Está en la página 1de 17

Muestreo y Estimaciones

Muestreo y Estimaciones

INTRODUCCIÓN

En este trabajo presentamos un concepto de muestra y los tipos de muestra existentes.

El muestreo es una herramienta útil para la investigación científica que se implementa

en diferentes campos, cuya función definitiva es agarrar una parte de la población para

examinarse, con la finalidad de hacer inferencias sobre dicha población que es la

muestra que se agarra para nuestra investigación científica. En momentos no es posible

censar o encuestar a toda la población que debería ser lo más correcto pero en ocasiones

no es posible, por ello se selecciona una muestra de esa población, representando tal

cual una parte representativa de la población.

La muestra debe ser una representación general de la población, donde se extrae los

datos necesarios y esenciales de la población seleccionada que son importantes para la

investigación. También ejemplificar las características de esta.

Por lo cual se recomiendan muestras no probabilísticos, ya sea por limitaciones de

recursos, tiempo, dinero, trabajo, etc. Es decir que debe seleccionar y estudiar un menor

número de individuos de la población por lo cual la opinión del experto se hace

conveniente. Ahora los muestreos probabilísticos son aquellos en la cual todos los

individuos tienen la misma probabilidad de ser elegidos para formar parte de una

muestra los métodos de muestreo probabilísticos nos dan más confianza en la

representatividad de la muestra seleccionada, y por lo tanto son los más recomendables.


Muestreo y Estimaciones

Muestreo y estimaciones

✎Definición de muestreo
El muestreo es simplemente un conjunto de métodos para tomar ejemplares que permiten
hacer aseveraciones sobre los parámetros de una población apoyándose en una fracción de ésta,
llamada muestra.

✩ Tipos de muestreo aleatorio, sistematizado, estratificado y conglomerados

En una muestra aleatoria o de probabilidad conocemos las posibilidades de que un elemento


de la población se incluya o no en la muestra.
Muestreo y Estimaciones

Es posible determinar objetivamente las estimaciones de las características de la


población que resultan de una muestra dada; es decir se puede describir matemáticamente que tan
objetivas son las estimaciones correspondientes.

Para analizar este proceso se introducirán cuatro métodos del muestreo aleatorio:

➮ Muestreo aleatorio simple.


El muestreo simple selecciona muestras mediante métodos que permiten que cada posible
muestra tenga una igual probabilidad de ser seleccionada y que cada elemento de la población
total tenga una oportunidad igual de ser incluido en la muestra.

Se recomienda cuando las características de interés presentan gran homogeneidad, de lo


contrario requeriría muestras grandes para lograr una precisión aceptable, y podrían seleccionarse
muestras indeseables.

La definición de este método y el proceso de seleccionar una muestra aleatoria simple


dependen de si la población es finita o infinita.

Muestra aleatoria simple (población finita)

Población finita. Por finito nos referimos a que la población tiene un tamaño establecido o
limitado, es decir, existe un número entre (𝑁) que indica cuantos elementos hay en la población.

Una muestra aleatoria simple de tamaño 𝑛, de una población finita de tamaño 𝑁, es una
muestra seleccionada de tal manera que cada muestra posible de tamaño 𝑛 tenga la misma
posibilidad de ser seleccionada.

♙ Ejemplo:
1) La asociación de transporte aeroportuario de Estados Unidos proporciono la siguiente lista de
las 10 aerolíneas más grandes del mundo.
1) Aeroflot (Rusia) 6) JAL (Japón)
2) Air France (Francia) 7) Lufthansa (Alemania)
3) American Airlines (EUA) 8) Northwest Airlines (EUA)
4) British Airways (Reino Unido) 9) Unites Airlines (EUA)
5) Delta Airlines (EUA) 10) USAir (EUA)
a) Suponga que se debe seleccionar una muestra de 5 de ellas, parra un estudio de detalle
de factores, como por ejemplo, la cantidad de aviones en servicio, el total anual de
pasajeros-millas volados, etc. comenzando con el primer dígito aleatorio de la tabla 1
que es 6, y avanzando hacia debajo de la columna, use los números aleatorios de un
digito para seleccionar una muestra aleatoria simple de 5 aerolíneas que entrarán en el
estudio.

