Documentos de Académico
Documentos de Profesional
Documentos de Cultura
01 Muestreo P1 PDF
01 Muestreo P1 PDF
ESTADÍSTICA
APLICADA A LOS NEGOCIOS
ALUMNA : ...............................................................................
CICLO : IV
SEMESTRE : 2012-II
MUESTREO
N unidades n unidades
Población objetivo
Ejemplo:
Población en estudio
Plan de muestreo
Conjunto de reglas o especificaciones para seleccionar una muestra. Para el logro de los
objetivos, se diseñará un plan muestral que contemple tres decisiones: a quién entrevistar,
a cuántos y la forma de recogerlos.
El Plan de Muestreo, es nuestro mapa, ahí debemos definir cuál es el área que requiere
mayor tiempo y recursos y cuantificarlos; estudiar e identificar los riesgos que puedan
ocurrir. Un buen plan de muestreo permite obtener resultados confiables.
Marco muestral
Es el conjunto de todas las unidades de muestreo que conforman la población y que están
disponibles para su elección en la etapa del muestreo. Puede estar conformado por una lista
de personas o de unidades de vivienda; puede ser también un mapa subdividido en áreas, o
una lista de nombres y domicilios almacenados en algún medio electrónico, como por
ejemplo un archivo en un disco duro o en una base de datos.
Ejemplo:
Diseño muestral
Muestra
Es el error que se comete debido al hecho de que se obtienen conclusiones acerca del total
(población) a partir de la observación de sólo una parte de ella (muestra). Es la diferencia
entre el verdadero valor de la población (parámetro) y el obtenido en la muestra (estadígrafo
o estadístico), por lo tanto expresa qué tanto se aleja nuestra estimación del verdadero valor
poblacional.
Es la incertidumbre debido a que la muestra no proporciona información suficiente sobre
una población. Puede ser controlado por un diseño cuidadoso de la encuesta a aplicar.
Errores no muestrales
Nota:
El investigador puede fijar cualquier nivel de confianza, cercano al 100%, sin embargo los
más utilizados son los siguientes:
El nivel de confianza, generalmente se fija en 95%. Existe una relación directa entre el nivel
de confianza y el tamaño de la muestra; es decir, para una precisión dada el tamaño de
muestra aumenta al incrementarse el nivel de confianza.
Son cada uno de los elementos de la población que mediante las técnicas de muestreo van a
ser seleccionados para constituir la muestra. Es el individuo, entidad u objeto, al cual
deseamos observar todas o algunas de sus características.
Las unidades de muestreo las elige el investigador y deben ser adecuadas al objeto de la
investigación. Las unidades de análisis son quienes proporcionan los datos.
Ejemplos:
Una persona, una familia, una vivienda, una manzana, un barrio, un establecimiento, una
tarjeta o ficha académica, etc.
Variables
Son las características que se investigan en una unidad o elemento, las cuales se clasifican
en cualitativas y cuantitativas.
Variables Cualitativas: Son atributos, susceptibles de ser expresados mediante palabras
(Ocupación, profesión, actividad económica, nacionalidad, marcas, puertos de embarque,
sexo, estado civil, propietario de vivienda, etc.)
Variables Cuantitativas: Se expresan numéricamente (Ingresos, ventas, consumos, edades,
estaturas, etc.).
Ejemplo:
Costo Reducido
Si los datos se obtienen únicamente de una pequeña fracción del total, los gastos son
menores que los que se realizarían si se llevara a cabo un censo completo.
Mayor rapidez
Los datos pueden ser recolectados y procesados más rápidamente con una muestra que con
un censo y dar resultados más oportunos. Siendo menor el número de mediciones u
observaciones, se requiere menos tiempo para completar este proceso, lo cual ayuda
significativamente al proceso de toma de decisiones.
Mayor alcance
Debido a que al reducir el volumen de trabajo se puede emplear personal más capacitado y
someterlo a un entrenamiento intensivo.
