugares a encuestar y en cada lugar el entrevistador cumple con una
determinada cantidad de entrevistas.

2.- Muestreo Probabilstico: Cuando cada unidad de la poblacin tiene una

probabilidad conocida y distinta de cero de ser incluida en la muestra. Estas
muestras se seleccionan de ordinario con ayuda de nmeros al azar. Este tipo de
muestreo permite calcular el grado hasta el cual el valor de la muestra puede
diferir del valor de la poblacin de inters. Esta diferencia recibe el nombre de
error de muestreo o error muestral.

Los muestreos probabilsticos ms comunes son:

-

Muestreo Aleatorio Simple (M.A.S.)

Muestreo Estratificado Aleatorio.

Muestreo Sistemtico

Muestreo por Conglomerado.

12

1.3 ELEMENTOS A CONSIDERAR EN UN DISEO MUESTRAL

La idea bsica es sencilla. Se necesita informacin acerca de una poblacin de objetos
tales como personas, familias, hogares, granjas, empresas o establecimientos, etc.
Examinamos slo algunos de los objetos (muestra) y extendemos nuestros hallazgos a
toda la poblacin (inferencia). Para Levin y Rubin (1996) utilizaremos el muestreo
cuando no es posible contar o medir todos los elementos de la poblacin.

En todo diseo muestral se debe considerar los siguientes elementos: mtodo de

muestreo, tamao de la muestra, seleccin de la muestra y los estimadores a
considerar para la inferencia.

Hay tres elementos bsicos en el proceso: seleccin de la muestra, recoleccin de la

informacin, y formulacin de una inferencia acerca de la poblacin. Los tres
elementos no pueden considerarse en general en forma aislada entre s. La seleccin
de la muestra, la recoleccin de datos y la estimacin estn entre lazados, y cada uno
de ellos tiene efecto sobre los otros.

El muestreo no es una seleccin caprichosa; incorpora reglas definidas para la

seleccin de la muestra. Pero habiendo seguido un conjunto de reglas para la
seleccin de la muestra, no podemos considerar el proceso de estimacin en forma
independiente de tal conjunto; la estimacin se gua por la forma en que se haya
seleccionado la muestra.

Los pasos para seleccionar una muestra son:

1.- Defina la poblacin.
2.- Identifique o construya el marco muestral.
3.- Elija el mtodo de muestreo ms conveniente para seleccionar la muestra.
4.- Determine el tamao de la muestra.
5.- Seleccione la muestra.
6.- Propuesta de estimadores a considerar para la inferencia.

13

Errores de Muestreo
Los resultados obtenidos de la muestra pueden no ser exactamente iguales al verdadero
valor de la poblacin. La razn es que la estimacin se basa en una parte y no en el todo.
Otra forma de decirlo es que la estimacin muestral est sujeta a errores de muestreo o a
las fluctuaciones del muestreo. Segn Pea y Romo (1997) hay una relacin inversa
entre el tamao de muestra y el error de estimacin. Sin embargo, estos errores pueden
controlarse. La moderna teora del muestreo ayuda a disear la encuesta de forma tal que
los errores de muestreo se vuelven pequeos.
La muestra misma puede orientarnos acerca de la forma en que diversas muestras
difieran entre s y proveer una medida de los errores de muestreo (los errores de
muestreo dependern de la variabilidad de la poblacin, el tamao de la muestra, el
mtodo de seleccin, y el mtodo de clculo).
Errores de Respuesta
Hay muchas clases de errores involucrados cuando se recolectan datos de una muestra de
objetos o de todo el grupo. Al solicitar alguna informacin el informante puede ignorar el
dato, otros pueden alterarlo por cuestin de prestigio, otros pueden no responder, en
algunos casos el entrevistador registra erradamente el dato. Estos errores existen si se
toma una muestra o se examina a cada una de las unidades de la poblacin (censo).
Luego tenemos los errores derivados de definiciones poco claras. Supongamos que
queremos estimar el nmero de personas en un rea. Incluimos a quienes viven
normalmente all, o a quienes pasaron la noche anterior en el rea. Qu hacemos con
los invitados o con los parientes que estn de viaje. No podemos definir todos
nuestros trminos con exactitud matemtica, de modo que no sabemos exactamente
qu queremos medir. Esto genera errores.
Algunos errores son de tipo aleatorio (ocurre cuando los errores no son deliberados
o intencionales) y su promedio en la muestra es igual a cero. Hay otros errores de
tipo sistemtico, que no se cancelan en el total de la muestra, sino que persisten.

14

1.4 PLANEAMIENTO Y EJECUCIN DE UNA ENCUESTA

A continuacin se presentan las fases del planeamiento y ejecucin de una encuesta de
manera detallada, las mismas que estn ligadas al mtodo estadstico que tiene que ver
con el planeamiento de la encuesta, la recoleccin, la elaboracin, el anlisis, la
interpretacin y la publicacin de datos.
1.4.1 Planeamiento de la Encuesta
La falta de informacin estadstica ha permitido que los estadsticos generen su propia
informacin, para lo cual deben previamente realizar un trabajo bastante extenso de
planeacin (INEI, 2000) de un conjunto de actividades, tales como:
A) Determinacin del objetivo.
B) Estudio de experiencias en investigaciones similares.
C) Examen de la legislacin y preparacin del presupuesto.
D) Seleccin de mtodos y procedimientos de recoleccin.
E) Seleccin del procedimiento de elaboracin.
F) Estudio de los recursos de personal y preparacin del plan de seleccin.
G) Ubicacin del informante.
H) Preparacin del cuestionario e instructivos correspondientes.
I) Pruebas experimentales.
J) Preparacin del plan de publicacin.
K) Preparacin del plan de codificacin y tabulacin.
L) Preparacin de la opinin pblica.
A) Determinacin del objetivo.- se debe establecer en forma clara y precisa las
necesidades de informacin, as como los plazos para cuando tener la misma y la
hiptesis que debe verificarse. Esto permite fijar las fuentes y unidades de anlisis a

15

ser investigadas, as como la determinacin de un calendario de actividades. Las

necesidades de informacin generalmente se establecen a travs de cuadros
estadsticos, debiendo definirse y aclararse todos los conceptos y trminos
contenidos en los cuadros; as como los perodos de referencia de la informacin.
Todo esto permite incluir en el cuestionario sin exceso ni omisiones, las preguntas
necesarias para conseguir la informacin establecida.
B) Estudio de experiencias en investigaciones similares.- es importante revisar la
mayor cantidad posible de antecedentes de investigaciones similares a la que vamos
a realizar, se debe examinar lo que exista respecto a metodologa, unidades de
anlisis, informante, cuestionario, estimaciones de tiempo y costo para realizarlas,
organizacin del trabajo de campo, de la elaboracin, etc., iguales o parecidos a los
que se espera utilizar. El examen de la documentacin existente se debe iniciar
conjuntamente con la determinacin del objetivo, ya que podemos llegar a
establecer que la encuesta es innecesaria (porque la informacin que se desea
obtener existe), las dificultades en la fuente de informacin, etc.
C) Examen de la legislacin y preparacin del presupuesto.Examen de la legislacin.- los elementos legislativos se presentan normalmente
en dos formas: a) como parte de la legislacin que regula el funcionamiento de
una oficina estadstica (en el caso peruano el Decreto Ley 604, de mayo de 1990,
permite el funcionamiento del Instituto Nacional de Estadstica e Informtica) y
b) en una ley, reglamento o decreto referido expresamente a la encuesta que se
trata (como es el caso de las encuestas por enumeracin completa o censos de
poblacin, vivienda, econmicos y agropecuarios, entre otros). Tambin se tiene
el caso de encuestas para las cuales no existe disposicin legal que las respalda;
son las que realizan instituciones privadas y algunas instituciones pblicas.
Entre los diferentes aspectos relacionados a la realizacin de encuestas que
considera la legislacin estadstica, estn aquellos que dan las bases y los medios
para su organizacin y realizacin. Adems deben considerarse disposiciones
que regulen las relaciones entre el servicio productor de informacin y el
informante. Para lo cual es necesario establecer las siguientes obligaciones: a)
obligacin del informante de proporcionar informacin y b) confidencialidad de

16

la informacin secreto estadstico que es la obligacin del productor de

informacin de utilizar los datos exclusivamente con fines estadsticos.
Preparacin del presupuesto.- para poder realizar los diferentes trabajos que
comprende una encuesta, es indispensable contar con recursos financieros que
permitan atender adecuadamente los gastos que ellos implican. Es necesario
contar con un presupuesto adecuado, lo cual lleva implcita la idea de que se
conocen y se han establecido los recursos que se requieren y las necesidades que
se satisfarn, todo esto con anterioridad al hecho de efectuar los gastos
correspondientes.
El presupuesto debe prepararse mediante estimaciones basadas en experiencias
anteriores, pruebas experimentales o el slo criterio del planificador. Las partidas
principales de un presupuesto censal, por ejemplo, son: inversiones, gastos de
personal, gastos en materiales, gastos en servicios, gastos de empadronamiento,
gastos varios e imprevistos.
D) Seleccin de mtodos y procedimientos de recoleccin.Mtodo de recoleccin.- es la forma cmo se registra la informacin en el
cuestionario. Esto es si lo hace directamente el informante (auto
empadronamiento) o el cuestionario es llenado por un entrevistador (entrevista).
En el auto empadronamiento el informante recibe el cuestionario a travs del
correo postal o electrnico o por intermedio de un funcionario (mtodo de
entrega personal).
El correo es el mtodo ms econmico, pero exige el funcionamiento del sistema
postal o electrnico y que no haya analfabetos entre los informantes.
Ventajas.- es ms econmico; el informante puede contestar el cuestionario
cuando disponga de tranquilidad y tiempo; las instrucciones y conceptos
empleados en la encuesta el informante los capta sin distorsiones; y permite
alcanzar en forma rpida y econmica a los informantes que se encuentran
dispersos.

17

Desventajas.- no permite la aclaracin de dudas que se le presentan al

informante, lo cual produce omisin; las respuestas se hace muchas veces con
letra ilegible o abreviaturas personales; pueden falsear la informacin; y atraso en
la devolucin del cuestionario.
La entrega personal se hace mediante un funcionario que lleva y entrega el
cuestionario al informante y posteriormente lo retira. Para no hacer de agente
postal, el funcionario da algunas instrucciones para el llenado del cuestionario al
momento de entregarlo y posteriormente lo retira previa revisin de que est
completo y no aparezcan respuestas ilgicas o inconsistentes.
En la entrevista, una persona llamada entrevistador, encuestador, empadronador
o enumerador formula oralmente las preguntas contenidas en el cuestionario al
informante y registra sus respuestas. El cuestionario en ningn momento pasa a
poder del informante, siempre es manejado por el entrevistador. Es el mtodo
ms utilizado y el xito de la entrevista depende de la eficiencia del trabajo del
entrevistador. Para ello se recomienda efectuar una buena seleccin, adecuada
capacitacin y eficiente supervisin del personal que desempea esta actividad.
Todos estos mtodos tienen sus ventajas y desventajas que son necesarias evaluar
a fin de ver cual se emplea. Muchas veces se efecta una combinacin de los
mismos, como lo hace el INEI al aplicar la Encuesta Econmica Anual.
Procedimiento de recoleccin.- es la forma como se obtiene la informacin
original de las unidades estadsticas que conforman la poblacin a investigar. Es
decir, si se efecta a travs de un registro administrativo o de una
investigacin estadstica (o encuesta) y en este ltimo caso si se obtiene de un
censo o una muestra.
El registro administrativo.- es un procedimiento de recoleccin en el que un
servicio administrativo obtiene informacin para fines administrativos, los cuales
no siempre coinciden con los fines estadsticos. Tal como sucede con los
registros civiles, de empresas industriales, mineras, etc.
Las ventajas del registro administrativo son: es ms econmico y permite un
mejor control de los informantes. Siendo sus desventajas: el que la informacin

18

se obtiene como un subproducto de la gestin y que los cambios en la gestin

administrativa pueden influir en la calidad de las informaciones. Este
procedimiento de recoleccin debe fortalecerse en los entes estatales buscando
adecuarlos a sus propias necesidades y la de los usuarios.
El censo.- es una investigacin estadstica en la que la informacin se obtiene de
la totalidad de las unidades estadsticas de la poblacin bajo estudio.
El trmino censo no slo se aplica a las encuestas que comprenden todas las
unidades en el territorio nacional, como es el caso de los censos de poblacin y
vivienda, econmico, etc., sino tambin a toda encuesta, cualquiera sea su
cobertura geogrfica, nmero de unidades de anlisis, o periodicidad de
recoleccin, siempre que incluya todas las unidades de investigacin de la
poblacin en estudio.
La muestra es una investigacin estadstica que estudia la poblacin de inters
basndose en la informacin que se obtiene de una parte representativa de las
unidades de anlisis que conforman dicha poblacin.
El uso de las encuestas por muestreo es muy frecuente en la actualidad, para
realizar estudios de mercado o de opinin pblica en general, debido a que su
costo es reducido y los resultados se obtienen con mayor rapidez y mayor
exactitud que el mismo censo.
Sin embargo, si hacemos un paralelo entre el censo y la muestra como
procedimientos de recoleccin, podemos sealar para el censo las siguientes
ventajas y desventajas:
Ventajas: la informacin puede publicarse por unidades administrativas u otro
criterio cualquiera sea su tamao. Sirven de referencia para la actualizacin de las
estadsticas continuas. Son de mucha ayuda para el diseo de muestras.
Proporcionan informacin sobre fenmenos poco frecuentes.
Desventajas: se necesita una gran organizacin que abarque toda la poblacin a
estudiar, evitando omisiones y duplicaciones. Requiere el empleo de mayor
cantidad de recursos financieros, materiales y de personal. La informacin que se
obtiene puede ser menos exacta que la obtenida por muestreo.
19

E) Seleccin del procedimiento de elaboracin.Como veremos ms adelante, la elaboracin de la informacin obtenida en los
cuestionarios utilizados en la encuesta, comprende las siguientes actividades: crtica,
codificacin, digitacin, tabulacin y anlisis de consistencia de las tabulaciones.
La eleccin del procedimiento de elaboracin tiene que ver fundamentalmente con el
sistema de tabulacin que se utilizar, para representar los datos en tablas o cuadros
estadsticos que respondan a las necesidades de anlisis de los usuarios. Dicha
tabulacin puede hacerse manualmente o usando computadoras electrnicas.
La eleccin de uno de los procedimientos depende de: el nmero de informaciones a
tabular (nmero de cuestionarios por el nmero de preguntas); el nmero y
complejidad de las tabulaciones a efectuar; la disponibilidad de equipos; y la
disponibilidad de personal capacitado y recursos financieros.
Con los avances de la informtica se ha generado programas computarizados que
facilitan los procedimientos de elaboracin, siendo el Statistical Package Science
Social (SPSS) un software apropiado.
F) Estudio de los recursos de personal y preparacin del plan de seleccin.En esta actividad se debe determinar las necesidades de personal para los diferentes
trabajos a realizar, principalmente en cartografa, empadronamiento, crtica,
codificacin y tabulacin.
Segn el tipo de encuesta, el personal puede ser permanente de la institucin o
eventual contratado para ciertas actividades en las fases de recoleccin y elaboracin
de informacin como en los censos nacionales.
Por ello, debe establecerse con la debida anticipacin la cantidad de personas que se
contratar para las diferentes actividades y preparar los planes de seleccin y
capacitacin correspondientes.
En general la seleccin se efecta evaluando los siguientes aspectos: nivel educativo,
experiencia y aptitud para el trabajo que debe realizar.

20

G) Ubicacin del informante.- es una actividad fundamental para la organizacin y

realizacin de la recoleccin, ya que se trata de disponer de los antecedentes
necesarios para llegar al informante y poder obtener los datos necesarios de las
unidades de anlisis consideradas en la encuesta, sin omisiones ni duplicaciones.
Los instrumentos que se utilizan son el directorio y la sectorizacin.
Los directorios son listados con antecedentes bsicos de todas las unidades de
informacin, informantes y otros aspectos que interesan para que el
empadronamiento se realice sin omisiones ni duplicaciones. Entre las fuentes de
antecedentes que son utilizadas para preparar los directorios tenemos: encuestas
anteriores, instituciones pblicas, organizaciones gremiales y cualquier otra fuente;
las mismas que deben utilizarse complementariamente para tener un directorio lo
ms completo posible.
La sectorizacin es la particin del territorio a empadronar en secciones, de modo
que la informacin de las unidades de anlisis contenidas en ellas, pueda ser
recolectada por una persona en un perodo de tiempo determinado. Son unidades
mnimas de trabajo que se asignan a los empadronadores. Los sectores entre si deben
ser mutuamente excluyentes. Es un trabajo de tipo cartogrfico, en el que se prepara
los planos o croquis que deben utilizar los empadronadores para llegar con la mayor
facilidad posible al informante, debiendo representar en forma completa y clara las
unidades de informacin que le corresponde empadronar.
H) Preparacin del cuestionario e instructivos correspondientes.El cuestionario o formulario es el documento donde se detallan las preguntas e
instrucciones para obtener la informacin requerida por el estudio. En l se registran
las respuestas y los datos solicitados al informante en referencia a las unidades de
anlisis investigadas.
Los principales aspectos a considerar para disear el cuestionario son:
a) Caractersticas formales del cuestionario:
El cuestionario debe reunir caractersticas que le den una apariencia agradable y
pueda usarse cmodamente en todas las operaciones de campo y de oficina. Por
ello su diseo debe considerar:
21

Forma y tamao.- que no sea muy extenso, para no agotar al informante.

Calidad del papel.- que garantice la durabilidad del cuestionario, de modo

que soporte el manipuleo en las diferentes operaciones sin deteriorarse.

Tipo de impresin.- debe ser clara y de tamao que permita ser ledo sin
esfuerzo.

Color de la impresin y el papel.- la combinacin del color de la tinta y el

fondo del papel de un cuestionario pueden hacer que su lectura sea ms
descansada. Por ello, la Oficina de Estadstica de la ONU recomienda las
siguientes combinaciones de colores de impresin y fondo de papel: negro
amarillo, verde blanco, rojo blanco, azul blanco, blanco azul, negro
blanco, etc.

b) Las preguntas.- las preguntas incluidas en el cuestionario deben conducir a

conservar la cooperacin y buena voluntad del informante, as como obtener la
informacin requerida y permitir su fcil procesamiento.
Las preguntas cuando se presentan pueden sealar

o no opciones de

respuesta. En este sentido se dividen en:

-

Preguntas cerradas: son aquellas que admiten pocas opciones de respuesta y

se incluyen en el cuestionario de manera precodificada para facilitar su
procesamiento. Ejemplo: la pregunta 3 de la Encuesta de Opinin mostrada
ms adelante.
3. Sexo:

Masculino

Femenino

Preguntas abiertas: son aquellas que admiten muchas respuestas posibles,

siendo por ello necesario dejar espacio suficiente para registrar la respuesta y
el cdigo. Ejemplo: la pregunta 1 de la Encuesta de Opinin indicada.
DISTRITO: ..................................................................
En la redaccin, las preguntas pueden ser literales o guas.

Preguntas literales: la redaccin se hace igual a como deben ser planteadas

al informante. Ejemplo: Cul es su ocupacin? ................................................

22

Preguntas guas: en la redaccin se indican los elementos fundamentales de

su contenido. Ejemplo: Ocupacin ......................................................................
Pautas para la redaccin de las preguntas:

Incluir las preguntas necesarias para: satisfacer el objetivo, individualizar el

informante y establecer controles de consistencia en las respuestas.

No incluir preguntas que obliguen al informante a realizar clculos.

Redactar las preguntas de acuerdo al nivel del informante.

Evitar el uso de palabras que permitan diferentes interpretaciones como:

bueno o malo, grande o pequeo, temporal o permanente.

Evitar las preguntas que sugieren respuesta preguntas cargadas. Ejemplo:

Dnde estudias? Supone que el informante estudia. Se soluciona incluyendo
previamente una pregunta filtro, se pregunta primero si el informante
estudia y si la respuesta es afirmativa, recin se le pregunta dnde estudia.
Ordenacin de las preguntas.- las preguntas en el cuestionario se pueden
ordenar de acuerdo a los siguientes criterios:

Preguntas por captulos y/o subcaptulos, para mantener una continuidad de

ideas alrededor del tema que se investiga.

Presentar primero las preguntas simples para pasar despus a las ms

complejas.

Para evitar la desconfianza o inhibicin del informante, incluir primero las

preguntas menos confidenciales y dejar para el final aquellas ms difciles.

c) Instrucciones.- son aclaraciones referidas a todo el cuestionario, a un captulo,

subcaptulo o a una pregunta que requieran una explicacin complementaria para
su total comprensin.
Las instrucciones deben tener las caractersticas siguientes:
-

Ser breves, claras y completas.

23

Las instrucciones referidas a todo el cuestionario o a todo un captulo o

subcaptulo, deben estar ubicadas al comienzo de los mismos.

Las instrucciones que se refieren a una pregunta en particular deben ser

colocadas a continuacin de la pregunta que aclaran. De esta forma la lectura
de instrucciones se hace sin mayor esfuerzo

Evitar que las instrucciones se presenten en folletos aparte, donde

frecuentemente no son ledos.

d) Ubicacin de los elementos de identificacin del cuestionario.- son aquellos

elementos que generalmente se transfieren codificados en el procesamiento y que
permiten ubicar al cuestionario que sirvi de fuente, cuando se encuentra algn
error u omisin, o para cualquier otra consulta.
En una investigacin con pocos informantes basta como elemento de
identificacin el nmero de cuestionario. Ejemplo: Cuestionario N 13.
En investigaciones ms amplias se clasifican las unidades de investigacin de
acuerdo a algn criterio y se utilizan cdigos ramificados. Ejemplo: para las
encuestas nacionales se utiliza el UBIGEO como elementos de identificacin la
divisin poltica administrativa del pas, as podemos tener:
Regin o Departamento: Piura , Cdigo 20
Provincia: Morropn, Cdigo 04
Distrito: Chulucanas, Cdigo 01
Cuestionario N 125.
Estos antecedentes deben ubicarse en la parte superior de la primera pgina del
cuestionario ya sea en la parte superior derecha o izquierda.
e) Otros aspectos relacionados con la preparacin del cuestionario.- es necesario
que al disear el cuestionario se tenga presente las siguientes recomendaciones:
-

Individualizar la oficina que realiza el estudio.

24

Titular la encuesta. En el caso peruano tenemos muchos ejemplos, tales

como: Encuesta Nacional de Consumo de Alimentos (ENCA), Encuesta
Nacional de Propsitos Mltiples (ENAPROM), etc.

Sealar la fecha o perodo de referencia.

Indicar brevemente porque se realiza la encuesta.

Hacer referencia a los aspectos legislativos relacionados con la investigacin

y destacar la confidencialidad de los datos.

Dejar espacio para observaciones.

Dejar espacio para la identificacin del personal responsable de: entrevista,

supervisin, crtica-codificacin, digitacin y verificacin.

Cabe sealar que en las encuestas nacionales es necesario preparar otros manuales e
instructivos correspondientes para los entrevistadores y supervisores que facilitan el
trabajo de recojo de datos.
En la pgina siguiente se presenta un modelo de cuestionario, utilizado en la
investigacin de la opinin de los electores de Lima Metropolitana, para las elecciones
presidenciales peruanas del ao 2001, para cuya elaboracin se tomaron en cuenta las
pautas aqu establecidas.

25

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE CIENCIAS ECONMICAS
ENCUESTA DE OPININ

N...............
Escriba o marque con un aspa "x" la respuesta del entrevistado.
1. DISTRITO: ..................................................................
2. En que distrito sufraga Ud.? .........................................
3. Sexo:

Masculino

Femenino

30 45 aos

4. Edad: ....
18 29 aos

46 y ms aos

5. Cul cree Ud. que es el problema social que deba resolver el prximo gobierno?

Desempleo

Corrupcin

Analfabetismo

Delincuencia

Otros ...................................................

3
5

(Especifique)

6. Qu sector productivo de la economa cree usted debera tener ms apoyo de parte del
presidente electo?
Agropecuario

Pesca

Manufactura

Construccin

Gobierno

Otros

7. Si maana fueran las elecciones presidenciales, por quin votara usted?

A. Toledo

Flores Nano

F. Olivera

A. Garca

C. Boloa

C. Glvez

Otros

Ninguno

NS/NO

8. Por cul de los candidatos presidenciales definitivamente no votara usted?

A. Toledo

Flores Nano

F.Olivera

A. Garca

C. Boloa

C. Glvez

Otros

Ninguno

NS/NO

26

9. Si maana fueran las elecciones parlamentarias, porque lista o agrupacin votara usted?
Per Posible

Unidad Nac.

F.I.M.

APRA

Renac.Andino

Soluc. Pop.

Somos Per

UPP-SD

C90-N.M.

FREPAP

10

Proy. Pas

11 Por la Victoria

Accin Pop

13

Ninguno

14

NS/NO

12

15

10. Si maana fuera la segunda vuelta electoral, entre A.Toledo y L. Flores, por quin votara
Ud.?
A.Toledo

L.Flores

Ninguno

NS/NO

11. Si maana fuera la segunda vuelta, entre A. Garca y F. Olivera, por quin votara Ud.?
A. Garca

F. Olivera

Ninguno

NS/NO

12. Si maana fuera la segunda vuelta, entre L. Flores y F. Olivera, por quin votara Ud.?
L. Flores

F. Olivera

Ninguno

NS/NO

13. Si maana fuera la segunda vuelta, entre A. Toledo y F. Olivera, por quin votara Ud.?
A. Toledo

F. Olivera

Ninguno

NS/NO

14. Si maana fuera la segunda vuelta, entre A. Toledo y A. Garca, por quin votara Ud.?
A. Toledo

A. Garca

Ninguno

NS/NO

15. Si maana fuera la segunda vuelta electoral, entre L. Flores y A. Garca, por quin votara Ud.?
L. Flores

A. Garca

Ninguno

NS/NO

16. Cmo califica la gestin del presidente Valentn Paniagua?

Buena

Regular

Mala

Bellavista, 17 de Febrero de 2001

MUCHAS GRACIAS

27

I) Pruebas experimentales.Una vez que se disponga del cuestionario, es muy importante que se efecte
una prueba experimental de la encuesta utilizando los mismos medios materiales y
humanos con los que se espera contar para cuando se ejecute la encuesta definitiva,
de modo que refleje lo que puede ocurrir si se mantiene los mismos medios y
condiciones.
Esto es necesario realizar en operaciones como seleccin y capacitacin de
empadronadores, organizacin de trabajos de campo, preparacin del cuestionario,
planes de crtica, codificacin, tabulacin y publicacin.
Cuando se experimentan los trabajos de campo, se debe utilizar
empadronadores y supervisores del mismo nivel y grado de capacitacin de los que
se contar en el trabajo definitivo, al igual que los medios materiales deben ser de la
misma calidad y cantidad de los que se dispondr en la encuesta misma. El sector
donde se experimente debe ser representativo de las mayores dificultades que se
puedan presentar en la recoleccin definitiva, tanto en el aspecto geogrfico, como
nivel del informante.
Adems de experimentar la organizacin del trabajo de campo, se obtiene
informacin valiosa en relacin a la claridad del cuestionario, dificultades que puede
tener el empadronador en cuanto a conceptos y otros aspectos de la recoleccin,
reaccin de los informantes frente al estudio, el cuestionario o parte de l. As mismo
permitir tener antecedentes para estimar el tiempo necesario para la recoleccin, as
como tener elementos de juicio para mejorar las preguntas, las instrucciones para la
recoleccin y crtica de la informacin.
J) Preparacin del plan de publicacin.Una vez que se ha preparado y experimentado el cuestionario, tenemos una idea ms
o menos definitiva de la informacin que puede obtenerse en la encuesta. Por tal
motivo, se puede empezar a definir un conjunto preliminar de cuadros que
constituyan la parte bsica del plan de publicacin de la encuesta.

28

As mismo, se debe tener en cuenta la oportunidad de la publicacin, dentro del plazo

establecido en la determinacin del objetivo, as como la posibilidad de sacar una
publicacin preliminar.
K) Preparacin del plan de codificacin y tabulacin.Hecho el plan de publicacin y el cuestionario para obtener los datos se debe
preparar el plan de codificacin y tabulacin.
Los cdigos que se utilizarn, se pueden haber establecido en el diseo del
cuestionario, especialmente aquellos que corresponden a preguntas cerradas,
incluidas en forma pre-codificada en el cuestionario. Los cdigos que correspondan a
estas preguntas, lo mismo que las que correspondan a las dems preguntas deben
prepararse para facilitar posteriormente la tabulacin.
El plan de tabulacin debe completarse detallando las operaciones que impliquen el
procedimiento de elaboracin elegido.
L) Preparacin de la opinin pblica.- tiene por finalidad preparar favorablemente al
informante para que colabore con la encuesta, buscando eliminar cualquier temor o
prejuicio que pueda tener hacia la misma.
Para una muestra con pocos informantes, puede ser suficiente el envo de una carta
indicndole los objetivos de la investigacin y de los temas considerados en el
cuestionario, e incluso sealando quien es el empadronador que los visitar y a que
hora. En otros casos, como en las encuestas nacionales, se necesita de un sistema de
publicidad que alcance a toda la poblacin del pas a travs de los medios de
comunicacin social.

29

1.4.2 Recoleccin de Datos

La recoleccin de informacin es la fase de la investigacin estadstica en la que los
datos que proporciona el informante se registran en el cuestionario. Es una fase decisiva
en lo que se refiere a la calidad final de la informacin que se obtenga y cobertura de la
encuesta.
Con la finalidad de asegurar que esta labor se realice en forma eficiente, se debe
organizar conjuntamente con las dems actividades, en un plan de operaciones bien
estructurado y coordinado que permita obtener informacin completa y de buena
calidad.
En esta fase debemos considerar los siguientes aspectos:
A) Organizacin de los trabajos de campo.
B) Seleccin y capacitacin del personal de campo.
C) Material a utilizar en el empadronamiento.
D) El empadronamiento.
E) Supervisin del empadronamiento.
A) Organizacin de los trabajos de campo.- los trabajos de empadronamiento en
el terreno se organizan, por lo general, en un sistema de direccin y control
piramidal; ya que se establecen niveles de direccin y dependencia que se
originan, para encuestas nacionales, en direccin nacional, direccin regional o
departamental, continuando con los dems niveles de las divisiones poltico
administrativas hasta llegar a los supervisores y empadronadores.
Las funciones que desarrolla cada uno de estos diferentes niveles de direccin
son las de: organizacin, supervisin y ejecucin de las tareas que se deben
realizar antes, durante y despus del empadronamiento.
Estas tareas se refieren principalmente a trabajos de sectorizacin y /o
preparacin de directorios; seleccin y capacitacin de personal (especialmente
supervisores y empadronadores); recepcin, distribucin, control, revisin y

30

devolucin de cuestionarios y dems materiales de empadronamiento; transporte

y comunicaciones; publicidad, propaganda y relaciones pblicas; control de
gastos; etc.
B) Seleccin y capacitacin del personal de campo.Seleccin
El trabajo de recoleccin de informacin en una investigacin estadstica
requiere fundamentalmente de personal administrativo, supervisores de
empadronamiento y entrevistadores. Por ello se debe proceder a efectuar la
seleccin de personas con un alto sentido de responsabilidad y capacidad
suficiente para el desempeo de sus funciones.
La dificultad de esta operacin depende de los recursos disponibles,
complejidad de la encuesta, nmero de personas que se necesita y de la
calidad y cantidad de personas disponibles para realizar la seleccin. Labor
que se hace sumamente dificultosa cuando se efecta censos nacionales.
La distincin entre empadronadores y supervisores no es recomendable
hacerla al momento de la seleccin, sino ms bien al finalizar los cursos de
capacitacin de empadronadores; entre cuyos representantes seleccionaremos
como supervisores a los que tengan mejores condiciones para
complementarles su preparacin.
Capacitacin
Considerando que el objetivo de toda encuesta es contar con datos de buena
calidad y confiables, los mismos que en la mayora de los casos son
obtenidos por los entrevistadores, se recomienda que la capacitacin de
entrevistadores y supervisores sea muy bien estudiada y experimentada; ya
que ella permitir que el personal adiestrado posea todos los conocimientos
del contenido del cuestionario, tcnicas de entrevista y aspectos generales de
la encuesta que le permitan realizar un buen trabajo.
Se debe evitar que el empadronador desarrolle su trabajo sin la preparacin
adecuada, lo cual ocurre cuando existe retraso en las operaciones previas,

31

dejando muy poco tiempo y a veces nada, para realizar la capacitacin.

Situacin que se pretende obviar entregando manuales de instruccin a los
entrevistadores y envindolos a efectuar su trabajo con muy poca o ninguna
preparacin

previa,

cuyas

consecuencias

aparecen

posteriormente

convertidas en omisiones y errores muy graves.

En el plan de capacitacin se debe considerar los siguientes aspectos:
-

Estudio individual.- el futuro entrevistador debe recibir material impreso para

que lea y estudie; el cual debe considerar la importancia y objetivos de la
encuesta, importancia de su trabajo, uso de los materiales de
empadronamiento, forma de presentarse al informante, tcnica de la
entrevista, conceptos y definiciones empleados en el cuestionario, casos
especiales que se le pueden presentar, etc.

Clases colectivas.- en ellas se pueden desarrollar las materias ms complejas

del estudio individual, otras que complementen dichos estudios y aclarar los
aspectos que hayan quedado confusos a los candidatos a entrevistador, se
recomienda desarrollar problemas y ejercicios prcticos del trabajo que debe
desarrollar.

Prcticas de campo.- no basta con las cuestiones tericas, es necesario que el

postulante a entrevistador efecte prcticas de empadronamiento supervisado
en el campo mismo, con lo cual se completa su preparacin y se est en
condiciones de evaluar la capacidad de los postulantes. Con estos
antecedentes se decide quienes participan como supervisores, como
empadronadores, y quienes no pueden desarrollar ninguno de los trabajos
indicados.

C) Material a utilizar en el empadronamiento.Generalmente, el material que se le entrega al entrevistador est compuesto por:
-

Credencial o carn que lo acredita, algunas veces se les entrega algunos

distintivos como insignia, escarapela o gorro, etc.

32

Croquis del rea de trabajo y/o el directorio de las unidades de anlisis o

informantes que le corresponde entrevistar.

Cuestionarios e instructivos.

Lpiz o lapicero, borrador, tablero y otros materiales de trabajo propios de la

encuesta que realiza.

D) El empadronamiento.- es la operacin en la cual el entrevistador procede a la

recoleccin de la informacin requerida, debiendo cumplir con las pautas que se
le indique para realizar su trabajo, entre las cuales tenemos:
-

Ubicar el informante: utilizando el directorio y el croquis correspondiente el

entrevistador debe llegar a los informantes de las unidades de anlisis a ser
estudiadas.

Presentarse al informante: con la credencial debe presentarse ante el

informante, sealndole el nombre de la encuesta y la institucin que la
realiza.

Explicar brevemente los objetivos de la encuesta.

Explicaciones especiales en el caso de muestra: en forma simple y breve

explicar como fueron seleccionados los informantes y la importancia de los
datos que proporcionen.

Confidencialidad de los datos.

Entrevista en privado: evitar la presencia de tercera personas durante la

entrevista.

No crear falsas expectativas al informante para que coopere con la encuesta.

No polemizar con el informante, debiendo circunscribir su conversacin

exclusivamente al tema de la encuesta.

No alterar el orden ni la forma de las preguntas.

No usar smbolos ni abreviaturas que no estn autorizados.

33

Aclarar las respuestas inconsistentes.

Revisar el cuestionario antes de terminar la entrevista, para asegurarse que no

haya errores ni omisiones.

Concluir la encuesta en un clima de cordialidad, agradeciendo al informante

por su colaboracin.

E) Supervisin del empadronamiento.- la supervisin del trabajo de los

entrevistadores, corresponde a sus jefes inmediatos llamados supervisores, cuyas
principales actividades son:
-

Adiestramiento: los supervisores de planta, colaboran en la capacitacin de

los entrevistadores en los trabajos prcticos que deben realizar despus en el
terreno.

Entrevistas: el supervisor acompaa al empadronador en una o dos

entrevistas y observa su trabajo en todos sus aspectos sin interrumpir.
Posteriormente, fuera del lugar de la entrevista, le har las correcciones que
correspondan.

Revisin de cuestionarios (pre-crtica): a medida que avanzan los trabajos de

empadronamiento, debe revisar los cuestionarios que se hayan completado
utilizando pautas de consistencia interna de la informacin y otras
instrucciones de crtica. Los errores y omisiones que se encuentren deben
resolverse mediante una nueva visita al informante.

Cobertura: el supervisor debe controlar que no haya omisiones ni

duplicaciones de informantes durante el empadronamiento.

Resolver los problemas que se le puedan presentar al entrevistador, incluso,

en el caso de los informantes que se niegan a proporcionar informacin debe
persuadirlos y obtener los datos.

Es necesario tener presente que una vez culminado el trabajo de campo, en cuanto a
la recoleccin de datos, los cuestionarios deben ser centralizados en las oficinas
principales donde se debe continuar con las tareas de elaboracin de datos.

34

1.4.3 Elaboracin de Datos

La informacin obtenida en la recoleccin, por lo general, aparece con algunos errores y
omisiones que requieren de un tratamiento especial en la oficina, as mismo se requiere
presentar la informacin en una serie de relaciones adecuadas de atributos y variables,
conforme al plan de publicaciones establecido.
La elaboracin de informacin comprende las siguientes actividades:
A) Crtica de la informacin.
B) Codificacin.
C) Digitacin.
D) Tabulacin.
E) Anlisis de consistencia de los tabulados.
A) Crtica de la Informacin.- es un medio que permite salvar omisiones y corregir
errores producidos durante la recoleccin.
Estas omisiones y errores, que normalmente se presentan en cualquier tipo de
encuestas, si no se salvan y corrigen oportunamente pueden llegar a afectar los
resultados de la investigacin estadstica, ya sea en alguna de las categoras de
clasificacin en que se presenta los resultados, como tambin en los totales generales.
Hay situaciones en las que el error se arrastra hasta la publicacin misma de
resultados, tal como sucedi con el Censo de Poblacin y Vivienda, ejecutado por el
Instituto Nacional de Estadstica del Per, en 1981, donde podemos apreciar que en
la Provincia Constitucional del Callao aparecen 34 viudos y 35 viudas menores de 14
aos; lo cual es totalmente imposible, ya que el marco legal peruano no permite
dichas uniones conyugales, ni por excepcin.
Esta falta de correspondencia entre la realidad del fenmeno estudiado y las
informaciones que se publican, que reiteramos se produce normalmente en las
encuestas, se puede evitar si es que

siempre sometemos a revisin los datos

obtenidos en los cuestionarios originales y si en el trabajo de recoleccin

capacitamos bien a los entrevistadores y supervisores.

35

Los principales problemas que se presentan en la recoleccin y que tratamos de

corregir en la crtica son las omisiones y los errores.
Omisiones.- son las faltas de respuesta a una o varias preguntas o a todo el
cuestionario. Las mismas que pueden ser originadas porque no se encontr al
informante o no desea cooperar con la entrevista, porque se olvidaron de
formular alguna(s) pregunta(s) al informante, porque el informante no desea
responder o no dispone de antecedentes necesarios para responder alguna(s)
pregunta(s).
Errores.- Son las faltas de concordancia entre la informacin registrada en el
cuestionario y el dato real, los mismos que pueden ser el resultado de una accin
consciente o inconsciente del informante, o de una mala anotacin en el
cuestionario. Tambin los errores se pueden deber a que la respuesta no
corresponde a la pregunta (estamos preguntando por la ocupacin y anotan una
respuesta de estado conyugal), a respuestas contradictorias entre una pregunta y
otra (una persona viuda de 12 aos), a mala interpretacin de conceptos y
definiciones o a respuestas ilegibles por mala escritura.
Debido a que las omisiones y los errores se cometen en la recoleccin de la
informacin, se recomienda efectuar una buena capacitacin y adiestramiento de los
entrevistadores y supervisores, a fin de que durante la entrevista se tenga mucho
cuidado con estos posibles problemas y que al finalizar la misma se efecte una precrtica revisando totalmente el cuestionario a fin de salvar omisiones y corregir
errores junto a los informantes, y que los supervisores efecten la misma pre-crtica
total o por muestreo de manera muy cuidadosa, de modo que los cuestionarios que se
remitan posteriormente a una oficina central estn exentos de la posibilidad de ser
devueltos al lugar de empadronamiento para efectuar cualquier consulta.
Posteriormente, en la oficina central se debe proceder a una nueva revisin de la
informacin en los cuestionarios, conforme al plan de crtica y codificacin
establecido, recomendndose que el personal que desarrolle esta labor sean los
mismos entrevistadores, ya que ellos estn familiarizados con los temas investigados.
La crtica debe realizarse tratando de obtener el mximo de uniformidad de criterios
para su ejecucin. Por ello se recomienda fijar bien las pautas que la orienten, tanto
36

para las omisiones como para los posibles errores. Es decir, debemos fijar reglas
claras de consistencia entre la informacin que esperamos y la que estamos
obteniendo.
B) Codificacin.- es el proceso que consiste en clasificar y asignar cdigos numricos
u otros smbolos contables a la informacin criticada para facilitar su posterior
procesamiento. Esta tarea generalmente se realiza simultneamente con la crtica de
la informacin y requiere de supervisin para evitar los errores. Cabe resaltar que
esta es una labor muy importante para el procesamiento posterior de la informacin,
puesto que con el avance de la informtica se han creado programas como el SPSS,
que facilita el procesamiento de datos utilizando cdigos, fundamentalmente
numricos, que permiten el ahorro de espacio en la memoria de las computadoras,
ya que si estamos preguntando por el departamento de nacimiento de un peruano,
nos basta ingresar por ejemplo, el cdigo 01 si es de Amazonas, y no toda la palabra
Amazonas.
C) Digitacin.- es el proceso mediante el cual los cdigos asignados a las respuestas
obtenidas en el cuestionario, se transfieren (ingresan) a la base de datos para su
procesamiento. A las personas encargadas de realizar este trabajo se les llama
digitadores.
La base de datos es un arreglo matricial cuyas columnas contienen los campos
(variables en estudio) y las filas los registros de datos correspondientes a cada unidad
de anlisis estudiada.
Cabe tambin resaltar que con el avance informtico se ha planteado recoger los
datos en cdulas pticas, cuyo procesamiento requiere previamente de un trabajo de
crtica y del almacenamiento en base de datos mediante la lectura ptica, que
automticamente hace el ingreso de datos.
Es importante que este trabajo de digitacin o ingreso de datos sea supervisado para
cualquiera de sus formas, ya que se ha dado el caso de que puede haber mala lectura
de datos por un mal diseo de la cdula ptica o inapropiada impresin de las
mismas.