Las 5 aerolíneas que se tomaran son: 6, 8, 5, 4, 1

Tabla 1 Números aleatorios


63271 59986 71744 51102 15141 80714 58683 93108 13554 79945
88547 09896 95436 79115 08303 01041 20030 63754 08459 28364
55957 57243 83865 09911 19761 66535 40102 26646 60147 15702
46276 87453 44790 67122 45573 84358 21625 16999 13385 22782
55363 07449 34835 15290 76616 67191 12777 21861 68689 03263
Muestreo y Estimaciones

69393 92785 49902 58447 42048 30378 87618 26933 40640 16281
13186 29431 88190 04588 38733 81290 89541 70290 40113 08243
17726 28652 56836 78351 47327 18518 92222 55201 27340 10493
36520 64465 05550 30157 82242 29520 69753 72602 23756 54935
81628 36100 39254 56835 37636 02421 98063 89641 64953 99337

84649 48968 75215 75498 49539 74240 03466 49292 36401 45525
63291 11618 12613 75055 43915 26488 41116 64531 56827 30825
70502 53225 03655 05915 37140 57051 48393 91322 25653 06543
06426 24771 59935 49801 11082 66762 94477 02494 88215 27191
20711 55609 29430 70165 45406 78484 31639 52009 18873 96927

41990 70538 77191 25860 55204 73417 83920 69468 74972 38712
72452 36618 76298 26678 89334 33938 95567 29380 75906 91807
37042 40318 57099 10528 09925 89773 41335 96244 29002 46453
53766 52875 15987 46962 67342 77592 57651 95508 80033 69828
90585 58955 53122 16025 84299 53310 67380 84249 25348 04332

32001 96293 37203 64516 51530 37069 40261 61374 05815 06714
62606 64324 46354 72157 67248 20135 49804 09226 64419 29457
10078 28073 85389 50324 14500 15562 64165 06125 71353 77669
91561 46145 24177 15294 10061 98124 75732 00815 83452 97355
13091 98112 53959 79607 52244 63303 10413 63839 74762 502289

♘ Ejercicio:

Los resultados de una encuesta sobre los 25 mejores entrenadores de baloncesto de NCAA, en
enero de 1988, aparecen a continuación.

14. Mississippi
1. Duke
15. Syracuse
2. North California
16. Michigan
3. Kansas
17. South Carolina
4. Utah
18. Xavier
5. Arizona
19. Arkansas
6. Stanford
20. Florida State
7. Kentucky
21. West Virginia
8. Connecticut
22. Rhode Island
9. Purdue
23. Clemson
10. UCLA
24. Hawaii
11. Princeton
25. Cincinnati
12. Iowa
13. New Mexico
Use la novena columna de los números aleatorios de la tabla 1, comenzando con 13554, para
seleccionar una muestra simple de 6 equipos de baloncesto. Use los dos primeros dígitos de cada
renglón de la novena columna en el proceso de selección. ¿Cuáles equipos de baloncesto
seleccionó para es muestra aleatoria simple?

13, 08, 23, 25, 18, 05(New México, Connecticut, Clemson, Cincinnati, Xavier, Arizona)

Población infinita es aquella en la que es teóricamente imposible observar todos los


elementos. Aunque muchas poblaciones parecen ser excesivamente grandes, no existe una
población realmente infinita de objetos físicos. Se utilizará el término población infinita cuando
Muestreo y Estimaciones

hablemos de una población que no podría enumerarse en un periodo razonable de tiempo. Se


utilizará el concepto teórico de población infinita como una aproximación de una población finita
enorme.

No se puede usar un procedimiento de selección con números aleatorios para una población
infinita, porque es imposible hacer una lista de esa población. En este caso se debe determinar
especialmente un procedimiento de selección de muestra, para determinar los elementos en forma
independiente y evitar un prejuicio de selección que haga posible mayores probabilidades de
selección para ciertos artículos.

La forma más fácil de seleccionar una muestra de manera aleatoria es mediante el uso de
números aleatorios.

Media de la población

𝑥̅ ± 𝑧𝛼⁄2 𝜎𝑥̅

𝜎𝑥̅ = 𝑒𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 𝑑𝑒 𝑙𝑎 𝑚𝑒𝑑𝑖𝑎

Cuando se toma una muestra aleatoria simple de tamaño 𝑛 de una población finita de tamaño
𝑁, el estimado del error estándar de la media es

𝑁−𝑛 𝑠
𝑆𝑥̅ = √ ( )
𝑁 √𝑛

En este caso, el estimado del intervalo de la media poblacional es

𝑥̅ ± 𝑧𝛼⁄2 𝑠𝑥̅

En una encuesta se acostumbra a usar un valor 𝑍 = 2 cuando se estipulan estimados


de intervalos. Así cuando se emplea el muestreo aleatorio simple, un estimado
aproximado de intervalo de 95% de confianza para la media poblacional es el siguiente:

𝑥̅ ± 2𝑠𝑥̅

♙ Ejemplo:

El publicista Great Lakes Recreation, revista local que se especializa en artículos sobre
navegación y pesca. Actualmente cuenta con 𝑁 = 8000 suscriptores. Una muestra
aleatoria simple de 𝑛 = 484 suscriptores indica que la media del ingreso anual es de
30,500 dólares, con desviación estándar de 7040 dólares. Un estimado insesgado de la
media del ingreso anual de todos los suscriptores es 𝑥̅ = $30,500. Con los resultados de
la muestra, se calcula