Asimismo en estas condiciones será factible la supervisión cuidadosa del trabajo de campo y
del procesamiento de los resultados, por lo tanto una muestra puede producir resultados
más exactos que la enumeración completa.
TIPOS DE MUESTREO
Muestreo no Probabilístico
Es un procedimiento por el cual todos y cada uno de los elementos de la población tienen
una oportunidad igual e independiente de ser incluidos en la muestra. Es eficiente si la
población no es grande y heterogénea. Es sencillo desde el punto de vista teórico; sin
embargo, es demasiado costoso cuando la población es muy grande.
Ejemplo:
Una empresa tiene 120 trabajadores y se quiere extraer una muestra aleatoria simple de 30
trabajadores. Para ello se numeran los trabajadores del 1 al 120, se sortean 30 números de
entre los 120. Entonces, la muestra estará formada por los 30 trabajadores a los que les
correspondan los números obtenidos.
Ejemplo:
Una empresa tiene 120 trabajadores y se quiere extraer una muestra aleatoria sistemática
de 30 trabajadores. Para ello se numeran los trabajadores del 1 al 120, Se calcula el
intervalo constante entre cada individuo mediante:
N ( población) 120
= =4
n ( muestra ) 30
Se sortea un número del 1 al 120. Supongamos que sale el número 20; entonces el primer
trabajador seleccionado para la muestra será el número 20, los siguientes trabajadores se
obtendrían sumando 4, hasta llegar a tener 30 trabajadores. Los trabajadores seleccionados
para la muestra serían los que se correspondan a los números: 20, 24, 28, 32, 36, …..
Ejemplo:
Si se desea obtener una muestra de 600 viviendas de una ciudad, el muestreo aleatorio
simple implicaría enviar a los encuestadores a 600 lugares distintos de la ciudad, lo cual
representaría un alto costo.
Un muestreo por conglomerados consistiría en seleccionar aleatoriamente 20 zonas
(conjuntos de manzanas) de la ciudad, luego seleccionar 10 manzanas de cada zona y por
último seleccionar 3 viviendas de cada manzana. En este caso se ha aplicado un muestreo
por conglomerados en 3 etapas.
Requiere que la población esté dividida en grupos homogéneos o clases llamados estratos y
en cada estrato los elementos son homogéneos. Se toma una muestra de cada estrato por el
método aleatorio simple.
Ejemplo:
En primer lugar se puede seleccionar una calle, en segundo lugar se selecciona la manzana,
luego el edificio y finalmente la vivienda.
Ejemplo:
Se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas
determinadas condiciones: 20 individuos de 25 a 40 años, de sexo femenino y residentes en
Trujillo. Una vez determinada la cuota, se eligen los primeros que se encuentren que
cumplan esas características. Este método se utiliza mucho en las encuestas de opinión
Muestreo de Conveniencia
Consiste en incluir en el estudio a los individuos más accesibles o que están más al alcance
del investigador. A veces se recurre a voluntarios, lo cual tiene el inconveniente de que
pueden no ser representativos de la población. Es más utilizado en investigaciones
preliminares, exploratorias y pruebas de cuestionario.
Ejemplos:
Se desea investigar el consumo de drogas entre jóvenes: el investigador selecciona por
conveniencia determinados puntos de la ciudad donde habitualmente se concentran los
jóvenes y entrevista a un número que considera razonable sin utilizar ningún otro criterio
de selección adicional. Este procedimiento facilita la captación de unidades muestrales
válidas para el estudio.
Ejemplo:
Realizar un sondeo pre-electoral en una región en donde anteriormente la tendencia de voto
ha estado orientada a un candidato específico.
Ejemplo:
Entrevistar a los primeros cincuenta transeúntes que pasan por cierta calle.
Ejemplo:
Una muestra para estudiar el grado de aceptación de una plantilla para ofrecer descanso a
los pies de personas con una deformidad particular en los pies. Para llevarlo a cabo se
reúnen datos de los pocos miembros de la población de estudio que se puedan localizar a
través de especialistas médicos y, a partir de éstos se localizan a otros que conozcan de esta
población.
