Me 199 199 199 199 199 199 199 199 200 200 200 200 200 200 200

s
2
3
4
5
6
7
8
9
0
1
2
3
4
5
6*

200
7*

200
8*

200
9*

201
0*

201 2012
1*
*

En
e

1.50 2.70 3.00 3.00 3.00 3.00 2.48 3.00 2.23 2.22 1.55 2.01 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%

Fe
b

1.50 2.10 1.60 3.00 3.00 0.72 1.74 3.00 2.01 1.83 1.79 2.15 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%

Ma 1.50 2.20 1.34 3.00 3.00 0.84 0.44 2.92 1.47 2.66 0.62 1.94 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
r
%
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%
Ab
r

1.50 2.70 1.70 3.00 3.00 1.62 1.22 3.00 2.07 3.00 2.22 2.07 1.13 1.13
1.13% 1.13% 1.13% 1.13% 1.13% 1.13% 1.13%
%
%
%
%
%
%
%
%
%
%
% %
%
%

Ma 1.50 2.70 2.25 3.00 3.00 2.63 2.31 3.00 2.15 2.30 1.29 2.12 1.13 1.13
1.13% 1.13% 1.13% 1.13% 1.13% 1.13% 1.13%
y
%
%
%
%
%
%
%
%
%
%
% %
%
%
Jun

1.50 2.70 2.86 0.86 2.18 2.88 2.45 2.85 2.00 2.31 1.04 1.97 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%

Jul

1.50 2.60 2.90 3.00 3.00 2.51 2.54 3.00 2.43 2.42 1.67 1.76 1.13 1.13
1.13% 1.13% 1.13% 1.13% 1.13% 1.13% 1.13%
%
%
%
%
%
%
%
%
%
%
% %
%
%

Ag
o

1.50 2.20 3.00 3.00 3.00 2.90 2.25 3.00 2.39 2.10 1.32 1.61 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%

Se
p

1.50 2.40 3.00 3.00 3.00 2.54 2.66 3.00 2.31 2.78 1.61
1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
% % 1.55 %
%
%
%
%
%
%
%
%

Oc
t

1.50 2.20 2.80 3.00 3.00 2.54 3.00 3.00 2.30 1.28 1.38 1.52 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%
%

No
v

1.50 1.80 2.34 3.00 3.00 1.94 3.00 2.70 2.06 0.98 1.14 1.52 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%
%

Dic

1.50 2.50 2.72 3.00 3.00 2.49 3.00 2.92 2.22 1.62 1.43 1.49 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13 1.13
%
%
%
%
%
%
%
%
%
% %
%
%
%
%
%
%
%
%
%
%

Artculo 66.- Podr tambin prolongarse la jornada de trabajo por circunstancias extraordinarias, sin exceder nunca de tres horas diarias ni de
tres veces en una semana.
Artculo 67.- Las horas de trabajo a que se refiere el artculo 65, se retribuirn con una cantidad igual a la que corresponda a cada una de las
horas de la jornada. Las horas de trabajo extraordinario se pagarn con un ciento por ciento ms del salario que corresponda a las horas de la
jornada.
Artculo 68.- Los trabajadores no estn obligados a prestar sus servicios por un tiempo mayor del permitido de este captulo.
La prolongacin del tiempo extraordinario que exceda de nueve horas a la semana, obliga al patrn a pagar al trabajador el tiempo excedente
con un doscientos por ciento ms del salario que corresponda a las horas de la jornada, sin perjuicio de las sanciones establecidas en esta Ley.
MUESTREO
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin.
Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la
vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la
poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca

podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta
condicin se alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma
poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada
muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.
TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos:
mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos.
I. Muestreo probabilstico
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras
de tamao n tienen la misma probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos aseguran la
representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico
(bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen
tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca
o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo
se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que
ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la
poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El
riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con
una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando
una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio
sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao
dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna
caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se
pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra.
Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los
elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...).
La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica.
Tiene poca aplicacin ya que no se suele conocer la desviacin.
4.- Muestreo aleatorio por conglomerados:
Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son reas geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el
tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.
II. Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun
siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de
que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En

general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones
de muestreo no probabilstico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la poblacin.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin encontramos:
1.- Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la
poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se
encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de
grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha
frecuencia a sus propios alumnos).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea
muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.
4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden aportar al estudio.

Ao

Ene

Feb

Mar

Abr

May

Jun

Jul

Ags

Spt

Oct

Nov

Dic

2013

107.678

108.208

109.002

109.074

108.711

108.645

108.609

108.609

2012

104.284

104.496

104.556

104.228

103.899

104.378

104.964

105.279

105.743

106.278

107.

107.246

2011

100.228

100.604

100.797

100.789

100.046

100.041

100.521

100.68

100.927

101.608

102.707

103.551

2010 96.57548 97.13405 97.82364 97.51195 96.89752 96.86718

97.0775

97.34713 97.85743 98.46152 99.25041 99.74209

2009 92.45447 92.65859 93.19164 93.51782 93.24543 93.41714

93.6716

93.89572 94.36671

2008 86.98944 87.24804

2007 83.88213
2006

80.6707

84.1166

87.8804

94.6522

95.14319 95.53695

88.08038 87.98522 88.34932 88.84169 89.35475 89.96366 90.57671 91.60627

84.29865 84.24831 83.83731 83.93799 84.29451 84.63793 85.29511

85.6275

86.23158

92.2407
86.5881

80.79414 80.89551 81.01412 80.65346 80.72311 80.94447 81.35753 82.17884 82.53812 82.97118 83.45114

2005 77.61649 77.87509 78.22609 78.50469 78.30746

78.2323

78.53848 78.63226

78.9474

79.14118 79.71078

80.2004