8000 − 484 7040


𝑆𝑥̅ = √ ( ) = 310
8000 √484
Muestreo y Estimaciones

30500 ± 2(310) = 30500 ± 620

(29880,31120)

♘ Ejercicio:

Se ha empleado muestreo aleatorio simple para tomar una muestra de 𝑛 = 50 elementos


de una población con 𝑁 = 800. La media de la muestra fue 𝑥̅ = 215 y la desviación
estándar de la muestra fue 𝑠 = 20

𝑁−𝑛 𝑠 800 − 50 20
𝑆𝑥̅ = √ ( )=√ ( ) = √. 9375(2.828) = √2.651 = 1.628
𝑁 √𝑛 800 √50

𝑥̅ ± 2𝑠𝑥̅ = 215 ± 2(1.628) = 215 ± 3.25

215 + 3.25 = 218.25

215 − 3.25 = 211.75

(211.75 , 218.25)

➮Muestreo sistemático
Método para elegir una muestra seleccionando al azar uno de los primeros 𝑘 elementos y a
continuación cada 𝑘 − é𝑠𝑖𝑚𝑜 elemento.

En el muestreo sistemático, los elementos son seleccionados de la población dentro de un


intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.

El muestreo sistemático difiere del muestreo aleatorio simple en que cada elemento tiene igual
oportunidad de ser seleccionado, pero cada muestra no tiene la posibilidad igual de ser
seleccionada. En el muestreo sistemático existe el problema de introducir un error en el proceso
de muestreo.

La ventaja del muestreo sistemático, aun cuando este tipo de muestreo puede ser inapropiado
cuando los elementos entran en un patrón secuencial, este método puede requerir menos tiempo.

♙ Ejemplo:

Si se desea tener un tamaño de muestra igual a 50, de una población que contiene 5000 elementos,
se podrá muestrear un elemento de cada 5000⁄50 = 100 elemento de la población.

Una muestra sistemática en este caso, seria seleccionar aleatoriamente uno de los primeros 100
elementos del marco; los elementos restantes se identifican comenzando con el primero
muestreando y a continuación seleccionando cada centésimo elemento siguiente.

➮Muestreo estratificado:
El muestreo estratificado consiste en lo siguiente:
Muestreo y Estimaciones

I. La población se divide en subpoblaciones denominadas “estratos”, de tal manera que


cada elemento en la población pertenece a uno y solo a un estrato. La base de
formación de los estratos, por ejemplo, por departamento, ubicación, edad, giro
industrial, etc. queda a discreción de quien diseña la muestra.
II. De cada estrato se selecciona una muestra en forma independiente. Si las muestras
son aleatorias simples, entonces el muestreo se denomina muestreo aleatorio
estratificado.
III. Los estimadores para los parámetros de la población completa se proponen como una
combinación de los estimadores correspondientes a los parámetros de los estratos.

El muestreo estratificado es usado por:

 Puede proporcionar estimadores para la población completa que sean más precisos (lo
cual se logra constituyendo estratos lo más homogéneos entre ellos mismos)
 Proporciona información sobre los estratos.
 Permite mejor organización del muestreo.
 Permite mejor administración de la encuesta.
 Permite mejor administración de la población.

Media de la población

En el muestreo, un estimado insesgado de la media de la población se obtiene calculando un media


ponderada de la medias de la muestra de cada estrato. Los factores de ponderación aplicados son
la fracción de la población en cada estrato. El estimador puntual que resulta, representado por 𝑥̅𝑠𝑡
se define como sigue:
H
Nh
𝑥̅𝑠𝑡 = ∑ ( ) x̅
N h
h=1

En donde

𝐻 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑠𝑡𝑟𝑎𝑡𝑜𝑠

𝑥̅ℎ = 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑒𝑠𝑡𝑟𝑎𝑡𝑜 ℎ

𝑁ℎ = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑡𝑟𝑎𝑡𝑜 ℎ 𝑑𝑒 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛

𝑁 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑒𝑙𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛: 𝑁 = 𝑁1 + 𝑁2 + ⋯ + 𝑁𝐻


Muestreo y Estimaciones

Para el muestreo aleatorio estratificado, la fórmula par calcular un estimado del error estándar
de la muestra es

𝐻
1 𝑠2
𝑠𝑥̅𝑠𝑡 = √ 2 ∑ 𝑁ℎ (𝑁ℎ − 𝑛ℎ ) ℎ
𝑁 𝑛ℎ
ℎ=1

♙ Ejemplo:

Supónganos que la encuesta de180 egresados de la facultad de administración dio los


resultados que muestra la tabla 1. Las medias de las muestras de cada especialidad, o
estrato, con esos datos se calculará un estimado puntual de la media poblacional.