Es un procedimiento de selección de una muestra por el cual todos y cada uno de los
elementos de la población tienen una oportunidad igual e independiente de ser incluidos en
la muestra.
El muestreo aleatorio evita la preferencia o inclinación a incluir en la muestra,
determinadas observaciones que son de conveniencia. Es eficiente si la población no es
grande y heterogénea.
Para diseñar una muestra aleatoria simple es indispensable contar con un marco de
referencia, es decir, la lista de las unidades, que resulta de la información previamente
disponible, respecto a la población sobre la cual se basan los esquemas particulares de
muestreo.
El muestreo aleatorio simple es importante porque muchos de los diseños muestrales más
elaborados usan este tipo de muestreo en algunos aspectos.
Ventajas
Desventaja
En cada etapa se devuelve a la población el elemento elegido de forma que pueda participar
también en la siguiente etapa. Cada etapa es idéntica a la anterior y un mismo elemento
puede ser elegido muchas veces, pudiendo tener, por tanto, muestras con elementos
repetidos.
Las unidades de análisis son devueltas a la población. Pueden aparecer más de una vez en
la muestra.
Una muestra aleatoria simple se extrae por selección aleatoria empleando la tabla de
números aleatorios, números aleatorios generados con una calculadora, colocando los
elementos de la población numerados de 1 a N en una caja y mezclándolos perfectamente o
extrayendo directamente la muestra mediante un software estadístico.
Ejemplo:
Para una población de tamaño 350 y con un arranque A (5,8), hallar los números aleatorios
que permitan extraer una muestra aleatoria.
A(5,8) Significa que la selección de los números aleatorios se inicia en la quinta fila y
octava columna de la tabla. Deberán considerarse sólo los números aleatorios
menores o iguales que el tamaño de la población, en este caso 350.
Nº aleatorio ≤ 350
Columna 8 Col. 9 Col. 10
Fila 5 7 1 3 713 No se considera
Fila 6 0 9 7 097 Se considera
Fila 7 8 8 0 880 No se considera
Fila 8 3 3 9 339 Se considera
Fila 9 2 9 7 297 Se considera
n0
n =
n
1 + 0
N
2
Zα /2 S
Donde n0 =
y E = e . x
E
n p = 5% . N
Una vez establecido el valor de np se utiliza cualquier método de selección aleatoria para
extraer los elementos de la muestra piloto.
Ejemplo:
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
35 48 56 34 50 25 36 30 27 29 (1)
20 44 54 38 46 49 30 39 46 25 (2)
27 49 50 60 64 59 53 39 36 54 (3)
74 59 49 50 63 37 27 38 30 40 (4)
35 62 28 43 52 31 30 32 50 37 (5)
60 45 34 38 49 54 33 52 60 32 (6)
45 36 24 28 22 30 34 38 30 27 (7)
28 32 30 46 49 52 56 60 25 24 (8)
26 33 30 26 25 38 35 44 41 52 (9)
57 32 38 45 55 50 62 32 38 41 (10)
30 27 56 45 48 62 58 32 30 24 (11)
27 25 54 32 34 45 46 40 38 27 (12)
53 23 27 54 38 27 29 22 27 45 (13)
24 37 33 32 37 54 32 38 39 30 (14)
38 45 28 29 35 43 63 43 24 39 (15)
32 37 39 32 30 43 42 28 25 41 (16)
53 33 28 44 50 42 60 43 32 47 (17)
47 34 45 54 32 37 39 32 38 28 (18)
40 48 27 43 40 28 26 43 44 33 (19)
32 32 38 45 42 41 44 37 35 39 (20)
36 43 56 43 34 57 45 47 23 26 (21)
28 24 50 53 32 37 33 32 47 44 (22)
36 40 35 38 43 48 39 25 30 45 (23)
38 32 36 45 42 43 26 24 42 44 (24)
23 45 32 54 52 43 39 28 23 31 (25)
30 51 53 42 48 45 40 37 35 38 (26)
48 30 24 37 34 47 23 36 33 61 (27)
44 54 32 54 61 48 56 45 32 45 (28)
40 43 32 48 34 39 32 38 45 28 (29)
44 37 45 23 56 35 53 42 43 44 (30)
c) Hallar el tamaño óptimo de la muestra, para un error de muestreo del 15% y una
confianza del 95%.