37

D) Tabulacin.- es el proceso de obtener resultados en cuadros estadsticos mediante el

conteo del nmero de casos existentes o la obtencin de sumas, porcentajes, etc.
Dichos resultados se presenta en cuadros de salida para comparacin y anlisis
posterior de acuerdo al plan de tabulaciones propuesto para la investigacin.
La tabulacin de la informacin puede ser manual o computarizada, dependiendo de
la extensin de la investigacin y principalmente de la disponibilidad

de

presupuesto. El programa SPSS justamente permite la obtencin rpida de estos

resultados tal como lo veremos ms adelante.
E) Anlisis de consistencia de los tabulados.- es el proceso que mediante el anlisis
crtico de las tabulaciones obtenidas, se logra validar la calidad de la informacin,
comparndola con informacin de la misma encuesta o con informacin de fuentes
independientes.
1.4.4 Anlisis e interpretacin de datos
La investigacin estadstica requiere del anlisis e interpretacin significativa de
resultados, a manera de un resumen objetivo y breve sobre las conclusiones del estudio,
con el detalle suficiente para comprender los datos y determinar la validez de los
hallazgos. Dichos anlisis e interpretaciones estarn basados en el marco conceptual y
terico del fenmeno que se estudia.
Las pautas bsicas a seguir en la fase emprico estadstica de todo trabajo de
investigacin son:
-

Tabular los datos de acuerdo a la hiptesis en estudio.

Consolidar las tabulaciones para cada grupo relevante.

Elaborar ndices, grficos, estructuras porcentuales, clculo de estadgrafos, etc.

Descripcin y discusin de resultados segn datos cuantitativos y cualitativos de

otras investigaciones.

Elaborar el informe coordinando todo el material en un sistema explicativo y

coherente a fin de explicar los hallazgos y levantar las hiptesis iniciales.

38

1.4.5 Publicacin de datos

El trabajo de investigacin de una encuesta termina cuando se han publicado:
-

Un informe tcnico que explique la metodologa sobre las caractersticas de la

encuesta.

Los estudios bsicos enmarcados dentro de los objetivos que justificaron la

investigacin. Debe incluirse los tabulados y cuadros con su respectiva metodologa
de clculo, dirigidos a quienes deseen repetir o verificar las hiptesis y conclusiones
a partir de los mismos datos, supuestos o metodologa.

El desarrollo capitular del trabajo en s, acompaado tanto de un resumen,

conclusiones y recomendaciones para el fenmeno estudiado, como de las
bibliografas que se han consultado.

39

Captulo 2. MUESTREO ALEATORIO SIMPLE

Saber no es suficiente, debemos aplicar. Desear no es suficiente,
debemos hacer
Johann Wolfgang Goethe
CONTENIDO
2.1
2.2
2.3
2.4

Definicin y notacin.
Muestreo aleatorio simple para estimar la media y el total poblacional.
Muestreo aleatorio simple para proporciones o porcentajes.
Aplicacin del muestreo aleatorio simple con SPSS.

2.1 DEFINICIN Y NOTACIN

El muestreo aleatorio simple (M.A.S) es uno de los mtodos fundamentales de
seleccin de la muestra, el cual puede ser descrito de la siguiente manera: A partir
de una poblacin de tamao N, se selecciona n elementos de la poblacin dando
igual oportunidad a que cada uno conforme la muestra, as mismo, cada una de las
muestras posibles tiene la misma probabilidad de ser elegida. La eleccin de las
unidades estadsticas puede ser con reemplazo o sin reemplazo. La ms usada en
investigaciones socioeconmicas es sin reemplazo.

Notacin y Algunos Conceptos

Parmetro: es una descripcin resumida de una medida de la poblacin, cuyo valor
se obtiene al realizar un censo.
Estadstico: es una descripcin resumida de una medida de la muestra, que se usa
para estimar el parmetro en la poblacin.
Para el desarrollo de este tema se utilizar la siguiente notacin:
Caso

Medida

A. Medicin Cuantitativa

Parmetro

Media o Promedio

Variancia

Cuasivariancia

S2

Proporcin

B. Medicin Dicotmica

Donde:

40

Estadstico

s2

Xi
i 1

, es la media poblacional, la cual es estimada por la media muestral

N
n

Xi

i 1

(Xi

. La varianza poblacional es

)2

i 1

, la cual es

(Xi

estimada por la varianza muestral s 2

X )2

i 1

n 1

(Xi
S2

i 1

N 1

)2

es la cuasivarianza poblacional y

N 1 2
S
N

A
, es la proporcin poblacional, que estimada por la proporcin muestral
N

a
.
n

Donde:
A: nmero de elementos en la poblacin que poseen la caracterstica especificada.
a: nmero de elementos en la muestra que poseen la caracterstica especificada.

Procedimiento de muestreo
a) Elaborar el marco muestral, haciendo coincidir a cada unidad de anlisis un
nmero del 1 al N.
b) Determinar el tamao de muestra n.
c) Seleccionar la muestra de n unidades de anlisis, escogiendo n nmeros
aleatorios sin reemplazo de una tabla de nmeros aleatorios (como la del
Cuadro 1, elaborada en Excel) o con el generador de nmeros aleatorios del
Excel o con el seleccionador de muestras aleatorias del SPSS (Statistical
Package of Sciense Social).
d) Recolectar la informacin de cada una de las n unidades de anlisis
seleccionadas en la muestra.
e) Estimar los promedios, totales, proporciones o razones y sus errores estndar y
relativo correspondientes.

41

Cuadro 2.1. Tabla de Nmeros Aleatorios generada en Excel

0 0 0 0 0
1 2 3 4 5

0 0 0 0 1
6 7 8 9 0

1 1 1 1 1
1 2 3 4 5

1 1 1 1 2
6 7 8 9 0

2 2 2 2 2
1 2 3 4 5

2 2 2 2 3
6 7 8 9 0

3 3 3 3 3
1 2 3 4 5

3 3 3 3 4
6 7 8 9 0

1
2
3
4
5

2
2
3
1
1

0
6
7
9
8

6
8
3
4
9

5
4
4
2
9

8
2
3
3
2

0
5
9
3
5

7
9
7
2
4

8
3
7
8
8

5
7
2
4
6

5
6
6
0
1

2
7
4
3
3

6
1
4
0
0

5
0
0
3
2

0
4
7
1
7

9
1
7
2
6

6
4
6
9
3

4
4
4
7
6

4
8
8
8
1

3
1
6
4
4

8
2
0
4
9

3
8
4
7
5

2
5
2
4
4

2
2
4
5
2

6
9
6
5
2

5
3
7
3
7

6
4
1
8
2

5
3
5
1
9

8
6
1
4
5

3
5
5
8
7

9
8
0
3
2

3
8
6
7
7

4
6
5
3
5

6
7
2
6
7

4
3
1
6
6

6
6
0
8
8

5
7
6
0
5

5
1
2
5
3

4
1
5
5
4

1
4
2
4
5

1
7
2
5
6

6
7
8
9
10

4
4
4
1
7

8
1
3
2
5

2
7
8
7
8

5
3
7
8
2

4
8
9
5
4

6
5
5
4
6

8
7
7
6
7

5
3
2
3
4

3
5
3
8
3

8
1
7
8
6

6
3
7
2
8

2
2
8
5
5

8
7
6
4
7

3
5
7
6
6

2
8
7
7
3

0
3
3
5
1

8
3
5
7
9

4
6
5
7
4

7
4
5
2
6

4
7
9
8
1

5
7
7
7
5

2
0
7
8
6

5
7
8
1
8

1
3
5
6
3

1
5
1
5
4

9
2
1
8
0

3
2
3
8
3

2
6
5
4
5

5
6
7
1
2

1
0
5
8
4

6
0
5
0
4

6
4
4
4
5

8
5
5
7
1

5
4
3
1
1

5
5
6
8
9

8
7
5
1
7

5
2
1
7
7

6
7
7
1
8

7
3
0
3
2

3
5
1
3
7

11
12
13
14
15

0
2
2
8
0

4
6
7
4
1

1
7
3
2
1

7
7
4
0
2

2
8
5
4
2

3
1
5
6
5

1
6
6
5
3

2
6
0
1
1

3
8
4
8
3

1
3
0
1
3

2
9
8
5
1

4
1
6
1
9

9
5
3
7
9

6
6
1
4
1

5
6
3
2
8

6
8
3
8
3

5
6
2
8
4

6
7
1
9
6

5
3
1
4
8

7
6
7
1
2

1
2
8
4
9

5
2
8
2
7

7
7
3
3
4

3
3
8
2
5

1
1
0
3
7

9
6
0
8
1

1
1
6
1
4

5
7
2
0
2

9
5
1
2
0

2
7
1
3
0

4
7
6
2
1

2
2
9
3
3

3
4
1
2
3

7
1
0
7
8

2
6
5
7
3

1
6
1
5
1

2
1
2
5
8

6
8
4
5
1

7
8
1
3
3

3
7
5
1
4

16
17
18
19
20

2
6
4
7
2

8
5
1
6
1

5
8
2
9
4

7
4
4
0
3

8
1
4
3
2

7
8
6
4
5

2
2
6
0
8

4
5
5
0
5

6
3
7
2
8

9
5
1
9
8

3
5
3
6
6

7
3
8
3
6

3
8
8
8
1

3
7
4
6
5

7
6
8
8
6

5
4
8
6
7

2
9
8
8
6

6
2
0
2
0

8
8
5
2
4

7
5
6
4
6

7
8
1
3
4

3
4
0
5
9

4
1
3
6
3

3
1
8
3
4

3
6
7
3
2

5
1
0
5
8

6
6
6
3
2

1
9
3
3
8

4
1
7
2
3

7
1
0
7
4

4
3
8
5
4

5
7
2
7
9

2
0
8
6
3

1
2
4
2
8

6
5
4
4
2

6
3
1
1
4

1
5
2
7
5

5
9
7
2
8

6
2
8
6
7

9
2
7
7
6

21
22
23
24
25

5
5
7
3
0

2
0
5
1
6

5
7
9
9
6

3
6
1
4
4

3
7
3
6
9

4
1
6
6
2

4
9
9
7
0

7
1
9
1
2

7
7
6
2
7

8
8
3
1
8

1
6
1
6
7

7
3
7
7
2

2
3
4
5
2

6
7
2
4
2

5
9
6
3
7

5
8
1
6
1

1
2
4
9
4

4
2
6
4
6

2
8
5
2
4

2
4
3
8
2

4
8
7
1
6

6
4
2
6
1

6
0
3
8
1

7
4
8
3
6

4
2
1
2
5

1
1
8
1
0

3
4
5
6
1

3
9
8
6
8

7
5
9
1
9

5
9
2
3
7

3
5
7
8
0

3
2
1
2
1

9
2
9
4
0

4
1
5
6
6

6
4
8
1
9

5
8
7
1
2

7
2
5
9
9

6
5
9
3
6

4
7
1
5
1

6
0
6
4
1

26
27
28
29
30

0
2
1
5
8

7
4
2
3
5

4
3
8
5
0

1
1
8
8
7

5
8
1
4
5

4
1
2
2
5

2
7
4
3
7

3
8
5
0
0

3
4
5
0
3

5
5
8
4
2

9
9
3
4
7

6
2
2
5
7

6
7
5
6
6

6
9
3
8
4

1
3
8
0
3

3
2
2
2
5

5
7
0
0
3

6
5
9
6
8

8
5
8
3
2

3
1
8
3
5

5
3
5
1
6

8
4
1
3
3

0
3
4
3
0

2
9
7
2
3

3
4
5
6
5

6
9
2
4
7

5
3
6
1
9

3
8
6
4
3

2
7
7
2
0

4
1
3
7
2

1
4
9
4
8

1
0
0
0
3

2
4
6
2
3

4
2
5
0
1

6
0
3
1
4

4
5
4
4
3

8
3
3
2
7

4
5
6
2
8

5
7
7
0
7

3
4
4
6
1

31
32
33
34
35

3
4
3
5
9

2
3
8
6
4

2
4
5
4
3

1
7
6
7
7

3
6
1
6
5

8
9
6
8
9

9
5
0
8
1

1
4
1
3
5

6
1
8
1
3

4
8
1
3
6

9
4
8
3
3

9
6
3
8
7

5
7
1
8
5

0
3
6
8
8

3
5
9
6
4

8
3
4
9
1

6
8
8
4
4

6
3
1
4
6

5
5
3
4
6

3
1
6
0
2

3
1
5
8
1

2
8
6
5
0

3
9
2
5
3

4
5
9
7
1

0
2
3
6
7

5
1
4
4
1

2
2
4
8
3

5
7
5
3
6

3
2
1
6
6

2
6
6
7
6

4
3
6
6
4

4
2
7
1
7

1
3
1
1
6

4
6
9
2
8

7
4
2
3
5

2
1
3
6
3

2
5
4
2
7

4
8
3
5
3

7
0
5
8
8

6
0
2
8
0

36
37
38
39
40

1
7
1
1
7

1
2
7
2
4

7
4
9
5
6

9
2
0
0
8

7
8
8
5
2

5
3
4
7
5

0
0
2
1
7

2
1
5
3
8

4
2
4
1
4

4
4
6
5
4

8
5
0
8
2

1
7
5
5
5

8
2
8
9
2

4
4
7
4
6

1
4
2
6
6

7
6
6
0
5

5
3
0
6
2

7
1
7
4
8

5
4
6
8
4

4
5
1
3
6

4
7
1
5
2

8
1
4
4
6

7
1
2
1
4

1
3
7
7
4

6
2
3
4
3

5
5
0
5
4

4
3
6
5
7

8
2
3
7
5

4
0
4
7
8

6
6
3
4
7

3
3
7
7
2

9
5
5
0
1

5
6
3
0
3

2
0
9
9
1

6
6
9
7
5

8
2
4
5
7

2
7
4
9
7

1
4
9
7
3

3
2
4
6
1

2
6
2
6
1

41
42
43
44
45

2
1
2
7
2

6
4
7
7
9

1
7
2
7
6

5
9
5
1
2

8
0
5
7
3

6
5
0
8
4

5
4
5
1
3

9
8
7
1
3

3
5
8
1
9

3
4
0
2
7

5
8
9
4
1

2
2
8
0
3

2
2
4
3
8

9
1
1
6
2

2
4
7
8
1

8
3
6
6
3

1
6
9
9
7

2
1
4
1
1

3
2
2
2
9

7
4
2
1
2

1
1
8
7
1

3
3
9
1
8

9
4
2
3
3

2
2
4
7
8

0
5
6
5
2

0
3
5
1
1

2
2
8
4
8

1
4
2
5
2

5
3
8
1
8

3
3
8
2
7

9
8
3
4
5

8
7
3
1
0

6
8
1
5
6

8
6
5
5
0

9
6
7
4
3

3
5
4
4
7

8
5
4
9
7

1
6
5
9
4

7
7
4
9
0

3
0
8
4
8

46
47
48
49
50

8
3
6
1
9

1
2
3
1
2

3
1
1
1
9

2
5
8
4
5

7
8
4
4
5

4
7
1
5
5

5
9
6
1
1

3
0
5
4
1

4
4
5
2
4

0
2
1
1
0

5
2
9
3
7

9
6
3
0
2

1
9
8
1
8

5
7
2
1
4

1
7
7
1
1

0
0
2
2
3

4
6
8
4
6

8
0
2
5
8

8
1
9
9
3

8
3
6
9
1

7
3
7
1
4

1
9
2
5
1

4
7
4
2
3

2
4
4
9
1

5
4
4
2
8

4
5
1
8
1

1
1
4
2
6

5
5
6
6
5

1
3
0
2
7

0
6
6
7
6

1
1
2
8
9

1
4
4
3
6

2
1
5
0
0

1
7
2
0
1

9
1
5
3
1

3
6
2
1
7

3
7
9
6
8

4
2
2
3
1

9
3
1
1
6

9
3
3
4
6

Columna

Fila

42

Ejemplo 2.1
Seleccionar una muestra aleatoria simple de 30 familias de una ciudad que
contiene 10 000 familias en total, utilizando la tabla de nmeros aleatorios y con
el programa Excel.
Solucin
Usando la tabla de nmeros aleatorios, estaramos necesitando 30 nmeros de
4 dgitos entre los 10 000 (0001, 0002, ., 9999, 0000 = 10 000).
Se escoge al azar una columna y una fila de la tabla de nmeros aleatorios.
Supongamos que se escoge la columna 16 y fila 37 (que corresponde al dgito
6 en el Cuadro 2), como queremos nmeros de 4 dgitos, tomamos tambin las
columnas 17, 18 y 19 contiguas (que corresponden a los dgitos 3, 1 y 4) con
lo que se tendra que la primera familia seleccionada es la 6,314.
Cuadro 2.2. Seleccin de 30 familias entre 10 000, con la tabla de nmeros aleatorios
0 0 0 0 0
1 2 3 4 5

0 0 0 0 1
6 7 8 9 0

1 1 1 1 1
1 2 3 4 5

1 1 1 1 2
6 7 8 9 0

2 2 2 2 2
1 2 3 4 5

2 2 2 2 3
6 7 8 9 0

3 3 3 3 3
1 2 3 4 5

3 3 3 3 4
6 7 8 9 0

36
37
38
39
40

1
7
1
1
7

5
3
4
7
5

8
5
0
8
2

7
6
6
0
5

4
7
1
5
2

5
5
0
5
4

3
3
7
7
2

8
2
4
5
7

41
42

2 6 1 5 8
1 4 7 9 0

Columna

Fila

1
2
7
2
4

7
4
9
5
6

9
2
0
0
8

7
8
8
5
2

0
0
2
1
7

2
1
5
3
8

4
2
4
1
4

4
4
6
5
4

6 5 9 3 3
5 4 8 5 4

1
7
5
5
5

8
2
8
9
2

4
4
7
4
6

1
4
2
6
6

5 2 2 9 2
8 2 2 1 4

5
3
0
6
2

7
1
7
4
8

5
4
6
8
4

4
5
1
3
6

8 1 2 3 7
3 6 1 2 4

8
1
4
4
6

7
1
2
1
4

1
3
7
7
4

6
2
3
4
3

1 3 9 2 0
1 3 4 2 5

4
3
6
5
7

8
2
3
7
5

4
0
4
7
8

6
6
3
4
7

0 2 1 5 3
3 2 4 3 3

9
5
5
0
1

5
6
3
0
3

2
0
9
9
1

6
6
9
7
5

9 8 6 8 9
8 7 8 6 6

2
7
4
9
7

1
4
9
7
3

3
2
4
6
1

2
6
2
6
1

3 8 1 7 3
5 5 6 7 0

Las 29 familias restantes se pueden seleccionar leyendo los nmeros de 4

dgitos en columna (hacia abajo) o leyndolos en fila. Por comodidad,
explicaremos la lectura de los otros 29 nmeros leyndolos por fila de la
siguiente manera: estando en la fila 37 tomemos otro bloque de 4 dgitos,
ahora los que estn en las columnas 21, 22, 23 y 24 (que corresponde a los
dgitos 7113) y tendramos que la segunda familia seleccionada es la 7113;
siempre en la fila 37, volvemos a tomar otro bloque de 4 dgitos, ahora los que
estn en las columnas 26, 27, 28 y 29 (que corresponde a los dgitos 5320) y
tendramos que la tercera familia seleccionada es la 5320; el proceso se
continua seleccionando bloques de 4 dgitos en la fila 37 y las familias

43

seleccionadas siguientes seran la 3560, 2742. A continuacin pasamos a la

fila 38 y seguimos buscando bloque de 4 dgitos empezando de las columnas
1, 2, 3 y 4, con lo que estaramos seleccionando a la familia 1790. El proceso
contina de manera similar en la fila 38 y subsiguientes hasta completar los 30
nmeros seleccionados, tal como se presenta en el Cuadro 2, una parte de la
tabla de nmeros aleatorios, indicando los nmeros seleccionados.
Es decir que se tendra que trabajar la muestra visitando los hogares:
6314

7113

5320

3560

2742

1790

4254

587

6076

1427

634

7539

4494

1250

7131

8594

648

5417

5577

7009

5976

7468

5784

2526

5284

2664

4758

2131

7731

2615

Utilizando el programa Excel en la opcin funciones, matemticas y

trigonomtricas aparece la funcin aleatorio [=ALEATORIO()] que al
aceptar da un nmero entre 0 y 1. Si quiere un nmero al azar entre 1 y N,
hay que trabajar la funcin de la siguiente manera:
= ALEATORIO()*N
Si desea un nmero al azar entre a >1 y N, la funcin se trabaja as:
= ALEATORIO()*(N-a)+a
Para el ejemplo, se pide escoger 30 nmeros al azar entre 1 y 10 000 por lo
que se utilizara la primera funcin, es decir:
= ALEATORIO()*10000
Con lo que se obtenemos las 30 familias siguientes:
Cuadro 2.3. Seleccin de 30 familias entre 10 000 en Excel
8878
7308
1924

3577
4305
3689

4247
2082
561

8765
4797
5063

4759
7914
9707

44

4431
1870
2289

3753
116
514

6188
9160
5921

4220
4639
4113

3893
9502
1352

2.2 M.A.S. PARA ESTIMAR LA MEDIA Y EL TOTAL POBLACIONAL

Algunas propuestas han sido tomadas de Teora de muestreo Des Raj (1986).
Estimacin de la Media Poblacional
N

Xi

En la inferencia estadstica se establece que la media poblacional

i 1

, es

Xi

estimada por la media muestral

i 1

As mismo, la varianza de X est dada por:

2
2
X

Var ( X )

S2
n
(1
)
n
N

N n
N 1

S2
(1 f )
n

Donde: f = n/N es la fraccin de muestreo. Esta variancia es estimada por:

s2
(1 f )
n

X2

var X

El error estndar (tpico) de la media es: X

El estimador del coeficiente de variacin (error relativo) de la media esta dado
por:

CV ( X )

100

Estimacin del Total

El total de la poblacin (X) se define a partir de la media poblacional como:
N

Xi
i 1

X
,
N

entonces

Xi N
i 1

El cual es estimado por:

NX

La varianza del estimador del total est dada por:

2
X

Var ( X ) Var ( N X )

N Var ( X )

Esta variancia es estimada por:

2

N2

El error estndar (tpico) del total es: X

45

s2
(1 f )
n
N X

S2
N
(1 f )
n
2

El estimador del coeficiente de variacin (error relativo) para el total esta dado
X
100
X

CV ( X )

por:

N X
100
NX

X
X

100 CV ( X )

Lmites de confianza para la media y el total poblacional:

Con un nivel de confianza del 100 (1 )% se tiene:
t X

Para la Media:

IC ( )

Para el Total:

IC( X )

X t X

Donde:
si n 30

t = Z (1 / 2 ) ,

t = t (1 / 2 , n - 1) , si n < 30
Siendo: P (Z Z 1 / 2 ) = 1 / 2 , donde Z ~ N(0,1) , y
P(T t

1/2

) = 1 / 2 , donde T ~ t n 1

Determinacin del Tamao de Muestra

Dado un nivel de confianza del 100(1 - )% para la media () o el total (X), la
frmula para estimar el tamao de muestra mnimo con un margen de error
mximo permisible E es:

n0
n
1 0
N

Donde:
n0

Z 02 S 2
,
E2

para estimar la media.

n0

N 2 Z 02 S 2
,
E2

para estimar el total.

Siendo:
Z0

Z
1

, valor de la abcisa en la distribucin normal estndar, Z ~ N(0,1) ,

2

para un nivel de confianza del 100 (1- )%.

46

E = error mximo permisible para el estimador, un valor dado por el

investigador, que representa la diferencia absoluta entre el estimador y el
parmetro, as:

, para estimar la media

X , para estimar el total

S2 es la cuasivarianza poblacional, generalmente desconocida y en vez de ella

se usa la varianza muestral s2.
Para ambos tamaos de muestra, si no / N 0.05, se toma n = no. Caso contrario,
si no / N > 0.05, se ajusta el tamao a: n

n0
n
1 0
N

Ejemplo 2.2
En la muestra aleatoria de 30 familias seleccionadas de una ciudad que contiene
10 000 familias en total, del ejemplo 2.1, se obtuvo el siguiente nmero total de
personas que conforma cada familia: 5, 6, 3, 3, 2, 3, 3, 3, 4, 4, 3, 2, 7, 4, 3, 5, 4, 4,
3, 3, 4, 3, 3, 1, 2, 4, 3, 4, 2 y 4. Se pide: a) Estimar el promedio de personas por
familia y su intervalo de confianza del 95%; b) Estimar el total de personas por
familia y su intervalo de confianza del 95%; c) Determinar el tamao de muestra
para estimar el nmero medio de personas por familia, con un margen de error
mximo de 0.5 personas y una confianza del 95 %; y d) Hallar el tamao de
muestra para estimar el total de personas, con un margen de error mximo de 2500
personas y una confianza del 95 %.
Solucin
De los datos proporcionados se tiene que:
N = 10 000,

n = 30,

t 0.975 , 29 = 2.045
n

Xi

Promedio muestral: X

i 1

5 6 3 3 .... 2 4
30

47

104
30

3.4667

X )2

(Xi

Varianza muestral: s 2

43.466
29

i 1

n 1

1.4989

Xi

a) Promedio estimado:

i 1

104
30

3.4667

Interpretacin: El nmero medio estimado de personas por familia es 3.4667.

Varianza del promedio estimado:

var X

X2

s2
(1 f )
n

1.4989
30
1
30
10000

El estimado del error estndar para la media es: X

0.0498134

0.0498134 0.2232

El coeficiente de variacin (error relativo) de la media esta dado por:

CV ( X )

X
X

0.0498134
100 6.4%
3.4667

100 =

El intervalo de confianza para es: IC ( )

IC ( )

3.4667 2.045 0.0498134

t X

3.4667 0.4564

Conf [3.0102 3.9231] = 95%

Interpretacin: con el 95% de confianza y un error de estimacin de 0.4375
personas, la verdadera media de personas por familia en la ciudad se encuentra
entre 3.0102 y 3.9231.
b) Total estimado: X

N X = 10 000 (3.4667) = 34 667 personas.

Interpretacin: el total estimado de personas en la ciudad es 34 667.

Varianza del total estimado:

2
X

N2

s2
(1 f )
n

(10000) 2 (0.0498134)

48

4 981340

El intervalo de confianza para el total X es: IC( X )

IC ( X ) 34667 2.045 4981340

X t X

34667 4564

Conf [30 103 X 39 231] = 95%

Interpretacin: con el 95% de confianza y un error de estimacin de 4 375
personas, el verdadero total de personas en la ciudad se encuentra entre 30 292 y
39 042.
c) Tamao de muestra para estimar :
Como se desea determinar el tamao de muestra mnimo para estimar el nmero
medio de personas por familia, con un margen de error mximo E = 0.5 personas y
con una confianza del 95 % Zo = 1.96 se procede as:
n0

Z 02 S 2
E2

1.96

1.4989

0.5

23.0327 , entonces no = 24.

Como no / N = 24 / 10 000 < 0.05, entonces n = no = 24 familias.

Interpretacin: el tamao de muestra necesario para estimar el promedio de
personas por familia es de 24 familias.
d) Tamao de muestra para estimar el Total:
Como se desea determinar el tamao de muestra mnimo para estimar el total de
personas en la ciudad, con un margen de error mximo E = 2500 personas y con
una confianza del 95 % Zo = 1.96 se procede as:

n0

N 2 Z 02 S 2
E2

10000

1.96 1.4989

2500

92.1308 , entonces no = 93.

Como no / N = 93 / 10 000 < 0.05, entonces n = no = 93 familias.

Interpretacin: el tamao de muestra necesario para estimar el total de personas en
la ciudad es de 93 familias.

49

2.3 MUESTREO ALEATORIO SIMPLE PARA PROPORCIONES

En este caso, se desea estimar el nmero total de unidades (A) o la proporcin (P)
de unidades en la poblacin que poseen una cierta caracterstica o atributo que cae
dentro de una clase definida. Por ejemplo, se desea estimar:
- El nmero (o porcentaje) de personas que consumen un cierto producto.
- El nmero (o porcentaje) de clientes que compran ms de 10 000 dlares
mensuales.
- El nmero (o porcentaje) de ciudadanos que est a favor de un personaje.

Notacin: Adems de la notacin usada anteriormente, si se define la v.a.

Bernoulli:
Xi = 1, si la unidad estadstica observada posee la caracterstica de inters.
Xi = 0, si la unidad estadstica observada no posee la caracterstica de inters.
Entonces:
N

X i , representa el nmero total de unidades de anlisis que poseen la

i 1

caracterstica de inters en la poblacin.

N

Xi
P

i 1

A
, representa la proporcin de unidades de anlisis que poseen la
N

caracterstica de inters en la poblacin.

Estimacin de la Proporcin (P) y del Total (A)

Suponga que se extrae una muestra aleatoria simple de tamao n, entonces:

n

Xi
p

i 1

a
, representa la proporcin de unidades de anlisis que poseen la
n

caracterstica de inters en la muestra y sirve como estimador de P.

Se puede notar que A = NP, entonces un estimador de A est dado por

A = Np

La variancia de los estimadores de P y A estn dadas respectivamente por:

50

2
p

P(1 P N n
n
N 1

Var ( p)

N 2 P (1 P N n
n
N 1

Var ( A )

2
A

Las cuales son estimadas por:

2

p(1 p)
(1
n 1

V ( p)

N 2 p(1 p)
(1
n 1

V ( A )

f)

f)

Donde f = n/N es la fraccin de muestreo.

El coeficiente de variacin (error relativo) de los estimadores de P y A estn dadas
respectivamente por:
CV ( p )
A
100
A

CV ( A )

N p
Np

p
p

100

100

p
p

100 CV ( p)

Lmites de Confianza para n 30

LC( P)

LC( A)

p(1 p)
(1
n 1

p Z
2

Np N Z
1

f)

p(1 p)
(1
n 1

1
2n

f)

1
2n

Determinacin del Tamao de Muestra

Dado un nivel de confianza del 100 (1 ) %, para encontrar el tamao de
muestra mnimo para estimar la proporcin P o el total A, con un margen de error
mximo permisible E (para P) y de error relativo permisible r (para A), se usa la
siguiente frmula:
n

no
n 1
1 o
N

51

Con:
n0

Z o2 p(1 p)
,
E2

para estimar la proporcin P.

n0

N 2 Z o2 p (1 p )
,
r2 p

para estimar el total A.

Donde:
Zo = Z 1 / 2 P (Z Zo ) = 1 / 2 con Z ~ N(0,1) ; y

p P

A A

E
.
P

Adems, en ambos casos, si no / N 0.05, se toma n = no.

Ejemplo 2.3
En un distrito que posee 500 establecimientos comerciales, se seleccionan al azar
30 establecimientos, obtenindose los siguientes datos sobre el nmero de
empleados: 2, 2, 2, 2, 3, 4, 2, 3, 4, 5, 2, 4, 2, 6, 6, 7, 5, 4, 5, 3, 2, 2, 2, 2, 3, 2, 2, 2,
2 y 2. Se pide: a) Estimar la proporcin de establecimientos con 5 o ms
empleados y su intervalo de confianza del 95%; b) Estimar el total de
establecimientos con 5 o ms empleados y su intervalo de confianza del 95%; c)
Determinar el tamao de muestra de establecimientos comerciales que se debe
seleccionar como mnimo para tener un margen de error relativo del 10 % con una
confianza del 95 %.
Solucin
a) La proporcin estimada de establecimientos con 5 o ms empleados es:
n

Xi
p

i 1

a
n

6
30

0.20

El intervalo del 95 % de confianza para la verdadera proporcin P de

establecimientos que emplean 5 ms personas est dado por:

LC( P)

p Z
1

52

p(1 p)
(1
n 1

f)

1
2n

LC ( P )

0.2

(1.96)

(0.2)(0.8)
30
1
30 1
500

1
2(30)

Luego, el lmite inferior de confianza (LIC) y el lmite superior (LIS) sern

respectivamente LIC(P) = 0.0422 y LSC(P) = 0.3578.
Conf (0.042 P 0.358) = 95 %

Por lo tanto:

b) El nmero total de establecimientos con 5 personas o ms empleados es:

= Np = 500 (0.2) = 100. Al 95% de confianza Z0.975 = 1.96
El intervalo de confianza del 95 % para el Total de Establecimientos Comerciales que
tienen 5 o ms empleados est dado por:
Conf (42 A 358) = 95 %
c)

El nmero de establecimientos comerciales que se debe seleccionar como

mnimo para tener un margen de error del 8 % con una confianza del 95 % est
dado por:

n0

Z 02 p (1 p )
E2

(1.96) 2 (0.2)(0.8)
(0.08) 2

96 establecimientos.

Como 96 / 500 = 0.192 > 0.05, entonces:

no
n 1
1 o
N

96
96 1
1
500

80.7 , se toma n = 81 establecimientos.

53

2.3 APLICACIN DEL MUESTREO ALEATORIO SIMPLE CON SPSS

Una valiosa herramienta para seleccionar una muestra y procesar los resultados es el
programa SPSS (Statistical Package of Science Social). Este programa a partir de la
versin 12 en el men Analizar tiene la opcin Muestras Complejas que permite
disear una muestra (Prez, 2006), creando un plan de anlisis y un plan de
seleccin, para luego obtener resultados (frecuencias, estadsticos descriptivos, tablas
de contingencia, razones y modelos de regresin). Describimos estos procedimientos
con la versin 15.0 en espaol. Se debe tener una base de datos en SPSS.
CASO 2-1. CONTEO RPIDO
Durante las jornadas electorales, el da de las elecciones, se acostumbra efectuar dos
tipos de mediciones de los resultados de las mismas: a boca de urna (seleccionando
una muestra de ciudadanos) y el conteo rpido (seleccionando mesas electorales).
Veamos cmo se efectuara la seleccin de mesas y la obtencin de resultados con el
muestreo aleatorio simple en el SPSS.
Tomaremos como referencia la base datos Elecc. La Molina 2006.sav, con los
resultados para las 628 mesas electorales de las elecciones municipales del 19 de
noviembre 2006, en el distrito de La Molina, de la provincia de Lima; obtenidos de la
pgina Web de la Oficina Nacional de Procesos Electorales (ONPE) y elaborados tanto
en Excel (Ver Anexo) como en SPSS, siguiendo las pautas dadas por Visauta (1997).
El resultado oficial final del proceso electoral en La Molina dado por la ONPE
tambin se puede ver en el Anexo.
De las N = 628 mesas electorales vamos a seleccionar n = 30 mesas, al azar. Es
necesario tener definidas las ponderaciones de cada unidad de anlisis (mesas en este
caso). En el SPSS se efecta con la opcin Transformar del men, Calcular
variable, poner el nombre de la variable de destino (peso_mas para el ejemplo), en
expresin numrica escribir la ponderacin 628/30 (equivalente a N/n), Aceptar.
Inmediatamente se genera una nueva variable en la base de datos con la denominacin
peso_mas (ponderacin o factor de expansin de cada mesa con el muestreo aleatorio
simple). Ver Figura 2-1.
A continuacin se describe la creacin del plan de anlisis y del plan de seleccin.
54

Figura 2-1. Determinacin de las ponderaciones con SPSS, para el M.A.S.

CREACIN DEL PLAN DE ANLISIS (SPSS Inc., 2003)
a) Elija en los mens: Analizar Muestras complejas Preparar para el anlisis
(Ver Figura 2-2)

Figura 2-2 Inicio de la creacin del plan de anlisis

55

b) Crear un archivo de plan.- poner un nombre al archivo y con examinar

escoger la ruta donde guardarlo, para usarlo posteriormente si es que desea editar
dicho plan. Por ejemplo: PA-MAS Elecc. La Molina 2006.csaplan. (Figura 2-3).

Figura 2-3 Creacin de un archivo de plan. Para continuar elegir Siguiente.

c) Variables de diseo.- escoger la Variable ponderacin y colocarla en
Ponderacin muestral. Ver figura 2-4. Para continuar elegir Siguiente.

Figura 2-4. Variables de diseo ponderacin muestral

56

d) Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR

(muestreo de probabilidad igual sin reposicin). Ver Figura 2-5.

Figura 2-5. Mtodo de estimacin. Para continuar elegir Siguiente.

e) Tamao.- en Unidades escoger Tamao de la poblacin y en Valor colocar dicho
tamao, para el ejemplo es 628 (total de mesas). Ver Figura 2-6.

Figura 2-6. Tamao. Para continuar elegir Siguiente.

57

f) Resumen.- aparece un resumen de lo realizado. En Desea aadir la etapa 2?

Aparece marcado No, dejarlo igual. Ver Figura 2-7.

Figura 2-7. Resumen. Para continuar elegir Siguiente.

g) Finalizar.- en Finalizacin del Asistente para el anlisis, pregunta Qu desea
hacer? Y aparece marcado Guardar las especificaciones en un archivo de plan,
dejarlo igual, ya que va a grabar el archivo definido en b). Ver Figura 2-8.

Figura 2-8. Finalizar. Elegir Finalizar.

58

Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis
del procedimiento desarrollado: clculo de las ponderaciones, la ruta donde esta
guardado el archivo del plan de anlisis, la variable de ponderacin, el tipo de
estimacin y el tamao de la poblacin; tal como se observa a continuacin:
GET
COMPUTE peso_mas = 628/30 .
VARIABLE LABELS peso_mas 'PONDERACIN M.A.S.' .
EXECUTE .
* Asistente de preparacin del anlisis.
CSPLAN ANALYSIS
/PLAN FILE='D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\PA-MAS '+
'Elecc. La Molina 2006.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_mas
/PRINT PLAN
/DESIGN
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE VALUE=628.

Res um e n
Inf ormac in sobre
el anlisis

Supues tos del estimador

Etapa 1
Muestreo de
probabilidad
igual sin
reposicin

Tamao de la poblac in

628

Archivo de plan: D:\Beatriz \UNAC\Investigacin\Proyecto 7

Muestreo\PA-MAS Elec c. La Molina 2006.cs aplan
Variable de ponderacin: PONDERACIN M.A.S.
Es timador SRS: Mues treo sin reposicin
Al final aparece un resumen de los pasos seguidos en el plan de anlisis,
confirmando nuestro requerimiento en el muestreo aleatorio simple.

59

CREACIN DEL PLAN DE SELECCIN (con el asistente de muestreo)

a) Elija AnalizarMuestras complejasSeleccionar una muestra (Ver Figura 2-9)

Figura 2-9. Inicio de la creacin del plan de seleccin

b) Disear una muestra.- poner un nombre al archivo y con examinar guardarlo.
Por ejemplo: PS-MAS Elecc. La Molina 2006.csplan. (Figura 2-10).

Figura 2-10. Disear una muestra. Para continuar elegir Siguiente.

60

c) Variables de diseo.- escoger slo ponderacin y colocarla en Introducir

ponderacin muestral. Ver figura 2-11. Para continuar elegir Siguiente.

Figura 2-11. Variables de diseo.

d) Mtodo de muestreo.- escoger el Tipo Muestreo aleatorio simple. Sin reposicin
(SR). Ver Figura 2-12. Para continuar elegir Siguiente.

Figura 2-12. Mtodo de muestreo.

61

e) Tamao de la muestra.- en Unidades escoger Recuentos y en Valor colocar el

tamao, para el ejemplo es 30 mesas. Ver Figura 2-13.

Figura 2-13. Tamao de la muestra. Para continuar elegir Siguiente.

f) Variables de resultado.- Qu variables desea guardar? Tamaos de poblacin,
muestra y ponderacin muestral. Ver Figura 2-14.

Figura 2-14. Variables de resultado. Para continuar elegir Siguiente.

62

g) Resumen del plan.- aceptar el resumen y pasamos a seleccionar la muestra. No

aadir la etapa 2. Ver Figura 2-15. Para continuar elegir Siguiente.

Figura 2-15. Resumen del plan.

h) Extraer muestra, Opciones de seleccin.- Aceptar la propuesta automtica o
personalice si desea. Ver Figura 2-16. Para continuar elegir Siguiente.

Figura 2-16. Opciones de seleccin.

63

i) Extraer muestra, Archivo de resultados.- Dnde desea almacenar los datos

de la muestra? Escoger Archivo externo, ponerle nombre y con Examinar ver
donde guardarlo. Ver Figura 2-17. Para continuar elegir Siguiente.

Figura 2-17. Archivo de resultados.

j) Finalizacin del Asistente de muestreo.- Qu desea hacer? Guardar el diseo
en un archivo de plan y extraer la muestra. Ver Figura 2-18. Finalizar.

Figura 2-18. Finalizacin del Asistente de muestreo.

64

Finalizada la creacin del plan de seleccin, en resultados del SPSS aparece un

resumen, la sintaxis del procedimiento desarrollado, as como la ruta donde esta
guardado el archivo del plan de seleccin, la variable de ponderacin, el tipo de
estimacin y el tamao de la muestra; tal como se observa a continuacin:

Muestras complejas: Plan

[Conjunto_de_datos1]
D:\Beatriz\UNAC\Investigacin\Proyecto
Muestreo\Alcalde 2006 Lima Callao\Elecc. La Molina 2006.sav

Resumen
Etapa 1
Informacin de la
muestra

Mtodo de seleccin
Muestreo
aleatorio
simple sin
reposicin
Nmero de unidades muestreadas
Variables creadas o
Probabilidad de inclusin
modificadas
(seleccin) segn etapa
Ponderacin de muestreo
acumulada segn etapa

30
Probabilida
dInclusin_
1_
Ponderaci
nMuestralA
cumulada_
1_

Tamao de la poblacin
segn etapa
TamaoPo
blacin_1_
Tamao de la muestra
segn etapa
Ponderacin de muestreo
segn etapa
Informacin sobre
el anlisis

Supuestos del estimador

TamaoMu
estral_1_
Ponderaci
nMuestral1
_
Muestreo
de
probabilida
d igual sin
reposicin

Probabilidad de inclusin
A partir de
la variable
Probabilida
dInclusin_
1_

Archivo del plan: D:\Beatriz\UNAC\Investigacin\Proyecto 7 Muestreo\Alcalde 2006 Lima

Callao\M.A.S\PS-MAS Elecc. La Molina 2006.csplan
Variable de ponderacin: PonderacinMuestral_Final_
Ponderacin anterior: PONDERACIN M.A.S.

65

CSSELECT
/PLAN FILE='D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.A.S\PS-MAS Elecc. La Molina 2006.csplan'
/CRITERIA STAGES = 1 SEED = RANDOM
/CLASSMISSING EXCLUDE
/DATA RENAMEVARS
/SAMPLEFILE OUTFILE = 'D:\Beatriz\UNAC\Investigacin\Proyecto 7 '+
'Muestreo\Alcalde 2006 Lima Callao\M.A.S\Muestra aleatoria.
Elecc. La '+
'Molina 2006.sav'
/PRINT SELECTION.

Muestras complejas: Seleccin

[Conjunto_de_datos1] D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\Alcalde 2006 Lima Callao\Elecc. La Molina 2006.sav
Res um e n para la etapa 1
Nmero de unidades
muestreadas
Solicitados
Reales
30
30

Proporc in de unidades
muestreadas
Solicitados
Reales
4.8%
4.8%

A rchivo del plan: D:\Beatriz\UNA C\Investigac in\Proyecto

7 Muestreo\A lc alde 2006 Lima Callao\M.A .S\PS-MAS
Elec c. La Molina 2006.csplan

A continuacin se presenta la muestra seleccionada en la Figura 2-19.

Figura 2-19. Muestra aleatoria simple seleccionada con el SPSS.

66

En las ltimas columnas de la muestra seleccionada, el programa crea variables de

acuerdo a las especificaciones del muestreo, as proporciona informacin de las
probabilidades de seleccin de cada unidad de anlisis (mesa electoral), el tamao de la
poblacin, el tamao de la muestra y las ponderaciones muestrales, ver Figura 2-20.

Figura 2-20. Variables creadas por el SPSS.

Creados los planes de anlisis y seleccionada la muestra, utilizaremos dichos resultados
muestrales para efectuar una serie de clculos en muestras complejas.
OBTENCIN DE RESULTADOS EN MUESTRAS COMPLEJAS
En el men Analizar, Muestras complejas del SPSS se pueden realizar clculos de
frecuencias, estadsticos descriptivos, tablas de contingencia, razones y modelos de
regresin (lineal general, logstico y ordinal).
Vamos a obtener resultados de las elecciones municipales 2006 de La Molina utilizando
la muestra aleatoria simple ya obtenida y los planes elaborados. En el men seguir la
secuencia: Analizar- Muestras complejas Descriptivos; aparece la ventana Plan de
muestras complejas para anlisis descriptivos solicitando un Plan (escogemos el plan

67

creado: PA-MAS Elecc. La Molina 2006.csplan) En Probabilidades conjuntas: un

conjunto de datos abierto = Muestra aleatoria. Elecc. La Molina 2006.sav (abierta de
antemano para trabajar) y Continuar. Ver Figura 2-21.

Figura 2-21. Plan de muestras complejas para anlisis descriptivos.

Aceptar el mensaje se ignorar el archivo de probabilidades conjuntas porque el plan no
solicita una estimacin SR de probabilidad desigual.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar las
agrupaciones polticas, as como los votos vlidos, blancos, nulos y total a expandir. Ver
Figura 2-22.
En la opcin Estadsticos, para nuestro caso escoger: suma, error tpico, intervalos de
confianza del 95% y coeficiente de variacin. Continuar y Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados (votos)
expandidos para todas las agrupaciones polticas consideradas, as como los votos
vlidos, blancos, nulos y totales acompaados de la estimacin, error tpico, intervalo de
confianza y coeficiente de variacin. Ver Figura 2-23.

68

Figura 2-22. Ventana de descriptivos de muestras complejas.

Es tadsticos univariantes

SIEMPRE UNIDOS
RENOV A CIN NA CIONA L
A V A NZA PAS
RESTA URA CIN
NACIONA L
UNIDA D NA CIONA L
SOMOS PER
A PRA
PRIMERO LA MOLINA
V OTOS V LIDOS
BLA NCOS
NULOS
TOTAL

Intervalo de conf ianza

al 95%
Inf erior
Superior
1155
2027
806
1497
291
714

Coef iciente
de v ariacin
.134
.147
.206

Es timac in
1591
1151
502

Error tpic o
213.368
169.001
103.466

8625

518.107

7565

9684

.060

39648
13397
6427
8415
79756
4312
3998
88067

1084.654
533.217
445.298
429.424
2167.928
398.272
306.032
2278.537

37429
12307
5516
7537
75322
3498
3372
83406

41866
14488
7337
9293
84190
5127
4624
92727

.027
.040
.069
.051
.027
.092
.077
.026

Figura 2-23. Resultados por agrupaciones polticas.

Estos resultados, de votos emitidos estimados han sido exportados y ordenados en Excel
para hacer comparaciones con los resultados reales dados por la ONPE para La Molina
(ver Anexo) los mismos que se muestran resumidos en el Cuadro 2.4.

69

CUADRO 2.4. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Aleatorio Simple
NMERO DE VOTOS EMITIDOS
Estimacin Intervalo Confianza 95%
Coefic. de
ONPE
Agrupacin Poltica
(1)
Inferior
Superior
Variacin
(2)
Unidad Nacional
39648
37429
41866
2.7%
40,650
Somos Per
13397
12307
14488
4.0%
13,908
Restauracin Nacional
8625
7565
9684
6.0%
8,656
Primero La Molina
8415
7537
9293
5.1%
8,796
Apra
6427
5516
7337
6.9%
6,896
Siempre Unidos
1591
1155
2027
13.4%
1,528
Renovacin Nacional
1151
806
1497
14.7%
1,470
Avanza Pas
502
291
714
20.6%
526
VOTOS VLIDOS
79756
75322
84190
2.7%
82,430
Blancos
4312
3498
5127
9.2%
4,153
Nulos
3998
3372
4624
7.7%
4,694
TOTAL
88067
83406
92727
2.6%
91,277
Nota: los votos nulos de la ONPE incluyen 5 mesas anuladas con un total de 689 votos

ERROR
(1) - (2)
1002
511
31
381
469
63
319
24
2674
159
696
3210

En los resultados del Cuadro 2.4., con tan solo 30 de las 628 mesas electorales del distrito de
La Molina, en las elecciones municipales del ao 2006, se puede apreciar que las
estimaciones (1) de los votos emitidos reflejan muy buenas aproximaciones a los resultados
de la ONPE (2) con errores absolutos pequeos para este tipo de informacin; incluyendo las
estimaciones para los votos nulos, que en el caso de la ONPE incluye los votos de 5 mesas
electorales anuladas con una suma de 689 votos.
Si apreciamos los intervalos del 95% de confianza obtenido para las agrupaciones polticas,
todos contienen los resultados dados por la ONPE. Habra que observar que la diferencia con
la ONPE en el tercer lugar no lo detecta bien por que hay un empate tcnico entre
Restauracin Nacional y Primero La Molina, empate similar al de Renovacin Nacional y
Avanza Pas.
Adems, los coeficientes de variacin obtenidos para las cinco primeras agrupaciones con
ms votos son muy pequeos, garantizando los resultados en un proceso de conteo rpido.
De manera similar se obtienen los porcentajes (respecto a los votos totales o vlidos)
utilizando el men seguir la secuencia: Analizar- Muestras complejas Razones; aparece
la ventana Plan de muestras complejas para anlisis de razones solicitando un Plan
(escogemos el mismo plan creado: PA-MAS Elecc. La Molina 2006.csplan). En

70

Probabilidades conjuntas: un conjunto de datos abierto = Muestra aleatoria. Elecc. La

Molina 2006.sav (abierta de antemano para trabajar) y Continuar. Similar a la Figura 2-21.
Aceptar el mensaje se ignorar el archivo de probabilidades conjuntas porque el plan no
solicita una estimacin SR de probabilidad desigual.
Aparece la ventana: Razones de muestras complejas. En Numeradores colocar las
agrupaciones polticas, as como los votos vlidos, blancos y nulos. En Denominador colocar
el total de votos (para obtener el porcentaje de votos emitidos). Ver Figura 2-24.

Figura 2-24. Razones de muestras complejas.

En la opcin Estadsticos, para nuestro caso escoger: error tpico, intervalos de confianza del
95% y coeficiente de variacin. Continuar y Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados (proporcin
de votos respecto al total) para todas las agrupaciones polticas consideradas, as como
los votos vlidos, blancos, nulos y totales acompaados de la estimacin, error tpico,
intervalo de confianza y coeficiente de variacin. Ver Figura 2-25.

71

Razones 1

Numerador
SIEMPRE UNIDOS
RENOVACIN NACIONAL
AVANZA PAS
RESTAURACIN
NACIONAL
UNIDAD NACIONAL
SOMOS PER
APRA
PRIMERO LA MOLINA
VOTOS VLIDOS
BLANCOS
NULOS

Denominador
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL

Es timac in
de la raz n
.018
.013
.006
.098
.450
.152
.073
.096
.906
.049
.045

Error tpic o
.002
.002
.001
.005
.007
.005
.004
.005
.006
.005
.003

Intervalo de confianza
al 95%
Inferior
Superior
.014
.022
.009
.017
.003
.008
.088
.107
.437
.464
.141
.163
.064
.082
.086
.105
.894
.918
.040
.058
.039
.052

Coeficiente
de v ariacin
.116
.144
.206
.047
.015
.034
.060
.049
.006
.093
.070

Figura 2-25. Proporcin de votos por agrupaciones polticas, respecto al total de votos.

Estos resultados, de proporcin (razn) de votos emitidos estimados han sido

exportados y ordenados en Excel para hacer comparaciones con los resultados reales
dados por la ONPE para La Molina (ver Anexo) los mismos que se muestran resumidos
en el Cuadro 2.5 siguiente.

CUADRO 2.5. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Aleatorio Simple
PORCENTAJE DE VOTOS EMITIDOS
Agrupacin Poltica
Unidad Nacional
Somos Per
Restauracin Nacional
Primero La Molina
Apra
Siempre Unidos
Renovacin Nacional
Avanza Pas
VOTOS VLIDOS
Blancos
Nulos
TOTAL

Estimacin Intervalo Confianza 95%

Coefic. de
(1)
Inferior
Superior
Variacin
45.02%
43.65%
46.39%
1.5%
15.21%
14.15%
16.28%
3.4%
9.79%
8.85%
10.74%
4.7%
9.56%
8.60%
10.51%
4.9%
7.30%
6.40%
8.20%
6.0%
1.81%
1.38%
2.24%
11.6%
1.31%
0.92%
1.69%
14.4%
0.57%
0.33%
0.81%
20.6%
90.56%
89.37%
91.76%
0.6%
4.90%
3.96%
5.83%
9.3%
4.54%
3.89%
5.19%
7.0%
100.00%

ONPE
(2)
44.54%
15.24%
9.48%
9.64%
7.56%
1.67%
1.61%
0.58%
90.31%
4.55%
5.14%
100.00%

ERROR
(1) - (2)
0.49%
0.02%
0.31%
0.08%
0.26%
0.13%
0.30%
0.01%
0.26%
0.35%
0.60%

Los resultados porcentuales son idnticos a los obtenidos anteriormente para el nmero
de votos emitidos, con diferencias casi imperceptibles.
De manera similar a la determinacin del % de votos emitidos, obtenemos la proporcin
de votos vlidos por agrupacin poltica, tal como se muestra en la Figura 2-26.
72

Razones 1

Numerador
SIEMPRE UNIDOS
RENOVACIN NACIONAL
AVANZA PAS
RESTAURACIN
NACIONAL
UNIDAD NACIONAL
SOMOS PER
APRA
PRIMERO LA MOLINA

Denominador
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS

Es timac in
de la raz n
.020
.014
.006
.108
.497
.168
.081
.106

Error tpic o
.002
.002
.001
.005
.008
.005
.005
.005

Intervalo de confianza
al 95%
Inferior
Superior
.015
.025
.010
.019
.004
.009
.098
.118
.482
.513
.157
.179
.071
.090
.095
.116

Coeficiente
de v ariacin
.117
.145
.209
.044
.015
.032
.060
.049

Figura 2-26. Proporcin de votos vlidos por agrupaciones polticas.

Estos resultados, de proporcin (razn) de votos vlidos estimados han sido exportados
y ordenados en Excel para hacer comparaciones con los resultados reales dados por la
ONPE para La Molina (ver Anexo) los mismos que se muestran resumidos en el Cuadro
2.6 siguiente.

CUADRO 2.6. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Aleatorio Simple
PORCENTAJE DE VOTOS VALIDOS

Agrupacin Poltica
Unidad Nacional
Somos Per
Restauracin Nacional
Primero La Molina
Apra
Siempre Unidos
Renovacin Nacional
Avanza Pas
VOTOS VLIDOS

Estimacin Intervalo Confianza 95%

Coefic. de
(1)
Inferior
Superior
Variacin
49.71%
48.16%
51.27%
1.5%
16.80%
15.69%
17.91%
3.2%
10.81%
9.84%
11.78%
4.4%
10.55%
9.50%
11.60%
4.9%
8.06%
7.07%
9.04%
6.0%
1.99%
1.52%
2.47%
11.7%
1.44%
1.02%
1.87%
14.5%
0.63%
0.36%
0.90%
20.9%
100.00%

ONPE
(2)
49.32%
16.87%
10.50%
10.67%
8.37%
1.85%
1.78%
0.64%
100.00%

ERROR
(1) - (2)
0.40%
0.07%
0.31%
0.12%
0.31%
0.14%
0.34%
0.01%

Estos son los resultados que generalmente se proporcionan en los conteos rpidos que
como vemos en nuestro caso son muy parecidos a los de la ONPE.
Siguiendo procedimientos parecidos se pueden efectuar otros anlisis con muestras
complejas.

73

CASO 2-2. ESTIMACIN DEL NMERO DE MIEMBROS EN LA

FAMILIA
Una variable importante para los estudios de mercado es el nmero de miembros en la
familia, ya que la composicin de estas permite efectuar un mejor posicionamiento de los
productos. Tomando como referencia los datos del ejemplo 2-2, con la ayuda del SPSS
estimaremos tanto el promedio

como el total de personas en

la ciudad y sus

correspondientes intervalos de confianza del 95%.

Este caso se diferencia del 2-1 porque en aquel a partir de un marco muestral de mesas
electorales en SPSS seleccionamos mesas. En este otro caso ya tenemos una muestra
seleccionada de 30 familias con sus resultados correspondientes y vamos a efectuar las
estimaciones tanto del promedio como del total.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada familia, asignar las ponderaciones a cada familia, elaborar el plan de anlisis (ya no es
necesario el plan de seleccin porque la muestra ha sido seleccionada usando nmeros
aleatorios) y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso2-2personas.sav, con los datos del nmero de personas
en cada una de las 30 familias. Ver Figura 2-27.
b) Definimos las ponderaciones de cada unidad de anlisis (familia). Ya sabemos que en el
SPSS se efecta con la opcin Transformar del men, Calcular variable, poner el
nombre de la variable de destino (ponderacin), en expresin numrica escribir la
ponderacin 10,000 / 30 (equivalente a N/n), Aceptar. Inmediatamente se genera una
nueva variable en la base de datos con la denominacin ponderacin (factor de
expansin de cada familia en el muestreo aleatorio simple). Ver Figura 2-27.
c) La creacin del plan de anlisis, se efecta de manera similar al Caso 2-1.
Elija en los mens: Analizar Muestras complejas Preparar para el anlisis.
Crear un archivo de plan poner un nombre al archivo (PA-MAS Caso 2-2
personas.csplan) y con examinar escoger la ruta donde guardarlo. Para continuar
escoger siguiente.

74

Figura 2-27. Base de datos de las personas por familia y sus ponderaciones.
Variables de diseo.- escoger la Variable ponderacin y colocarla en Ponderacin
muestral. Para continuar elegir Siguiente.
Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Elegir Siguiente para continuar.
Tamao.- en Unidades escoger Tamaos poblacionales y en Valor colocar 10 000
(total de familias). Para continuar elegir Siguiente.
Aparece un resumen de lo realizado. En Desea aadir la etapa 2? Aparece
marcado No, dejarlo igual. Para continuar escoger Siguiente.
En Finalizacin del Asistente para el anlisis, pregunta Qu desea hacer? Y
aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: clculo de las ponderaciones, la ruta donde esta guardado el

75

archivo del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el tamao

de la poblacin.
d) Obtencin de las estimaciones.- Vamos a obtener las estimaciones del promedio y el
total de personas en la ciudad utilizando la base de datos definida en la parte a) y b) as
como el plan de anlisis elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Descriptivos.
Aparece la ventana Plan de muestras complejas para anlisis descriptivos solicitando
un Plan (escogemos el plan creado: PA-MAS Caso2-2 personas.csplan) En
Probabilidades conjuntas: un conjunto de datos abierto = Caso2-2 personas.sav
(abierta de antemano para trabajar) marcarla. Presione Continuar para seguir.
Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el
plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar la
variable personas (nmero de personas en la familia). En la opcin Estadsticos,
para nuestro caso escoger: Media, Suma (equivalente a total), error tpico, intervalos
de confianza del 95% y coeficiente de variacin. Continuar y Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los mismos resultados estimados
para la media y el total (suma) de personas del Ejemplo 3.2 y la forma de lograrlos es mucho
ms rpida. Se observa la estimacin, el error estndar (tpico), intervalo de confianza y el
error relativo (coeficiente de variacin). Ver Figura 2-28.
Estadsticos univariantes
Intervalo de confianza al
95%
Estimacin

Error tpico

Inferior

Superior

Coeficiente de
variacin

Media

NMERO DE PERSONAS
EN LA FAMILIA

3.47

.223

3.01

3.92

.064

Suma

NMERO DE PERSONAS
EN LA FAMILIA

34667

2231.856

30102

39231

.064

Figura 2.28. Estimacin de la media y el total de personas en la ciudad con SPSS.

76

CASO 2-3. ESTIMACIN DEL NMERO DE ADHERENTES EN

UN PETITORIO1
Se recabaron firmas para una peticin en 676 hojas. Cada hoja tena espacio suficiente para
42 firmas pero en muchas de las hojas se recab un nmero menor de firmas. Se cont el
nmero de firmas por hoja en una muestra al azar de 50 hojas (muestra del 7%
aproximadamente); los resultados se muestran en el Cuadro 2.7.
Cuadro 2.7. Resultados de una muestra (aleatoria simple) de 50 hojas conteniendo firmas
Xi 42 41 36 32 29 27 23 19 16 15 14 11 10

fi

23

Donde Xi = nmero de firmas en la hoja; y fi = frecuencia (nmero de hojas).

Estimar el nmero total de firmas para la peticin y los lmites de confianza del 80%.
Este caso es parecido al 2-2. Los cuatro pasos a seguir son los siguientes: construir la base de
datos con los resultados de cada hoja (nmero de firmas), asignar las ponderaciones a cada
hoja, elaborar el plan de anlisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso2-3 petitorio.sav, con los datos del nmero de firmas en
cada una de las 50 hojas. Ver Figura 2-29.
b) Definimos las ponderaciones de cada unidad de anlisis (hoja). En el SPSS se efecta
con la opcin Transformar del men, Calcular variable, poner el nombre de la
variable de destino (ponderacin), en expresin numrica escribir la ponderacin 676
/ 50 (equivalente a N/n), Aceptar. Inmediatamente se genera una nueva variable en la
base de datos con la denominacin ponderacin (factor de expansin de cada hoja en el
muestreo aleatorio simple). Ver Figura 2-29.
c) La creacin del plan de anlisis, se efecta de manera similar al Caso 2-2.

Cochran, William. Tcnicas de Muestreo. Ejemplo pgina 51. Compaa Editorial Continental S.A.,
Mxico, 1972.

77

 Elija en los mens: Analizar Muestras complejas Preparar para el anlisis.

Crear un archivo de plan poner un nombre al archivo (PA-MAS Caso 2-3
petitorio.csplan) y con examinar escoger la ruta donde guardarlo. Para continuar
escoger siguiente.

Figura 2-29. Base de datos de las firmas por hoja y sus ponderaciones.
Variables de diseo.- escoger la Variable ponderacin y colocarla en Ponderacin
muestral. Para continuar elegir Siguiente.
Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Elegir Siguiente para continuar.
Tamao.- en Unidades escoger Tamaos poblacionales y en Valor colocar 676
(total de hojas). Para continuar elegir Siguiente.
Aparece un resumen de lo realizado. En Desea aadir la etapa 2? Aparece
marcado No, dejarlo igual. Para continuar escoger Siguiente.

78

 En Finalizacin del Asistente para el anlisis, pregunta Qu desea hacer? Y

aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: clculo de las ponderaciones, la ruta donde esta guardado el
archivo del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el tamao
de la poblacin.
d) Obtencin de las estimaciones.- Vamos a obtener las estimaciones del total de firmas
en el petitorio utilizando la base de datos definida en la parte a) y b) as como el plan de
anlisis elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Descriptivos.
Aparece la ventana Plan de muestras complejas para anlisis descriptivos solicitando
un Plan (escogemos el plan creado: PA-MAS Caso2-3 petitorio.csplan) En
Probabilidades conjuntas: un conjunto de datos abierto = Caso2-3 petitorio.sav
(abierta de antemano para trabajar) marcarla. Presione Continuar para seguir.
Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el
plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar la
variable firmas (nmero de firmas por hoja). En la opcin Estadsticos, para nuestro
caso escoger: Suma (equivalente a total), error tpico, intervalos de confianza del
80% y coeficiente de variacin. Continuar y Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados para el
total (suma) de firmas. Se observa la estimacin, el error estndar (tpico), intervalo de
confianza y el error relativo (coeficiente de variacin). Ver Figura 2-30.
Estadsticos univariantes
Intervalo de confianza al
80%

Suma

NMERO DE FIRMAS

Estimacin

Error tpico

Inferior

Superior

Coeficiente de
variacin

19888

1392.122

18079

21696

.070

Figura 2-30. Estimacin del total de firmas en el petitorio con SPSS.

79

Con los datos del Cuadro 2.7 (datos agrupados) obtendramos:

20

20

fi

50 ,

20

X i fi

N=676,

i 1

1471

X i2 f i

i 1

54497

i 1

20

X i fi
X

La media muestral es:

1471
50

i 1

50

29.42

20

X i2 fi

La varianza de la muestra es: S 2

i 1

n 1

54497 50(29.42) 2
50 1

228.98

Sabemos que el total estimado de firmas viene dado por:

X

nX 2

N X = 676 (29.42) = 19 888 firmas.

Para halla el intervalo de confianza necesitamos hallar:

La varianza estimada para el total:
X2

N2

s2
(1 f )
n

(676) 2

228.98
50
1
50
676

El error estndar (tpico) para el total es:

1 938 004.5

1938004.5 = 1 392.1223

El estimador del coeficiente de variacin (error relativo) para el total esta dado
CV ( X )

por:

X
1392.1223
100
100 = 7.0 %
19888
X

El intervalo de confianza del 80% para el total esta dado por:

IC( X )

X t49, 0.90 X

19888 1.299(1392.1223) 19888 1808.4

Conf [18 079 X = Total 21 696] = 80%

Resultados idnticos a los encontrados con el SPSS (Ver Figura 2-30).

80

CASO 2-4. ESTIMACIN DEL NMERO Y PORCENTAJE DE

EMPLEADOS POR ESTABLECIMIENTO
Tomando como referencia los datos del ejemplo 2-3, de un distrito que posee N = 500
establecimientos comerciales, se seleccionan al azar n = 30 establecimientos, obtenindose
los siguientes datos sobre el nmero de empleados: 2, 2, 2, 2, 3, 4, 2, 3, 4, 5, 2, 4, 2, 6, 6, 7, 5,
4, 5, 3, 2, 2, 2, 2, 3, 2, 2, 2, 2 y 2.
Con la ayuda del SPSS estimaremos tanto el promedio como el total de empleados en los
establecimientos del distrito y sus correspondientes intervalos de confianza del 95%; as
como el porcentaje y el total de establecimientos con 5 o ms empleados en el distrito y sus
intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada establecimiento, asignar las ponderaciones a cada establecimiento, elaborar el plan de
anlisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso2-4 empleados por establecimiento.sav. Se ha
considerado la variable establecimiento hacindole corresponder el valor 1 a cada
establecimiento, con el fin de utilizar la suma (30) como denominador de la proporcin.
La variable empleados con los datos del nmero de empleados en cada uno de los 30
establecimientos. Tambin la variable V_o_ms (Cinco o ms empleados) creada con la
opcin Transformar Recodificar en distinta variable considerando los valores 0 = si
el establecimiento tiene menos de 5 empleados y 1 = si el establecimiento tiene 5 o ms
empleados. Ver Figura 2-31.
b) Definimos las ponderaciones de cada unidad de anlisis (establecimiento). Ya sabemos
que en el SPSS se efecta con la opcin Transformar del men, Calcular variable,
poner el nombre de la variable de destino (ponderacin), en expresin numrica
escribir la ponderacin 500 / 30 (equivalente a N/n), Aceptar. Inmediatamente se genera
una nueva variable en la base de datos con la denominacin ponderacin (factor de
expansin de cada establecimiento en el muestreo aleatorio simple). Ver Figura 2-31.

81

Figura 2-31. Base de datos de los empleados por establecimiento y sus ponderaciones.
c) La creacin del plan de anlisis, se efecta de manera similar a los casos anteriores.
Elija en los mens: Analizar Muestras complejas Preparar para el anlisis.
Crear un archivo de plan poner un nombre al archivo (PA-MAS Caso 2-4
empleados por estabecimiento.csplan) y con examinar escoger la ruta donde
guardarlo. Para continuar escoger siguiente.
Variables de diseo.- escoger la Variable ponderacin y colocarla en Ponderacin
muestral. Para continuar elegir Siguiente.
Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Elegir Siguiente para continuar.
Tamao.- en Unidades escoger Tamaos poblacionales y en Valor colocar 500
(total de establecimientos). Para continuar elegir Siguiente.

82

 Aparece un resumen de lo realizado. En Desea aadir la etapa 2? Aparece

marcado No, dejarlo igual. Para continuar escoger Siguiente.
En Finalizacin del Asistente para el anlisis, pregunta Qu desea hacer? Y
aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: clculo de las ponderaciones, la ruta donde esta guardado el
archivo del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el tamao
de la poblacin.
d) Obtencin de las estimaciones.- en primer lugar vamos a obtener las estimaciones del
promedio y el total de empleados en los establecimientos y sus intervalos de confianza
del 95% utilizando la base de datos definida en la parte a) y b) as como el plan de
anlisis elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Descriptivos.
Aparece la ventana Plan de muestras complejas para anlisis descriptivos solicitando
un Plan (escogemos el plan creado: PA-MAS Caso2-4 empleados por
estabecimiento.csplan) En Probabilidades conjuntas: un conjunto de datos abierto
= Caso2-4 empleados por estabecimiento.sav (abierta de antemano para trabajar)
marcarla. Presione Continuar para seguir.
Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el
plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar la
variable empleados (nmero de empleados por establecimiento). En la opcin
Estadsticos, para nuestro caso escoger: Media, Suma (equivalente a total), error
tpico, intervalos de confianza del 95% y coeficiente de variacin. Continuar y
Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados
para el total (suma) de firmas. Se observa la estimacin, el error estndar (tpico),
intervalo de confianza y el error relativo (coeficiente de variacin). Ver Figura 2-32.

83

Estadsticos univariantes
Intervalo de confianza al
95%
Estimacin

Error tpico

Inferior

Superior

Coeficiente de
variacin

Media

NMERO DE
EMPLEADOS

3.13

.266

2.59

3.68

.085

Suma

NMERO DE
EMPLEADOS

1567

132.979

1295

1839

.085

Figura 2-32. Estimacin de la media y el total de empleados por establecimiento con SPSS.

A continuacin vamos a obtener la estimacin de la proporcin = razn (porcentaje) de

establecimientos con 5 o ms empleados y sus intervalos de confianza del 95%
utilizando la base de datos definida en la parte a) y b) as como el plan de anlisis
elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Razones.
Aparece la ventana Plan de muestras complejas para anlisis razones solicitando un
Plan

(escogemos

el

plan

creado:

PA-MAS

Caso2-4

empleados

por

estabecimieno.csplan) En Probabilidades conjuntas: un conjunto de datos abierto =

Caso2-4 empleados por estabecimieno.sav (abierta de antemano para trabajar)
marcarla. Presione Continuar para seguir.
Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el
plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Razones de muestras complejas. En Numeradores colocar la
variable V_o_ms (Establecimientos con 5 o ms empleados) y en Denominador
colocar la variable establecimiento (Nmero de establecimientos). En la opcin
Estadsticos, para nuestro caso escoger: error tpico, intervalos de confianza del 95%
y coeficiente de variacin. Continuar y Aceptar.
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados
para la proporcin de establecimientos con 5 o ms empleados. Se observa la estimacin,

84

el error estndar (tpico), el intervalo de confianza al 95% y el error relativo (coeficiente

de variacin). Ver Figura 2-33.
Razones 1

Numerador

Denominador

ESTABLECIMIENTOS CON 5 O
MS
EMPLEADOS

NMERO DE
ESTABLECIMIENTOS

Intervalo de
confianza al 95%

Coeficiente
de
variacin

Estimacin
de la razn

Error
tpico

Inferior

Superior

Inferior

Superior

Inferior

.200

.072

.053

.347

.360

Figura 2-33. Estimacin de la proporcin de establecimiento con 5 o ms empleados en SPSS.

Sabemos que estas proporciones (calculadas como razones) se pueden expresar en

porcentaje multiplicndolas por 100. As tendremos que el porcentaje de
establecimientos con 5 o ms empleados es del 20% y el intervalo de confianza flucta
entre el 5.3% y 34.7%.
Sabemos tambin que estimadas las proporciones, los totales se obtienen multiplicando
las estimaciones por el tamao de la poblacin, N = 500 en nuestro caso; tendramos que
la estimacin del total de establecimientos con 5 o ms empleados es: 500 (0.200) = 100
establecimientos y el intervalo de confianza del 95% fluctuar entre 500 (0.053) = 27 y
500 (0.347) = 174 establecimientos.
Ambos resultados son idnticos a los obtenidos en la solucin del ejemplo 2-3.

85

Captulo 3. MUESTREO ESTRATIFICADO ALEATORIO

El logro es, ante todo, el producto de la constante elevacin de nuestras
aspiraciones y expectativas
Jack Nicklaus

CONTENIDO
3.1
3.2
3.3
3.4
3.5
3.6
3.7

Descripcin y Notacin.
Estimadores y Varianzas.
Lmites de Confianza.
El Problema de la Afijacin.
Determinacin del Tamao de Muestra.
La construccin de estratos.
Aplicacin del muestreo estratificado aleatorio con SPSS.

3.1 DESCRIPCIN Y NOTACIN

Descripcin
Cuando se tiene una poblacin heterognea (Yi: Y1, Y2, Y3, . , YN) y esta puede
dividirse en L subgrupos o estratos independientes y mutuamente excluyentes
de acuerdo a un criterio o variable de estratificacin, de modo que los elementos o
unidades sean homogneos dentro de cada estrato. De esta manera el estrato h (h
= 1, 2, 3, .... , L) esta constituido por Nh unidades y el tamao de la poblacin es:
L

Nh
h 1

Cada estrato obtenido constituye una subpoblacin con su marco de muestreo y

parmetros de un universo independiente. Posteriormente, de cada estrato se
selecciona una muestra aleatoria, de manera que el tamao de muestra en el estrato
h sea nh (h = 1, 2, 3, .... , L) y el tamao de la muestra este dado por:
L

nh
h 1

El objetivo de aplicar este mtodo de muestreo es obtener estimadores ms

eficientes; esto es con menor error estndar (desviacin) o menor error relativo
(coeficiente de variacin).

86

Notacin
Sean:
yhi : Valor obtenido para la i-sima unidad de anlisis del estrato h.
Nh : Tamao del estrato h.
nh : Tamao de la muestra seleccionada en el estrato h.
Wh

Nh
: Ponderacin del estrato h.
N

fh

nh
: Fraccin de muestreo del estrato h.
Nh

Ah = Nmero de elementos en el estrato h que poseen la caracterstica de inters o

especificada.
ah = Nmero de elementos en la muestra extrada del estrato h que poseen la
caracterstica de inters o especificada.
Nh

y hi
Yh

i 1

: Media verdadera del estrato h.

Nh
nh

y hi
yh

Ph

i 1

: Media muestral para el estrato h.

nh

Ah
: Proporcin de elementos del estrato h que poseen una caracterstica de
Nh

inters.
ph

ah
: Proporcin de elementos en la muestra extrada del estrato h que poseen
nh

la caracterstica especificada.
Nh

y hi
S h2

Yh

i 1

: Cuasivarianza para el estrato h.

Nh 1

nh

y hi
s h2

yh

i 1

nh 1

: Variancia muestral del estrato h.

87

3.2 ESTIMADORES Y VARIANZAS

Estimacin de la media y el total poblacional
La media poblacional est dada por:
Nh

y hi
Y

h 1

NhY h

i 1

Nh

h 1

Wh Y h

h 1

Como y h es un estimador de Y h , entonces, un estimador de la media poblacional

Y est dado por:

L

Wh y h
h 1

El total poblacional est dado por:

Nh

y hi

NY

h 1 i 1

Entonces un estimador del total poblacional Y est dado por:

L

N y

N h yh
h 1

Estimacin de la variancia de la media y el total poblacional

La variancia del estimador de la media poblacional est dada por:
L
2
y

L
2
h

Var y

W var y h
h 1

S h2
W
1
nh
1
2
h

Luego, un estimador de esta variancia es:

s h2
W
1 fh
n
h 1
h
L

2
y

2
h

El estimador del coeficiente de variacin para la media es:

cv(Y )

88

y
y

100

fh

La variancia del estimador del total poblacional est dada por:

L

Var Y

2
Y

N Var y

S h2
W
1
nh
1
2
h

fh

Luego un estimador de esta variancia es:

Y2

2
h

W
h 1

sh2
nh

1 fh

2
h

h 1

sh2
nh

nh
Nh

El estimador del coeficiente de variacin para el total es:

y
100
Y

cv(Y )

N y
Ny

100

y
y

100 cv(Y )

Estimacin de la Proporcin y el Total de una Caracterstica

La proporcin de elementos en la poblacin que poseen una caracterstica de
inters o especificada esta dada por:
L

Wh Ph
h 1

El estimador de P, proporcin de elementos que poseen la caracterstica de inters

en la poblacin, esta dado por:
L

Wh p h
h 1

El total de elementos que poseen la caracterstica de inters o especificada en la

poblacin es:
L

NP

Wh Ph
h 1

N h Ph
h 1

El cual es estimado por:

A

Np

Wh ph
h 1

89

N h ph
h 1

Estimacin de la variancia de la Proporcin y el Total de una

Caracterstica
La variancia de la proporcin de elementos que poseen la caracterstica de inters
en la poblacin, esta dada por:
L
2
p

Wh2

Var p
h 1

Ph 1 Ph
nh

N h nh
Nh 1

La cual es estimada por:

L
2

ph 1 ph
1
nh 1

Wh2

p
h 1

fh

El estimador del coeficiente de variacin para la proporcin es:

p

cv( P)

100

La variancia del total de elementos que poseen la caracterstica esta dada por:

2
A

Var A

2
p

N h2
h 1

Ph 1 Ph
nh

N h nh
Nh 1

La cual es estimada por:

A2

N 2 p2

Nh2
h 1

ph 1 ph
nh 1

1 fh

El estimador del coeficiente de variacin para el total es:

cv( A)

A
100
A

N p
Np

100

p
p

100

3.3 LMITES DE CONFIANZA

Con un nivel de confianza del 100 (1 )% se tiene:

Para la media:

LC Y

90

y t y

cv( P)

Para el total:
Y t Y

LC Y

Donde:
t = Z (1 / 2 ) ,

si n > 30

t = t (1 / 2 , n - L) , si n 30
Siendo: P (Z Z 1 / 2 ) = 1 / 2 , donde Z ~ N(0,1) , y
P(T t

1/2

) = 1 / 2 , donde T ~ t n L

Para la proporcin (para n > 30):

p Z1

LC P

/2

Para el total de elementos que posee la caracterstica especificada (para n > 30):
A Z 1

LC A

/2

3.4 EL PROBLEMA DE LA AFIJACIN

Se llama afijacin o asignacin al reparto del tamao de muestra n entre los

diferentes estratos de modo que:
L

nh
h 1

Es decir, que la afijacin es la determinacin de los tamaos de muestra en los

estratos nh .
La afijacin o asignacin ms usadas son: la asignacin proporcional y la
asignacin ptima de Neyman.

Para Medias y Totales:

a) Asignacin Proporcional:

nh

Nh
, h 1, 2, .... , L
N

91

b) Asignacin ptima:

nh

N h Sh

, h 1, 2, .... , L

N h Sh
h 1

En este caso si Sh es desconocido se usa la estimacin sh.

Para Proporciones:

a) Asignacin proporcional:

nh

Nh
N

, h 1, 2, .... , L

b) Asignacin ptima:

nh

N h Ph 1 Ph

, h 1, 2, .... , L

N h Ph 1 Ph
h 1

Si Ph es desconocido se usa la estimacin ph.

3.5 DETERMINACIN DEL TAMAO DE MUESTRA

Para la Media
a) Con Asignacin Proporcional: segn Martnez (2005)

no
n
1 o
N
L

Wh s h2

Donde:

h 1

no

92

E2
Z 02

Siendo V la variancia que desea tener para la media y : V

Z0

Z
1

, valor de la abcisa en la distribucin normal estndar, Z ~ N(0,1)

2

para un nivel de confianza del 100 (1- )%.

E = error mximo permisible para el estimador, un valor dado por el
investigador, que representa la diferencia absoluta entre el estimador y el
parmetro, as:

y Y , para estimar la media

b) Con Asignacin ptima:

2

Wh s h
h 1

n
V

1
N

Wh s h2
h 1

Donde V es la varianza deseada para y definida en a).

Para el Total
a) Con Asignacin Proporcional:

no
n
1 o
N
L

N h s h2

N
h 1

no

Donde:

Siendo V la variancia que desea tener para e total Y : V

Z0

Z
1

E2
.
Z 02

, valor de la abcisa en la distribucin normal estndar, Z ~ N(0,1)

2

para un nivel de confianza del 100 (1- )%.

E = error mximo permisible para el estimador, un valor dado por el
investigador, que representa la diferencia absoluta entre el estimador y el
parmetro, as:

Y Y , para estimar el total

93

b) Con Asignacin ptima:

2

N h sh
h 1

N h s h2

V
h 1

Donde V es la varianza deseada para Y definida en a).

Para Proporciones

a) Con Asignacin Proporcional:

no
n
1 o
N

Wh p h 1 p h
h 1

no

Donde:

Siendo V la variancia que deseada para P: V

Z0

Z
1

E2
Z 02

, valor de la abcisa en la distribucin normal estndar, Z ~ N(0,1)

2

para un nivel de confianza del 100 (1- )%.

E = error mximo permisible para el estimador, un valor dado por el
investigador, que representa la diferencia absoluta entre el estimador p y el
parmetro P, as:

p P , para estimar la proporcin.

b) Con Asignacin ptima:

2

Wh

ph 1 ph

h 1

n
V

1
N

Wh p h 1 p h
h 1

Donde V es la varianza deseada para P definida en a).

94

3.6 CONSTRUCCIN DE ESTRATOS

Hay muchas situaciones en las que los estratos quedan definidos de modo casi natural
por algunas caractersticas cualitativas tales como nivel educativo, gnero, rea de
residencia (urbana o rural), tipo de gestin (pblica o privada), etc. Sin embargo en el
caso de caractersticas de estratificacin cuantitativa, requieren de un tratamiento
especial y vamos a dar algunas pautas.
Una vez que el investigador ha definido el nmero de estratos (L), uno de los problemas
a resolver es la determinacin de los (L 1) mejores lmites intermedios entre estratos
bajo asignacin proporcional y de Neyman (ptima) de modo tal que la variancia dentro
del estrato sea mnima.
Para resolver dicho problema, Dalenius y Hodges (1959), proponen un
procedimiento de estratificacin basado en la distribucin de frecuencias absolutas
de la variable de estratificacin, que vamos a resumir en los siguientes pasos:

a) Determine un nmero grande de intervalos de clase uniformes (de igual

amplitud) para la variable de estratificacin.
b) Halle las frecuencias absolutas (fi) y la raz cuadrada de dichas frecuencias
absolutas (

fi ) para cada intervalo de clase.

c) Encentre el Acumulado de la raz cuadrada de dichas frecuencias absolutas

(Acum

fi ) para cada intervalo de clase.

d) Sea q el total Acum

q

fi (en la ltima clase) dividido entre L. Es decir,

Total Acum f i
, representa el ancho de una especie de cuantil.
L

e) Determine los (L 1) lmites intermedios entre estratos como si fueran

cuantiles (Cj). As: el cuantil 1 con q, el cuantil 2 con 2q, el cuantil 3 con 3q,
. , y el cuantil (L 1) con (L 1)q. Usar la expresin:

Cj

LI J

jq ( Acum f i ) j
( fi ) j

95

LS j

LI j ;

j 1, 2,...., ( L 1)

Donde:
j = clase donde cae el cuantil = 1, 2, . , (L 1).
LIj = Lmite inferior de la clase donde cae el cuantil j.
LSj = Lmite superior de la clase donde cae el cuantil j.
(Acum
(

fi )j 1 = Acum

fi )j =

fi en la clase anterior a la que contiene el cuantil j.

fi en la clase que contiene el cuantil j.

f) Establecer las fronteras de los estratos con los cuantiles hallados en e). As:

Estrato

Lmite inferior

Lmite superior

Valor ms bajo

Cuantil 1

Cuantil 1

Cuantil 2

..