15.08
n = = 14.36 ⇒ n = 14
15.08
1+
300
PRIMER CASO: Cuando se tienen todos los datos de la población digitados en una
columna:
Por ejemplo, se tienen las edades de una población de diez personas y se desea seleccionar
una muestra irrestricta aleatoria (sin reemplazo), de cinco personas con sus
correspondientes edades.
Nota:
SEGUNDO CASO: Cuando no se tienen todos los datos de la población digitados en una
columna, generalmente cuando el tamaño de la población es grande:
Por ejemplo, se tienen las edades de una población de diez personas y se desea seleccionar
una muestra irrestricta aleatoria (sin reemplazo), de siete personas con sus
correspondientes edades.
Este método toma una unidad de los primeros k elementos de la población y a partir de ahí
cada k-ésimo elemento.
El muestreo sistemático puede mirarse como una aproximación al muestreo aleatorio simple
si el orden en la lista no es relevante a la característica en estudio. No requiere tener marco
muestral, además, en muchos casos es más económico, no obstante, tiene la desventaja de
la periodicidad.
n0 2
n = Zα /2 S
n Donde n0 = E = e . x
1 + 0 E
N
N
3.- Se determina el salto o frecuencia de selección: K=
n
4.- Seleccionar el primer valor aleatoriamente en el rango de 1 a N.
5.- Seleccionar los demás elementos, sumando al número que identifica el primer
elemento la constante K, hasta completar los n datos.
Ejemplo:
Los siguientes datos corresponden al número de horas semanales gastadas en ver televisión
por 180 estudiantes.
23 17 23 18 21 22 18 20 24 22
19 18 21 20 20 17 18 20 18 21
17 20 17 20 23 18 18 21 19 19
15 21 25 22 24 21 23 20 23 20
19 21 17 22 22 20 19 23 20 19
25 18 22 19 21 20 24 20 19 20
23 18 25 21 20 17 25 20 25 21
18 22 17 23 22 18 20 18 22 20
21 18 24 19 21 22 19 23 19 21
17 24 21 17 23 19 22 17 20 16
17 17 15 21 23 16 18 18 24 17
19 18 20 16 19 17 25 19 18 22
19 24 20 17 21 15 23 17 17 20
24 16 17 22 16 21 19 17 16 20
16 18 16 22 18 19 17 21 16 18
17 21 20 15 19 22 25 20 19 21
18 20 22 19 20 16 19 21 24 20
19 21 23 19 21 20 23 25 18 24
Usando una muestra piloto con arranque A(12,6) que represente el 5% del total y con una
tasa de muestreo del 4% del tamaño de la muestra, obtener una muestra aleatoria
sistemática con un A(8,10).
Solución:
A ( 12 , 6)
Nº aleatorio Nº Horas
Nº ≤ 180 Xi
1. 137 19
2. 136 21
3. 024 20 x = 20.44
4. 153 20
5. 169 24 S = 1.51
6. 153 20
7. 096 19
8. 049 20
9. 085 21
13.03
n = = 12.15 ⇒ n = 12
13.03
1+
180
N 180
3.- Se determina el salto o frecuencia de selección: K= = = 15
n 12
5.- Seleccionar los demás elementos, sumando al número que identifica el primer
elemento la constante K=15, hasta completar los n datos.
Nº Nº Horas ( X i )
1. 26 18
2. 41 19
3. 56 20
4. 71 18
5. 86 22
6. 101 17
7. 116 17
8. 131 24
9. 146 19
10. 161 18
11. 176 20
12. 11 19
PRÁCTICA Nº 1
Muestreo
1.- Los siguientes datos corresponden a las remuneraciones ($), de 350 Administradores
que trabajan en el sector privado.