Cuantil (L 1)

Valor ms alto

..
L

Ejemplo 3.1
En el semestre 2007-B, se les pregunt a 55 alumnos de la asignatura de Estadstica
Bsica por sus gastos de estudio medio mensual en nuevos soles los resultados fueron
los que aparecen en el Cuadro 3.1. Determine 5 estratos de gasto de estudio utilizando el
Mtodo de Dalenius-Hodges.

Solucin
El proceso de estratificacin se ha efectuado utilizando la hoja de clculo Excel que se
presenta en el Cuadro 3.1. La gran variabilidad en los gastos de estudio promedio
mensual de los alumnos hace necesaria su estratificacin, con L = 5 estratos, siguiendo
el mtodo de Dalenius-Hodges se ha procedido de la siguiente manera:
a) Se ha construido una tabla de frecuencias con 33 intervalos de clase (gastos de
estudio) de ancho S/. 29.99.
b) Usando la funcin Frecuencias del Excel se ha obtenido las frecuencias absolutas fi
y su raz cuadrada (

fi ) para cada intervalo de gastos de estudio.

c) Utilizando frmulas de clculo se ha obtenido el Acumulado de la raz cuadrada de

las frecuencias absolutas (Acum

fi ) para cada intervalo de gastos de estudio.

96

CUADRO 3.1
APLICACIN DEL MTODO DE DALENIUS Y HODGES PARA ESTRATIFICAR
g.estud
30
35
45
60
60
75
85
90
100
100
100
100
100
100
100
120
120
120
130
150
150
150
150
150
150
160
160
170
180
180
190
200
200
200
200
200
200
200
200
200
210
230
230
250
250
250
255
300
390
400
450
500
600
1000
1000

Clase
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

MAX
1000
MIN
30
Rango
970
Intervalos
33
Amplitud
29.99
LI
LS
30.00
59.99
59.99
89.98
89.98
119.97
119.97
149.96
149.96
179.95
179.95
209.94
209.94
239.93
239.93
269.92
269.92
299.91
299.91
329.90
329.90
359.89
359.89
389.88
389.88
419.87
419.87
449.86
449.86
479.85
479.85
509.84
509.84
539.83
539.83
569.82
569.82
599.81
599.81
629.80
629.80
659.79
659.79
689.78
689.78
719.77
719.77
749.76
749.76
779.75
779.75
809.74
809.74
839.73
839.73
869.72
869.72
899.71
899.71
929.70
929.70
959.69
959.69
989.68
989.68 1019.67

X'i
45
75
105
135
165
195
225
255
285
315
345
375
405
435
465
495
525
555
585
615
645
675
705
735
765
795
825
855
885
915
945
975
1005

fi
3
4
8
4
9
12
3
4
0
1
0
0
2
0
1
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
2
55

ESTRATOS OBTENIDOS
Estrato
1
2
3
4
5

LI
30.00
104.67
166.70
215.60
404.98

LS
104.66
166.69
215.59
404.97
1000.00

X'i
67.33
135.68
191.15
310.29
702.49

97

fi
15
12
14
9
5
55

Raiz(fi) Ac.raiz(fi)
1.7321
1.7321
2.0000
3.7321
2.8284
6.5605
2.0000
8.5605
3.0000
11.5605
3.4641
15.0246
1.7321
16.7566
2.0000
18.7566
0.0000
18.7566
1.0000
19.7566
0.0000
19.7566
0.0000
19.7566
1.4142
21.1708
0.0000
21.1708
1.0000
22.1708
1.0000
23.1708
0.0000
23.1708
0.0000
23.1708
0.0000
23.1708
1.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
0.0000
24.1708
1.4142
25.5851
25.5851
q = 5.117

5.117
10.234
15.351

20.468

25.585

d) El total Acum

fi = 25.5851 (en el ltimo intervalo de gastos de estudio), por lo

Total Acum f i
L

tanto el ancho de los cuantiles es de: q

25.5851
5.117
5

e) Determinamos los L 1 = 5 1 = 4 lmites intermedios de los estratos de gasto de

estudio como si fueran cuantiles, usando la expresin dada en la pgina anterior:
Cj

LI J

jq ( Acum f i ) j

( fi ) j

LS j

LI j ;

j 1, 2,...., ( L 1)

As:

El cuantil 1, con q = 5.117 se ha acumulado en el tercer intervalo de clase (j = 3)

y su valor es: C1

89.98

5.117 3.7321
29.99 = S/. 104.66
2.8284

El cuantil 2, con 2q = 2(5.117) = 10.234 se ha acumulado en el quinto intervalo

de clase (j =5) y su valor es:

C2

149.96

10.234 8.5605
29.99 = S/. 166.69
3.0000

El cuantil 3, con 3q = 3(5.117) = 15.351 se ha acumulado en el sptimo intervalo

de clase (j =7) y su valor es:
C3

209.94

15.351 15.0246
29.99 = S/. 215.59
1.7321

El cuantil 4 con 4q = 4(5.117) = 20.468 se ha acumulado en el dcimo tercer

intervalo de clase (j =13) y su valor es:
C4

389.98

20.468 19.7566
29.99 = S/. 404.97
1.4142

f) Las fronteras de los estratos de gastos de estudio promedio mensual de los alumnos,
con los cuantiles hallados en e) se presentan en el Cuadro 3.2 y en la figura 3.1.

98

Cuadro 3.2 Distribucin de los alumnos de Estadstica Bsica 2007-B, segn

Estratos de gastos de estudio promedio mensual.
Estrato

Lmite inferior (S/.)

Lmite superior (S/.)

Alumnos

30.00

104.66

15

104.67

166.69

12

166.70

215.59

14

215.60

404.97

404.98

1000.00

Alumnos

Distribucin de los gastos de estudio de 55 alumnos

2007-B
16
14
12
10
8
6
4
2
0
67.33

135.68

191.15

310.29

702.49

Gastos

En la grfica anterior, se aprecia la forma asimtrica de la distribucin de los gastos de

estudio.

99

Ejemplo3.2
Suponga que se tiene estratificada una comunidad de 50,980 familias de acuerdo al
nivel educativo del jefe de familia y los datos observados sobre el ingreso de 2,000
familias, se encuentran resumidos en el Cuadro 3.3.

Cuadro 3.3 Distribucin de las familias y sus ingresos, segn el nivel educativo del jefe
de familia.
Nivel Educ.

Nh

Wh

nh

yh

sh

40,954

0.8033

1,582

605

285

6,704

0.1315

250

898

520

2,075

0.0407

108

1815

945

1,247

0.0245

60

2987

1625

Total

50,980

2,000

Con la informacin dada en el Cuadro 3.3 determine:

a) El intervalo de confianza del 95% para la estimacin del ingreso promedio familiar,
as como para el ingreso total familiar en la comunidad;
b) El tamao de muestra mnimo que debe seleccionarse para tener una variancia
deseada (V) del ingreso promedio familiar de 172.82; y
c) La afijacin de la muestra.

Solucin

a) y

Wh y h =
h 1

= 0.8033 (605) + 0.1315 (898) + 0.0407 (1815) + 0.0245 (2987) = 751.14

y2

Wh2
h 1

sh2
1 fh
nh

= 0.8033
LC Y

2852
1582

t y

Conf 732.75 Y

1582
40954

....

751.14

1.96

769.53

95%

100

0.0245

87.9877

16252
60

60
1247

= 87.9877

LC Y

Nt y

Ny

50980(751.14) 50980 1.96

Conf 37 '355,842 Y

39'230,392

87.9877 = 38293,117 937,275

95%

b) El tamao de muestra con asignacin ptima viene dado por:

2

Wh s h
h 1

1
N

Wh s h2
h 1

Donde:
-

V = 172.82,
2

Wh sh

0.8033(285) .... 0.0245(1625)

141071.2284

h 1
4

Wh sh2

0.8033(285) 2 .... 0.0245(1625)2

201847.0725

h 1

Entonces:

141071.2284
201847.0725
172.82
50980

798 familias.

c) Afijacin ptima:

nh

n.

Nh Sh
4

, h 1, 2, 3, 4.

Nh Sh
h 1
4

N h sh

40954(285) 6704(520) 2075(945) 1247(1625) 19 '145, 220

h 1

n1

798

40954(285)
19'145, 220

486.51 487

n2

798

6704(520)
19'145, 220

145.31 145

n3

798

2075(945)
19'145, 220

81.73

82

n4

798

1247(1625)
19'145, 220

84.46

84

Luego: n1 = 487, n2 = 144,

n3 = 62 y n4 = 50.

101

Ejemplo 3.3
Para estimar la proporcin y el total de hogares de Lima Metropolitana que estn a favor
de la instalacin domiciliaria de gas, se elige una muestra estratificada aleatoria de 1200
hogares. Los resultados se muestran en el Cuadro 3.4.

Cuadro 3.4 Distribucin de los hogares y sus opiniones a favor de la instalacin

domiciliaria de gas, segn estratos en Lima Metropolitana.
Estrato

Nh

Wh

nh

A favor ah

48 000

0.04

48

36

0.750

168 000

0.14

168

105

0.625

408 000

0.34

408

204

0.500

408 000

0.34

408

102

0.250

168 000

0.14

168

21

0.125

Total

1 200 000

1.00

1 200

ah
nh

ph

Con la informacin del Cuadro 3.4, para Lima Metropolitana, se pide:

a) El intervalo del 95% de confianza para la estimacin de la proporcin de hogares
que estn a favor de la instalacin domiciliaria de gas.
b) El intervalo del 95% de confianza para la estimacin del total de hogares que estn a
favor de la instalacin domiciliaria de gas.
c) Con un 95% de confianza, hallar el tamao de muestra mnimo de hogares que debe
seleccionarse para tener un error mximo permisible de 0.04; y
d) La afijacin proporcional de la muestra.
Solucin
Estrato

Nh

Wh

nh

ph

48 000

0.04

48

0.750

0.250

0.00000638

168 000

0.14

168

0.625

0.375

0.00002748

408 000

0.34

408

0.500

0.500

0.00007094

408 000

0.34

408

0.250

0.750

0.00005320

168 000

0.14

168

0.125

0.875

0.00001282

Total

1 200 000

1.00

1 200

qh

Wh2

ph 1 ph
nh 1

1 fh

0.00017082

102

a) La proporcin estimada de hogares que estn a favor de la instalacin domiciliaria

de gas, se obtiene as:
5

Wh ph =
h 1

= 0.04 (0.750) + 0.14 (0.625) + 0.34 (0.500) + 0.34 (0.250)+0.14 (0.125) = 0.390
Interpretacin.- el 39% de los hogares de Lima Metropolitana estn a favor de la
instalacin domiciliaria de gas.

Varianza del estimador: p2

ph 1 ph
nh 1

Wh2
h 1

Error estndar de la proporcin estimada:

1 f h = 0.00017082

0.00017082 = 0.013069

Lmite confianza del 95% para P:

LC P

p Z1

/2

p = 0.390 1.96 (0.013069)

Conf [0.3644 P 0.4156] = 95%

b) El total estimado de hogares que estn a favor de la instalacin domiciliaria de gas,

se obtiene as:
A

Np = 1 200 000 (0.39) = 468 000 hogares.

Interpretacin.- en Lima Metropolitana, el total estimado de hogares de estn a favor

de la instalacin domiciliaria de gas es de 468 000.
Varianza del estimador: A2

N 2 p2 = (1 200 000)2 (0.00017082) = 245 952 000.

Error estndar del total estimado: A

245952000 = 15 683.

Lmite confianza del 95% para el total (A):

LC A

A Z 1

/2

A = 468 000 1.96 (15683)

Conf [437 261 A 498 739] = 95%

c) El tamao de muestra con asignacin proporcional es:

5

Z 02

Wh ph 1 ph
h 1

no

E2
5

Con

Z0 = 1.96,

E = 0.04

Wh ph qh = 0.204375

y
h 1

103

Estrato

Nh

Wh

ph

qh

Wh ph qh

48 000

0.04

0.750

0.250

0.007500

168 000

0.14

0.625

0.375

0.032813

408 000

0.34

0.500

0.500

0.085000

408 000

0.34

0.250

0.750

0.063750

168 000

0.14

0.125

0.875

0.015313

Total

1 200 000

1.00

0.204375

Reemplazando valores se tiene que:

n0

(1.96) 2 (0.204375)
= n = 492 hogares.
(0.04) 2

d) La afijacin proporcional de la muestra para estimar proporciones esta dada por:

nh

Nh
N

n Wh , h 1, 2, .... , L

n1 = 492 (0.04) = 20 hogares del estrato A.

n2 = 492 (0.14) = 69 hogares del estrato B.
n3 = 492 (0.34) = 167 hogares del estrato C.
n4 = 492 (0.34) = 167 hogares del estrato D.
n5 = 492 (0.14) = 69 hogares del estrato E.
Total = 492 hogares de Lima Metropolitana.

104

3.7 APLICACIN DEL MUESTREO ESTRATIFICADO CON SPSS

El programa SPSS, a partir de la versin 12, en el men Analizar tiene la opcin
Muestras Complejas que permite disear una muestra, creando un plan de anlisis y
un plan de seleccin de manera similar a como se utiliz en el muestreo aleatorio
simple para el denominado conteo rpido.
CASO 3-1. CONTEO RPIDO
Volveremos a aplicar el conteo rpido, usando la base datos Elecc. La Molina
2006.sav, con los resultados de las 628 mesas electorales de las elecciones municipales
del 19 de noviembre 2006, en el distrito de La Molina, de la provincia de Lima; cuyos
resultados en Excel se presentan en el Anexo al igual que el resultado final del proceso
electoral dado por la ONPE.
El conteo rpido, se efecta seleccionando mesas electorales utilizando algn mtodo
de muestreo. Veamos la seleccin de mesas con el muestreo estratificado aleatorio en
el SPSS. De las N = 628 mesas vamos a volver a seleccionar n = 30, siendo el criterio
de estratificacin los locales de votacin en La Molina. En el Cuadro 3.5 se presenta la
distribucin de las mesas electorales por estrato (local de votacin) y la asignacin
proporcional de las 30 mesas, as como las ponderaciones para cada estrato.
CUADRO 3.5
MESAS ELECTORALES EN LA MOLINA, SEGN LOCAL DE VOTACIN: 2006
ESTRATO
1
2
3
4
5
6
7
8
9

LOCAL DE VOTACIN
MESAS (Nh)
Univ. Nac. Agraria
249
1140 A. Miro Quesada
68
UNIFE Sagrado Corazn
60
1230 Via Alta
51
1235 Unin Latinoameric.
46
1278 Exptal. La Molina
41
I.E.P. Felix Tello Rojas
42
I.E.P. Newton
39
I.E.P. Ateneo
32
628

%
39.65
10.83
9.55
8.12
7.32
6.53
6.69
6.21
5.10
100.00

nh
12
3
3
2
2
2
2
2
2
30

PONDERACIN
20.75
22.67
20.00
25.50
23.00
20.50
21.00
19.50
16.00

Fuente: Oficina Nacional de Procesos Electorales (ONPE)

En la base de datos del SPSS hay que definir las ponderaciones de cada unidad de
anlisis (mesas electorales) en cada estrato. En el SPSS se efecta con la opcin
Transformar del men, Calcular variable, poner el nombre de la variable de

105

destino (peso_estrato para el ejemplo), en expresin numrica escribir 249/12 que es

la ponderacin para el estrato 1 (equivalente a N1/n1). Definir el estrato con el botn
Si , aparece la ventana Calcular variable: Si los casos (Ver Figura 3-1). Escoger
la opcin Incluir si el caso satisface la condicin inmediatamente se activa la lista de
variables, escoger estrato y escribir =1; Continuar. Regresa a la ventana Calcular
variable, Aceptar. Inmediatamente se genera una nueva variable en la base de datos
con la denominacin peso_estrato con la ponderacin o factor de expansin (20.75)
en cada una de las primeras 249 mesas correspondientes al estrato 1 (Ver Figura 3-2).

Figura 3-1. Definicin del estrato al que se le asigna la ponderacin.

Para definir la ponderacin del estrato 2, seguir la misma rutina que para la
ponderacin del estrato 1: Transformar del men, Calcular variable, dejar el nombre
de la variable de destino (peso_estrato), en expresin numrica escribir 68/3 que es
la ponderacin para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botn
Si , en la ventana Calcular variable: Si los casos. En la opcin Incluir si el caso
satisface la condicin esta activa la variable estrato y escribir =2; Continuar.
Regresa a la ventana Calcular variable, Aceptar. Aparece la pregunta Desea cambiar
la variable existente? Aceptar. Inmediatamente en la misma variable peso_estrato se

106

genera el clculo de la ponderacin (22.67) en cada una de las siguientes 68 mesas

correspondientes al estrato 2 (Ver Figura 3-3).

Figura 3-2. Ponderacin (20.75) de las 249 mesas electorales del Estrato 1.

Figura 3-3. Ponderacin (22.67) de las 68 mesas electorales del Estrato 2.

107

Del mismo modo se contina con la determinacin de las ponderaciones para los siete
estratos restantes hasta completar las ponderaciones para cada una de las 628 mesas
electorales, todas en la misma variable peso_estrato.
A continuacin vamos a crear los planes de anlisis y de seleccin, hasta obtener las 30
mesas electorales usando muestreo estratificado.
CREACIN DEL PLAN DE ANLISIS
a) Elija en los mens: Analizar Muestras complejas Preparar para el anlisis
b) Crear un archivo de plan.- poner un nombre al archivo y con examinar
escoger la ruta donde guardarlo, para usarlo posteriormente si es que desea editar
dicho plan. Por ejemplo: PA-Estratif. Elecc. La Molina 2006.csaplan. (Figura 3-4).

Figura 3-4. Creacin de un archivo de plan. Para continuar elegir Siguiente.

c) Variables del diseo.- escoger la variable estrato y colocarla en la ventana
Estratos y la variable peso_estrato colocarla en Ponderacin muestral. Ver
figura 3-5. Para continuar elegir Siguiente.

108

Figura 3-5. Variables de diseo: Estratos y Ponderacin muestral.

d) Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Para continuar elegir
Siguiente.
e) Tamao.- en Unidades escoger Tamaos poblacionales; luego escoger el botn
Valores desiguales para los estratos e inmediatamente escoger Definir para
indicar el tamao de cada uno de los estratos (68, 51, 46, 41, 32, 42, 39, 249 y 60)
en la columna Recuento. (Ver Figura 3-6). Para proseguir escoger Continuar.
Regresa a la ventana de Tamao, donde escogemos Siguiente para continuar.
f) Resumen.- aparece un resumen de lo realizado. En Desea aadir la etapa 2?
Aparece marcado No, no deseo aadir otra etapa ahora dejarlo igual. (Ver
Figura 3-7). Para continuar elegir Siguiente.
g) Finalizar.- en Finalizacin del Asistente para el anlisis, pregunta Qu desea
hacer? Y aparece marcado Guardar las especificaciones en un archivo de plan,
dejarlo igual, ya que va a grabar el archivo definido en b). Para concluir con la
creacin del plan de anlisis escoger Finalizar.

109

Figura 3-6. Definir tamaos desiguales (de los estratos).

Figura 3-7. Resumen del plan de anlisis.

110

Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis
del procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el
archivo del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el
tamao de la poblacin por estratos; tal como se observa a continuacin:
GET
* Asistente de preparacin del anlisis.
CSPLAN ANALYSIS
/PLAN FILE='D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.E.A\PA-Estratif. Elecc. La Molina
2006.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_estrato
/PRINT PLAN MATRIX
/DESIGN STRATA= estrato
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE MATRIX= estrato;2 68;4 51;5 46;6 41;9 32;7
42;8 39;1 249;3 60.
Resumen
Etapa 1
Variables del diseo

Estratificacin

Informacin sobre el
anlisis

Supuestos del estimador

ESTRATO
Muestreo
de
probabilida
d igual sin
reposicin

Tamao de la poblacin
Obtenido
de la
especificac
in de
matriz
Archivo de plan: D:\Beatriz\UNAC\Investigacin\Proyecto 7 Muestreo\Alcalde 2006 Lima
Callao\M.E.A\PA-Estratif. Elecc. La Molina 2006.csaplan
Variable de ponderacin: peso_estrato
Estimador SRS: Muestreo sin reposicin
Etapa 1
ESTRATO
U. Agraria
1140 - A. Miro Quesada
Unif e
1230 - Via Alta
1235 - Unin Latinoam.
1278 - Ex ptal. La Molina
IEP Flix Tello
IEP New ton
IEP Ateneo

111

Tamao de
la poblacin
249
68
60
51
46
41
42
39
32

CREACIN DEL PLAN DE SELECCIN (con el asistente de muestreo)

a) Elija AnalizarMuestras complejasSeleccionar una muestra.
b) Disear una muestra.- poner un nombre al archivo y con examinar
guardarlo. Por ejemplo: PS-Estratif. Elecc. La Molina 2006.csplan. (Ver
Figura 3-8). Para continuar elegir Siguiente.

Figura 3-8. Asistente de muestreo. Disear una muestra.

c) Variables de diseo.- escoger la variable estrato y colocarla en la ventana

Estratificar por y la variable peso_estrato colocarla en Introducir ponderacin
muestral. Ver figura 3-9. Para continuar elegir Siguiente.
d) Mtodo de muestreo.- escoger el Tipo Muestreo aleatorio simple. Sin reposicin
(SR). Para continuar elegir Siguiente.
e) Tamao de la muestra.- en Unidades escoger Recuentos y marcar el botn
Valores desiguales para los estratos e inmediatamente escoger Definir para
indicar el tamao de muestra de cada uno de los estratos en la columna Recuento.
(Ver Figura 3-10). Para proseguir escoger Continuar. Regresa a la ventana de
Tamao de la muestra, donde escogemos Siguiente para continuar.

112

Figura 3-9. Variables de diseo.

Figura 3-10. Definir tamao de muestra de cada estrato.

113

f) Variables de resultado.- Qu variables desea guardar? Tamaos de poblacin,

muestra y ponderacin muestral. Ver Figura 3-11.

Figura 3-11. Variables de resultado. Para continuar elegir Siguiente.

g) Resumen del plan.- aceptar el resumen y pasamos a seleccionar la muestra. No
aadir la etapa 2. Ver Figura 3-12. Para continuar elegir Siguiente.

Figura 3-12. Resumen del plan.

114

h) Extraer muestra, Opciones de seleccin.- Aceptar la propuesta automtica o

personalice si desea. Ver Figura 3-13. Para continuar elegir Siguiente.

Figura 3-13. Opciones de seleccin.

i) Extraer muestra: Archivo de resultados.- Dnde desea almacenar los datos
de la muestra? Escoger Archivo externo, ponerle nombre y con Examinar ver
donde guardarlo. Ver Figura 3-14. Para continuar elegir Siguiente.

Figura 3-14. Archivo de resultados.

115

j) Finalizacin del Asistente de muestreo.- Qu desea hacer? Guardar el diseo

en un archivo de plan y extraer la muestra. Ver Figura 3-15. Finalizar.

Figura 3-15. Finalizacin del Asistente de muestreo.

Finalizada la creacin del plan de seleccin, en resultados del SPSS aparece un
resumen, la sintaxis del procedimiento desarrollado, as como la ruta donde esta
guardado el archivo del plan de seleccin, la variable de ponderacin, el tipo de
estimacin y el tamao de la muestra; tal como se observa a continuacin:

Muestras complejas: Plan

Resumen
Etapa 1
Variables del diseo

Estratificacin

Informacin de la
muestra

Mtodo de seleccin

ESTRATO

Muestreo
aleatorio
simple sin
reposicin
Nmero de unidades muestreadas

116

Obtenido

de la
especificac
in de
matriz
Variables creadas o
modificadas

Probabilidad de inclusin
(seleccin) segn etapa

Ponderacin de muestreo
acumulada segn etapa

Probabilid
adInclusi
n_1_
Ponderaci
nMuestral
Acumulad
a_1_

Tamao de la poblacin
segn etapa
TamaoPo
blacin_1_
Tamao de la muestra
segn etapa
Ponderacin de muestreo
segn etapa
Informacin sobre el
anlisis

Supuestos del estimador

TamaoM
uestral_1_
Ponderaci
nMuestral
1_
Muestreo
de
probabilida
d igual sin
reposicin

Probabilidad de inclusin
A partir de
la variable
Probabilid
adInclusi
n_1_
Archivo del plan: D:\Beatriz\UNAC\Investigacin\Proyecto 7 Muestreo\Alcalde 2006 Lima
Callao\M.E.A\PS-Estratif. Elecc. La Molina 2006.csplan
Variable de ponderacin: PonderacinMuestral_Final_
Ponderacin anterior: peso_estrato

Detalles de especificacin de la matriz

Etapa 1
Nmero de
unidades
muestreadas
12

ESTRATO
U. Agraria
1140 - A. Miro Quesada

Unife

1230 - Via Alta

1235 - Unin Latinoam.

1278 - Exptal. La Molina

IEP Flix Tello

IEP Newton

IEP Ateneo

117

CSSELECT
/PLAN FILE='D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.E.A\PS-Estratif. Elecc. La Molina
2006.csplan'
/CRITERIA STAGES = 1 SEED = RANDOM
/CLASSMISSING EXCLUDE
/DATA RENAMEVARS
/SAMPLEFILE OUTFILE = 'D:\Beatriz\UNAC\Investigacin\Proyecto 7 '+
'Muestreo\Alcalde 2006 Lima Callao\M.E.A\Muestra Estratificada
Elecc. La '+
'Molina 2006.sav'
/PRINT SELECTION.

Muestras complejas: Seleccin

[Conjunto_de_datos1] D:\Beatriz\UNAC\Investigacin\Proyecto 7
Muestreo\Alcalde 2006 Lima Callao\Elecc. La Molina 2006.sav

Resumen para la etapa 1

Nmero de unidades
muestreadas
ESTRATO
U. Agraria

Solicitados

Proporcin de unidades
muestreadas

Reales

Solicitados

Reales

12

12

4.8%

4.8%

1140 - A. Miro Quesada

4.4%

4.4%

Unife

5.0%

5.0%

1230 - Via Alta

3.9%

3.9%

1235 - Unin Latinoam.

4.3%

4.3%

1278 - Exptal. La Molina

4.9%

4.9%

IEP Flix Tello

4.8%

4.8%

IEP Newton

5.1%

5.1%

IEP Ateneo

6.3%

6.3%

Archivo del plan: D:\Beatriz\UNAC\Investigacin\Proyecto 7 Muestreo\Alcalde 2006 Lima

Callao\M.E.A\PS-Estratif. Elecc. La Molina 2006.csplan

En la Figura 3-16 se presenta la muestra seleccionada.

En las ltimas columnas de la muestra seleccionada, el programa crea variables de
acuerdo a las especificaciones del muestreo, as proporciona informacin de las
probabilidades de seleccin de cada unidad de anlisis (mesa electoral), el tamao de la
poblacin, el tamao de la muestra y las ponderaciones muestrales, ver Figura 3-17.

118

Figura 3-16. Muestra aleatoria estratificada seleccionada con el SPSS.

Figura 3-17. Variables creadas por el SPSS.

119

Creados los planes de anlisis y seleccionada la muestra estratificada, utilizaremos

dichos resultados muestrales para efectuar una serie de clculos en muestras complejas.
OBTENCIN DE RESULTADOS EN MUESTRAS COMPLEJAS
Con el men Analizar, Muestras complejas del SPSS se pueden realizar clculos de
frecuencias, estadsticos descriptivos, tablas de contingencia, razones y modelos de
regresin (lineal general, logstico y ordinal).
Veamos cmo obtener resultados del Conteo Rpido para las elecciones municipales
2006 de La Molina utilizando la muestra estratificada aleatoria ya obtenida y los planes
elaborados. En el men seguir la secuencia: Analizar- Muestras complejas
Descriptivos; aparece la ventana Plan de muestras complejas para anlisis descriptivos
solicitando un Plan (escogemos el plan creado: PA-Estratif. Elecc. La Molina
2006.csplan) En Probabilidades conjuntas: un conjunto de datos abierto = Muestra
Estratificada Elecc. La Molina 2006.sav (abierta de antemano para trabajar) y Continuar.
Ver Figura 3-18.

Figura 3-18. Plan de muestras complejas para anlisis descriptivos.

120

Aceptar el mensaje se ignorar el archivo de probabilidades conjuntas porque el plan no

solicita una estimacin SR de probabilidad desigual.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar las
agrupaciones polticas, as como los votos vlidos, blancos, nulos y total a expandir. Ver
Figura 3-19.
En la opcin Estadsticos, para nuestro caso escoger: suma, error tpico, intervalos de
confianza del 95%, coeficiente de variacin y efecto del diseo. Continuar y Aceptar.

Figura 3-19. Ventana de descriptivos de muestras complejas.

Inmediatamente en la hoja de resultados del SPSS aparecen los resultados (votos)

expandidos para todas las agrupaciones polticas consideradas, as como los votos
vlidos, blancos, nulos y totales acompaados de la estimacin, error tpico, intervalo de
confianza y coeficiente de variacin. (Ver Figura 3-20). Los efectos de diseo son
menores que 1, indicando la bondad del muestreo estratificado frente al M.A.S.
Estos resultados, de votos emitidos estimados han sido exportados y ordenados en Excel
para hacer comparaciones con los resultados reales dados por la ONPE para La Molina
(ver Anexo) los mismos que se muestran resumidos en el Cuadro 3.6.
121

Es tadsticos univariante s

SIEMPRE UNIDOS
RENOV A CIN NA CIONA L
A V A NZA PAS
RESTA URA CIN
NACIONA L
UNIDA D NA CIONA L
SOMOS PER
A PRA
PRIMERO LA MOLINA
V OTOS V LIDOS
BLA NCOS
NULOS
TOTAL

Intervalo de conf ianza

al 95%
Inf erior
Superior
1294
2034
1202
1904
201
518

Es timacin
1664
1553
360

Error tpic o
177.782
168.669
76.366

8750

463.565

7786

41053
14447
7011
8126
82963
4127
3937
91027

1184.732
455.314
267.339
373.861
1552.288
259.045
317.477
1425.477

38589
13500
6455
7349
79735
3588
3276
88063

Coef iciente
de v ariacin
.107
.109
.212

Ef ecto del
diseo
.866
1.320
.617

9714

.053

1.177

43517
15394
7567
8904
86192
4666
4597
93991

.029
.032
.038
.046
.019
.063
.081
.016

.743
.710
.623
.771
.552
.948
1.221
.487

Figura 3-20. Resultados por agrupaciones polticas.

CUADRO 3.6. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Estratificado Aleatorio
NMERO DE VOTOS EMITIDOS

Agrupacin Poltica
Unidad Nacional
Somos Per
Restauracin Nacional
Primero La Molina
Apra
Siempre Unidos
Renovacin Nacional
Avanza Pas
VOTOS VLIDOS
Blancos
Nulos
TOTAL

Estimacin Intervalo Confianza 95%

Coefic. de
(1)
Inferior
Superior
Variacin
41053
38589
43517
2.9%
14447
13500
15394
3.2%
8750
7786
9714
5.3%
8126
7349
8904
4.6%
7011
6455
7567
3.8%
1664
1294
2034
10.7%
1553
1202
1904
10.9%
360
201
518
21.2%
82963
79735
86192
1.9%
4127
3588
4666
6.3%
3937
3276
4597
8.1%
91027
88063
93991
1.6%

ONPE
(2)
40,650
13,908
8,656
8,796
6,896
1,528
1,470
526
82,430
4,153
4,694
91,277

ERROR
(1) - (2)
403
539
94
670
115
136
83
166
533
26
758
250

Nota: los votos nulos de la ONPE incluyen 5 mesas anuladas con un total de 689 votos

En los resultados del Cuadro 3.6., con slo 30 de las 628 mesas electorales del distrito de La
Molina, en las elecciones municipales del ao 2006, se puede apreciar que las estimaciones
(1) de los votos emitidos usando muestreo estratificado aleatorio, reflejan mejores
aproximaciones a los resultados de la ONPE (2) que los obtenidos con el muestreo aleatorio
simple (Cuadro 2.4) con errores absolutos pequeos para este tipo de informacin;
incluyendo las estimaciones para los votos nulos, que en el caso de la ONPE incluye los
votos de 5 mesas electorales anuladas con una suma de 689 votos.

122

Si apreciamos los intervalos del 95% de confianza obtenido para las agrupaciones polticas,
la mayora contienen los resultados dados por la ONPE. Habra que observar que la
diferencia con la ONPE en el tercer lugar no lo detecta bien por que hay un empate tcnico
entre Restauracin Nacional y Primero La Molina.
Adems, los coeficientes de variacin obtenidos para las cinco primeras agrupaciones con
ms votos son muy pequeos, garantizando los resultados en un proceso de conteo rpido.

De manera similar se obtienen los porcentajes (respecto a los votos totales o vlidos)
utilizando el men seguir la secuencia: Analizar- Muestras complejas Razones; aparece
la ventana Plan de muestras complejas para anlisis de razones solicitando un Plan
(escogemos el mismo plan creado: PA-Estratif. Elecc. La Molina 2006.csplan). En
Probabilidades conjuntas: un conjunto de datos abierto = Muestra Estratif. Elecc. La
Molina 2006.sav (abierta de antemano para trabajar) y Continuar. Similar a la Figura 3-18.
Aceptar el mensaje se ignorar el archivo de probabilidades conjuntas porque el plan no
solicita una estimacin SR de probabilidad desigual.
Aparece la ventana: Razones de muestras complejas. En Numeradores colocar las
agrupaciones polticas, as como los votos vlidos, blancos y nulos. En Denominador colocar
el total de votos (para obtener el porcentaje de votos emitidos). Ver Figura 3-21.
En la opcin Estadsticos, para nuestro caso escoger: error tpico, intervalos de confianza del
95%, coeficiente de variacin y efecto del diseo. Continuar y Aceptar.

Inmediatamente en la hoja de resultados del SPSS aparecen los resultados (proporcin

de votos respecto al total) para todas las agrupaciones polticas consideradas, as como
los votos vlidos, blancos, nulos y totales acompaados de la estimacin, error tpico,
intervalo de confianza y coeficiente de variacin. Ver Figura 3-22.

123

Figura 3-21. Razones de muestras complejas.

Razones 1

Numerador
SIEMPRE UNIDOS
RENOVACIN NACIONAL
AVANZA PAS
RESTAURACIN
NACIONAL
UNIDAD NACIONAL
SOMOS PER
APRA
PRIMERO LA MOLINA
VOTOS VLIDOS
BLANCOS
NULOS

Denominador
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL
TOTAL

Es timac in
de la raz n
.018
.017
.004
.096
.451
.159
.077
.089
.911
.045
.043

Error tpic o
.002
.002
.001
.005
.008
.004
.003
.004
.005
.003
.004

Intervalo de confianza
al 95%
Inferior
Superior
.014
.022
.013
.021
.002
.006
.085
.107
.434
.468
.150
.167
.070
.084
.082
.097
.901
.921
.039
.052
.036
.051

Coeficiente
de v ariacin
.100
.109
.212
.057
.018
.026
.042
.040
.005
.067
.084

Efecto del
diseo
.893
1.343
.627
1.138
.991
.585
.976
1.047
1.080
1.073
1.088

Figura 3-22. Proporcin de votos por agrupaciones polticas, respecto al total de votos.

Estos resultados, de proporcin (razn) de votos emitidos estimados han sido

exportados y ordenados en Excel para hacer comparaciones con los resultados reales
dados por la ONPE para La Molina (ver Anexo) los mismos que se muestran resumidos
en el Cuadro 3.7 siguiente.

124

CUADRO 3.7. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Estratificado Aleatorio
PORCENTAJE DE VOTOS EMITIDOS

Agrupacin Poltica
Unidad Nacional
Somos Per
Restauracin Nacional
Primero La Molina
Apra
Siempre Unidos
Renovacin Nacional
Avanza Pas
VOTOS VLIDOS
Blancos
Nulos
TOTAL

Estimacin Intervalo Confianza 95%

Coefic. de
(1)
Inferior
Superior
Variacin
45.10%
43.43%
46.76%
1.78%
15.87%
15.02%
16.72%
2.57%
9.61%
8.48%
10.74%
5.66%
8.93%
8.18%
9.68%
4.03%
7.70%
7.03%
8.37%
4.17%
1.83%
1.45%
2.21%
9.99%
1.71%
1.32%
2.09%
10.94%
0.40%
0.22%
0.57%
21.19%
91.14%
90.14%
92.14%
0.53%
4.53%
3.90%
5.17%
6.70%
4.32%
3.57%
5.08%
8.40%
100.00%

ONPE
(2)
44.54%
15.24%
9.48%
9.64%
7.56%
1.67%
1.61%
0.58%
90.31%
4.55%
5.14%
100.00%

ERROR
(1) - (2)
0.56%
0.63%
0.13%
0.71%
0.15%
0.15%
0.10%
0.18%
0.83%
0.02%
0.82%

Los resultados porcentuales son idnticos a los obtenidos anteriormente para el nmero
de votos emitidos, con diferencias casi imperceptibles.

De manera similar a la determinacin del % de votos emitidos, obtenemos la proporcin

de votos vlidos por agrupacin poltica, tal como se muestra en la Figura 3-23.

Razones 1

Numerador
SIEMPRE UNIDOS
RENOVACIN NACIONAL
AVANZA PAS
RESTAURACIN
NACIONAL
UNIDAD NACIONAL
SOMOS PER
APRA
PRIMERO LA MOLINA

Denominador
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS
VOTOS VLIDOS

Estimacin
de la razn
.020
.019
.004
.105
.495
.174
.085
.098

Error tpico
.002
.002
.001
.006
.008
.005
.004
.004

Intervalo de confianza
al 95%
Inferior
Superior
.016
.024
.015
.023
.002
.006
.093
.118
.478
.511
.165
.184
.077
.092
.090
.106

Coeficiente
de variacin
.098
.108
.211
.058
.016
.026
.043
.038

Efecto del
diseo
.878
1.345
.619
1.142
.981
.572
1.018
1.063

Figura 3-23. Proporcin de votos por agrupaciones polticas, slo votos vlidos.

Estos resultados, de proporcin (razn) de votos vlidos estimados han sido exportados
y ordenados en Excel y comparados con los resultados dados por la ONPE para La
Molina los mismos que se muestran resumidos en el Cuadro 3.8 siguiente.

125

CUADRO 3.8. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006

Muestreo Estratificado Aleatorio
PORCENTAJE DE VOTOS VALIDOS
Agrupacin Poltica
Unidad Nacional
Somos Per
Restauracin Nacional
Primero La Molina
Apra
Siempre Unidos
Renovacin Nacional
Avanza Pas
VOTOS VLIDOS

Estimacin Intervalo Confianza 95%

Coefic. de
(1)
Inferior
Superior
Variacin
49.48%
47.82%
51.15%
1.62%
17.41%
16.48%
18.35%
2.59%
10.55%
9.27%
11.82%
5.82%
9.79%
9.02%
10.57%
3.82%
8.45%
7.70%
9.21%
4.30%
2.01%
1.60%
2.41%
9.81%
1.87%
1.45%
2.29%
10.80%
0.43%
0.24%
0.62%
21.05%
100.00%

ONPE
(2)
49.32%
16.87%
10.50%
10.67%
8.37%
1.85%
1.78%
0.64%
100.00%

ERROR
(1) - (2)
0.17%
0.54%
0.05%
0.88%
0.08%
0.15%
0.09%
0.20%

Estos ltimos resultados son los que se proporcionan en los conteos rpidos que como
vemos en nuestro caso son muy parecidos a los de la ONPE (1) versus (2).
Siguiendo procedimientos parecidos se pueden efectuar otros anlisis con muestras
complejas.

126

CASO 3-2. ESTIMACIN DE LA PRODUCCIN DE TAPAS

En una industria que elabora tapas de plstico existen 400 mquinas que fabrican ese
producto. Las mquinas han sido adquiridas por la empresa segn sus condiciones
econmicas a travs de varios aos y as existen en ella 240 que son operadas manualmente
y por lo tanto de bajo rendimiento; 100 semiautomticas y 60 completamente automticas,
de alto rendimiento. Se desea estimar el nmero medio y el total de tapas producidas por las
mquinas en la primera semana de junio, con sus intervalos de confianza del 95%. Tomado
de Abad y Servin (1981), ejemplo 6.2, pgina 111.
Para ello se estratifica la produccin segn el criterio: modo de operacin de la mquina, es
decir, manual = 1, semiautomtica = 2 y automtica = 3. Entonces formamos tres estratos de
tamaos N1 = 240, N2 = 100 y N3 = 60 mquinas. Por lo tanto, el tamao de la poblacin es:
N = N1 + N2 + N3 = 400 mquinas. Se decide seleccionar una muestra de 12 mquinas del
primer estrato, 5 del segundo y 3 del tercero, es decir, n1 = 12, n2 = 5 y n3 = 3 mquinas, el
tamao total de la muestra es: n = n1 + n2 + n3 = 20 mquinas.
La primera semana de junio, se observ el nmero de tapas producidas por las mquinas
seleccionadas en la muestra, los resultados se presentan en el Cuadro 3.9.
Cuadro 3.9 N de tapas producidas en la industria por estrato en la primera semana de junio.
ESTRATO I

ESTRATO II

ESTRATO III

Manual

Semiautomtica

Automtica

2 600

1 700

4 000

17 900

2 000

2 400

5 200

24 000

1 800

1 100

6 000

19 000

1 700

2 100

8 300

2 400

2 300

6 600

1 600

1 800

yh

1 958.33

6 020

20 300

S h2

180 833.33

2 572 000

10 570 000

127

Vamos a resolver el caso primero utilizando las frmulas propuestas y posteriormente

usando el programa SPSS, para realizar la comparacin de resultados.
Resultados por estratos (Subpoblaciones)
Estrato I (Manual)
12

Y1i

23500
1958.33 tapas
12

i 1

Estimacin de la media: y1

12

Estimacin de la varianza de la media:

V ( y1 )

s12
1 f1
n1

2
y1

180833.33
12
(1
) = 14 315.97
12
240

Estimacin del error estndar o error tpico de la media:

y1

14315.97 119.64936

Intervalos de confianza del 95% para la media:

LC Y1

y1

t17,0.975

1958.33 2.11(119.65)

Conf (1705.87 Y1 2210.79) = 95 %

Estimacin del error relativo o coeficiente de variacin para la media:

cv(Y1 )
Estimacin del total: Y1

y1
y1

100

119.64936
100 6.11%
1958.33

N1 y1 = 240 (1958.3333) = 470 000 tapas.

Estimacin de la varianza del total:

V (Y1 ) N12 y2

2
2 1
1
1

s
1 f1
n

(240)2

128

180833.33
12
(1
) = 824 599 872
12
240

Estimacin del error estndar o error tpico del total:

824599872 28715.85

Intervalos de confianza del 95% para del total:

Y1

LC Y1

t17,0.975

470000 2.11(28715.85)

Conf (409 410 Y1 530 590) = 95 %

Estimacin del error relativo o coeficiente de variacin para del total:

cv(Y1 )

Y1

28715.85
100 6.11%
470000

100

Y1

Estrato II (Semiautomtica)
5

Y2i

30100
5

i 1

Estimacin de la media: y2

6020 tapas

Estimacin de la varianza de la media:

V ( y2 )

s22
1 f2
n2

2
y2

2572000
5
(1
) = 488 680
5
100

Estimacin del error estndar o error tpico de la media:

y2

488680 = 699.0565

Intervalos de confianza del 95% para la media:

LC Y 2

y2

t17,0.975

6020 2.11(699.0565)
2

Conf (4545 Y2 7495) = 95 %

129

Estimacin del error relativo o coeficiente de variacin para la media:

cv(Y2 )

Estimacin del total: Y2

y2

699.0565
100 = 11.6%
6020

100

y2

N2 y2 = 100 (6 020) = 602 000 tapas.

Estimacin de la varianza del total:

s22
N
1 f2
n2

V (Y2 ) N22 y22

2
2

(100)2

2572000
5
(1
) = 4 886 800 000
5
100

Estimacin del error estndar o error tpico del total:

4886800000 = 69 905.6507

Intervalos de confianza del 95% para del total:

LC Y2

Y2

t17,0.975

602000 2.11(69905.6507)

Conf (454 500 Y2 749 500) = 95 %

Estimacin del error relativo o coeficiente de variacin para del total:

cv(Y2 )

Y2

100

Y2

69905.6507
100 = 11.6%
602000

Estrato III (Automtica)

3

Y3i

Estimacin de la media: y3

i 1

60900
= 20 300
3

Estimacin de la varianza de la media:

130

V ( y3 )

s32
1 f3
n3

y2

10570000
3
(1
) = 3 347 166.6
3
60

Estimacin del error estndar o error tpico de la media:

y3

3347166.6 = 1 829.5263

Intervalos de confianza del 95% para la media:

LC Y3

y3

t17,0.975

20300 2.11(1829.5263)

Conf (16 440 Y3 24 160) = 95 %

Estimacin del error relativo o coeficiente de variacin para la media:

cv(Y3 )

Estimacin del total: Y3

y3
y3

1829.5263
100 = 9.0%
20300

100

N3 y3 = 60 (20 300) = 1 218 000 tapas.

Estimacin de la varianza del total:

V (Y3 ) N32 y2

s32
N
1 f3
n3
2
3

(60)2

10570000
3
(1
) = 12 049 800 000
3
60

Estimacin del error estndar o error tpico del total:

12049800000 = 109 771.58

Intervalos de confianza del 95% para del total:

LC Y3

Y3

t17,0.975

1218000 2.11(109771.58)

Conf (986 400 Y3 1 449 600) = 95 %

131

Estimacin del error relativo o coeficiente de variacin para del total:

Y3

cv(Y3 )

109771.58
100 = 9.0%
1218000

100

Y3

Estimacin para toda la industria

Estimacin de la media:
3

Wh y h

W1 y1 W2 y 2 W3 y 3

h 1

240
(1958.33)
400

100
(6020)
400

60
(20300) = 5 725 tapas/mquina
400

Estimacin de la varianza de la media:

sh2
W
1 fh
n
h 1
h
3

2
y

2
h

240
=
400

Wh2

2
yh

h 1

14315.97

100
400

60
3347167 = 111 007.5
400

488680

Estimacin del error estndar o error tpico de la media:

111007.5 = 333.1779

Intervalos de confianza del 95% para la media:

LC Y

t17, 0.975 y

5725 2.11(333.1779)

Conf (5 022 Y 6 428) = 95 %

Estimacin del error relativo o coeficiente de variacin para la media:

cv(Y )

y
y

100

333.1779
100 = 5.8%
5725

132

Estimacin del total: Y

N y = 400 (5 725) = 2 290 000 tapas.

Estimacin de la varianza del total:

L
2
Y

2
h

W
h 1

sh2
nh

N2

1 fh

2
y

(400)2 (111007.5) = 17 761 200 000

Estimacin del error estndar o error tpico del total:

17761200000 = 133 271.1522

Intervalos de confianza del 95% para del total:

LC Y

t17,0.975

2290000 2.11(133271.1522)

Conf (2 008 800 Y3 2 571 200) = 95 %

Estimacin del error relativo o coeficiente de variacin para del total:

cv(Y )

y
100
Y

N y
Ny

100

y
y

100 cv(Y ) = 5.8%

Todo este proceso laborioso de clculo de estimaciones puede ser abreviado utilizando el
programa SPSS, el mismo que requiere seguir las pautas usadas anteriormente, tal como
se describe en la pgina siguiente.

133

Con la ayuda del SPSS estimaremos tanto el promedio como el total de tapas producidas en
la industria y sus correspondientes intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada mquina en cada estrato, asignar las ponderaciones en cada estrato, elaborar el plan de
anlisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso 3-2 Produccin de tapas.sav. Se ha considerado las
variables estrato hacindole corresponder los valores 1, 2 y 3. La variable tapas con los
datos del nmero de tapas producidas por cada una de las 20 mquinas observadas en la
muestra. Ver Figura 3-24.
b) Definimos las ponderaciones de cada unidad de anlisis (mquina) en cada estrato. En
el SPSS se efecta con la opcin Transformar del men, Calcular variable, poner el
nombre de la variable de destino (peso_estrato para el ejemplo), en expresin
numrica escribir 240/12 que es la ponderacin para el estrato 1 (equivalente a N1/n1).
Definir el estrato con el botn Si , aparece la ventana Calcular variable: Si los
casos. Escoger la opcin Incluir si el caso satisface la condicin inmediatamente se
activa la lista de variables, escoger estrato y escribir =1; Continuar. Regresa a la
ventana Calcular variable, Aceptar. Inmediatamente se genera una nueva variable en la
base de datos con la denominacin peso_estrato con la ponderacin o factor de
expansin (20.00) en cada una de las primeras 12 mquinas correspondientes al estrato 1.
Para definir la ponderacin del estrato 2, seguir la misma rutina que para la ponderacin
del estrato 1: Transformar del men, Calcular variable, dejar el nombre de la variable
de destino (peso_estrato), en expresin numrica escribir 100/5 que es la ponderacin
para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botn Si , en la
ventana Calcular variable: Si los casos. En la opcin Incluir si el caso satisface la
condicin esta activa la variable estrato y escribir =2; Continuar. Regresa a la ventana
Calcular variable, Aceptar. Aparece la pregunta Desea cambiar la variable existente?
Aceptar. Inmediatamente en la misma variable peso_estrato se genera el clculo de la
ponderacin (20.00) en cada una de las siguientes 5 mquinas correspondientes al estrato
2. Del mismo modo se contina con la determinacin de las ponderaciones para el
estrato 3 hasta completar las ponderaciones Ver Figura 3-24.

134

Figura 3-24. Base de datos Produccin de tapas con sus ponderaciones por estrato.
c) La creacin del plan de anlisis, se efecta de manera similar a los casos anteriores.
Elija en los mens: Analizar Muestras complejas Preparar para el anlisis.
Crear un archivo de plan poner un nombre al archivo (PA-MEA Caso 3-2
Produccin de tapas.csplan) y con examinar escoger la ruta donde guardarlo. Para
continuar escoger siguiente.
Variables de diseo.- escoger la variable estrato y colocarla en la ventana Estratos
y la variable peso_estrato colocarla en Ponderacin muestral. Para continuar elegir
Siguiente.
Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Elegir Siguiente para continuar.
Tamao.- en Unidades escoger Tamaos poblacionales; luego escoger el botn
Valores desiguales para los estratos e inmediatamente escoger Definir para
indicar el tamao de cada uno de los estratos (240, 100 y 60) en la columna

135

Recuento. Para proseguir escoger Continuar. Regresa a la ventana de Tamao,

donde escogemos Siguiente para continuar.
Aparece un resumen de lo realizado. En Desea aadir la etapa 2? Aparece
marcado No, no deseo aadir otra etapa ahora dejarlo igual. Para continuar
escoger Siguiente.
En Finalizacin del Asistente para el anlisis, pregunta Qu desea hacer? Y
aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el archivo
del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el tamao de la
poblacin por estratos.
d) Obtencin de las estimaciones.- vamos a obtener las estimaciones del promedio y el
total de tapas producidas en la industria y sus intervalos de confianza del 95% utilizando
la base de datos definida en la parte a) y b) as como el plan de anlisis elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Descriptivos.
Aparece la ventana Plan de muestras complejas para anlisis descriptivos solicitando
un Plan (escogemos el plan creado: PA-MEA Caso 3-2 Produccin de tapas.csplan)
En Probabilidades conjuntas: un conjunto de datos abierto = Caso 3-2 Produccin
de tapas.sav (abierta de antemano para trabajar) marcarla. Presione Continuar para
seguir.
Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el
plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar la
variable tapas (nmero de tapas producidas por mquina) y en Subpoblaciones
colocar estratos. En la opcin Estadsticos, para nuestro caso escoger: Media, Suma
(equivalente a total), error tpico, intervalos de confianza del 95% y coeficiente de
variacin. Continuar y Aceptar.

136

Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados

para el promedio y el total (suma) de tapas producidas. Se observa la estimacin, el error
estndar (tpico), intervalo de confianza y el error relativo (coeficiente de variacin). Ver
Figura 3-25.
Estadsticos univariantes
Intervalo de confianza al
95%
Estimacin

Error tpico

Inferior

Coeficiente de
variacin

Superior

Media

NMERO DE TAPAS
PRODUCIDAS

5725.00

333.178

5022.06

6427.94

.058

Suma

NMERO DE TAPAS
PRODUCIDAS

2290000

133271.152

2008822

2571178

.058

Descriptivos de la subpoblacin

Estadsticos univariantes

Estrato

Estimacin

Error
tpico

Intervalo de
confianza al 95%
Inferior

Manual

Media

Suma

Semiautomtica

Media

Suma

Automtica

Media

Suma

NMERO DE
TAPAS
PRODUCIDAS
NMERO DE
TAPAS
PRODUCIDAS
NMERO DE
TAPAS
PRODUCIDAS
NMERO DE
TAPAS
PRODUCIDAS
NMERO DE
TAPAS
PRODUCIDAS
NMERO DE
TAPAS
PRODUCIDAS

Coeficiente
de variacin

Superior

1958.33

119.649

1705.90

2210.77

.061

470000

28715.84
9

409415

530585

.061

6020.00

699.057

4545.12

7494.88

.116

602000

69905.65
1

454512

749488

.116

20300.00

1829.526

16440.04

24159.96

.090

1218000

109771.5
81

986402

1449598

.090

Figura 3-25. Resultados estimados por el SPSS para la produccin de tapas.

Como se puede apreciar los resultados son idnticos a los obtenidos en las pginas
anteriores tanto para los estratos (subpoblaciones) como para toda la industria.

137

CASO 3-3. SUPERFICIE SEMBRADA CON FRUTALES

Se quiere estimar la superficie total sembrada con frutales en el Valle de San Lorenzo con
500 unidades agropecuarias, para lo cual se elige 50 unidades. Entrevistadas las unidades
agropecuarias seleccionadas respecto a la superficie sembrada con frutales en hectreas, se
obtuvo los resultados que se presentan en el Cuadro 3.10.
Cuadro 3.10 Nmero de hectreas sembradas de frutales en las unidades agropecuarias de la
muestra por estrato en la primera semana de junio.
Estrato I

Estrato II

Estrato III

Estrato IV

Menos de 20 Hs.

20 a menos de 40

40 a menos de 60

De 60 a ms Hs.

25

13

28

14

50

17

15

42

31

55

22

15

26

26

50

66

79

10

19

31

45

32

13

10

22

52

20

14

40

24

16

12

36

11

N1 = 179

n1 = 18

N2 = 150

n2 = 15

N3 = 108

n3 = 11

N4 = 63

n4 = 6

Se pide estimar el nmero medio y el total de hectreas sembradas con frutales por las
unidades agropecuarias, con sus intervalos de confianza del 95%.

138

Se han estratificado las unidades agropecuarias segn el criterio: dimensin de la unidad

agropecuaria (en Hs.), es decir, unidades agropecuarias con menos de 20 Hs. = 1, De 20 a
menos de 40 Hs. = 2, De 40 a menos de 60 Hs. = 3 y De 60 a ms Hs. = 4. Entonces
formamos cuatro estratos de tamaos N1 = 179, N2 = 150, N3 = 108 y N4 = 63 unidades. Por
lo tanto, el tamao de la poblacin es: N = N1 + N2 + N3 + N4 = 500 unidades agropecuarias.
Se selecciona una muestra de 18 unidades del primer estrato, 15 del segundo, 11 del tercero
y 6 del cuarto estrato, es decir, n1 = 18, n2 = 15, n3 = 11 y n3 = 6 unidades, el tamao total de
la muestra es: n = n1 + n2 + n3 + n4 = 50 unidades.
Con la ayuda del SPSS estimaremos tanto el promedio como el total de hectreas sembradas
con frutales en el Valle de San Lorenzo y sus intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada unidad agropecuaria en cada estrato, asignar las ponderaciones en cada estrato, elaborar
el plan de anlisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso 3-3 Superficie con futales.sav. Se ha considerado las
variables estrato hacindole corresponder los valores 1, 2, 3 y 4. La variable superficie
con los datos del nmero de hectreas sembradas con frutales por cada una de las 50
unidades agropecuarias observadas en la muestra. Ver Figura 3-26.
b) Definimos las ponderaciones de cada unidad agropecuaria en cada estrato. En el SPSS
se efecta con la opcin Transformar del men, Calcular variable, poner el nombre de
la variable de destino (peso_estrato para el ejemplo), en expresin numrica escribir
179/18 que es la ponderacin para el estrato 1 (equivalente a N1/n1). Definir el estrato
con el botn Si , aparece la ventana Calcular variable: Si los casos. Escoger la
opcin Incluir si el caso satisface la condicin inmediatamente se activa la lista de
variables, escoger estrato y escribir =1; Continuar. Regresa a la ventana Calcular
variable, Aceptar. Inmediatamente se genera una nueva variable en la base de datos con
la denominacin peso_estrato con la ponderacin o factor de expansin (9.94) en cada
una de las primeras 18 unidades agropecuarias correspondientes al estrato 1.
Para definir la ponderacin del estrato 2, seguir la misma rutina que para la ponderacin
del estrato 1: Transformar del men, Calcular variable, dejar el nombre de la variable
de destino (peso_estrato), en expresin numrica escribir 150/15 que es la ponderacin
para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botn Si , en la
139

ventana Calcular variable: Si los casos. En la opcin Incluir si el caso satisface la

condicin esta activa la variable estrato y escribir =2; Continuar. Regresa a la ventana
Calcular variable, Aceptar. Aparece la pregunta Desea cambiar la variable existente?
Aceptar. Inmediatamente en la misma variable peso_estrato se genera el clculo de la
ponderacin (10.00) en cada una de las siguientes 15 unidades agropecuarias
correspondientes al estrato 2. Del mismo modo se contina con la determinacin de las
ponderaciones para el estrato 3 y 4 hasta completar las ponderaciones Ver Figura 3-26.

Figura 3-26. Base de datos Superficie con frutales y sus ponderaciones por estrato.

c) La creacin del plan de anlisis, se efecta de manera similar a los casos anteriores.
Elija en los mens: Analizar Muestras complejas Preparar para el anlisis.
Crear un archivo de plan poner un nombre al archivo (PA-MEA Caso 3-3
Superficie con frutales.csplan) y con examinar escoger la ruta donde guardarlo. Para
continuar escoger siguiente.

140

 Variables de diseo.- escoger la variable estrato y colocarla en la ventana Estratos

y la variable peso_estrato colocarla en Ponderacin muestral. Para continuar elegir
Siguiente.
Mtodo de estimacin.- escoger el diseo de estimacin sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposicin). Elegir Siguiente para continuar.
Tamao.- en Unidades escoger Tamaos poblacionales; luego escoger el botn
Valores desiguales para los estratos e inmediatamente escoger Definir para
indicar el tamao de cada uno de los estratos (179, 150, 108 y 63) en la columna
Recuento. Para proseguir escoger Continuar. Regresa a la ventana de Tamao,
donde escogemos Siguiente para continuar.
Aparece un resumen de lo realizado. En Desea aadir la etapa 2? Aparece
marcado No, no deseo aadir otra etapa ahora dejarlo igual. Para continuar
escoger Siguiente.
En Finalizacin del Asistente para el anlisis, pregunta Qu desea hacer? Y
aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creacin del plan de anlisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el archivo
del plan de anlisis, la variable de ponderacin, el tipo de estimacin y el tamao de la
poblacin por estratos.
d) Obtencin de las estimaciones.- para obtener las estimaciones del promedio y el total
de la superficie sembrada con frutales y sus intervalos de confianza del 95% utilizando la
base de datos definida en la parte a) y b) as como el plan de anlisis elaborado en c).
En el men seguir la secuencia: Analizar- Muestras complejas Descriptivos.
Aparece la ventana Plan de muestras complejas para anlisis descriptivos solicitando
un Plan (escogemos el plan creado: PA-MEA Caso 3-2 Produccin de tapas.csplan)
En Probabilidades conjuntas: un conjunto de datos abierto = Caso 3-3 Superficie
con futales.sav (abierta de antemano para trabajar) marcarla. Presione Continuar
para seguir.

141

 Aparece el mensaje: Se ignorar el archivo de probabilidades conjuntas porque el

plan no solicita una estimacin SR de probabilidad desigual. Aceptar.
Aparece la ventana: Descriptivos de muestras complejas. En Medidas colocar la
variable superficie (nmero de hectreas sembradas con frutales por unidad
agropecuaria) y en Subpoblaciones colocar estratos. En la opcin Estadsticos, para
nuestro caso escoger: Media, Suma (equivalente a total), error tpico, intervalos de
confianza del 95% y coeficiente de variacin. Continuar y Aceptar.
En la hoja de resultados del SPSS aparece estimado el promedio y el total (suma) de
superficie sembrada con frutales. Se observa la estimacin, el error estndar (tpico),
intervalo de confianza y el error relativo (coeficiente de variacin). Ver Figura 3-27.
Estadsticos univariantes
Intervalo de confianza al
95%

Media

SUPERFICIE (Hs.)

Estimacin
21.58

Suma

SUPERFICIE (Hs.)

10788

Error tpico
1.594

Inferior
18.37

Superior
24.78

Coeficiente de
variacin
.074

796.806

9184

12392

.074

Descriptivos de la subpoblacin
Estadsticos univariantes
Intervalo de confianza
al 95%
ESTRATO
1
2
3
4

Estimacin
7.33

Error tpico
.843

Inferior
5.64

Superior
9.03

Coeficiente
de variacin
.115

1313

150.969

1009

1617

.115

Media
Suma

SUPERFICIE (Hs.)
SUPERFICIE (Hs.)

Media

SUPERFICIE (Hs.)

18.07

2.236

13.57

22.57

.124

Suma

SUPERFICIE (Hs.)

2710

335.449

2035

3385

.124

Media

SUPERFICIE (Hs.)

Suma

SUPERFICIE (Hs.)

34.55
3731

3.507
378.808

27.49
2968

41.61
4493

.102
.102

Media

SUPERFICIE (Hs.)

48.17

9.472

29.10

67.23

.197

Suma

SUPERFICIE (Hs.)

3035

596.731

1833

4236

.197

Figura 3-27. Resultados estimados con el SPSS para la superficie sembrada de frutales.

142

CASO 3-4. BOCA DE URNA

Una aplicacin del Muestreo Estratificado Aleatorio con asignacin proporcional es la
realizada para efectuar la estimacin de resultados del proceso electoral municipal 2006, en
el distrito de La Molina, a travs de la medicin denominada a boca de urna que consiste en
seleccionar una muestra de electores (ciudadanos) al salir de los centros de votacin y
preguntarles Por qu agrupacin poltica o candidato a votado usted en La Molina?
En el Cuadro 3.11 se presenta el diseo muestral tanto para el conteo rpido como la boca
de urna en el distrito de La Molina, para entrevistar a 300 electores por hora con 10
encuestadores.
CUADRO 3.11 DISTRIBUCIN DE LA MUESTRA DE MESAS ELECTORALES (CONTEO RPIDO) Y DE
ELECTORES (BOCA DE URNA) EN LA MOLINA, SEGN LOCAL DE VOTACIN: 19/11/2006
MESAS ELECTORALES
LOCAL DE VOTACIN
Univ. Nac. Agraria
1140 A. Miro Quesada
UNIFE Sagrado Corazn
1230 Via alta
1235 Unin Latinoameric.
1278 Exptal. La Molina
I.E.P. Felix Tello Rojas
I.E.P. Newton
I.E.P. Ateneo
Total

ELECTORES

Muestra

Muestra

252
68
60
51
46
42
42
40
32
633

39.81
10.74
9.48
8.06
7.27
6.64
6.64
6.32
5.06
100.00

8
2
2
2
2
1
1
1
1
20

34,725
10,854
10,870
8,048
8,955
8,151
7,639
7,104
6,283
102,629

33.84
10.58
10.59
7.84
8.73
7.94
7.44
6.92
6.12
100.00

102
32
32
24
26
24
22
21
18
300

Muestra
Ajustada
120
60
60

Encuestadores
4
2
2

60

300

10

Fuente: ONPE, 2006 (www.onpe.gob.pe)

El tamao de muestra de electores para cada local de votacin fue ajustado tomando en
cuenta la proximidad con otros locales, el nmero de electores necesarios, la carga de los
encuestadores (30 entrevistas por hora), entre otros aspectos. Efectuado el ajuste se
determina trabajar en 4 sectores:

Universidad Agraria: 120 electores y 4 encuestadores.

UNIFE: 60 electores y 2 encuestadores.

Latinoamericano, Experimental y Flix Tello: 60 electores y 2 entrevistadores.

1140 Miro Quesada y Newton: 60 electores y 2 entrevistadores.

143

A fin de lograr representatividad en la muestra de electores, la carga de 30 electores por hora

para los entrevistadores fue ajustada conforme a lo indicado en el Cuadro 3.12.
CUADRO 3.12 DISTRIBUCIN DE LA CARGA POR HORA DEL ENTREVISTADOR
EN LA MOLINA, POR SEXO, SEGN GRUPOS DE EDAD
Grupo de Edad

Hombres

Mujeres

Total

De 18 a 29 aos

10

De 30 a 45 aos

10

De 46 aos y ms

10

Total

15

15

30

El da de las elecciones (19 11- 2006) los entrevistadores efectuaron 1200 entrevistas a
razn de 300 por hora entre las 10 a.m. y las 2 p.m. El formato utilizado por cada
entrevistador para recoger la opinin de Por qu agrupacin poltica o candidato a votado
usted en La Molina? Es el siguiente:

ENCUESTA DE OPININ EN LA MOLINA (19-11-06)

HORA: ................................
ENTREVISTADOR: .

LOCAL: .............................................................
AGRUPACIN
O CANDIDATO

De 18 a 29 aos

HOMBRES
De 30 a 45 aos

De 46 aos y ms

De 18 a 29 aos

MUJERES
De 30 a 45 aos

De 46 aos y ms

Unidad Nacional (L.Dibos)

Somos Per (J. Calvo)
1ro. La Molina (P.Figueroa)
APRA (J. Pimentel)
Restauracin Nac. (P.Inga)
Siempre Unidos (A. Dvila)
Renovacin (W. Buckley)
Avanza Pas (R. Dulanto)
Blanco
Viciado/Nulo

Los resultados obtenidos por cada entrevistador fueron agrupados por hora y local escogido,
segn agrupacin o candidato, tal como se presentan en el Cuadro 3.13 y consolidados por
hora y agrupacin o candidato en el Cuadro 3.14.

144

Total

CUADRO 3.13 RESULTADO DEL "BOCA DE URNA" EN LA MOLINA, POR HORA Y

LOCAL, SEGN AGRUPACIN O CANDIDATO: 19/11/2006
AGRUPACIN
O CANDIDATO

10:00 a.m.
Agraria

Unife

1140-N

11:00 a.m.
Latino

Total

Agraria

Unife

1140-N

Latino

Total

Unidad Nacional (L.Dibos)

72

16

33

24

145

68

28

40

20

156

Somos Per (J. Calvo)

14

11

33

20

10

10

11

51

11

32

13

10

34

1ro. La Molina (P.Figueroa)

16

29

16

Restauracin Nac. (P.Inga)

16

19

Siempre Unidos (A. Dvila)

Renovacin (W. Buckley)

Avanza Pas (R. Dulanto)

Blanco

13

APRA (J. Pimentel)

120

60

62

36

278

120

60

60

49

289

Viciado/Nulo
Total

AGRUPACIN
O CANDIDATO

12:00 m.
Agraria

Unife

1140-N

13:00 p.m
Latino

Total

Agraria

Unife

1140-N

Latino

Total

Unidad Nacional (L.Dibos)

69

21

39

20

149

55

31

39

18

143

Somos Per (J. Calvo)

20

12

14

54

26

11

53

1ro. La Molina (P.Figueroa)

11

12

36

28

APRA (J. Pimentel)

19

10

11

28

Restauracin Nac. (P.Inga)

22

12

24

Siempre Unidos (A. Dvila)

Renovacin (W. Buckley)

Avanza Pas (R. Dulanto)

Blanco

Viciado/Nulo

120

60

61

61

302

120

60

61

51

292

Total

CUADRO 3.14 ENCUESTA A BOCA DE URNA PARA LA ELECCIN MUNICIPAL EN LA MOLINA (19-11-06)
(Consolidado)
AGRUPACIN
O CANDIDATO

10 a.m

11 a.m

HORA y %
12 m.
%

13 p.m.

Total

% Vlidos
Muestra

% Vlidos % de
ONPE
ERROR

145

56.20

156

56.12

149

51.74

143

50.53

593

51.1

53.57

49.32

4.25

Somos Per (J. Calvo)

33

12.79

51

18.35

54

18.75

53

18.73

191

16.5

17.25

16.87

0.38

1ro. La Molina (P.Figueroa)

32

12.40

34

12.23

36

12.50

28

9.89

130

11.2

11.74

10.67

1.07

APRA (J. Pimentel)

29

11.24

16

5.76

19

6.60

28

9.89

92

7.9

8.31

8.37

-0.06

Restauracin Nac. (P.Inga)

16

6.20

19

6.83

22

7.64

24

8.48

81

7.0

7.32

10.50

-3.18

Siempre Unidos (A. Dvila)

0.78

0.36

1.39

0.71

0.8

0.81

1.85

-1.04

Renovacin (W. Buckley)

0.39

0.36

0.69

1.41

0.7

0.72

1.78

-1.06

Avanza Pas (R. Dulanto)

0.00

0.00

0.69

0.35

0.3

0.27

0.64

-0.37

283 100.00

1107

Unidad Nacional (L.Dibos)

Votos Vlidos
Blanco
Viciado/Nulo
Total

258 100.00

278 100.00

288 100.00

100.00

13

36

3.1

18

1.6

278

289

302

292

145

1161 100.00

100.00

Captulo 4. OTROS MTODOS DE MUESTREO

Si no existe una vinculacin espiritual entre el que ensea y el que
aprende, toda enseanza es hostil y de consiguiente infecunda. Toda la
educacin es una larga obra de amor a los que aprenden. Proclama de
la Reforma Universitaria de Crdoba, Argentina, 1918.

CONTENIDO
4.1
4.2

Muestreo Sistemtico.
Muestreo de Conglomerados.

4.1 MUESTREO SISTEMTICO

Es un mtodo de seleccin secuencial automtico sumamente prctico y de fcil
comprensin por los entrevistadores, sobre todo en la seleccin de unidades
estadsticas durante la ejecucin de la encuesta (Rubio, 2006).
De la poblacin (Yi: Y1, Y2, Y3, . , YN) se desea extraer una muestra sistemtica de
tamao n para ello se debe seguir los siguientes pasos:
a) Determinar la longitud k

N
del intervalo de seleccin sistemtica, que nos
n

indica la seleccin de una de cada k unidades de investigacin.

b) Si k es un nmero entero, se determina el arranque aleatorio a escogiendo un
nmero aleatorio entre 1 y k (1 a k). Con la tabla de nmeros aleatorios se
selecciona la unidad de anlisis a. A continuacin seleccionamos sucesivamente
las unidades de anlisis a + k, a + 2k, a + 3k, . , a + (n 1)k Escogindose todas
las unidades de anlisis necesarias hasta completar el tamao de muestra.
Si k no es un entero, tomar k como la mayor parte entera y aplicar el proceso
descrito anteriormente; indudablemente que en el proceso de seleccin de la
muestra dejaran de participar las unidades estadsticas con la mayor numeracin.
De ser esto ltimo un problema, entonces, tomar k como la mayor parte entera slo
para determinar el arranque aleatorio a escogiendo un nmero aleatorio entre 1 y

146

k (1 a k). Seleccionada la unidad de anlisis a, utilizando la tabla de nmeros

aleatorios, a continuacin seleccionamos sucesivamente y redondeando las
unidades de anlisis a + k, a + 2k, a + 3k, . , a + (n 1)k. Escogindose todas
las unidades de anlisis necesarias hasta completar el tamao de muestra.
Ejemplo 4.1
Para estudiar el nmero de cabezas de ganado por establo en una zona
agropecuaria que cuenta con una poblacin de 500 establos, elija una muestra
sistemtica a) de 25 establos y b) de 30 establos.
Solucin
a) Seleccin sistemtica de n = 25 establos, entre N = 500.
La longitud del intervalo de seleccin sistemtica es: k

N
n

500
= 20
25

Como k es entero, se determina el arranque aleatorio a escogiendo un nmero

aleatorio entre 1 y 20 (1 a 20). En nuestra tabla de nmeros aleatorios,
escogemos un nmero de dos dgitos tomando como partida la fila 7 y columna 10,
vemos que el nmero seleccionado es a = 13. A continuacin seleccionamos
sucesivamente las unidades de anlisis:
a + k = 13 + 20 = 33

a + 7k = 13 + 7 (20) = 163

a + 2k = 13 + 2 (20) = 53

a + 8k = 13 + 8 (20) = 183

a + 3k = 13 + 3 (20) = 73

a + 9k = 13 + 9 (20) = 203

a + 4k = 13 + 4(20) = 103

..

a + 5k = 13 + 5(20) = 123

a + 23k = 13 + 23 (20) = 473

a + 6k = 13 + 6(20) = 143

a + 24k = 13 + 24 (20) = 493

La muestra seleccionada se presenta en el Cuadro 4.1 sombreada de amarillo.

147

Cuadro 4.1 Marco muestral de 500 establos y la muestra de 25 seleccionados

1
21
41
61
81
101
121
141
161
181
201
221
241
261
281
301
321
341
361
381
401
421
441
461
481

2
22
42
62
82
102
122
142
162
182
202
222
242
262
282
302
322
342
362
382
402
422
442
462
482

3
23
43
63
83
103
123
143
163
183
203
223
243
263
283
303
323
343
363
383
403
423
443
463
483

4
24
44
64
84
104
124
144
164
184
204
224
244
264
284
304
324
344
364
384
404
424
444
464
484

5
25
45
65
85
105
125
145
165
185
205
225
245
265
285
305
325
345
365
385
405
425
445
465
485

6
26
46
66
86
106
126
146
166
186
206
226
246
266
286
306
326
346
366
386
406
426
446
466
486

7
27
47
67
87
107
127
147
167
187
207
227
247
267
287
307
327
347
367
387
407
427
447
467
487

8
28
48
68
88
108
128
148
168
188
208
228
248
268
288
308
328
348
368
388
408
428
448
468
488

9
29
49
69
89
109
129
149
169
189
209
229
249
269
289
309
329
349
369
389
409
429
449
469
489

10
30
50
70
90
110
130
150
170
190
210
230
250
270
290
310
330
350
370
390
410
430
450
470
490

11
31
51
71
91
111
131
151
171
191
211
231
251
271
291
311
331
351
371
391
411
431
451
471
491

12
32
52
72
92
112
132
152
172
192
212
232
252
272
292
312
332
352
372
392
412
432
452
472
492

13
33
53
73
93
113
133
153
173
193
213
233
253
273
293
313
333
353
373
393
413
433
453
473
493

14
34
54
74
94
114
134
154
174
194
214
234
254
274
294
314
334
354
374
394
414
434
454
474
494

15
35
55
75
95
115
135
155
175
195
215
235
255
275
295
315
335
355
375
395
415
435
455
475
495

16
36
56
76
96
116
136
156
176
196
216
236
256
276
296
316
336
356
376
396
416
436
456
476
496

17
37
57
77
97
117
137
157
177
197
217
237
257
277
297
317
337
357
377
397
417
437
457
477
497

18
38
58
78
98
118
138
158
178
198
218
238
258
278
298
318
338
358
378
398
418
438
458
478
498

19
39
59
79
99
119
139
159
179
199
219
239
259
279
299
319
339
359
379
399
419
439
459
479
499

20
40
60
80
100
120
140
160
180
200
220
240
260
280
300
320
340
360
380
400
420
440
460
480
500

b) Seleccin sistemtica de n = 30 establos, entre N = 500.

La longitud del intervalo de seleccin sistemtica es: k

N
n

500
16.66
30

Ya que k no es un entero, podemos hacer lo siguiente:

Tomamos k como la mayor parte entera y aplicar el proceso descrito
anteriormente. Se determina el arranque aleatorio a escogiendo un nmero
aleatorio entre 1 y 16 (1 a 16). En la tabla de nmeros aleatorios,
escogemos un nmero de dos dgitos tomando como partida la fila 1 y columna
6, vemos que el nmero seleccionado es a = 07. A continuacin seleccionamos
sucesivamente las unidades de anlisis:
a + k = 7 + 16 = 23

a + 4k = 7 + 4 (16) = 71

a + 2k = 7 + 2 (16) = 39

a + 3k = 7 + 3 (16) = 55

a + 9k = 7 + 29 (16) = 471

148

Indudablemente que en el proceso de seleccin de la muestra dejaran de participar

las unidades estadsticas con numeracin alta, tal como se puede apreciar en el
Cuadro 4.2.
Cuadro 4.2 Marco muestral de 500 establos y la muestra de 30 seleccionados (k entero)
1
17
33
49
65
81
97
113
129
145
161
177
193
209
225
241
257
273
289
305
321
337
353
369
385
401
417
433
449
465
481
497

2
18
34
50
66
82
98
114
130
146
162
178
194
210
226
242
258
274
290
306
322
338
354
370
386
402
418
434
450
466
482
498

3
19
35
51
67
83
99
115
131
147
163
179
195
211
227
243
259
275
291
307
323
339
355
371
387
403
419
435
451
467
483
499

4
20
36
52
68
84
100
116
132
148
164
180
196
212
228
244
260
276
292
308
324
340
356
372
388
404
420
436
452
468
484
500

5
21
37
53
69
85
101
117
133
149
165
181
197
213
229
245
261
277
293
309
325
341
357
373
389
405
421
437
453
469
485

6
22
38
54
70
86
102
118
134
150
166
182
198
214
230
246
262
278
294
310
326
342
358
374
390
406
422
438
454
470
486

7
23
39
55
71
87
103
119
135
151
167
183
199
215
231
247
263
279
295
311
327
343
359
375
391
407
423
439
455
471
487

8
24
40
56
72
88
104
120
136
152
168
184
200
216
232
248
264
280
296
312
328
344
360
376
392
408
424
440
456
472
488

9
25
41
57
73
89
105
121
137
153
169
185
201
217
233
249
265
281
297
313
329
345
361
377
393
409
425
441
457
473
489

10
26
42
58
74
90
106
122
138
154
170
186
202
218
234
250
266
282
298
314
330
346
362
378
394
410
426
442
458
474
490

11
27
43
59
75
91
107
123
139
155
171
187
203
219
235
251
267
283
299
315
331
347
363
379
395
411
427
443
459
475
491

12
28
44
60
76
92
108
124
140
156
172
188
204
220
236
252
268
284
300
316
332
348
364
380
396
412
428
444
460
476
492

13
29
45
61
77
93
109
125
141
157
173
189
205
221
237
253
269
285
301
317
333
349
365
381
397
413
429
445
461
477
493

14
30
46
62
78
94
110
126
142
158
174
190
206
222
238
254
270
286
302
318
334
350
366
382
398
414
430
446
462
478
494

15
31
47
63
79
95
111
127
143
159
175
191
207
223
239
255
271
287
303
319
335
351
367
383
399
415
431
447
463
479
495

16
32
48
64
80
96
112
128
144
160
176
192
208
224
240
256
272
288
304
320
336
352
368
384
400
416
432
448
464
480
496

Inicialmente tomamos k como la mayor parte entera para determinar el

arranque aleatorio a escogiendo un nmero aleatorio entre 1 y 16 (1 a
16). En la tabla de nmeros aleatorios, escogemos un nmero de dos dgitos
tomando como partida la fila 1 y columna 6, vemos que el nmero
seleccionado es a = 07. A continuacin seleccionamos sucesivamente las
unidades de anlisis tomando k 16.6
seleccionados:

149

y redondeando los nmeros

a + k = 7 + 16.66 = 24

a + 7k = 7 + 7 (16.66) = 124

a + 2k = 7 + 2 (16.66) = 40

a + 8k = 7 + 8 (16.66) = 140

a + 3k = 7 + 3 (16.66) = 57

a + 9k = 7 + 9 (16.66) = 157

a + 4k = 7 + 4(16.66) = 74

..

a + 5k = 7 + 5(16.66) = 90

a + 23k = 7 + 28 (16.6) = 474

a + 6k = 7 + 6(16.66) = 107

a + 24k = 7 + 29 (16.66) = 490

La muestra seleccionada se presenta en el Cuadro 4.3 sombreada de verde.

Cuadro 4.3 Marco muestral de 500 establos y la muestra de 30 seleccionados (k fraccionario)
1
18
35
52
69
86
103
120
137
154
171
188
205
222
239
256
273
290
307
324
341
358
375
392
409
426
443
460
477
494

2
19
36
53
70
87
104
121
138
155
172
189
206
223
240
257
274
291
308
325
342
359
376
393
410
427
444
461
478
495

3
20
37
54
71
88
105
122
139
156
173
190
207
224
241
258
275
292
309
326
343
360
377
394
411
428
445
462
479
496

4
21
38
55
72
89
106
123
140
157
174
191
208
225
242
259
276
293
310
327
344
361
378
395
412
429
446
463
480
497

5
22
39
56
73
90
107
124
141
158
175
192
209
226
243
260
277
294
311
328
345
362
379
396
413
430
447
464
481
498

6
23
40
57
74
91
108
125
142
159
176
193
210
227
244
261
278
295
312
329
346
363
380
397
414
431
448
465
482
499

7
24
41
58
75
92
109
126
143
160
177
194
211
228
245
262
279
296
313
330
347
364
381
398
415
432
449
466
483
500

8
25
42
59
76
93
110
127
144
161
178
195
212
229
246
263
280
297
314
331
348
365
382
399
416
433
450
467
484

9
26
43
60
77
94
111
128
145
162
179
196
213
230
247
264
281
298
315
332
349
366
383
400
417
434
451
468
485

150

10
27
44
61
78
95
112
129
146
163
180
197
214
231
248
265
282
299
316
333
350
367
384
401
418
435
452
469
486

11
28
45
62
79
96
113
130
147
164
181
198
215
232
249
266
283
300
317
334
351
368
385
402
419
436
453
470
487

12
29
46
63
80
97
114
131
148
165
182
199
216
233
250
267
284
301
318
335
352
369
386
403
420
437
454
471
488

13
30
47
64
81
98
115
132
149
166
183
200
217
234
251
268
285
302
319
336
353
370
387
404
421
438
455
472
489

14
31
48
65
82
99
116
133
150
167
184
201
218
235
252
269
286
303
320
337
354
371
388
405
422
439
456
473
490

15
32
49
66
83
100
117
134
151
168
185
202
219
236
253
270
287
304
321
338
355
372
389
406
423
440
457
474
491

16
33
50
67
84
101
118
135
152
169
186
203
220
237
254
271
288
305
322
339
356
373
390
407
424
441
458
475
492

17
34
51
68
85
102
119
136
153
170
187
204
221
238
255
272
289
306
323
340
357
374
391
408
425
442
459
476
493

Las frmulas de estimacin que se utilizan para el procesamiento de la informacin

con este mtodo de muestreo se aproximan a las frmulas del M.A.S.
Ejemplo 4.2
Basados en la muestra sistemtica a) del ejemplo 4.1, se determina que el nmero de
cabezas de ganado en los establos seleccionados en la muestra es:

Establo
13
33
53
73
93
113
133
153
173
193
213
233
253
273
293
313
333
353
373
393
413
433
453
473
493

Cabezas de ganado
(Xi)
45
15
32
65
51
24
38
47
58
18
47
54
61
25
41
36
17
53
27
44
39
18
35
43
26

Estime el promedio y el total de cabezas de ganado en los establos, as como la

proporcin de establos con ms de 50 cabezas de ganado, con sus respectivos
intervalos de confianza del 95%.
Solucin
Resultados muestrales:

151

Xi

Promedio: X

45 15 32 .... 43 26
25

(Xi

X )2

i 1

959
25

38.36

Vaianza: S 2

5035.76
25 1

i 1

n 1

209.8233

Establos con ms de 50 cabezas de ganado: a = 6.

a) Estimacin del promedio de cabezas de ganado por establo.n

Xi

Promedio estimado:

959
25

i 1

38.36 cabezas por establo.