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
407 405 501 485 435 615 468 395 590 670 (1)
610 390 485 715 840 330 560 700 400 390 (2)
350 570 680 465 824 745 610 365 405 533 (3)
378 390 400 810 412 378 495 824 900 395 (4)
476 910 834 458 385 692 408 379 410 520 (5)
396 578 905 570 600 440 530 617 835 458 (6)
475 936 490 386 496 748 406 390 570 460 (7)
378 460 375 850 830 390 497 572 396 546 (8)
378 490 500 350 480 615 600 734 940 560 (9)
590 478 470 710 600 400 387 495 830 710 (10)
390 580 810 700 900 515 470 825 740 490 (11)
575 490 580 670 712 923 548 875 358 400 (12)
486 385 385 686 389 596 857 385 746 946 (13)
496 837 596 382 846 749 486 589 450 480 (14)
396 469 596 495 385 847 480 386 594 489 (15)
387 594 589 487 490 742 846 836 736 823 (16)
386 734 624 826 637 635 815 800 385 382 (17)
385 849 392 586 837 745 937 944 730 733 (18)
495 738 745 782 835 783 738 539 648 739 (19)
378 395 846 837 729 734 849 736 389 489 (20)
389 596 495 876 496 597 857 389 586 900 (21)
396 847 763 847 628 389 496 859 837 900 (22)
489 395 598 5789 385 694 495 864 837 899 (23)
940 847 847 938 726 783 932 827 623 734 (24)
827 625 729 630 730 835 822 485 883 833 (25)
900 837 782 672 826 826 540 594 874 499 (26)
389 485 837 438 839 395 872 736 620 384 (27)
294 8375 389 495 748 390 583 396 590 568 (28)
389 846 327 4832 752 725 835 694 483 579 (29)
385 495 584 736 385 495 846 395 837 389 (30)
385 284 596 395 846 738 925 836 382 495 (31)
394 831 836 715 736 847 947 583 849 395 (32)
284 486 936 544 846 726 395 863 765 836 (33)
394 876 763 648 739 826 584 594 489 490 (34)
395 874 947 639 739 504 850 495 396 458 (35)
2.- La siguiente información se refiere a los pesos (kilos) de las alumnas del cuarto ciclo
de Administración de Negocios Internacionales de la Unifé.
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
40 73 48 41 43 46 59 52 52 49 (1)
45 45 79 54 44 44 48 49 43 57 (2)
61 79 64 66 42 62 61 54 49 42 (3)
52 66 72 57 50 44 40 50 67 43 (4)
45 55 43 45 41 44 49 52 79 42 (5)
42 53 46 46 49 46 72 40 63 51 (6)
60 48 60 45 66 56 42 71 40 41 (7)
56 47 53 50 51 51 49 54 49 68 )8)
59 65 41 54 57 54 46 64 40 50 (9)
56 57 62 61 71 61 58 51 56 71 (10)
67 51 64 57 45 77 47 41 42 50 (11)
79 48 51 62 43 54 79 58 45 54 (12)
53 58 56 41 58 57 57 78 46 55 (13)
57 73 40 79 65 70 65 40 61 40 (14)
47 52 75 58 78 64 53 51 49 57 (15)
52 56 40 66 46 53 58 55 54 55 (16)
72 40 64 46 54 53 35 57 63 61 (17)
60 57 61 71 42 41 62 57 60 69 (18)
45 43 49 53 55 63 57 56 63 54 (19)
43 63 48 69 60 49 50 51 50 75 (20)
63 79 46 79 45 48 47 44 44 63 (21)
78 75 47 42 56 76 44 46 49 61 (22)
50 56 58 47 42 61 57 50 55 74 (23)
48 66 54 55 50 75 79 71 61 50 (24)
55 50 44 74 69 74 73 50 49 53 (25)
71 60 53 78 50 44 58 66 44 55 (26)
63 67 63 56 58 42 50 73 63 40 (27)
47 58 47 69 51 57 50 54 47 58 (28)
50 69 47 63 58 61 58 53 66 50 (29)
53 64 55 44 42 66 42 54 47 55 (30)
63 55 50 42 58 50 63 53 42 59 (31)
47 55 48 45 55 46 69 64 54 63 (32)
53 50 55 50 53 75
3.- Una empresa publicitaria está interesada en determinar que tanto debe enfatizar la
publicidad televisiva en un determinado municipio, y decide realizar una encuesta
por muestreo para estimar el número promedio de horas por semana que se ve la
televisión en los hogares del municipio. La empresa publicitaria decide utilizar el
muestreo aleatorio simple y seleccionar muestras irrestrictas aleatorias.