Varianza del estimado:

X2

var X

s2
(1 f )
n

209.8233
25
1
= 6.6444
30
500

Intervalo de confianza del 95% para el promedio:

IC( )

X t0.975, 24 X

38.26 2.064 6.6444

38.26 5.32

= [32.94 ; 43.58] cabezas de ganado por establo.

En la estimacin del promedio de cabezas de ganado por establo, con una muestra
de 25 establos, el error de muestreo que se comete es de 5.32 cabezas de ganado.
b) Estimacin del total de cabezas de ganado en los 500 establos.Total estimado: X

NX

500(38.26) 19130 cabezas de ganado.

Varianza del estimado:

X2

N 2 X2

(500)2 (6.6444) = 1 661 100.

Intervalo de confianza del 95% para el Total:

152

X t0.975, 24 X

IC( X )

19130 2.064 1661100 19130 2260.16

= [16 469.84 ; 21 790.16] cabezas de ganado.

c) Proporcin de establos con 50 o ms cabezas de ganado.Proporcin estimada: p

a
n

6
30

0.20

Varianza del estimado:

p2

V ( p )

p(1 p)
(1 f )
n 1

0.20(0.80)
25
1
= 0.0063332
25 1
500

Intervalo de confianza del 95% para la Proporcin de establos con 50 o ms

cabezas de ganado:

LC( P)

LC ( P )

0.2

p(1 p)
(1
n 1

p Z
2

(1.96)

f)

(0.2)(0.8)
25
1
25 1
500

1
2n
1
2(25)

Luego, el lmite inferior de confianza (LIC) y el lmite superior (LIS) sern

respectivamente LIC(P) = 0.024 y LSC(P) = 0.376.
Por lo tanto:

Conf (0.024 P 0.376) = 95 %

153

CASO 4-1. CONTEO RPIDO

En las elecciones municipales del ao 2006, en el distrito de La Molina, de la provincia
de Lima, aplicamos el muestreo sistemtico para el conteo rpido (obtencin de
resultados seleccionando mesas electorales). Tomaremos como referencia la base
datos Elecc. La Molina 2006, con los resultados para las 628 mesas electorales (5
mesas fueron anuladas) de las elecciones municipales del 19 de noviembre 2006,
obtenidos de la pgina Web de la Oficina Nacional de Procesos Electorales (ONPE) y
elaborados tanto en Excel (Ver Anexo) como en SPSS. El resultado oficial final del
proceso electoral en La Molina dado por la ONPE tambin se puede ver en el Anexo.
De las N = 633 mesas electorales seleccionamos n = 20 mesas, sistemticamente.
La longitud del intervalo de seleccin sistemtica es: k

N
n

633
20

31.65

Inicialmente tomamos k como la mayor parte entera para determinar el arranque

aleatorio a escogiendo un nmero aleatorio entre 1 y 31 (1 a 31). En la tabla de
nmeros aleatorios, escogemos un nmero de dos dgitos tomando como partida la fila
7 y columna 31, vemos que el nmero seleccionado es a = 04. A continuacin
seleccionamos sucesivamente las unidades de anlisis tomando k = 31.65 y
redondeando los nmeros seleccionados, en Excel obtenemos:
Cuadro 4.4 N de orden de las mesas electorales seleccionadas sistemticamente
4
321

36
352

67
384

99
415

131
447

162
479

194
510

226
542

257
574

289
605

La relacin de mesas por centros de votacin y las seleccionadas sistemticamente

(sombreadas) se presenta a continuacin:

036346
036356

MESAS ELECTORALES DEL DISTRITO DE LA MOLINA

MESAS EN LA UNIVERSIDAD NACIONAL AGRARIA LA MOLINA (252)
036347 036348 036349 036350 036351 036352 036353 036354
036357 036358 036359 036360 036361 036362 036363 036364

036355
036365

036366
036376
036386
045871
045881
045891

036367
036377
036387
045872
045882
045892

036375
036385
036395
045880
045890
045900

036368
036378
036388
045873
045883
045893

036369
036379
036389
045874
045884
045894

036370
036380
036390
045875
045885
045895

154

036371
036381
036391
045876
045886
045896

036372
036382
036392
045877
045887
045897

036373
036383
036393
045878
045888
045898

036374
036384
036394
045879
045889
045899

046976
046986
046996
048756
048766
050296
050306
050316
050326
051581
051591
051601
051611
052456
052466
052476
053046
227879

046977
046987
046997
048757
048767
050297
050307
050317
050327
051582
051592
051602
051612
052457
052467
052477
053047
228108

046978
046988
046998
048758
048768
050298
050308
050318
050328
051583
051593
051603
051613
052458
052468
052478
053048

046984
046994
048754
048764
050294
050304
050314
050324
051579
051589
051599
051609
052454
052464
052474
053044
053062

046985
046995
048755
048765
050295
050305
050315
050325
051580
051590
051600
051610
052455
052465
052475
053045
221853

053055
053066
200959
202230
202841
203457
222117

053056
053068
201302
202282
202905
203540
222267

MESAS EN EL C.E. 1140 AURELIO MIROQUESADA (68)

053057 053058 053059 053060 053061 053063
053069 053070 053071 053072 053073 053074
201413 201551 201681 201838 201951 202022
202362 202421 202471 202539 202590 202662
202951 203006 203065 203120 203206 203261
203598 203640 203745 203819 203920 221586
222418 222582 222746 222915 223090 223225

053064
053075
202109
202716
203328
221703

053065
200026
202173
202782
203388
221999

208561
209592
211718
213962
215617
225810

208662
209696
211825
214029
223624
225956

MESAS EN LA UNIVERSIDAD FEMENINA (60)

208764 208877 208975 209075 209173 209276
209878 210028 210443 210546 210641 211098
212007 212083 212172 212753 212840 213268
214464 214915 214976 215084 215146 215331
224327 224459 224579 224690 224834 224961
226067 226390 226514 226617 226714 227287

209390
211201
213632
215405
225397
227450

209497
211272
213856
215475
225663
227597

MESAS EN EL C.E. 1230 VIA ALTA (51)

204108 204210 204294 204387 204513
205112 205234 205358 205483 205609
206234 206300 206386 206453 206559
207041 207101 207200 207249 207319
207690 207764 207801 207871 207926

053067
204825
205923
206850
207505
220461

203974
204876
206025
206924
207538

204598
205713
206685
207384
207987

204716
205850
206764
207436
208331

232934
235251
237604
238834
239874

233071
235513
237723
238927
239988

MESAS EN EL C.E. 1235 UNIN LATINOAMERICANA (46)

233199 233353 233500 233686 233901 234152 234436
235785 236050 236329 236606 236875 237064 237311
237845 237965 238107 238235 238360 238493 238618
239019 239137 239213 239292 239422 239532 239631
240122 240261 240372 240473

234766
237465
238720
239723

204033
204967
206130
206997
207610

046979
046989
046999
048759
048769
050299
050309
050319
050329
051584
051594
051604
051614
052459
052469
052479
053049

046980
046990
047000
048760
048770
050300
050310
050320
050330
051585
051595
051605
051615
052460
052470
052480
053050

155

046981
046991
048751
048761
050291
050301
050311
050321
051576
051586
051596
051606
052451
052461
052471
053041
053051

046982
046992
048752
048762
050292
050302
050312
050322
051577
051587
051597
051607
052452
052462
052472
053042
053052

046983
046993
048753
048763
050293
050303
050313
050323
051578
051588
051598
051608
052453
052463
052473
053043
053054

228288
229800
230724
231517
232645

228518
229902
230793
231622
232780

MESAS EN EL C.E. 1278 EXPERIMENTAL (42)

228728 228961 229112 229249 229383 229490
230021 230107 230194 230278 230354 230442
230883 230958 231023 231109 231189 231260
231752 231855 231974 232081 232164 232277

229590
230536
231343
232395

229686
230638
231439
232524

MESAS EN EL C.E.P. FELIX TELLO ROJAS (42)

216092 216194 216304 216405 216485 216593
223756 223917 224035 224192 225124 225264
227103 245327 245462 245574 245701 245823
246358 246482 246607 246723 246823 246939

216684
225554
245939
247047

216818
226249
246020
247146

215755
223362
226871
246122
248609

215932
223507
226997
246229
286261

217190
218269
219298
220105

217280
218364
219398
220189

217407
218471
219487
220285

MESAS EN EL C.E.P. NEWTON (40)

217496 217623 217738 217874
218587 218698 218775 218881
219559 219626 219705 219775
220736 220850 221057 221275

217963
218991
219865
221438

218057
219087
219920
334820

218180
219184
219985
368483

240598
242147
243717
245074

240714
242410
243832
245192

240858
242546
243992

MESAS EN EL C.E.P. ATENEO (32)

240996 241124 241290 241436
242712 242861 242996 243149
244111 244241 244373 244534

241574
243290
244708

241758
243416
244825

241924
243545
244962

Los resultados de las 20 mesas seleccionadas fueron trabajados en Excel y se presentan

en el cuadro 4.5.

Cuadro 4.5 CONTEO RPIDO ELECCIN MUNICIPAL EN LA MOLINA (19-11-06)

ORDEN MESA N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

036349
036381
045887
046994
050296
050327
051604
052471
053059
202590
208561
214029
204108
207101
236606
228518
231752
227103
218587
240996

Siempre Renovacin Avanza Restauracin Unidad

Unidos
Nacional
Pas
Nacional
Nacional
agraria
0
1
3
7
48
agraria
2
0
1
7
62
agraria
0
0
1
12
60
agraria
2
0
1
14
55
agraria
4
0
0
16
79
agraria
7
2
0
21
61
agraria
0
3
0
16
56
agraria
3
1
0
7
52
1140
1
1
1
13
41
1140
1
3
1
9
63
unife
4
4
2
16
53
unife
1
2
0
12
80
via alta
1
1
0
10
53
via alta
1
0
1
19
71
latino
1
2
0
11
68
exptal.
7
1
1
20
70
exptal.
2
1
1
12
74
tello
1
3
0
18
78
newton
2
5
1
14
67
ateneo
4
2
4
14
91
Local

Total de Votos
% de Votos Vlidos (muestra)
% de Votos Vlidos (onpe)

% de Error

44
1.72
1.85
-0.13

32
1.25
1.78
-0.53

18
0.71
0.64
0.07

268
10.50
10.5
0.00

156

1282
50.24
49.32
0.92

Somos
Primero
APRA
Blancos Nulos
Per
La Molina
18
8
15
15
5
19
15
16
6
5
16
7
15
8
8
23
10
6
10
9
20
5
18
4
5
21
9
17
4
10
19
4
11
5
4
22
13
12
7
8
15
8
9
5
4
23
11
8
7
5
19
13
17
4
6
26
6
14
7
6
22
16
13
3
5
19
8
12
3
6
27
15
12
5
5
23
17
15
8
10
20
17
11
7
10
29
15
8
7
8
20
19
16
8
4
20
13
13
7
8
421
16.50
16.87
-0.37

229
8.97
8.37
0.60

258
10.11
10.67
-0.56

130
100.00
100.00
0.00

131

TOTAL
120
133
127
130
151
152
118
125
98
131
138
154
124
140
146
172
155
167
156
176
2813
2552
vlidos

El consolidado de los resultados anteriores, se presenta en el Cuadro 4.6.

Cuadro 4.6 RESULTADO DE LAS ELECCIONES MUNICIPALES (19-11-06)

CONTEO RAPIDO EN LA MOLINA
MUESTRA

ONPE
%Votos
Vlidos

%Votos
Vlidos

% ERROR

Votos

%Votos
Emitidos

1,282
421

45.57
14.97

50.24
16.50

49.32
16.87

0.92
-0.37

PRIMERO LA MOLINA (P. Figueroa)

RESTAURACION NACIONAL (P. Inga)
APRA (J. Pimentel)

258
268
229

9.17
9.53
8.14

10.11
10.50
8.97

10.67
10.50
8.37

-0.56
0.00
0.60

SIEMPRE UNIDOS (A. Dvila)

RENOVACIN NACIONAL (W. Buckley)

44
32

1.56
1.14

1.72
1.25

1.85
1.78

-0.13
-0.53

AVANZA PAIS (R. Dulanto)

Total de Votos Vlidos
Votos Blancos

18
2,552
130

0.64
90.72
4.62

0.71
100.00

0.64
100.00

0.07

Votos Nulos
Total de Votos Emitidos

131
2,813

4.66
100.00

Organizacin Poltica
UNIDAD NACIONAL (L. Dibos)
SOMOS PER (J. Calvo)

Error de +/- 1.9%

Tal como se puede apreciar en el Cuadro 4.6, los resultados obtenidos con la
muestra sistemtica son muy parecidos a los proporcionados posteriormente por la
ONPE, con lo cual se garantiza la importancia del muestreo en la obtencin de
resultados rpidamente. Vale seguir observando la no coincidencia en la tercera
ubicacin, ya que hubo un empate tcnico entre las agrupaciones polticas
Primero La Molina (del candidato Paul Figueroa) y Restauracin Nacional (de la
candidata Per Inga).

157

CONTEO RPIDO PARA LA PROVINCIA DE LIMA

En las elecciones municipales del ao 2006, aplicamos tambin el muestreo
sistemtico para el conteo rpido en la Provincia de Lima. Tomando como referencia
los resultados para las 29,175 mesas electorales (445 mesas fueron anuladas) de las
elecciones municipales del 19 de noviembre 2006, obtenidos de la pgina Web de la
Oficina Nacional de Procesos Electorales (ONPE) y elaborados en Excel. El resultado
oficial final del proceso electoral en la Provincia de Lima dado por la ONPE, se
puede ver en el Anexo.
Considerando la amplitud del trabajo, se dise una muestra estratificada de los
distritos de Lima considerndose los 33 distritos con ms electores y ms mesas
electorales. Siendo estos 33 distritos representativos del 98% de la poblacin electoral
(5132,403 electores) y del 98% de las mesas electorales (28,604 mesas)
De las N = 28 604 mesas electorales seleccionamos n = 379 mesas, sistemticamente.
La longitud del intervalo de seleccin sistemtica es: k

N
n

28604
379

75.47

En cada distrito se seleccionaron alrededor de 1 de cada 75 mesas, con el ajuste

correspondiente al nmero de mesas por distrito. Esta parte del trabajo fue
desarrollada en el curso de Estadstica para Economistas II de la Facultad de
Ciencias Econmicas de la Universidad Nacional del Callao (FCE-UNAC) el
semestre 2007-A aprovechando que la ONPE tena publicados los resultados en su
pgina web.

Los resultados fueron trabajados en Excel. En el Cuadro 4.7 se presenta el diseo

muestral correspondiente, indicndose el nmero de mesas necesarias por distrito,
as como de electores para el caso de una estimacin a boca de urna con 1000
electores.
Un diseo muestral parecido fue utilizado en las Encuestas de opinin pblica
llevadas a cabo por la FCE-UNAC y preparado por el autor para tales fines, no
olvidemos que los electores son los ciudadanos mayores de 18 aos y a quienes se
les aplica las encuestas de opinin pblica.
158

UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE CIENCIAS ECONMICAS
Asignatura: Estadstica para Economistas II
Profesor

: Ing Juan Francisco Bazn Baca

CUADRO 4.7 DISTRIBUCIN DE LA POBLACIN Y MUESTRA SEGN DISTRITO

ELECCIONES MUNICIAPALES DE LA PROVINCIA DE LIMA 2006
ORD.

DISTRITO

POBLACIN
ELECTORAL
229,769
109,712
108,044
106,671
68,154
622,350

4.5
2.1
2.1
2.1
1.3
12.1

MUESTRA
Electores
45
21
21
21
13
121

MESAS

1,350
536
594
633
335
3,448

4.7
1.9
2.1
2.2
1.2
12.1

MUESTRA
de Mesas
18
7
8
8
5
46

1
2
3
4
5

Stgo.de Surco
Miraflores
San Borja
La Molina
San Isidro
Estrato Alto

6
7
8
9
10
11
12
13
14
15
16
17

Lima
Chorrillos
San Miguel
Brea
Pueblo Libre
Jess Mara
Surquillo
Lince
Magdalena del Mar
San Luis
Barranco
Chaclacayo
Estrato Medio

291,104
171,120
110,932
93,398
86,001
81,650
78,266
72,986
53,028
51,138
45,442
33,611
1,168,676

5.7
3.3
2.2
1.8
1.7
1.6
1.5
1.4
1.0
1.0
0.9
0.7
22.8

57
33
22
18
17
16
15
14
10
10
9
7
228

1,411
1,038
561
456
444
391
394
340
259
271
217
180
5,962

4.9
3.6
2.0
1.6
1.6
1.4
1.4
1.2
0.9
0.9
0.8
0.6
20.8

20
13
8
6
6
5
6
5
4
4
3
2
82

18
19
20
21
22
23
24

San Martn de Porres

Los Olivos
La Victoria
Rmac
Santa Anita
Puente Piedra
Lurigancho
Estrato Medio Bajo

371,144
209,155
185,753
156,696
122,810
110,815
78,008
1,234,381

7.2
4.1
3.6
3.1
2.4
2.2
1.5
24.1

72
41
36
31
24
22
15
241

2,122
1,247
925
766
721
633
426
6,840

7.4
4.4
3.2
2.7
2.5
2.2
1.5
23.9

27
16
13
10
9
8
6
89

25
26
27
28
29
30
31
32
33

San Juan de Lurigancho

Comas
Ate
San Juan de Miraflores
Villa Mara del Triunfo
Villa El Salvador
Independencia
El Agustino
Carabayllo
Estrato Bajo

490,872
319,459
254,096
246,879
222,154
213,770
137,021
120,161
102,594
2,107,006

9.6
6.2
5.0
4.8
4.3
4.2
2.7
2.3
2.0
41.1

96
62
50
48
43
42
27
23
20
411

2,860
1,902
1,527
1,469
1,327
1,236
766
664
603
12,354

10.0
6.6
5.3
5.1
4.6
4.3
2.7
2.3
2.1
43.2

38
24
19
19
18
17
10
9
8
162

100.0%

1000

28,604
571
29,175

100.0%

379

TOTAL
5,132,413
Otros
105,794
TOTAL LIMA
5,238,207
Fuente: ONPE, 2006 (www.onpe.gob.pe)

159

La obtencin de resultados en Excel para la Provincia de Lima, fue similar a los

obtenidos para el distrito de La Molina. En el Cuadro 4.8 se presenta un consolidado
de dichos resultados.

Cuadro 4.8 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE ALCALDE

EN LA PROVINCIA DE LIMA : 19/11/2006

PARTIDO O AGRUPACIN

Unidad Nacional
Restauracin Nacional
APRA
Somos Per
Unin por el Per
Partido Nacionalista Peruano
Si Cumple
Accin Popular
Avanza Pas
Frente Pop. Agrc. del Per
Dilogo Vecinal (1)
Renacimiento Andino
Votos Vlidos
Blancos
Nulos
Total

VOTOS EN LA
MUESTRA

26,302
8,102
6,585
4,513
2,575
2,427
2,179
770
563
469
225
122
54,832
2,542
3,195
60,569

% VOTOS
VLIDOS
(Muestra)

LMITE
LMITE
INFERIOR SUPERIOR

47.97
14.78
12.01
8.23
4.70
4.43
3.97
1.40
1.03
0.86
0.41
0.22
100.00

47.55
14.48
11.74
8.00
4.52
4.25
3.81
1.31
0.94
0.78
0.36
0.18

48.39
15.07
12.28
8.46
4.87
4.60
4.14
1.50
1.11
0.93
0.46
0.26

N VOTOS
(ONPE)

1,960,588
607,946
490,981
346,726
189,862
174,752
163,956
57,747
42,511
38,435
16,178
9,616
4,099,298
198,937
312,627
4,610,862

% VOTOS
VLIDOS
(ONPE)

DIFERENCIA
% DE ERROR

47.83
14.83
11.98
8.46
4.63
4.26
4.00
1.41
1.04
0.94
0.39
0.23
100.00

0.14
-0.05
0.03
-0.23
0.06
0.16
-0.03
0.00
-0.01
-0.08
0.02
-0.01
0.00

Error: +/- 0.5%

La muestra consta de 379 de las 28604 mesas, distribuidas proporcionalmente en los 33 distritos con ms mesas de la provincia de Lima.
Nota.- el Alcalde elegido fue el Sr. Luis Castaeda Lossio de Unidad Nacional.

En el Cuadro 4.8 se puede apreciar que los resultados obtenidos con la muestra
son similares a los dados oficialmente por la ONPE, con errores sumamente
pequeos (menores al 0.23%). Nos dejan ver lo importante que es el muestreo para
obtener resultados muy parecidos a los parmetros poblacionales.

Los resultados obtenidos para los 20 distritos ms grandes considerados en esta

muestra tambin fueron idnticos a los de la ONPE, indudablemente con errores
un poco ms grandes, lo cual nos lleva a considerar que desde la UNAC podemos
efectuar el conteo rpido en el Callao para el cual tambin hemos efectuado
ensayos con resultados similares a los de la ONPE.

En el Apndice se presentan los resultados indicados en el prrafo anterior, tanto

para Lima como el Callao, bajo la numeracin del Cuadro A.1 al Cuadro A.26.

160

4.1 MUESTREO DE CONGLOMERADOS

En este mtodo de muestreo la poblacin se subdivide en un nmero de partes pequeo
de conglomerados naturales o artificialmente construidos para luego seleccionar al azar
algunas de estas partes como representativas del total.
As por ejemplo, se puede dividir el territorio en un muestreo de conglomerados
dividiendo el rea total en reas ms pequeas como: distritos, centros poblados,
manzanas; se elige al azar algunas reas y todos los hogares que residen en dichas
reas, constituyen la muestra. Los conglomerados pueden ser tambin escuelas,
universidades, hospitales, etc.; si queremos estudiar caractersticas de las instituciones
educativas o de los centros hospitalarios.
Las estimaciones en el muestreo de conglomerados son ms econmicas (es menos
costoso entrevistar hogares en el mismo barrio, que cuando los seleccionamos
aleatoriamente por todo el centro poblado) pero son menos precisas que las obtenidas
con el muestreo aleatorio simple.
Ejemplo 4.3
Con la informacin de las N = 130 instituciones educativas pblicas de primaria de
menores del Callao dadas en el Cuadro 4.9, seleccione una muestra aleatoria de n = 13
instituciones y estime el total de alumnos y el total de aulas.
Solucin
Utilizando la tabla de nmeros aleatorios (Cuadro 2.1) partiendo de la fila 2, columnas:
13, 14, 15 y escogiendo nmeros de 3 dgitos (hacia abajo) entre 001 y 130; como no
se completa, se sigue escogiendo nmero de 3 dgitos con las columnas 16, 17, 18 y as
sucesivamente hasta completar los 13 nmeros al azar.
Los nmeros obtenidos son: 041 077 111 084 064 048 060 128 073
038 116 031 y 113.
A fin de poder trabajar con estos nmeros los ordenamos en forma ascendente,
hacindolos corresponder con las Instituciones Educativas del Cuadro 4.9. Los
resultados muestrales se presentan en el Cuadro 4.10.
161

Cuadro 4.9 Aulas y Alumnos de Primaria de Menores en las Instituciones Educativas

Pblicas del Callao: 2008
I.E.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

Alumnos Aulas
515
13
476
16
461
12
274
5
202
9
351
7
721
18
1221
18
261
7
168
8
79
6
242
6
528
19
114
9
854
14
353
9
435
10
103
6
566
12
529
21
514
11
611
21
193
12
419
9
312
12
822
13
123
10
814
14
741
20
549
22
389
11
1072
19
1522
48
120
5
578
13
733
12
1035
18
587
11
434
17
639
25
821
12
583
20
658
10
602
20
948
27
411
11
424
15
203
8
449
12
381
7

I.E.
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100

Alumnos Aulas
221
8
471
9
648
13
616
12
531
13
339
9
403
13
259
6
200
9
716
22
526
12
425
12
626
21
156
6
267
10
516
12
302
7
393
11
132
6
175
6
501
13
663
18
390
12
252
11
392
12
367
13
1083
21
333
12
601
20
1030
11
231
10
426
17
604
19
1127
20
706
10
418
13
234
9
680
19
248
10
579
16
1352
35
962
25
835
27
549
11
634
11
939
26
758
21
360
6
636
12
667
19

I.E.
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
Total

Fuente: Padrn de Instituciones Educativas de la Direccin de Educacin del Callao.

162

Alumnos Aulas
489
20
292
12
649
12
420
8
569
16
755
22
929
30
532
17
246
6
1029
29
225
6
176
6
646
14
1012
15
333
7
330
10
223
5
115
6
260
8
350
15
261
11
468
10
276
9
404
8
521
10
62
3
174
6
137
5
36
2
291
6
64829
1720

Cuadro 4.10 Resultados de la muestra de I.E.Pblicas de Primaria de Menores del Callao: 2008
I.E.
Alumnos
Aulas

31 38 41 48 60 64 73
77
84 111 113 116 128 Media Varianza
389 587 821 203 716 156 390 1083 1127 225 646 330 137 523.846 114288.974
11 11 12 8 22 6 12 21
20
6
14 10 5 12.1538
32.641

Estimacin del Total de alumnos en primaria de menores, el 2008, en el Callao:

Estimado: X

N X = 130 (523.8462) = 68 100 alumnos.

Varianza del estimado:

X2

N2

s2
n
(1
)
n
N

130

114289
13
1
= 114 288.9744
13
130

Error estndar del estimado:

114288.9744

= 11 563.65 alumnos.

Coeficiente de variacin (error relativo):

X
11563.65
100
100 = 17.0%

68100
X

CV ( X )

Lmites de confianza del 95%:

X t13, 0.975 X 68100 2.16(11563.65)

IC( X )

Conf [43 122 X 93 077] = 95%

Estimacin del Total de aulas en primaria de menores, el 2008, en el Callao:

Estimado: X

N X = 130 (12.1538) = 1 580 aulas.

Varianza del estimado:

X2

s2
n
N
(1
)
n
N
2

130

32.6410
13
1
= 38 190
13
130

Error estndar del estimado:

38190 = 195.42 aulas.

Coeficiente de variacin (error relativo):

CV ( X )

X
195.42
100
100 = 12.4%
1580
X

Lmites de confianza del 95%:

IC( X )

X t13, 0.975 X 1580 2.16(195.42)

Conf [1 158 X 2 002] = 95%

163

MUESTREO ESTRATIFICADO DE CONGLOMERADOS

Las

estimaciones obtenidas en el ejemplo 4.2, con el muestreo aleatorio de

conglomerados, dan como resultado errores estndar grandes, lo que las hace menos
precisas. Vamos a estratificar los conglomerados a fin de lograr una mayor precisin
(menor error estndar).

Ejemplo 4.4
Con la informacin de las N = 130 instituciones educativas pblicas de primaria de menores
del Callao dadas en el Cuadro 4.9, construir h = 3 estratos y seleccione una muestra aleatoria
estratificada con asignacin proporcional de n = 13 instituciones y estime el total de
alumnos.
Solucin
Conforme a lo planteado en el Captulo 3 (Ejemplo 3.1), los h = 3 estratos se construyen
utilizando el mtodo de Dalenius y Hodges. Partiendo inicialmente con 15 intervalos de
clase para la distribucin del nmero de alumnos en las I.E. de primaria de menores en
el Callao. En el Cuadro 4.11 se presenta el procedimiento en Excel.

CUADRO 4.11 ESTRATIFICACIN DE LAS I.E. DE PRIMARIA EN EL CALLAO,

SEGN EL NMERO DE ALUMNOS CON DALENIUS Y HODGES
LI
30
200
300
400
500
600
700
800
900
1000
1100
1200
1300
1400
1500

LS
199
299
399
499
599
699
799
899
999
1099
1199
1299
1399
1499
1550
Suma

fi
16
21
16
17
18
16
7
5
4
6
1
1
1
0
1
130

Raiz (fi)
4.0000
4.5826
4.0000
4.1231
4.2426
4.0000
2.6458
2.2361
2.0000
2.4495
1.0000
1.0000
1.0000
0.0000
1.0000
38.2796
q = 12.7599

164

Ac.raiz (fi)
4.0000
8.5826
12.5826
16.7057
20.9483
24.9483
27.5941
29.8301
31.8301
34.2796
35.2796
36.2796
37.2796
37.2796
38.2796

12.7599

25.519754

ESTRATOS OBTENIDOS Y DISTRIBUCIN DE LA MUESTRA

Estrato
1
2
3
Total

LI
30
400
750

LS
400
749
1550

fi
53
56
21
130

nh
5
6
2
13

Se selecciona la muestra de cada estrato utilizando la tabla de nmeros aleatorios dada

en el Cuadro 2.1.
Para el Estrato 1, partiendo de la fila 1, columnas 4 y 5 y escogiendo nmeros de 2
dgitos (hacia abajo) entre 01 y 53, las 5 I.E. seleccionadas seran: 42, 43, 23, 38 y 24.
Para el Estrato 2, partiendo de la fila 1, columnas 14 y 15 y escogiendo nmeros de 2
dgitos (hacia abajo) entre 01 y 56, las 6 I.E. seleccionadas seran: 9, 41, 12, 32, 13 y 42.

Cuadro 4.12 Alumnos de Primaria de Menores en las Instituciones Educativas del Callao,
por Estratos y muestra seleccionada: 2008

I.E.
1
2
3
4
5
6

ESTRATO 1
Alumnos I.E. Alumnos
36
28
252
62
29
259
79
30
260
103
31
261
114
32
261
115
33
267

I.E.
1
2
3
4
5
6

ESTRATO 2
Alumnos I.E. Alumnos
403
29
549
404
30
566
411
31
569
418
32
578
419
33
579
420
34
583

ESTRATO 3
I.E. Alumnos
1
755
2
758
3
814
4
821
5
822
6
835

120

34

274

424

35

587

854

123

35

276

425

36

601

929

132

36

291

426

37

602

939

10

137

37

292

10

434

38

604

10

948

11

156

38

302

11

435

39

611

11

962

12

168

39

312

12

449

40

616

12

1012

13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

174
175
176
193
200
202
203
221
223
225
231
234
242
246
248

40
41
42
43
44
45
46
47
48
49
50
51
52
53

330
333
333
339
350
351
353
360
367
381
389
390
392
393

13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

461
468
471
476
489
501
514
515
516
521
526
528
529
531
532
549

41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56

626
634
636
639
646
648
649
658
663
667
680
706
716
721
733
741

13
14
15
16
17
18
19
20
21

1029
1030
1035
1072
1083
1127
1221
1352
1522

Fuente: Padrn de Instituciones Educativas de la Direccin de Educacin del Callao.

165

Para el Estrato 3, partiendo de la fila 1, columnas 24 y 25 y escogiendo nmeros de 2

dgitos (hacia abajo) entre 01 y 21, las 2 I.E. seleccionadas seran: 11 y 16.
En el Cuadro 4.12 se presenta los estratos y las instituciones educativas seleccionadas
de los mismos.
Con fines de clculo en el Cuadro 4.13 se presenta los estratos, la muestra seleccionada
y algunos resultados por estrato.

CUADRO 4.13 DISTRIBUCIN DE LA MUESTRA DE INSTITUCIONES

EDUCATIVA Y ALUMNOS DE PRIMARIA DEL CALLAO POR ESTRATO: 2008

ESTRATO 1

ESTRATO 2

ESTRATO 3

I.E.

Alumnos

I.E.

Alumnos

I.E.

Alumnos

23

231

426

11

962

24

234

12

449

16

1072

38

302

13

461

42

333

32

578

43

339

41

626

42

634

Nh

53 I.E.

56 I.E.

21 I.E.

nh

5 I.E.

6 I.E.

2 I.E.

yh

287.8

529.0

1017.0

S h2

2746.7

8893.6

6050.0

Estimacin del Total de alumnos en primaria de menores, el 2008, en el Callao:

Estimado:

N h yh = 53 (287.8) + 56 (529.0) + 21 (1017.0) = 66 234 alumnos.

h 1

Varianza del estimado:

Y2

N
h 1

2
h

sh2
nh

nh
Nh

166

Y2

532

2746.7
5
1
5
53

562

8893.6
6
1
6
56

212

6050.0
2
1
2
21

= 6 754 842.63
Error estndar del estimado: Y

6754842.63 = 2 599 alumnos

Coeficiente de variacin (error relativo):

CV (Y )

Y
100
Y

2599
100 = 3.9%
66234

Lmites de confianza del 95%:

IC(Y ) Y t13, 0.975 Y 66234 2.16(2599)

Conf [60 621 Y 71 848] = 95%
Los resultados obtenidos con el muestreo estratificado de conglomerados arrojan un
error estndar y error relativo ms pequeo, garantizando una mayor eficiencia de este
mtodo de muestreo.

167

REFERENCIAS BIBLIOGRFICAS

1. Abad, A. y Servn, L. INTRODUCCIN AL MUESTREO. Mxico. Editorial

Limusa, 1981.
2. Cochran, William. TCNICAS DE MUESTREO. Mxico. Compaa Editorial
Continental S.A., 1972.
3. Des Raj. ESTRUCTURA DE LAS ENCUESTAS POR MUESTREO. Mxico.
Fondo de Cultura Econmica, 1986.
4. Des Raj. TEORA DE MUESTREO. Mxico. Fondo de Cultura Econmica,
1986.
5. Instituto Nacional de Estadstica e Informtica. MUESTREO BSICO PARA
EJECUCIN E INTERPRETACIN DE ENCUESTAS. Lima. Coleccin:
Mtodos y Aplicaciones Estadsticas para la Enseanza Universitaria, 2000.
6. Levin, R. y Rubin, D. ESTADSTICA PARA ADMINISTRADORES. Mxico.
Editorial Prentice Hall, 1996.
7. Martnez, Ciro. ESTADSTICA Y MUESTREO. Bogota, Colombia. Ecoe
Ediciones. Dcimo segunda edicin, 2005.
8. Pea, D. y Romo, J. INTRODUCCIN A LA ESTADSTICA PARA LAS
CIENCIAS SOCIALES. Madrid, Espaa. Editorial Mc Graw-Hill, 1997.
9. Prez, Csar. MUESTREO ESTADSTICO, CONCEPTOS Y PROBLEMAS
RESUELTOS. Madrid, Espaa. Editorial Pearson Prentice Hall, 2006.
10. Rubio, Arturo. MUESTREO: CRITERIOS BSICOS PARA EL DISEO DE
MUESTRAS PROBABILISTICAS. La Molina. Material de lectura, 2006.
11. SPSS Inc. SPSS COMPLEX SAMPLEX 12.0. Irlanda. Manual del usuario,
2003.
12. Visauta, Bienvenido. ANLISISI ESTADSTICO CON SPSS PARA
WINDOWS. Madrid, Espaa. Editorial Mc Graw-Hill, 1997.

168

APNDICE

A.1 Conteo rpido eleccin alcalde distrital de Surco: 19/11/2006

A.2 Conteo rpido eleccin alcalde distrital de Miraflores: 19/11/2006
A.3 Conteo rpido eleccin alcalde distrital de San Borja: 19/11/2006
A.4 Conteo rpido eleccin alcalde distrital de Chorrillos: 19/11/2006
A.5 Conteo rpido eleccin alcalde distrital de San Miguel: 19/11/2006
A.6 Conteo rpido eleccin alcalde distrital de Los Olivos: 19/11/2006
A.7 Conteo rpido eleccin alcalde distrital de S.M. de Porres: 19/11/2006
A.8 Conteo rpido eleccin alcalde distrital de La Victoria: 19/11/2006
A.9 Conteo rpido eleccin alcalde distrital de Rmac: 19/11/2006
A.10 Conteo rpido eleccin alcalde distrital de Santa Anita: 19/11/2006
A.11 Conteo rpido eleccin alcalde distrital de Puente Piedra: 19/11/2006
A.12 Conteo rpido eleccin alcalde distrital de S.J. Lurigancho: 19/11/2006
A.13 Conteo rpido eleccin alcalde distrital de Comas: 19/11/2006
A.14 Conteo rpido eleccin alcalde distrital de Ate: 19/11/2006
A.15 Conteo rpido eleccin alcalde distrital de S.J. de Miraflores: 19/11/2006
A.16 Conteo rpido eleccin alcalde distrital de V.M. del Triunfo: 19/11/2006
A.17 Conteo rpido eleccin alcalde distrital de Villa El Salvador: 19/11/2006
A.18 Conteo rpido eleccin alcalde distrital de Independencia: 19/11/2006
A.19 Conteo rpido eleccin alcalde distrital de El Agustino: 19/11/2006
A.20 Conteo rpido eleccin alcalde distrital de Carabayllo: 19/11/2006
A.21 Conteo rpido eleccin alcalde provincial del Callao: 19/11/2006
A.22 Conteo rpido eleccin alcalde distrital de Bellavista: 19/11/2006
A.23 Conteo rpido eleccin alcalde distrital de Carmen de la Legua: 19/11/2006
A.24 Conteo rpido eleccin alcalde distrital de La Perla: 19/11/2006
A.25 Conteo rpido eleccin alcalde distrital de La Punta: 19/11/2006
A.26 Conteo rpido eleccin alcalde distrital de Ventanilla: 19/11/2006

169

CUADRO A.1 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SURCO : 19/11/2006

PARTIDO O AGRUPACIN

Unidad Nacional
Somos Per
APRA
Restauracin Nacional
Si Cumple
Dilogo Vecinal (1)
Unin por el Per
Partido Nacionalista Peruano
Confianza Per
Accin Popular
Surco para Todos (4)
Renovacin Nacional
Resurgimiento Peruano
Votos Vlidos
Blancos
Nulos
Total

VOTOS EN LA
MUESTRA

850
740
183
123
70
61
47
46
29
22
26
30
10
2,237
115
86
2,438

% VOTOS
VLIDOS
(Muestra)

38.00
33.08
8.18
5.50
3.13
2.73
2.10
2.06
1.30
0.98
1.16
1.34
0.45
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

35.99
31.13
7.04
4.55
2.41
2.05
1.51
1.47
0.83
0.57
0.72
0.86
0.17

40.01
35.03
9.32
6.44
3.85
3.40
2.70
2.64
1.77
1.39
1.61
1.82
0.72

N VOTOS
(ONPE)

67,724
56,805
13,724
10,614
5,736
5,396
4,089
3,469
2,482
2,063
2,034
1,981
621
176,738
7,245
10,448
194,431

% VOTOS
VLIDOS
(ONPE)

38.32
32.14
7.77
6.01
3.25
3.05
2.31
1.96
1.40
1.17
1.15
1.12
0.35
100.00

DIFERENCIA
% DE ERROR

-0.32
0.94
0.42
-0.51
-0.12
-0.33
-0.21
0.09
-0.11
-0.18
0.01
0.22
0.10

Error: +/- 2.1%

En Santiago de Surco, la muestra consta de 17 mesas, seleccionadas sistemticamente de las 1336 vlidas, ya que se anularon 14 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Manuel del Mar Estremadoyro, de Unidad Nacional.

CUADRO A.2 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE MIRAFLORES : 19/11/2006

PARTIDO O AGRUPACIN

Unidad Nacional
Somos Per
Restauracin Nacional
APRA
Encuentro con Miraflores
Unin por el Per
Partido Nacionalista Peruano
Votos Vlidos
Blancos
Nulos
Total

VOTOS EN LA
MUESTRA

595
305
112
99
36
14
16
1,177
70
65
1,312

% VOTOS
VLIDOS
(Muestra)

50.55
25.91
9.52
8.41
3.06
1.19
1.36
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

47.70
23.41
7.84
6.83
2.07
0.57
0.70

53.41
28.42
11.19
10.00
4.04
1.81
2.02

N VOTOS
(ONPE)

40,621
20,740
7,607
6,232
2,390
1,474
1,266
80,330
3,749
4,722
88,801

% VOTOS
VLIDOS
(ONPE)

50.57
25.82
9.47
7.76
2.98
1.83
1.58
100.00

DIFERENCIA
% DE ERROR

-0.02
0.09
0.05
0.65
0.08
-0.65
-0.22

Error: +/- 2.9%

En Miraflores, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 532 vlidas, ya que se anularon 4 mesas.
Nota.- el Alcalde elegido fue el Sr. Manuel Masas Oyanguren, de Unidad Nacional.

CUADRO A.3 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SAN BORJA : 19/11/2006

PARTIDO O AGRUPACIN

Democracia con Valores (3)

Unidad Nacional
Partido Democracia Social
APRA
Restauracin Nacional
Somos Libres (2)
San Borja S (4)
San Borja Unido (6)
Accin Popular
Votos Vlidos
Blancos
Nulos
Total
Error: +/- 2.8%

VOTOS EN LA
MUESTRA

551
228
219
68
61
35
26
20
11
1,219
49
64
1,332

% VOTOS
VLIDOS
(Muestra)

45.20
18.70
17.97
5.58
5.00
2.87
2.13
1.64
0.90
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

42.41
16.51
15.81
4.29
3.78
1.93
1.32
0.93
0.37

47.99
20.89
20.12
6.87
6.23
3.81
2.94
2.35
1.43

N VOTOS
(ONPE)

35,686
15,821
14,309
4,744
4,278
2,627
1,999
1,509
1,140
82,113
3,984
4,733
90,830

% VOTOS
VLIDOS
(ONPE)

43.46
19.27
17.43
5.78
5.21
3.20
2.43
1.84
1.39
100.00

En San Borja, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 588 vlidas, ya que se anularon 6 mesas.
Nota.- el Alcalde elegido fue el Sr. Alberto Tejada Noriega, de Democracia con Valores (3).

170

DIFERENCIA
% DE ERROR

1.74
-0.56
0.54
-0.20
-0.21
-0.33
-0.30
-0.20
-0.49

CUADRO A.4 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE CHORRILLOS : 19/11/2006

PARTIDO O AGRUPACIN

Somos Per
APRA
Unidad Nacional
Si Cumple
Restauracin Nacional
Unin por el Per
Corazn Chorrillano (2)
FREPAP
Accin Popular
Per Posible
Dilogo Vecinal (1)
Votos Vlidos
Blancos
Nulos
Total

VOTOS EN LA
MUESTRA

911
169
158
122
84
75
46
34
27
18
10
1,654
91
97
1,842

% VOTOS
VLIDOS
(Muestra)

55.08
10.22
9.55
7.38
5.08
4.53
2.78
2.06
1.63
1.09
0.60
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

52.68
8.76
8.14
6.12
4.02
3.53
1.99
1.37
1.02
0.59
0.23

57.48
11.68
10.97
8.64
6.14
5.54
3.57
2.74
2.24
1.59
0.98

N VOTOS
(ONPE)

74,502
14,422
14,353
8,897
6,499
5,129
3,708
2,775
1,984
1,587
601
134,457
5,976
11,640
152,073

% VOTOS
VLIDOS
(ONPE)

DIFERENCIA
% DE ERROR

55.41
10.73
10.67
6.62
4.83
3.81
2.76
2.06
1.48
1.18
0.45
100.00

-0.33
-0.51
-1.12
0.76
0.25
0.72
0.02
-0.01
0.16
-0.09
0.16

Error: +/- 2.4%

En Chorrillos, la muestra consta de 13 mesas, seleccionadas sistemticamente de las 1019 vlidas, ya que se anularon 19 mesas.
Nota.- el Alcalde elegido fue el Sr. Augusto Miyashiro Yamashiro, de Somos Per.

CUADRO A.5 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SAN MIGUEL : 19/11/2006

PARTIDO O AGRUPACIN

Unidad Nacional
APRA
Restauracin Nacional
Somos Per
Si Cumple
Renovacin Nacional
Futuro San Miguel (2)
Votos Vlidos
Blancos
Nulos
Total

VOTOS EN LA
MUESTRA

782
135
115
84
38
24
32
1,210
73
64
1,347

% VOTOS
VLIDOS
(Muestra)

64.63
11.16
9.50
6.94
3.14
1.98
2.64
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

61.93
9.38
7.85
5.51
2.16
1.20
1.74

67.32
12.93
11.16
8.37
4.12
2.77
3.55

N VOTOS
(ONPE)

55,596
9,611
7,547
6,111
2,166
2,142
1,443
84,616
4,899
5,104
94,619

% VOTOS
VLIDOS
(ONPE)

DIFERENCIA
% DE ERROR

65.70
11.36
8.92
7.22
2.56
2.53
1.71
100.00

-1.08
-0.20
0.59
-0.28
0.58
-0.55
0.94

Error: +/- 2.8%

En San Miguelo, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 557 vlidas, ya que se anularon 4 mesas.
Nota.- el Alcalde elegido fue el Sr. Salvador Heresi Chicoma, de Unidad Nacional.

CUADRO A.6 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE LOS OLIVOS : 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
53.07
13.90
7.99
5.59
4.76
3.88
3.56
3.14
1.52
1.39
0.60
0.60
100.00

LMITE
INFERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
52.27
14.48
7.52
6.00
4.17
3.79
3.73
3.52
1.83
1.41
0.80
0.47
100.00

DIFERENCIA
% DE ERROR
PARTIDO O AGRUPACIN
Siempre Unidos
1,149
50.97
55.17
85,814
0.80
Unidad Nacional
301
12.45
15.36
23,775
-0.58
APRA
173
6.85
9.13
12,344
0.47
Restauracin Nacional
121
4.62
6.56
9,851
-0.41
Somos Per
103
3.86
5.65
6,851
0.58
Partido Nacionalista Peruano
84
3.07
4.69
6,220
0.09
Unin por el Per
77
2.78
4.34
6,121
-0.17
Si Cumple
68
2.41
3.88
5,777
-0.38
Los Olivos Avanza (6)
33
1.01
2.04
3,006
-0.31
Salvemos Los Olivos (2)
30
0.89
1.88
2,310
-0.02
Avanza Pas
13
0.28
0.93
1,312
-0.20
Trabajemos por el Bien Nac.(2)
13
0.28
0.93
779
0.13
Votos Vlidos
2,165
164,160
Blancos
81
6,602
Nulos
186
16,170
Total
2,432
186,932
Error: +/- 2.1%
En Los Olivos, la muestra consta de 16 mesas, seleccionadas sistemticamente de las 1228 vlidas, ya que se anularon 19 mesas.
Nota.- el Alcalde elegido fue el Sr. Felipe Castillo Alfaro, de Siempre Unidos.

171

LMITE
SUPERIOR

CUADRO A.7 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SAN MARTN DE PORRES : 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
28.74
20.15
16.84
8.38
5.36
4.43
4.35
2.19
2.16
1.51
1.54
1.30
0.81
0.70
0.57
0.26
0.44
0.26
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
28.23
20.27
17.53
8.77
5.05
4.74
4.01
2.31
2.12
1.56
1.34
1.10
0.87
0.61
0.48
0.48
0.33
0.22
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Somos Per
1,104
27.31
30.17
80,070
0.51
Unidad Nacional
774
18.88
21.42
57,500
-0.12
APRA
647
15.66
18.03
49,710
-0.68
Restauracin Nacional
322
7.51
9.26
24,863
-0.38
Unin por el Per
206
4.65
6.08
14,314
0.32
Si Cumple
170
3.78
5.08
13,449
-0.32
Partido Nacionalista Peruano
167
3.70
4.99
11,372
0.34
Siempre Unidos
84
1.72
2.65
6,542
-0.12
Resurgimiento Peruano
83
1.70
2.62
6,026
0.04
Renovacin Nacional
58
1.12
1.90
4,439
-0.05
Voz Sanmartiniana (4)
59
1.15
1.92
3,804
0.19
Confianza Per
50
0.94
1.66
3,108
0.21
Nuevo San Martn (6)
31
0.52
1.09
2,461
-0.06
Coord. Nac. Independientes
27
0.44
0.97
1,720
0.10
Dilogo Vecinal (1)
22
0.33
0.81
1,359
0.09
Avanza Pas
10
0.10
0.42
1,352
-0.22
Partido Socialista
17
0.23
0.65
937
0.11
Progresemos Per
10
0.10
0.42
622
0.04
Votos Vlidos
3,841
283,648
Blancos
223
17,348
Nulos
244
27,031
Total
4,308
328,027
Error: +/- 1.6%
En San Martn de Porres, la muestra consta de 27 mesas, seleccionadas sistemticamente de las 2075 vlidas, ya que se anularon 47 mesas.
Nota.- el Alcalde elegido fue el Sr. Freddy Ternero Corrales, de Somos Per.

CUADRO A.8 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE LA VICTORIA : 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
33.05
29.85
7.62
6.85
6.31
4.73
4.28
1.94
1.67
1.35
0.77
0.99
0.59
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
33.58
28.64
8.48
6.56
6.45
4.65
4.45
1.78
1.69
1.29
1.04
0.92
0.46
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Unidad Nacional
733
31.09
35.01
45,967
APRA
662
27.94
31.75
39,206
Alianza para el Progreso
169
6.52
8.72
11,601
Partido Nacionalista Peruano
152
5.80
7.90
8,973
Somos Per
140
5.30
7.32
8,828
Resurgimiento Peruano
105
3.85
5.62
6,363
Si Cumple
95
3.44
5.13
6,096
Avanza Pas
43
1.36
2.51
2,433
Accin Popular
37
1.14
2.20
2,314
FREPAP
30
0.87
1.83
1,771
Partido por la Democracia Soc.
17
0.40
1.13
1,428
Dilogo Vecinal (1)
22
0.58
1.40
1,265
Fuerza Nacional
13
0.27
0.90
635
Votos Vlidos
2,218
136,880
Blancos
203
11,711
Nulos
153
11,879
Total
2,574
160,470
Error: +/- 2.1%
En La Victoria, la muestra consta de 13 mesas, seleccionadas sistemticamente de las 908 vlidas, ya que se anularon 17 mesas.
Nota.- el Alcalde elegido fue el Sr. Alberto Snchez Aizcorbe, de Unidad Nacional.

172

-0.53
1.20
-0.86
0.30
-0.14
0.09
-0.17
0.16
-0.02
0.06
-0.28
0.07
0.12

CUADRO A.9 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE RMAC : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
36.23
13.01
14.91
10.28
4.31
4.19
3.55
2.66
2.92
2.66
1.78
1.21
1.46
0.57
0.25
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
35.42
14.02
13.72
9.69
4.88
4.07
3.73
2.98
2.90
2.77
1.89
1.61
0.98
0.85
0.49
100.00

PARTIDO O AGRUPACIN
Unidad Nacional
571
33.86
38.60
42,724
Somos Per
205
11.35
14.67
16,913
APRA
235
13.15
16.67
16,550
Restauracin Nacional
162
8.78
11.78
11,688
Si Cumple
68
3.31
5.32
5,882
Partido Nacionalista Peruano
66
3.20
5.18
4,903
Lucho por el Rmac (2)
56
2.64
4.47
4,503
Renovacin Nacional
42
1.87
3.46
3,593
Siempre Unidos
46
2.09
3.75
3,503
Partido Socialista
42
1.87
3.46
3,341
Accin Popular
28
1.12
2.43
2,280
Alianza para el Progreso
19
0.67
1.74
1,940
Dilogo Vecinal (1)
23
0.87
2.05
1,177
FREPAP
9
0.20
0.94
1,020
Confianza Per
4
0.01
0.50
592
Votos Vlidos
1,576
120,609
Blancos
82
6,520
Nulos
103
10,379
Total
1,761
137,508
Error: +/- 2.5%
En el Rmac, la muestra consta de 10 mesas, seleccionadas sistemticamente de las 753 vlidas, ya que se anularon 13 mesas.
Nota.- el Alcalde elegido fue el Sr. Vctor Leyton Daz, de Unidad Nacional.

DIFERENCIA
% DE ERROR
0.81
-1.02
1.19
0.59
-0.56
0.12
-0.18
-0.31
0.01
-0.11
-0.11
-0.40
0.48
-0.27
-0.24

CUADRO A.10 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SANTA ANITA : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
27.73
17.24
7.83
9.83
9.74
6.08
6.49
4.50
3.50
2.50
1.58
1.25
0.92
0.83
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
28.03
14.85
9.83
9.73
9.45
6.17
5.62
5.19
4.25
2.79
1.26
0.97
0.96
0.90
100.00

PARTIDO O AGRUPACIN
Siempre Unidos
333
25.20
30.26
27,316
Unidad Nacional
207
15.10
19.37
14,475
Somos Per
94
6.31
9.35
9,577
Unin por el Per
118
8.14
11.51
9,478
Restauracin Nacional
117
8.06
11.42
9,208
APRA
73
4.73
7.43
6,016
Partido Nacionalista Peruano
78
5.10
7.89
5,474
Contigo si Sta. Anita (10)
54
3.32
5.67
5,060
Integracin Distrital (6)
42
2.46
4.54
4,137
Si Cumple
30
1.62
3.38
2,714
FRAPAP
19
0.88
2.29
1,224
Santa Anita Avanza (8)
15
0.62
1.88
949
Avanza Pas
11
0.38
1.45
938
Presencia Vecinal (4)
10
0.32
1.35
880
Votos Vlidos
1,201
97,446
Blancos
54
4,417
Nulos
99
9,417
Total
1,354
111,280
Error: +/- 2.8%
En Santa Anita, la muestra consta de 9 mesas, seleccionadas sistemticamente de las 713 vlidas, ya que se anularon 8 mesas.
Nota.- el Alcalde elegido fue el Sr. Osiris Feliciano Muoz, de Siempre Unidos.

173

DIFERENCIA
% DE ERROR
-0.31
2.38
-2.00
0.10
0.29
-0.10
0.88
-0.70
-0.75
-0.29
0.33
0.28
-0.05
-0.07

CUADRO A.11 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE PUENTE PIEDRA : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
22.56
22.29
15.43
11.73
11.10
6.77
4.51
2.89
1.26
0.72
0.72
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
22.51
21.53
16.60
12.22
10.98
5.62
5.04
2.74
1.42
0.77
0.55
100.00

DIFERENCIA
% DE ERROR
PARTIDO O AGRUPACIN
Per Posible
250
20.10
25.02
19,197
0.05
Siempre Unidos
247
19.84
24.74
18,357
0.76
El Gallo de Oro (2)
171
13.31
17.56
14,155
-1.17
Unidad Nacional
130
9.84
13.63
10,422
-0.49
Si Cumple
123
9.25
12.95
9,365
0.12
Unin por el Per
75
5.29
8.25
4,789
1.15
Restauracin Nacional
50
3.29
5.73
4,298
-0.53
Somos Per
32
1.90
3.87
2,339
0.14
Avanza Pas
14
0.61
1.92
1,215
-0.16
Fuerza Nacional
8
0.22
1.22
658
-0.05
Confianza Per
8
0.22
1.22
472
0.17
Votos Vlidos
1,108
85,267
Blancos
79
6,301
Nulos
100
8,466
Total
1,287
100,034
Error: +/- 2.9%
En Puente Piedra, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 623 vlidas, ya que se anularon 10 mesas.
Nota.- el Alcalde elegido fue el Sr. Rennan Espinoza Rosales, de Per Posible.

CUADRO A.12 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SAN JUAN DE LURIGANCHO : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
25.45
23.64
18.44
10.05
7.18
6.09
5.14
1.48
0.84
0.38
0.57
0.32
0.27
0.15
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
25.00
24.33
18.02
10.58
6.99
5.74
5.31
1.38
0.71
0.51
0.49
0.42
0.30
0.21
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Unidad Nacional
1,337
24.27
26.63
96,353
0.45
Somos Per
1,242
22.49
24.79
93,775
-0.69
Si Cumple
969
17.39
19.49
69,448
0.42
APRA
528
9.24
10.86
40,778
-0.53
Restauracin Nacional
377
6.48
7.87
26,955
0.18
Unin por el Per
320
5.44
6.74
22,109
0.35
Partido Nacionalista Peruano
270
4.54
5.74
20,467
-0.17
FREPAP
78
1.16
1.81
5,318
0.10
Accin Popular
44
0.59
1.08
2,755
0.12
Alianza para el Progreso
20
0.21
0.55
1,958
-0.13
Accin Solidaria (2)
30
0.37
0.77
1,892
0.08
Renovacin Nacional
17
0.17
0.48
1,627
-0.10
Confianza Per
14
0.13
0.41
1,159
-0.03
Progreso y Bienestar (4)
8
0.05
0.26
807
-0.06
Votos Vlidos
5,254
385,401
Blancos
230
20,017
Nulos
390
36,436
Total
5,874
441,854
Error: +/- 1.4%
En San Juan de Lurigancho, la muestra consta de 38 mesas, seleccionadas sistemticamente de las 2803 vlidas, ya que se anularon 57 mesas.
Nota.- el Alcalde elegido fue el Sr. Carlos Burgos Horna, de Unidad Nacional.

174

CUADRO A.13 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE COMAS : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
29.42
24.47
10.67
9.01
7.02
6.12
3.50
2.29
1.93
1.42
1.05
1.33
0.90
0.87
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
30.19
24.75
10.60
8.13
7.85
5.51
3.13
2.09
2.02
1.43
1.31
1.20
1.12
0.69
100.00

PARTIDO O AGRUPACIN
Unidad Nacional
976
27.86
30.97
75,774
Siempre Unidos
812
23.01
25.94
62,130
APRA
354
9.62
11.72
26,601
Unin por el Per
299
8.04
9.99
20,416
Restauracin Nacional
233
6.15
7.89
19,702
Partido Nacionalista Peruano
203
5.30
6.93
13,822
Somos Per
116
2.87
4.12
7,852
Si Cumple
76
1.78
2.80
5,240
Dilogo Vecinal (1)
64
1.46
2.40
5,061
Per Posible
47
1.01
1.82
3,583
Accin Popular
35
0.71
1.40
3,291
FREPAP
44
0.94
1.72
3,004
Progresemos Per
30
0.58
1.23
2,799
Avanza Pas
29
0.56
1.19
1,730
Votos Vlidos
3,318
251,005
Blancos
155
12,473
Nulos
232
22,316
Total
3,705
285,794
Error: +/- 1.7%
En Comas, la muestra consta de 24 mesas, seleccionadas sistemticamente de las 1871 vlidas, ya que se anularon 31 mesas.
Nota.- el Alcalde elegido fue el Sr. Miguel Saldaa Reategui, de Unidad Nacional.

DIFERENCIA
% DE ERROR
-0.77
-0.28
0.07
0.88
-0.83
0.61
0.37
0.20
-0.09
-0.01
-0.26
0.13
-0.21
0.18

CUADRO A.14 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE ATE : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
20.94
18.59
15.87
12.55
8.27
7.11
5.36
2.24
1.88
1.56
1.68
1.00
0.68
0.64
0.60
0.60
0.44
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
20.20
18.40
16.44
13.51
8.20
7.72
4.62
2.01
1.87
1.56
1.42
1.02
0.85
0.62
0.60
0.60
0.38
100.00

PARTIDO O AGRUPACIN
Unidad Nacional
524
19.35
22.54
39,770
Somos Per
465
17.06
20.11
36,226
Restauracin Nacional
397
14.44
17.30
32,367
Si Cumple
314
11.25
13.85
26,592
APRA
207
7.19
9.35
16,145
Partido Nacionalista Peruano
178
6.11
8.12
15,194
Confianza Per
134
4.47
6.24
9,092
Avanza Pas
56
1.66
2.82
3,949
Accin Popular
47
1.35
2.41
3,673
FREPAP
39
1.07
2.04
3,073
Per Posible
42
1.18
2.18
2,797
Siempre Unidos
25
0.61
1.39
2,009
Participemos por Ate (2)
17
0.36
1.00
1,667
Resurgimiento Peruano
16
0.33
0.95
1,217
Coordinadora Nac. de Indep.
15
0.30
0.90
1,175
Partido Socialista
15
0.30
0.90
1,174
Renacimiento Andino
11
0.18
0.70
755
Votos Vlidos
2,502
196,875
Blancos
150
13,981
Nulos
178
16,160
Total
2,830
227,016
Error: +/- 2.0%
En Ate, la muestra consta de 19 mesas, seleccionadas sistemticamente de las 1501 vlidas, ya que se anularon 26 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Dupuy Garca, de Unidad Nacional.

175

DIFERENCIA
% DE ERROR
0.74
0.18
-0.57
-0.96
0.07
-0.60
0.74
0.23
0.01
0.00
0.26
-0.02
-0.17
0.02
0.00
0.00
0.06

CUADRO A.15 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE SAN JUAN DE MIRAFLORES : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
20.19
19.11
14.48
8.73
7.88
7.60
6.40
4.95
2.53
1.93
1.33
1.17
0.84
0.68
1.53
0.64
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
21.72
19.90
14.24
9.32
8.10
6.67
6.17
4.65
2.21
1.82
1.63
0.99
0.85
0.59
0.58
0.57
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Unidad Nacional
502
18.62
21.77
41,008
-1.52
Avanza Pas
475
17.56
20.65
37,573
-0.79
Somos Per
360
13.10
15.86
26,882
0.25
APRA
217
7.62
9.84
17,602
-0.59
Restauracin Nacional
196
6.82
8.94
15,296
-0.22
Si Cumple
189
6.56
8.64
12,604
0.93
Unin por el Per
159
5.43
7.36
11,651
0.23
Partido Nacionalista Peruano
123
4.10
5.80
8,779
0.30
Confianza Per
63
1.92
3.15
4,182
0.32
Dilogo Vecinal (1)
48
1.39
2.47
3,435
0.11
San Juan Unido (2)
33
0.88
1.78
3,069
-0.30
Per Posible
29
0.74
1.59
1,873
0.17
Resurgimiento Peruano
21
0.48
1.20
1,601
0.00
Accin Popular
17
0.36
1.01
1,113
0.09
Partido por la Democ. Social
38
1.05
2.01
1,096
0.95
Alianza para el Progreso
16
0.33
0.96
1,071
0.08
Votos Vlidos
2,486
188,835
Blancos
150
12,493
Nulos
152
20,005
Total
2,788
221,333
Error. +/- 2.0%
En San Juan de Miraflores, la muestra consta de 19 mesas, seleccionadas sistemticamente de las 1427 vlidas, ya que se anularon 42 mesas.
Nota.- el Alcalde elegido fue el Sr. Edilberto Quispe Rodrguez, de Unidad Nacional.

CUADRO A.16 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE VILLA MARA DEL TRIUNFO : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
26.73
17.74
12.75
9.16
6.81
6.31
7.14
4.79
3.18
1.32
0.95
1.32
1.07
0.74
100.00

LMITE
INFERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
26.23
17.40
13.25
10.10
7.28
6.38
6.19
4.22
3.36
1.41
1.35
1.03
0.90
0.89
100.00

DIFERENCIA
% DE ERROR
PARTIDO O AGRUPACIN
Unidad Nacional
648
24.97
28.49
45,887
0.50
Somos Per
430
16.22
19.26
30,444
0.34
APRA
309
11.42
14.08
23,189
-0.51
Restauracin Nacional
222
8.01
10.31
17,673
-0.94
Si Cumple
165
5.80
7.81
12,743
-0.48
Unin por el Per
153
5.34
7.28
11,154
-0.06
Partido Nacionalista Peruano
173
6.11
8.16
10,830
0.95
Siempre Unidos
116
3.94
5.64
7,379
0.57
Progreso Comunitario (2)
77
2.48
3.87
5,875
-0.18
FREPAP
32
0.87
1.77
2,474
-0.09
Accin Popular
23
0.56
1.33
2,370
-0.41
Per Posible
32
0.87
1.77
1,802
0.29
Confianza Per
26
0.66
1.48
1,569
0.18
Avanza Pas
18
0.40
1.08
1,565
-0.15
Votos Vlidos
2,424
174,954
Blancos
130
9,101
Nulos
173
17,382
Total
2,727
201,437
Error: +/- 2.0%
En Villa Mara del Triunfo, la muestra consta de 18 mesas, seleccionadas sistemticamente de las 1295 vlidas, ya que se anularon 32 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Castillo ngeles, de Unidad Nacional.

176

LMITE
SUPERIOR

CUADRO A.17 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE VILLA EL SALVADOR : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
20.40
18.90
19.28
16.49
7.44
5.11
3.61
3.24
2.16
1.45
0.83
1.08
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
20.24
19.33
18.61
17.84
7.16
5.80
3.43
3.18
1.50
1.29
0.96
0.65
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Restauracin Nacional
491
18.79
22.01
34,859
0.16
Unidad Nacional
455
17.34
20.47
33,304
-0.43
Confianza Per
464
17.70
20.85
32,061
0.66
APRA
397
15.01
17.98
30,723
-1.34
Siempre Unidos
179
6.39
8.48
12,335
0.28
Partido Nacionalista Peruano
123
4.23
5.99
9,995
-0.69
Accin Popular
87
2.87
4.36
5,903
0.19
Somos Per
78
2.53
3.95
5,486
0.06
FREPAP
52
1.58
2.74
2,591
0.66
Per Posible
35
0.98
1.93
2,225
0.16
Avanza Pas
20
0.47
1.19
1,658
-0.13
Partido por la Democ. Social
26
0.67
1.49
1,116
0.43
Votos Vlidos
2,407
172,256
Blancos
108
9,560
Nulos
142
13,089
Total
2,657
194,905
Errro. +/- 2.0%
En Villa El Salvador, la muestra consta de 17 mesas, seleccionadas sistemticamente de las 1223 vlidas, ya que se anularon 13 mesas.
Nota.- el Alcalde elegido fue el Sr. Jaime Zea Usca, de Restauracin Nacional.

CUADRO A.18 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE INDEPENDENCIA : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
40.55
22.86
13.74
7.51
6.03
4.69
1.68
1.61
0.87
0.47
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
38.81
22.40
13.72
8.76
6.28
5.33
1.83
1.43
0.89
0.55
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Unidad Nacional
605
38.06
43.04
42,725
1.74
Somos Per
341
20.72
24.99
24,656
0.46
Restauracin Nacional
205
11.99
15.49
15,102
0.02
APRA
112
6.17
8.84
9,640
-1.25
Unin por el Per
90
4.82
7.24
6,917
-0.25
Partido Nacionalista Peruano
70
3.62
5.76
5,868
-0.64
Avanza Pas
25
1.02
2.33
2,014
-0.15
Accin Popular
24
0.97
2.25
1,577
0.18
FREPAP
13
0.40
1.34
975
-0.01
Dilogo Vecinal (1)
7
0.12
0.82
601
-0.08
Votos Vlidos
1,492
110,075
Blancos
70
5,350
Nulos
84
7,760
Total
1,646
123,185
Errro. +/- 2.5%
En Independencia, la muestra consta de 10 mesas, seleccionadas sistemticamente de las 760 vlidas, ya que se anularon 6 mesas.
Nota.- el Alcalde elegido fue el Sr. Lovell Yomond Vargas, de Unidad Nacional.

177

CUADRO A.19 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE EL AGUSTINO : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
54.10
10.90
10.20
8.35
7.03
4.25
3.01
1.47
0.70
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
53.36
11.61
9.95
9.74
5.89
4.36
3.15
1.21
0.73
100.00

PARTIDO O AGRUPACIN
Unidad Nacional
700
51.38
56.81
51,129
Unin por el Per
141
9.20
12.59
11,120
APRA
132
8.55
11.85
9,538
Restauracin Nacional
108
6.84
9.85
9,333
Partido Nacionalista Peruano
91
5.64
8.43
5,639
Si Cumple
55
3.15
5.35
4,177
Somos Per
39
2.08
3.95
3,021
Accin Popular
19
0.81
2.12
1,162
Resurgimiento Peruano
9
0.24
1.15
700
Votos Vlidos
1,294
95,819
Blancos
69
4,968
Nulos
67
6,046
Total
1,430
106,833
Errro. +/- 2.7%
En El agustino, la muestra consta de 9 mesas, seleccionadas sistemticamente de las 655 vlidas, ya que se anularon 9 mesas.
Nota.- el Alcalde elegido fue el Sr. Vctor Salcedo Ros, de Unidad Nacional.

DIFERENCIA
% DE ERROR
0.74
-0.71
0.25
-1.39
1.15
-0.11
-0.14
0.26
-0.04

CUADRO A.20 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE CARABAYLLO : 19/11/2006

VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
16.74
15.24
11.28
10.84
9.25
7.40
4.14
4.67
5.02
3.79
2.03
3.35
1.85
2.11
1.32
0.97
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
17.33
15.37
12.67
10.98
8.20
7.38
4.80
4.26
3.99
3.65
2.72
2.56
2.01
1.76
1.34
0.99
100.00

DIFERENCIA
% DE ERROR

PARTIDO O AGRUPACIN
Unidad Nacional
190
14.57
18.91
13,863
APRA
173
13.15
17.33
12,293
Somos Accin Vecinal (2)
128
9.44
13.12
10,132
Restauracin Nacional
123
9.03
12.65
8,785
Unin por el Per
105
7.57
10.94
6,558
Partido Nacionalista Peruano
84
5.88
8.92
5,904
Si Cumple
47
2.98
5.30
3,836
Alianza para el Progreso
53
3.44
5.90
3,409
Siempre Unidos
57
3.75
6.29
3,193
Per Posible
43
2.68
4.90
2,922
FREPAP
23
1.21
2.85
2,179
Somos Per
38
2.30
4.39
2,045
Carabayllo a la Gloria (4)
21
1.07
2.63
1,609
Accin Popular
24
1.28
2.95
1,405
Avanza Pas
15
0.66
1.99
1,068
Moralizacin Independiente (6)
11
0.40
1.54
790
Votos Vlidos
1,135
79,991
Blancos
55
4,101
Nulos
103
8,913
Total
1,293
93,005
Errro. +/- 2.9%
En Carabayllo, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 587 vlidas, ya que se anularon 16 mesas.
Nota.- el Alcalde elegido fue el Sr. Miguel Ros Zarzosa, de Unidad Nacional.

178

-0.59
-0.13
-1.39
-0.15
1.05
0.02
-0.65
0.41
1.03
0.14
-0.70
0.79
-0.16
0.36
-0.01
-0.02

Cuadro A.21 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE ALCALDE

EN LA PROVINCIA CONSTITUCIONAL DEL CALLAO : 19/11/2006

PARTIDO O AGRUPACIN

Chimpum Callao
Mar Callao
APRA
Mi Callao
unidad Nacional
Partido Nacionalista P.
Restauracin Nacional
UPP
Somos Per
FREPAP
Confianza Per
PDS
Votos Vlidos
Blancos
Nulos
Total

% VOTOS
VLIDOS
(Muestra)

VOTOS EN LA
MUESTRA

4,574
1,623
1,094
882
432
292
240
196
83
48
47
25
9,536
806
551
10,893

47.97
17.02
11.47
9.25
4.53
3.06
2.52
2.06
0.87
0.50
0.49
0.26
100.00

N VOTOS
LMITE
LMITE
INFERIOR SUPERIOR
(ONPE)

46.96
16.27
10.83
8.67
4.11
2.72
2.20
1.77
0.68
0.36
0.35
0.16

48.97
17.77
12.11
9.83
4.95
3.41
2.83
2.34
1.06
0.65
0.63
0.36

209,860
82,917
49,365
25,793
16,419
14,294
10,644
10,410
3,347
2,454
2,297
1,228
429,028
30,185
34,419
493,632

% VOTOS
VLIDOS
(ONPE)

DIFERENCIA
% DE ERROR

48.92
19.33
11.51
6.01
3.83
3.33
2.48
2.43
0.78
0.57
0.54
0.29
100.00

-0.95
-2.31
-0.03
3.24
0.70
-0.27
0.04
-0.37
0.09
-0.07
-0.04
-0.02
0.00

Error: +/- 1.0%

La muestra consta de 65 de las 3025 mesas, distribuidas proporcionalmente en los 5 distritos y el Cercado Provincial del Callao.
Nota.- el Alcalde elegido fue el Sr. Flix Moreno Caballero de Chimpum Callao

CUADRO A.22 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE BELLAVISTA: 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
38.14
15.38
13.85
8.21
7.52
7.17
4.31
1.60
2.09
1.39
0.35
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
39.06
15.70
12.81
8.51
7.18
7.11
3.92
2.26
1.80
1.31
0.34
100.00

PARTIDO O AGRUPACIN
Chimpum Callao
548
35.62
40.65
18,851
Unidad Nacional
221
13.51
17.24
7,575
Juntos por Bellavista (2)
199
12.06
15.63
6,181
APRA
118
6.79
9.63
4,107
Mi Callao
108
6.15
8.88
3,464
Mar Callao
103
5.83
8.50
3,430
Cuento Contigo Ya (4)
62
3.26
5.37
1,894
Partido Nacionalista Peruano
23
0.95
2.25
1,090
Restauracin Nacional
30
1.35
2.83
869
Bellavista Compromiso (6)
20
0.79
2.00
633
Partido Democracia Social
5
0.04
0.65
165
Votos Vlidos
1,437
48,259
Blancos
151
4,859
Nulos
92
3,287
Total
1,680
56,405
Error: +/- 2.6%
En Bellavista, la muestra consta de 10 mesas, seleccionadas sistemticamente de las 346 vlidas, ya que se anularon 4 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Sotomayor Garca de Chimpum Callao

179

DIFERENCIA %
DE ERROR
-0.93
-0.32
1.04
-0.30
0.34
0.06
0.39
-0.66
0.29
0.08
0.01
0.00

CUADRO A.23 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE CARMEN DE LA LEGUA REYNOSO: 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
27.96
33.36
18.50
8.53
4.22
1.86
2.20
1.60
1.27
0.51
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
31.32
30.77
18.06
7.89
3.15
2.67
2.22
2.00
1.59
0.33
100.00

PARTIDO O AGRUPACIN
Chimpum Callao
331
25.40
30.51
8,624
Mi Callao
395
30.68
36.05
8,471
Mar Callao
219
16.28
20.71
4,972
APRA
101
6.94
10.12
2,171
S Cumple
50
3.08
5.37
868
Construyendo Salud y Vida (2)
22
1.09
2.63
734
Partido Nacionalista Peruano
26
1.36
3.03
611
Unidad Nacional
19
0.89
2.32
551
Unin por el Per
15
0.63
1.90
439
Partido Democracia Social
6
0.10
0.91
90
Votos Vlidos
1,184
27,531
Blancos
91
2,536
Nulos
59
1,397
Total
1,334
31,464
Error: +/- 2.8%
En Carmen de La Legua, la muestra consta de 8 mesas, seleccionadas sistemticamente de las 185 mesas distritales.
Nota.- el Alcalde elegido fue el Sr. Juan de Dios Gavilano de Chimpum Callao

DIFERENCIA %
DE ERROR
-3.37
2.59
0.44
0.64
1.07
-0.81
-0.02
-0.40
-0.33
0.18

CUADRO A.24 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE LA PERLA : 19/11/2006

PARTIDO O AGRUPACIN
Mi Callao
Chimpum Callao
APRA
Mar Callao
Reconstruccin Nacional
Unidad Nacional
Partido Nacionalista Peruano
Somos Per
Renovacin Familiar Perleo (2)

VOTOS EN LA
MUESTRA
759
377
124
101
40
39
25
22
10
5
6
1,508
147
64
1,719

% VOTOS
VLIDOS
(Muestra)
50.33
25.00
8.22
6.70
2.65
2.59
1.66
1.46
0.66
0.33
0.40
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

47.81
22.81
6.84
5.44
1.84
1.79
1.01
0.85
0.25
0.04
0.08

52.86
27.19
9.61
7.96
3.46
3.39
2.30
2.06
1.07
0.62
0.72

N VOTOS
(ONPE)
18,963
9,296
2,900
2,831
906
808
670
494
237
153
146
37,404
3,224
2,957
43,585

% VOTOS
VLIDOS
(ONPE)
50.70
24.85
7.75
7.57
2.42
2.16
1.79
1.32
0.63
0.41
0.39
100.00

S Cumple
Confianza Per
Votos Vlidos
Blancos
Nulos
Total
Error: +/- 2.5%
En La Perla, la muestra consta de 10 mesas, seleccionadas sistemticamente de las 267 vlidas, ya que se anularon 7 mesas.
Nota.- el Alcalde elegido fue el Sr. Pedro Lpez de Mi Callao

180

DIFERENCIA %
DE ERROR
-0.37
0.15
0.47
-0.87
0.23
0.43
-0.13
0.14
0.03
-0.08
0.01

CUADRO A.25 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE LA PUNTA: 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
66.55
15.84
16.19
1.42
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
64.63
18.74
14.91
1.71
100.00

PARTIDO O AGRUPACIN
Viva La Punta (2)
374
62.65
70.45
3,172
Todos por La Punta (4)
89
12.82
18.85
920
APRA
91
13.15
19.24
732
Partido Nacionalista Peruano
8
0.44
2.40
84
Votos Vlidos
562
4,908
Blancos
106
Nulos
14
Total
682
4,908
Error: +/- 4.1
En La Punta, la muestra consta de 5 mesas, seleccionadas sistemticamente de las 40 vlidas, ya que se anul 1 mesa.
Nota.- el Alcalde elegido fue el Sr. Wilfredo Duharte de Viva La Punta (2).