35 28 26 41 43 29 32 37 36 25 23
29 31 39 38 40 45 28 27 35 34 27
30 27 37 29 22 25 40 34 42 27 39
27 29 40 41 35 38 27 25 30 24 42
29 40 42 32 31 38 31 37 33 34 41
28 34 30 28 33 29 32 36 40 39 34
39 28 41 40 38 34 35 39 41 30 23
30 40 44 33 29 40 36 32 31 37 34
27 40 37 32 38 42 27 42 36 31 47
28 40 33 29 37 37 34 44 39 40 37
30 40 39 38 32 31 40 36 35 26 23
27 34 49 30 35 41 25 30 27 23 32
30 37 34 29 38 47 25 27 28 20 36
32 20 30 25 32 34 37 42 40 41 29
25 30 35 20 37 39 42 43 38 30 42
34 47 45 35 37 39 30 23 22 26 34
35 21 37 34 30 40 31 32 32 32 28
34 25 24 42 30 38 40 38 33 45 26
32 39 40 36 32 30 27 29 26 21 24
20 23 36 35 43 23 27 40 38 39 23
31 36 37 39 35 40 30 22 21 26 21
28 40 32 23 20 38 42 40 36 23 23
28 37 45 30 23 30 20 21 24 35 32
31 33 22 15 23 21 20 37 40 45 30
37 22 26 34 34 27 29 30 44
Usando una muestra piloto con arranque A (25,12) que represente el 6% del total y
con una tasa de muestreo del 10% del tamaño de la muestra, obtener una muestra
aleatoria sistemática con un A (32,15).
5.- Se tienen los siguientes datos que corresponden a los gastos mensuales ($) de los
trabajadores que laboran en una empresa estatal.
396 469 596 495 385 847 480 386 594 489 (1)
387 594 589 487 490 742 846 836 736 823 (2)
386 734 624 826 637 635 815 800 385 382 (3)
385 849 392 586 837 745 937 944 730 733 (4)
495 738 745 782 835 783 738 539 648 739 (5)
378 395 846 837 729 734 849 736 389 489 (6)
385 284 596 395 846 738 925 836 382 495 (7)
394 831 836 715 736 847 947 583 849 395 (8)
284 486 936 544 846 726 395 863 765 836 (9)
389 596 495 876 496 597 857 389 586 900 (10)
396 847 763 847 628 389 496 859 837 900 (11)
489 395 598 578 385 694 495 864 837 899 (12)
940 847 847 938 726 783 932 827 623 734 (13)
827 625 729 630 730 835 822 485 883 833 (14)
900 837 782 672 826 826 540 594 874 499 (15)
389 485 837 438 839 395 872 736 620 384 (16)
294 837 389 495 748 390 583 396 590 568 (17)
389 846 327 483 752 725 835 694 483 579 (18)
385 495 584 736 385 495 846 395 837 389 (19)
385 284 596 395 846 738 925 836 382 495 (20)
394 831 836 715 736 847 947 583 849 395 (21)
284 486 936 544 846 726 395 863 765 836 (22)
294 837 389 495 748 390 583 396 590 568 (23)
389 846 327 483 752 725 835 694 483 579 (24)
385 495 584 736 385 495 846 395 837 389 (25)
Usando una muestra piloto con arranque A (15,9) que represente el 5% del total y
con una tasa de muestreo del 15% del tamaño de la muestra, obtener una muestra
aleatoria sistemática con un A (20,11).