DIFERENCIA %
DE ERROR
1.92
-2.91
1.28
-0.29

CUADRO A.26 RESULTADOS DEL CONTEO RPIDO PARA LA ELECCIN DE AL CALDE

EN EL DISTRITO DE VENTANILLA: 19/11/2006
VOTOS EN LA
MUESTRA

% VOTOS
VLIDOS
(Muestra)
28.25
21.31
14.42
14.96
4.81
3.62
3.56
2.91
3.32
1.36
0.95
0.47
0.06
100.00

LMITE
INFERIOR

LMITE
SUPERIOR

N VOTOS
(ONPE)

% VOTOS
VLIDOS
(ONPE)
28.32
21.29
15.71
15.49
4.38
3.52
3.27
2.82
2.75
1.31
0.56
0.34
0.24
100.00

DIFERENCIA %
DE ERROR

PARTIDO O AGRUPACIN
Chimpum Callao
476
26.10
30.40
24,079
Mar Callao
359
19.35
23.26
18,106
Salud y Desarrollo (4)
243
12.74
16.10
13,362
APRA
252
13.25
16.66
13,170
Partido Nacionalista Peruano
81
3.79
5.83
3,723
Unin por el Per
61
2.73
4.51
2,990
Unidad Nacional
60
2.68
4.45
2,779
Restauracin Nacional
49
2.11
3.71
2,398
Mi Callao
56
2.47
4.18
2,337
Confianza Per
23
0.81
1.92
1,117
Somos Per
16
0.49
1.41
477
Fuerza Nacional
8
0.15
0.80
285
Partido Democracia Social
1
-0.06
0.18
205
Votos Vlidos
1,685
85,028
Blancos
205
9,333
Nulos
110
7,878
Total
2,000
102,239
Error: +/- 2.4%
En Ventanilla, la muestra consta de 12 mesas, seleccionadas sistemticamente de las 596 vlidas, ya que se anularon 15 mesas.
Nota.- el Alcalde elegido fue el Sr. Omar Marcos de Chimpum Callao

181

-0.07
0.01
-1.29
-0.53
0.43
0.10
0.29
0.09
0.57
0.05
0.39
0.14
-0.18
0.00

ANEXOS

182

VOTACIN EN LA MOLINA, POR AGRUPACIONES POLTICAS, SEGN LOCAL DE VOTACIN Y N DE MESA - 19/11/06
Local de
Votacin
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria

036346
036348
036349
036350
036351
036352
036353
036354
036355
036356
036357
036358
036359
036360
036361
036362
036363
036364
036365
036366
036367
036368
036369
036370
036371
036373
036374
036375
036376
036377
036378
036379
036380
036381
036382
036383

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria

036384
036385
036386
036387
036388
036389
036390
036391
036392
036393
036394
036395
045871
045872
045873
045874
045875
045876
045877
045878
045879
045880
045881
045882
045883
045884
045885
045886
045887
045888
045889
045890
045891
045892
045893
045894
045895
045896
045897

37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

MESA N Orden Estrato

Siempre Renovac. Avanza Restaurac. Unidad Somos

Primero La
APRA
Blancos Nulos TOTAL
Unidos
Nacional
Pas
Nacional
Nac.
Per
Molina
1
6
1
7
51
18
8
7
0
4
103
3
3
1
7
49
19
7
15
4
6
114
0
1
3
7
48
18
8
15
15
5
120
3
0
1
10
62
22
8
11
6
5
128
2
2
2
9
51
16
14
12
7
6
121
2
1
2
9
68
13
8
10
9
4
126
4
3
0
8
58
13
8
15
7
7
123
0
3
1
4
64
20
16
12
8
6
134
2
3
1
6
66
21
8
8
7
6
128
1
2
0
3
55
25
13
14
5
9
127
1
3
0
14
57
24
9
9
9
4
130
0
3
0
10
62
16
12
12
7
5
127
2
1
1
12
61
20
13
12
8
2
132
1
0
2
11
63
20
7
11
15
6
136
1
2
1
7
71
18
9
19
9
2
139
1
5
0
8
58
18
9
18
3
3
123
1
0
1
7
68
17
10
15
3
6
128
3
1
0
7
59
16
6
15
10
8
125
0
0
0
5
58
17
7
13
10
4
114
1
3
1
3
74
21
6
11
5
1
126
2
2
0
7
69
21
4
18
5
4
132
2
1
1
8
60
14
6
16
5
10
123
1
3
0
9
56
21
9
15
7
6
127
5
0
1
12
59
16
8
14
4
5
124
0
2
1
7
59
15
13
10
3
6
116
0
1
0
2
58
22
13
11
8
3
118
1
4
0
11
58
11
6
14
9
8
122
1
2
1
8
63
12
8
23
7
4
129
0
2
2
12
67
22
10
19
7
5
146
1
7
0
12
62
12
7
8
5
5
119
4
2
1
10
79
14
6
16
2
4
138
2
0
1
8
72
12
12
10
2
7
126
1
3
0
10
82
16
5
13
4
5
139
2
0
1
7
62
19
15
16
6
5
133
4
5
1
8
65
15
6
13
1
6
124
0
6
2
11
49
22
9
13
10
9
131
3
3
1
2
1
0
0
2
2
3
1
1
4
2
1
1
0
1
1
1
1
2
4
2
3
1
2
1
0
1
2
3
4
2
0
2
2
1
1

4
4
2
4
1
3
2
1
2
4
1
1
2
4
1
0
3
7
4
2
1
1
2
2
1
2
4
0
0
5
2
1
4
1
5
3
1
4
0

1
0
0
1
0
0
0
3
0
0
1
1
0
1
0
0
2
0
1
2
1
0
3
3
4
1
1
1
1
0
1
2
1
2
3
1
1
3
0

11
12
18
11
7
11
12
10
10
11
6
11
10
7
9
9
14
5
8
4
7
12
8
12
14
7
11
10
12
11
10
10
10
17
9
11
18
7
11

Contina .
183

62
58
61
65
62
68
60
62
50
59
58
63
62
61
54
55
58
54
54
73
63
57
59
59
57
53
54
64
60
56
51
60
47
64
53
57
58
60
40

16
18
15
14
15
16
19
16
15
17
18
18
20
24
27
21
24
23
16
21
19
18
24
20
22
17
17
17
16
21
21
18
21
16
18
22
28
20
21

6
9
7
10
7
11
3
8
11
8
7
10
5
8
9
12
10
12
11
6
5
11
12
14
11
13
8
9
7
12
12
9
17
7
15
9
3
10
6

9
11
18
8
11
14
13
9
12
13
13
10
10
15
14
17
10
9
15
11
9
17
16
16
9
16
17
10
15
14
16
10
9
10
13
16
11
15
17

3
5
3
6
10
7
7
8
7
2
9
10
6
8
7
10
7
7
8
8
8
3
5
5
5
4
4
11
8
10
8
8
8
7
7
5
5
7
9

6
10
4
6
5
8
7
6
10
5
8
2
6
3
12
9
5
9
8
5
6
12
2
10
6
4
9
5
8
4
7
7
11
5
5
8
4
4
5

121
130
129
127
119
138
123
125
119
122
122
127
125
133
134
134
133
127
126
133
120
133
135
143
132
118
127
128
127
134
130
128
132
131
128
134
131
131
110

. Continuacin
Local de
Votacin
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria

MESA N Orden Estrato

045898
045899
045900
046976
046977
046978
046979
046980
046981
046982
046983
046984
046985
046986
046987
046989
046990
046991
046992
046993
046994
046995
046996
046997
046998
046999
047000
048751
048752
048753
048754
048755
048756
048757
048758
048759
048760
048761
048762
048763
048764
048765
048766
048767
048768
048769
048770
050291
050292
050293
050294
050295
050296
050297
050298
050299
050300
050301
050302
050303
050304
050305
050306
050307
050308
050309
050310
050311
050312
050313
050314
050315
050316
050317
050318
050319
050320
050321

76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Siempre
Unidos
3
2
3
2
0
0
1
2
3
5
1
2
0
4
4
2
4
1
1
2
2
3
2
1
4
3
6
6
2
1
4
2
1
1
1
2
0
3
1
3
0
3
2
1
5
5
6
2
2
1
1
1
4
3
4
3
1
2
4
2
3
1
1
2
1
3
6
7
1
2
3
3
3
5
2
3
6
3

Renovac.
Nacional
1
2
2
2
2
1
1
0
2
2
2
2
1
4
2
0
4
1
4
2
0
1
1
4
3
2
0
2
2
1
4
5
7
2
2
1
1
2
3
2
1
0
5
0
0
4
3
4
4
2
4
5
0
6
0
2
4
1
2
4
3
6
3
5
3
3
1
2
0
6
3
1
3
5
2
2
2
2

Avanza Restaurac.
Pas
Nacional
0
2
2
1
0
1
4
0
3
0
1
1
0
1
1
1
1
2
1
2
1
1
2
0
0
1
0
0
0
0
0
1
0
2
1
0
0
0
1
2
0
0
0
0
0
0
1
2
0
1
0
0
0
1
0
0
1
1
1
0
1
0
0
1
1
1
0
0
0
0
1
1
0
1
0
3
0
2

6
12
12
9
15
13
13
10
15
5
6
11
20
11
15
17
7
17
15
11
14
9
20
15
11
11
11
14
14
14
13
18
14
17
18
11
18
17
12
14
19
15
15
17
15
10
18
16
13
16
15
14
16
9
18
8
10
14
10
11
9
17
14
13
8
21
22
17
16
9
27
14
10
12
8
21
10
20

Contina .
184

Unidad
Nac.
59
53
74
58
53
58
48
60
52
48
58
56
59
58
59
55
67
66
69
71
55
65
67
75
58
63
67
74
49
62
64
69
57
66
70
67
68
64
80
69
69
69
67
68
68
72
71
59
71
66
80
64
79
70
69
80
76
69
68
67
69
60
66
56
70
64
79
80
78
76
61
81
68
63
65
72
70
61

Somos
Per
28
21
21
19
15
16
22
16
26
17
27
21
20
22
23
19
20
19
16
23
23
24
14
14
17
18
24
17
19
15
24
16
24
21
18
23
21
25
22
27
15
36
22
28
24
30
16
30
16
20
14
27
20
16
28
25
23
26
18
22
20
21
19
21
22
22
14
12
19
17
23
21
28
15
24
12
24
31

APRA
12
14
11
13
13
10
16
13
9
5
14
9
8
6
7
15
12
13
10
8
10
9
14
7
11
10
12
5
11
9
11
11
10
7
7
9
10
10
9
8
8
3
6
13
9
8
16
6
11
12
7
9
5
7
6
8
13
8
19
16
15
15
12
13
16
12
9
13
11
18
13
5
10
6
18
10
12
11

Primero La
Blancos
Molina
12
17
7
18
14
15
13
11
12
20
12
12
13
11
13
24
16
18
12
14
6
12
15
13
16
16
10
8
22
17
11
14
13
17
16
13
18
16
22
14
12
16
17
11
20
24
8
18
13
21
14
16
18
15
16
15
13
23
17
23
17
22
18
13
16
10
12
18
17
20
14
19
14
12
26
21
25
12

9
8
7
8
9
10
7
9
4
10
6
8
3
10
4
5
5
7
7
0
10
5
8
7
8
11
2
8
10
6
8
10
7
4
3
4
4
8
4
8
9
2
10
11
4
4
7
5
4
3
6
9
4
4
5
7
13
3
7
3
6
4
13
8
6
6
4
9
11
8
5
4
6
12
8
5
10
7

Nulos TOTAL
1
8
6
2
7
9
2
2
7
9
5
4
2
14
2
9
7
5
5
6
9
8
4
4
5
7
5
5
2
6
9
7
3
5
2
7
8
5
9
6
7
6
5
6
10
4
7
11
12
10
3
6
5
13
7
8
3
6
6
5
5
4
3
8
3
7
6
9
5
5
5
10
10
10
6
11
7
11

131
139
145
132
128
133
127
123
133
121
132
126
126
141
130
147
143
149
140
139
130
137
147
140
133
142
137
139
131
131
148
153
136
142
138
137
148
150
163
153
140
150
149
155
155
161
153
153
146
152
144
151
151
144
153
156
157
153
152
153
148
150
149
140
146
149
153
167
158
161
155
159
152
141
159
160
166
160

. Continuacin
Local de
Votacin
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria

MESA N Orden Estrato

050322
050323
050324
050325
050326
050327
050328
050329
050330
051576
051577
051578
051579
051580
051581
051582
051583
051584
051585
051586
051587
051588
051589
051590
051591
051592
051593
051594
051595
051596
051597
051598
051599
051600
051601
051602
051603
051604
051605
051606
051607
051608
051609
051610
051611
051612
051613
051614
051615
052451
052452
052453
052454
052455
052456
052457
052458
052459
052460
052461
052462
052463
052464
052465
052466
052467
052468
052469
052470
052471
052472
052473
052474
052475
052476
052477
052478
052479

154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1

Siempre
Unidos
1
5
3
3
0
7
2
4
3
2
3
2
3
0
2
3
4
3
4
2
5
3
6
2
1
1
4
3
1
1
2
3
0
0
1
1
5
0
3
1
0
4
0
5
1
5
2
2
1
0
3
0
1
1
0
4
0
1
3
0
2
1
2
2
1
3
2
2
4
3
1
2
1
1
2
6
0
2

Renovac.
Nacional
1
2
5
2
1
2
6
2
1
2
7
8
2
2
1
2
2
2
1
3
2
5
1
1
3
4
4
2
3
0
2
1
2
2
1
1
1
3
6
7
4
3
1
1
4
2
1
7
2
3
2
1
3
2
1
3
2
4
2
0
0
3
1
0
1
4
0
0
2
1
1
1
0
2
3
0
1
1

Avanza Restaurac.
Pas
Nacional
0
2
0
1
1
0
0
0
0
0
0
0
2
0
4
1
0
0
1
0
0
0
0
0
0
0
0
0
1
0
0
1
0
1
2
1
0
0
0
0
1
1
0
0
0
2
0
0
2
2
0
1
2
2
0
1
0
2
0
0
0
0
1
0
0
1
0
0
1
0
2
0
0
1
0
0
0
0

10
18
22
17
15
21
17
15
19
14
14
14
15
18
16
21
14
19
9
17
17
11
15
9
12
18
17
12
17
9
12
12
9
13
13
6
13
16
12
10
8
10
10
9
10
11
11
19
11
14
14
8
13
11
11
11
10
10
14
14
10
16
16
9
10
13
9
12
11
7
11
7
15
9
19
14
12
13

Contina .
185

Unidad
Nac.
78
68
71
63
72
61
62
81
55
66
67
66
71
67
72
62
65
75
73
66
61
79
70
81
65
55
79
49
49
46
50
62
52
55
59
57
45
56
50
56
57
46
64
44
48
53
57
44
49
51
57
63
52
48
47
61
55
60
50
48
56
48
35
42
49
45
52
58
56
52
46
56
54
43
93
42
55
65

Somos
Per
20
19
22
25
20
21
26
19
25
20
27
20
22
23
26
18
28
20
34
23
23
20
19
22
25
27
19
18
15
27
22
20
16
19
29
23
32
19
19
15
16
17
13
22
16
35
12
8
23
20
17
24
16
19
20
21
17
23
10
20
12
18
21
23
18
9
24
19
7
22
16
15
14
18
26
21
15
20

APRA
10
3
12
13
9
9
11
12
9
12
8
15
14
11
10
6
12
11
10
11
10
8
7
13
19
12
6
9
8
7
8
7
12
3
6
4
9
4
10
9
10
12
8
14
10
4
10
14
7
7
10
9
12
13
7
9
11
13
9
5
15
8
9
17
8
10
14
9
10
13
9
12
13
8
22
8
12
14

Primero La
Blancos
Molina
19
14
11
9
14
17
14
17
14
15
16
16
12
15
11
17
19
18
12
17
10
19
18
22
17
6
9
7
12
8
11
11
10
0
5
9
13
11
13
17
14
16
16
14
9
5
8
15
10
11
16
12
12
15
8
11
11
14
12
11
14
16
19
17
12
18
9
7
16
12
16
10
19
19
21
20
13
8

10
9
9
6
15
4
9
6
9
8
4
5
9
5
8
8
8
6
11
10
7
3
8
4
2
6
2
2
6
4
6
9
5
11
1
5
4
5
9
6
8
4
7
9
5
3
7
6
9
8
5
5
4
9
6
9
8
6
7
6
10
6
7
5
8
6
6
9
7
7
9
7
5
4
11
6
5
4

Nulos TOTAL
4
8
4
16
8
10
11
6
9
8
4
4
6
6
7
7
7
12
6
6
8
9
7
1
4
6
3
8
5
11
12
3
8
6
8
4
1
4
7
7
10
2
3
5
5
4
5
8
5
6
9
5
5
6
5
7
10
6
6
10
7
9
3
4
5
4
7
6
7
8
6
6
5
9
14
7
3
2

153
148
159
155
155
152
158
162
144
147
150
150
156
147
157
145
159
166
161
155
143
157
151
155
148
135
143
110
117
113
125
129
114
110
125
111
123
118
129
128
128
115
122
123
108
124
113
123
119
122
133
128
120
126
105
137
124
139
113
114
126
125
114
119
112
113
123
122
121
125
117
116
126
114
211
124
116
129

. Continuacin
Local de
Votacin
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
U. Agraria
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140

MESA N Orden Estrato

052480
053041
053042
053043
053044
053045
053046
053047
053048
053049
053050
053051
053052
053054
053062
221853
227879
228108
053055
053056
053057
053058
053059
053060
053061
053063
053064
053065
053066
053068
053069
053070
053071
053072
053073
053074
053075
200026
200959
201302
201413
201551
201681
201838
201951
202022
202109
202173
202230
202282
202362
202421
202471
202539
202590
202662
202716
202782
202841
202905
202951
203006
203065
203120
203206
203261
203328
203388
203457
203540
203598
203640
203745
203819
203920
221586
221703
221999

232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309

1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

Siempre
Unidos
0
2
4
1
5
6
1
0
2
0
4
0
2
0
3
7
4
7
0
3
2
0
1
1
1
1
1
3
2
2
5
3
0
0
1
3
1
0
5
4
0
4
0
1
1
1
1
4
2
3
0
2
2
3
1
1
4
3
1
1
1
0
0
2
0
1
1
2
3
1
4
1
4
2
3
6
4
2

Renovac.
Nacional
1
0
1
2
2
2
1
2
0
4
0
1
1
2
4
2
5
5
4
2
0
4
1
3
0
2
2
5
2
1
4
0
1
2
5
3
4
2
3
3
3
2
1
5
2
1
2
2
3
6
0
2
4
3
3
1
1
2
3
1
8
3
1
2
1
0
2
4
2
1
1
0
2
2
3
5
1
1

Avanza Restaurac.
Pas
Nacional
0
1
3
0
1
2
3
1
1
0
0
2
1
0
0
1
4
1
1
0
0
0
1
0
2
0
1
1
1
2
0
1
1
0
0
0
1
1
0
0
2
1
1
1
1
1
1
0
0
1
0
1
0
1
1
0
0
0
1
2
1
1
0
0
0
1
0
0
1
1
2
1
1
2
1
1
2
1

17
14
10
10
20
16
10
8
11
7
6
6
12
5
9
13
13
18
8
9
13
11
13
10
24
14
13
11
13
7
7
12
3
14
9
18
11
11
19
9
15
23
16
12
6
10
16
16
7
11
17
8
10
14
9
12
15
10
12
10
16
13
9
11
6
15
19
12
12
12
13
12
17
17
12
9
9
14

Contina .
186

Unidad
Nac.
63
54
44
54
76
44
48
41
58
53
49
69
57
54
58
76
100
89
57
48
50
46
41
48
35
51
41
46
41
50
51
47
60
59
50
43
39
44
46
62
51
54
69
57
71
69
60
60
54
58
57
71
70
59
63
67
42
72
73
58
58
53
62
61
65
53
56
61
55
56
63
52
52
47
56
80
83
71

Somos
Per
19
10
16
13
26
18
17
21
20
17
23
16
18
21
24
27
35
38
28
21
25
28
15
17
22
16
17
23
23
24
18
17
17
26
23
25
21
32
19
20
28
19
24
28
19
24
18
18
42
22
19
24
15
23
23
24
19
23
21
23
15
23
21
19
21
29
19
20
18
19
23
21
23
18
21
27
20
33

APRA
10
13
16
10
19
17
14
9
1
12
4
9
11
10
9
9
12
15
7
10
8
7
8
8
6
9
6
8
8
7
8
10
9
9
5
10
10
8
9
8
8
12
8
8
9
9
10
6
5
10
13
14
7
10
11
14
7
10
10
12
9
12
3
10
7
12
8
4
6
8
12
11
9
8
7
9
12
6

Primero La
Blancos
Molina
12
12
16
9
20
17
15
14
4
8
9
11
13
15
12
14
26
27
16
19
17
11
9
13
14
12
8
11
9
13
12
8
20
15
13
7
16
14
16
7
16
12
12
15
11
15
14
15
16
13
15
16
10
13
8
9
15
12
12
16
18
10
20
16
15
5
19
11
18
6
11
11
11
14
13
11
16
17

9
8
5
7
5
4
10
7
8
4
6
4
6
6
3
6
5
7
2
1
7
7
5
5
4
3
7
7
3
4
7
5
3
4
7
7
3
9
4
4
2
8
2
2
14
2
4
8
5
5
7
4
6
8
7
4
2
3
7
11
3
3
2
8
4
5
3
5
6
11
4
6
6
5
4
5
6
9

Nulos TOTAL
2
7
6
6
11
6
8
8
3
2
7
8
11
9
12
8
9
4
2
3
6
4
4
10
3
10
4
2
7
3
4
5
3
3
9
7
7
8
6
4
0
3
2
6
9
7
1
6
5
3
4
6
4
2
5
5
2
5
6
5
2
4
6
6
5
7
7
6
3
3
4
8
12
5
3
4
4
10

133
121
121
112
185
132
127
111
108
107
108
126
132
122
134
163
213
211
125
116
128
118
98
115
111
118
100
117
109
113
116
108
117
132
122
123
113
129
127
121
125
138
135
135
143
139
127
135
139
132
132
148
128
136
131
137
107
140
146
139
131
122
124
135
124
128
134
125
124
118
137
123
137
120
123
157
157
164

. Continuacin
Local de
Votacin
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
I.E. 1140
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
UNIFE
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta

MESA N Orden Estrato

222117
222267
222418
222582
222746
222915
223090
223225
208561
208662
208764
208877
208975
209075
209173
209276
209390
209497
209592
209696
209878
210028
210443
210546
210641
211098
211201
211272
211718
211825
212007
212083
212172
212753
212840
213268
213632
213856
213962
214029
214464
214915
214976
215084
215146
215331
215405
215475
215617
223624
224327
224459
224579
224690
224834
224961
225397
225663
225810
225956
226067
226390
226514
226617
226714
227287
227450
227597
053067
203974
204033
204108
204210
204294
204387
204513
204598
204716

310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387

2
2
2
2
2
2
2
2
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
3
4
4
4
4
4
4
4
4
4
4

Siempre Renovac. Avanza Restaurac. Unidad Somos

Primero La
APRA
Blancos Nulos TOTAL
Unidos
Nacional
Pas
Nacional
Nac.
Per
Molina
5
3
0
16
69
23
10
20
7
4
157
6
0
0
16
75
28
8
10
5
8
156
3
2
0
19
74
30
12
10
3
9
162
3
0
1
16
69
27
12
9
5
5
147
4
3
1
18
68
23
6
14
10
6
153
4
2
0
12
76
28
9
16
2
4
153
4
2
1
14
70
25
12
11
9
7
155
2
1
0
13
70
26
15
19
5
4
155
4
4
2
16
53
19
13
17
4
6
138
3
4
1
15
53
29
14
14
11
6
150
6
1
1
25
46
25
10
10
7
10
141
2
2
0
11
53
32
9
11
6
9
135
2
2
1
14
55
23
7
12
5
3
124
2
3
1
9
56
18
6
10
3
11
119
4
6
1
10
42
19
13
16
8
10
129
2
1
0
17
70
22
13
4
3
8
140
3
2
3
10
47
24
14
22
7
8
140
2
2
0
12
64
22
13
18
3
5
141
3
3
1
17
58
29
5
13
8
5
142
3
4
0
14
59
18
15
14
5
6
138
2
1
0
14
53
21
5
19
8
7
130
3
3
1
12
56
21
14
13
8
2
133
2
4
1
17
44
15
15
17
11
5
131
0
3
1
7
62
25
7
11
7
7
130
2
2
1
12
45
32
12
12
7
10
135
5
1
1
12
60
28
16
11
4
13
151
2
4
0
16
62
21
12
6
8
7
138
2
3
1
9
63
17
14
8
3
7
127
3
1
0
13
51
22
14
9
14
5
132
3
2
1
19
56
24
12
11
5
6
139
2
2
0
13
72
27
5
11
9
9
150
0
1
0
15
58
32
10
12
6
8
142
2
4
0
12
69
23
12
6
3
12
143
3
2
0
21
53
27
11
19
3
4
143
4
2
0
12
60
19
19
15
7
3
141
3
1
2
20
46
26
5
16
10
6
135
2
1
0
16
60
30
7
19
3
7
145
1
0
1
14
60
35
10
16
7
7
151
1
2
1
13
75
20
16
12
7
4
151
1
2
0
12
80
26
6
14
7
6
154
5
3
1
15
48
30
18
10
5
7
142
2
0
1
14
57
24
13
10
14
9
144
3
3
2
23
61
22
17
18
4
5
158
3
3
0
14
67
23
11
10
10
6
147
2
2
2
18
58
25
18
16
12
3
156
2
1
0
20
69
14
13
12
9
9
149
4
1
1
15
65
24
7
9
10
7
143
2
3
2
14
64
19
8
12
12
7
143
2
2
0
12
73
14
7
12
4
6
132
4
3
1
19
70
30
10
15
6
9
167
1
1
0
13
75
26
16
19
6
4
161
2
3
2
20
57
25
15
11
6
5
146
9
2
2
13
81
34
15
25
7
15
203
0
1
3
19
64
29
12
14
6
6
154
3
3
0
14
76
29
10
13
8
4
160
4
3
1
13
67
25
15
14
12
5
159
3
1
1
23
69
26
10
14
11
11
169
4
3
1
18
79
28
11
7
2
6
159
5
1
1
20
79
26
9
8
6
8
163
2
5
2
11
66
21
11
23
7
17
165
6
3
2
13
86
24
15
17
4
8
178
2
2
1
21
70
22
14
20
7
8
167
3
2
1
27
69
28
13
13
9
4
169
3
0
2
18
81
28
11
22
5
7
177
1
2
0
13
74
25
25
18
7
6
171
4
3
2
16
75
17
17
21
6
9
170
3
1
1
15
76
25
12
17
10
10
170
6
8
1
14
81
32
16
3
9
3
173
2
0
1
12
48
16
15
9
6
2
111
1
2
0
16
60
15
12
16
3
5
130
0
5
1
5
66
15
7
15
3
2
119
1
1
0
10
53
22
16
13
3
5
124
1
0
0
11
57
23
12
6
9
6
125
1
1
1
14
51
20
8
14
6
6
122
4
2
1
12
50
12
12
17
4
3
117
1
1
1
15
61
20
10
12
3
3
127
0
2
0
14
51
21
6
10
4
10
118
0
1
1
15
59
16
8
12
7
6
125

Contina .
187

. Continuacin
Local de
Votacin
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Via Alta
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.

MESA N Orden Estrato

204825
204876
204967
205112
205234
205358
205483
205609
205713
205850
205923
206025
206130
206234
206300
206386
206453
206559
206685
206764
206850
206924
206997
207041
207101
207200
207249
207319
207384
207436
207505
207538
207610
207690
207764
207801
207871
207926
207987
208331
220461
232934
233071
233199
233353
233500
233686
233901
234152
234436
234766
235251
235513
235785
236050
236329
236606
236875
237064
237311
237465
237604
237723
237845
237965
238107
238235
238360
238493
238618
238720
238834
238927
239019
239137
239213
239292
239422

388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465

4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
4
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5
5

Siempre Renovac. Avanza Restaurac. Unidad Somos

Primero La
APRA
Blancos Nulos TOTAL
Unidos
Nacional
Pas
Nacional
Nac.
Per
Molina
1
2
1
9
60
16
8
16
5
5
123
1
0
0
12
59
20
10
13
7
2
124
3
0
1
14
54
18
16
16
5
3
130
2
6
0
7
58
16
8
13
6
6
122
2
4
0
10
65
15
9
16
4
3
128
3
2
3
5
59
24
11
14
4
9
134
3
2
0
16
53
19
8
10
4
4
119
1
0
7
11
58
18
2
12
7
8
124
1
2
0
19
46
16
7
11
7
7
116
1
3
0
11
56
21
12
13
3
4
124
2
10
1
13
58
14
12
13
4
8
135
2
3
1
17
42
23
9
11
5
10
123
0
3
0
8
49
17
11
22
10
6
126
0
3
0
15
53
26
8
14
2
5
126
2
2
0
10
49
17
7
15
5
7
114
0
2
0
11
66
13
12
10
2
7
123
2
3
0
13
54
10
9
16
5
4
116
0
0
1
9
45
14
14
19
4
3
109
1
1
0
17
52
24
7
14
8
3
127
2
1
0
11
54
22
11
13
2
1
117
4
2
0
12
47
18
10
15
5
4
117
1
1
0
18
72
18
4
7
5
8
134
6
1
2
16
63
23
5
11
7
8
142
2
1
2
9
61
19
7
17
6
7
131
1
0
1
19
71
19
8
12
3
6
140
5
2
2
10
59
28
5
9
6
8
134
2
1
3
8
59
18
6
13
2
6
118
1
3
1
17
64
20
10
11
3
5
135
1
2
0
9
63
26
7
9
5
6
128
3
2
0
16
61
16
8
17
7
10
140
3
5
0
8
73
14
6
17
9
6
141
4
2
0
16
50
26
8
17
5
2
130
2
1
0
17
51
26
6
20
5
3
131
6
4
0
12
47
12
12
18
6
5
122
2
1
0
17
46
19
12
17
5
7
126
1
2
0
14
59
15
16
17
7
5
136
3
2
1
17
53
18
16
22
7
9
148
1
1
0
17
52
27
13
15
6
1
133
2
3
2
7
55
23
14
20
4
2
132
2
3
1
10
55
22
5
16
2
7
123
0
2
0
15
60
24
10
15
10
7
143
4
1
0
23
82
21
14
13
5
8
171
3
4
1
17
76
26
10
16
10
4
167
2
3
0
12
86
17
13
19
6
4
162
0
5
2
22
78
21
17
10
5
7
167
0
2
0
15
77
26
10
15
12
9
166
4
1
1
8
74
23
16
13
9
10
159
2
1
3
18
70
35
12
0
18
3
162
5
0
0
12
63
22
19
16
8
8
153
2
4
2
16
66
15
12
11
13
7
148
4
2
2
12
69
21
13
18
6
8
155
4
1
1
19
65
23
12
8
11
14
158
3
2
1
15
70
16
19
14
16
13
169
5
3
1
18
70
24
14
10
10
9
164
0
2
0
15
65
29
14
18
13
8
164
4
1
1
22
72
19
18
14
9
7
167
1
2
0
11
68
27
15
12
5
5
146
2
2
2
17
74
25
14
15
5
3
159
5
5
1
23
56
22
15
18
4
5
154
1
4
2
23
57
21
21
11
8
15
163
5
3
0
16
77
19
6
13
3
6
148
3
2
1
12
71
27
17
16
8
7
164
1
5
2
14
77
14
17
14
3
8
155
2
3
1
10
69
20
19
14
7
9
154
3
5
1
17
82
19
11
14
2
5
159
0
2
0
20
83
27
17
7
2
7
165
4
3
0
17
85
26
7
10
4
5
161
2
4
0
15
78
33
12
17
6
2
169
1
2
1
19
78
25
15
17
10
6
174
1
7
1
15
83
21
15
14
3
7
167
2
1
2
19
72
24
14
17
5
12
168
1
1
1
21
82
26
11
9
9
4
165
1
5
1
14
87
22
16
15
5
5
171
6
1
1
14
77
23
20
13
7
9
171
1
0
2
14
85
25
12
20
9
6
174
4
0
1
22
82
33
9
7
16
5
179
3
3
1
14
86
20
21
17
6
2
173
3
1
0
16
79
18
10
18
10
8
163

Contina .
188

.... Continuacin
Local de
Votacin
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
Unin Latino.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
1278 Exptal.
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello

MESA N Orden Estrato

239532
239631
239723
239874
239988
240122
240261
240372
240473
228288
228518
228728
228961
229112
229249
229383
229490
229590
229686
229800
229902
230021
230107
230194
230278
230354
230442
230536
230638
230724
230793
230883
230958
231023
231109
231189
231260
231343
231439
231517
231622
231752
231855
231974
232081
232164
232277
232524
232645
232780
215755
215932
216092
216194
216304
216405
216485
216593
216684
216818
223362
223507
223756
223917
224035
224192
225124
225264
225554
226249
226871
226997
227103
245327
245462
245574
245701
245823

466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543

5
5
5
5
5
5
5
5
5
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
6
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7
7

Siempre
Unidos
1
4
4
6
3
2
5
4
1
4
7
4
3
5
2
1
6
1
3
5
5
2
5
4
3
3
0
5
1
2
3
2
1
0
1
0
4
4
3
3
2
2
2
4
5
3
3
1
3
0
3
3
4
0
4
2
2
2
4
2
2
1
1
2
2
1
2
3
0
10
1
0
1
4
2
4
5
2

Renovac.
Nacional
7
0
3
5
2
0
5
4
0
3
1
6
6
4
2
1
1
2
1
3
1
3
4
5
3
2
4
1
2
0
2
3
8
2
5
3
4
4
1
4
1
1
2
1
3
0
4
3
3
2
5
3
0
1
4
4
4
1
1
3
1
0
2
2
6
1
6
1
5
2
2
3
3
3
1
1
4
5

Avanza Restaurac.
Pas
Nacional
3
1
1
2
1
1
1
0
1
2
1
1
2
1
1
1
0
0
1
2
1
0
0
4
2
0
0
2
0
1
0
2
1
0
1
3
0
0
1
2
2
1
2
2
2
1
0
1
0
1
3
0
1
0
2
2
0
0
0
1
2
0
1
2
0
1
1
1
0
1
1
0
0
0
1
0
1
0

15
14
20
20
16
22
16
12
24
11
20
21
20
11
19
19
21
16
19
18
17
10
17
10
15
19
18
18
12
26
20
13
14
17
13
19
18
16
20
13
15
12
13
14
10
23
15
14
17
15
14
11
25
11
7
16
18
25
16
18
23
9
16
19
19
16
18
20
18
15
18
19
18
23
18
14
22
23

Contina .
189

Unidad
Nac.
67
83
75
70
76
81
63
94
77
61
70
61
75
71
58
59
76
73
87
77
72
80
64
78
75
80
84
77
94
77
85
82
82
87
78
87
77
79
74
66
70
74
81
80
80
78
75
73
66
77
61
68
57
72
78
67
59
69
65
67
51
74
65
69
64
76
78
76
77
73
84
87
78
78
72
70
92
74

Somos
Per
37
30
17
21
21
31
24
25
20
32
23
25
26
27
31
41
24
27
26
25
26
30
26
32
24
28
20
23
25
26
24
27
26
25
26
20
18
31
37
23
25
20
28
13
27
26
30
24
26
22
16
16
27
23
25
19
24
18
26
21
22
34
29
27
29
30
24
29
29
18
22
28
29
20
21
23
23
26

APRA
12
11
16
14
17
10
17
9
9
18
17
13
10
17
12
9
8
12
11
11
12
10
14
7
14
9
14
8
8
15
10
14
11
12
18
14
15
6
10
16
15
17
17
21
9
17
13
14
12
9
10
10
8
11
14
17
12
12
14
13
14
6
17
14
9
12
8
11
11
11
13
10
15
11
16
22
10
18

Primero La
Blancos
Molina
23
18
9
14
14
16
24
18
16
16
15
20
12
12
17
18
21
16
10
15
20
20
18
15
16
14
16
15
12
13
22
14
13
10
18
15
21
16
11
16
14
11
16
12
18
12
15
12
12
19
13
10
17
15
13
12
13
15
13
12
11
17
13
25
15
18
14
13
14
22
11
17
8
12
11
14
12
14

1
6
9
15
11
4
8
11
8
9
8
13
7
7
13
9
7
2
4
3
9
8
11
11
5
4
10
2
5
7
6
5
5
10
4
6
7
5
2
8
9
7
4
10
7
11
6
8
10
3
11
7
7
4
10
12
6
5
6
8
8
4
8
1
7
3
6
7
7
2
7
8
7
9
10
12
4
3

Nulos TOTAL
11
5
5
9
5
6
6
2
8
4
10
3
2
5
4
8
3
8
12
5
9
5
7
9
11
6
4
7
7
8
4
8
9
10
9
2
9
6
8
7
12
10
3
8
8
8
9
6
7
13
9
8
7
7
3
3
7
10
10
3
12
4
3
2
6
8
6
6
5
5
4
2
8
5
11
14
5
8

177
172
159
176
166
173
169
179
164
160
172
167
163
160
159
166
167
157
174
164
172
168
166
175
168
165
170
158
166
175
176
170
170
173
173
169
173
167
167
158
165
155
168
165
169
179
170
156
156
161
145
136
153
144
160
154
145
157
155
148
146
149
155
163
157
166
163
167
166
159
163
174
167
165
163
174
178
173

. Continuacin
Local de
Votacin
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Flix Tello
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Newton
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo

MESA N Orden Estrato

245939
246020
246122
246229
246358
246482
246607
246723
246823
246939
247047
247146
248609
286261
217190
217280
217407
217496
217623
217738
217874
217963
218057
218180
218269
218364
218587
218698
218775
218881
218991
219087
219184
219298
219398
219487
219559
219626
219705
219775
219865
219920
219985
220105
220189
220285
220736
220850
221057
221275
221438
334820
368483
240598
240714
240858
240996
241124
241290
241436
241574
241758
241924
242147
242410
242546
242712
242861
242996
243149
243290
243416
243545
243717
243832
243992
244111
244241

544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621

7
7
7
7
7
7
7
7
7
7
7
7
7
7
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
8
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9
9

Siempre Renovac. Avanza Restaurac. Unidad Somos

Primero La
APRA
Blancos Nulos TOTAL
Unidos
Nacional
Pas
Nacional
Nac.
Per
Molina
4
4
1
16
77
25
14
10
16
5
172
4
2
0
22
89
19
18
16
4
8
182
5
3
0
18
85
19
21
10
10
8
179
5
2
3
8
90
26
7
21
8
5
175
5
2
2
16
90
11
14
20
7
11
178
3
1
1
19
68
34
21
13
7
6
173
2
2
0
20
77
21
10
13
13
8
166
4
0
1
26
89
23
14
6
8
8
179
7
2
1
15
82
31
16
10
8
5
177
3
2
0
21
84
16
14
19
9
7
175
2
2
0
15
87
24
13
16
9
10
178
3
6
0
16
77
26
17
17
6
9
177
4
3
1
9
61
23
10
14
4
6
135
8
0
0
11
50
26
17
13
4
4
133
3
2
0
15
65
27
13
17
7
5
154
1
2
2
19
45
29
8
24
4
8
142
6
2
0
16
66
26
8
25
8
6
163
1
5
1
10
73
26
7
17
4
8
152
2
2
0
15
64
32
14
14
5
6
154
5
2
3
19
65
29
7
13
7
10
160
3
0
0
15
68
22
9
12
6
4
139
1
2
0
12
70
33
11
13
5
5
152
2
0
0
18
53
32
12
16
5
10
148
3
3
2
21
63
34
9
11
6
9
161
2
3
2
16
76
16
12
16
5
10
158
4
0
1
13
67
29
13
12
12
9
160
2
5
1
14
67
20
19
16
8
4
156
1
2
1
8
79
26
13
15
9
3
157
5
3
0
18
69
18
10
18
5
2
148
1
4
0
17
61
29
11
10
9
6
148
1
5
1
17
62
27
4
11
6
13
147
1
3
0
14
62
27
21
11
8
7
154
1
1
0
13
75
29
6
15
11
11
162
1
8
2
14
79
21
11
20
5
3
164
3
1
2
9
68
28
19
12
7
10
159
4
0
0
12
65
29
13
14
10
11
158
0
6
2
14
63
36
7
14
7
6
155
1
0
1
18
78
14
11
12
7
4
146
3
0
0
15
76
25
6
23
5
3
156
0
6
0
11
70
28
13
15
3
9
155
1
2
1
19
56
25
15
10
9
5
143
0
3
1
15
66
21
11
21
11
7
156
5
1
1
20
73
18
11
15
7
13
164
2
1
0
13
68
20
15
15
7
3
144
5
5
0
12
65
19
7
19
9
2
143
1
3
1
16
70
13
13
16
7
11
151
1
3
0
10
80
30
11
16
6
7
164
3
1
2
11
67
29
19
14
6
6
158
2
5
0
12
77
36
11
15
5
7
170
0
3
2
13
65
31
7
15
14
9
159
3
2
2
22
69
28
5
13
7
8
159
2
0
1
7
58
28
9
14
6
4
129
4
2
0
11
74
23
5
10
4
5
138
1
4
2
17
88
24
18
12
5
5
176
3
2
0
19
70
29
20
12
6
8
169
6
3
2
14
72
28
10
13
9
5
162
4
2
4
14
91
20
13
13
7
8
176
1
1
1
17
74
32
15
13
7
11
172
2
4
2
21
77
22
14
17
7
7
173
4
4
0
22
69
31
8
11
5
10
164
3
3
2
14
74
23
12
10
11
12
164
6
2
2
16
71
22
14
8
15
5
161
8
1
3
13
77
28
12
12
11
7
172
4
2
0
16
70
30
21
14
5
6
168
8
3
1
21
81
23
9
12
5
4
167
7
3
0
24
68
26
18
19
6
6
177
4
3
0
20
73
24
12
14
8
7
165
5
1
1
12
78
20
15
16
6
11
165
7
3
0
17
83
20
15
10
10
4
169
3
3
3
17
61
27
14
25
5
4
162
5
1
0
17
79
29
19
10
6
9
175
3
1
2
14
89
25
16
9
7
4
170
5
0
2
18
85
20
13
11
6
7
167
2
0
3
14
87
32
12
9
6
5
170
1
4
1
12
78
27
13
16
9
8
169
5
4
0
16
89
20
9
10
4
5
162
1
2
2
16
76
34
15
15
7
4
172
2
0
1
15
82
24
20
12
11
9
176

Contina .

190

.... Conclusin
Local de
Votacin
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo
Ateneo

MESA N Orden Estrato

244373
244534
244708
244825
244962
245074
245192

622
623
624
625
626
627
628

9
9
9
9
9
9
9
TOTAL

Siempre Renovac. Avanza Restaurac. Unidad Somos

Primero La
APRA
Blancos Nulos TOTAL
Unidos
Nacional
Pas
Nacional
Nac.
Per
Molina
5
2
1
17
85
20
19
11
6
2
168
4
3
2
14
77
19
15
13
5
7
159
5
2
2
14
80
20
15
10
14
8
170
6
3
3
13
79
29
11
15
8
5
172
6
2
2
15
73
21
13
16
9
8
165
4
2
0
14
81
26
14
18
7
10
176
7
3
1
18
72
23
10
14
8
15
171
1528
1470
526
8656 40650 13908
6896
8796
4153 4005 90588
Votos de 5 mesas anuladas
689
Total de votos emitidos
91277

Local
AnuladasVotos
U. Agraria
036347 124
U. Agraria
036372 121
U. Agraria
046988 142
1278 Exptal 232395 162
Newton
218471 140
Votos anulados
689

191

RESULTADOS DE LA ONPE, ELECCIONES MUNICIPALES 19/11/06

LA MOLINA

Organizacin Poltica

Votos

%Votos
Vlidos

%Votos
Emitidos

SIEMPRE UNIDOS

1,528

1.854 %

1.674 %

RENOVACION NACIONAL

1,470

1.783 %

1.610 %

526

0.638 %

0.576 %

8,656 10.501 %

9.483 %

AVANZA PAIS - PARTIDO DE

INTEGRACION SOCIAL
RESTAURACION NACIONAL
ALIANZA ELECTORAL UNIDAD
NACIONAL

40,650 49.315 % 44.535 %

PARTIDO DEMOCRATICO
SOMOS PERU

13,908 16.872 % 15.237 %

PARTIDO APRISTA PERUANO

PRIMERO LA MOLINA

6,896

Total de Votos Vlidos

8.366 %

7.555 %

8,796 10.671 %

9.637 %

82,430 100.000 % 90.308 %

Votos Blancos

4,153

4.550 %

Votos Nulos

4,694

5.143 %

0.000 %

91,277

100.000 %

Votos Impugnados (Pendientes para resolucin)

Total de Votos Emitidos

Total de Electores Hbiles de las actas computadas: 106,671

Actas procesadas * (100.000%)
Normales (A)
Actas Observadas
Con Votos impugnados (B)
Con Error Material
Con Solicitud de nulidad

633
633 Mesas
Avance de Mesas Instaladas (H) 633
628
Mesas No Instaladas (I)
0
Mesas Por Informar (J)
0
0
0 Informacin Referencial
Mesas Agrupadas
687
0
Grupo de Votacin
1,320
0

192

RESULTADOS DE LA ONPE, ELECCIONES MUNICIPALES 2006

PROVINCIA DE LIMA

Organizacin Poltica

Votos

%Votos
Vlidos

%Votos
Emitidos

ACCION POPULAR

57,747

1.409 %

1.252 %

FRENTE POPULAR AGRICOLA

FIA DEL PERU

38,435

0.938 %

0.834 %

9,616

0.235 %

0.209 %

163,956

4.000 %

3.556 %

42,511

1.037 %

0.922 %

UNION POR EL PERU

189,862

4.632 %

4.118 %

RESTAURACION NACIONAL

607,946 14.830 %

13.185 %

1,960,588 47.827 %

42.521 %

PARTIDO RENACIMIENTO
ANDINO
AGRUPACION INDEPENDIENTE
SI CUMPLE
AVANZA PAIS - PARTIDO DE
INTEGRACION SOCIAL

ALIANZA ELECTORAL UNIDAD

NACIONAL
PARTIDO DEMOCRATICO
SOMOS PERU

346,726

8.458 %

7.520 %

PARTIDO APRISTA PERUANO

490,981 11.977 %

10.648 %

PARTIDO NACIONALISTA
PERUANO

174,752

4.263 %

3.790 %

16,178

0.395 %

0.351 %

4,099,298 100.000 %

88.905 %

ORGANIZACION POLITICA
LOCAL PROVINCIAL DIALOGO
VECINAL
Total de Votos Vlidos
Votos Blancos

198,937

4.315 %

Votos Nulos

312,627

6.780 %

193

Votos Impugnados (Pendientes para resolucin)

Total de Votos Emitidos

0.000 %

4,610,862

100.000 %

Total de Electores Hbiles de las actas computadas: 5,238,207

Actas procesadas * (100.000%)
Normales (A)

29,175
28,730

Actas Observadas
Con Votos impugnados (B)
Con Error Material
Con Solicitud de nulidad
Con Ilegibilidad u otras
Observaciones

0
0
0
0

Anuladas por Resolucin

Contabilizadas Anuladas (F)
Actas de Mesas No instaladas
(G)
Actas por procesar (0.000 %)

Mesas
Avance de Mesas Instaladas
(H)
Mesas No Instaladas (I)
Mesas Por Informar (J)
Informacin Referencial
Mesas Agrupadas
Grupo de Votacin

% de Actas Computadas ** =
445
0
0

194

29,175
29,175
0
0
44,573
73,748

A+B+F+G
H+I+J