Encuesta acerca de los sueldos iniciales de egresados de la facultad de


administración
Especialidad (h) 𝑥̅ℎ 𝑠ℎ 𝑁ℎ 𝑛ℎ
Contabilidad $30,000 2000 500 45
Finanzas $28,500 1700 350 40
Sistemas de información $31,500 2300 200 30
Mercadotecnia $27,000 1600 300 35
Gerencia de operaciones $31,000 2250 150 30
1500 180
H
Nh
𝑥̅𝑠𝑡 = ∑ ( ) x̅
N h
h=1

500 350 200 300


𝑥̅𝑠𝑡 = ( ) (30000) + ( ) (28500) + ( ) (31500) + ( ) (27000)
1500 1500 1500 1500
150
+( ) (31000) = 29,350
1500

Para calcular la estimación del error estándar

Cálculos parciales para el estimado del error estándar dela media en la encuesta
de la facultas de administración

Especialidad 𝒔𝟐𝒉
h 𝑵𝒉 (𝑵𝒉 − 𝒏𝒉 )
𝒏𝒉

Contabilidad (200)2
1 500(500 − 45) = 20,222,222,222
45
Finanzas (1700)2
2 350(350 − 40) = 7,839,125,000
40
Muestreo y Estimaciones

Sistemas de información (2300)2


3 200(200 − 30) = 5,995,333,333
30

Mercadotecnia (1600)2
4 300(300 − 35) = 5,814,857,143
35

Gerencia de operaciones (2250)2


5 150(150 − 30) = 3,037,500,000
30

𝟒𝟐, 𝟗𝟎𝟗, 𝟎𝟑𝟕, 𝟔𝟗𝟖

𝐻
1 𝑠2 1
𝑠𝑥̅𝑠𝑡 = √ 2 ∑ 𝑁ℎ (𝑁ℎ − 𝑛ℎ ) ℎ = √( ) (42909037698) = √19070.68 = 138
𝑁 𝑛ℎ (1500)2
ℎ=1

Estimado aproximado del intervalo de confianza de 95% para la media de la población:


𝑥̅𝑠𝑡 ± 2𝑠𝑥̅𝑠𝑡 = 29350 ± 2(138)

29,350 + 276 = 29626


29,350 − 276 = 29074
(29074 ,29626)

♘ Ejercicio:

Se tomo una muestra aleatoria simple estratificada y se obtuvieron los siguientes resultados:

Estrato (h) ̅𝒉
𝒙 𝒔𝒉 𝑵𝒉 𝒏𝒉
1 138 30 200 20
2 103 25 250 30
3 210 50 100 25
550 75
H
Nh
𝑥̅𝑠𝑡 = ∑ ( ) x̅
N h
h=1

200 250 100


𝑥̅𝑠𝑡 = ( ) (138) + ( ) (103) + ( ) (210) = 135.18
550 550 550

Estrato 𝒔𝟐𝒉
h 𝑵𝒉 (𝑵𝒉 − 𝒏𝒉 )
𝒏𝒉

(30)2
1 200(200 − 20) = 1,620,000
1 20
Muestreo y Estimaciones

2 (25)2
2 250(250 − 30) = 1,145,833.33
30

3 (50)2
3 100(100 − 25) = 750,000
25

𝟑, 𝟓𝟏𝟓, 𝟖𝟑𝟑. 𝟑𝟑

𝐻
1 𝑠ℎ2 1
𝑠𝑥̅𝑠𝑡 = √ ∑ 𝑁ℎ (𝑁ℎ − 𝑛 ℎ ) = √( ) (3515833.33) = √11.62 = 3.40
𝑁2 𝑛ℎ (550)2
ℎ=1

𝑥̅𝑠𝑡 ± 2𝑠𝑥̅ 𝑠𝑡 = 135.18 ± 2(3.40)

135.18 + 6.8 = 141.98


135.18 − 6.8 = 128.38
(128.38 , 141.98)

➮Muestreo conglomerado
En el muestreo por conglomerados, se divide primero a la población en conjuntos separados
de elementos, llamados conglomerados. Cada elemento de la población pertenece a uno y sólo a
un grupo.

Todos los elementos dentro de cada conglomerado muestreado forman la muestra. El muestreo
de conglomerados tiende a proporcionar los mejores resultados cuando los elementos de los
conglomerados son heterogéneos (desiguales).

Cada conglomerado es una versión representativa, en pequeña escala, de toda la población. El


valor del muestreo por conglomerados depende de cuan representativo sea cada conglomerado de
la población total. Si al respecto todos los conglomerados se asemejan entre sí, al muestrear una
pequeña cantidad de conglomerados se obtendrán buenos estimados de los parámetros de
población.

Una de las principales aplicaciones del muestreo por conglomerados es el muestreo de áreas,
en los que los conglomerados son manzanas urbanas, u otras áreas bien definidas.

Este método es recomendable en casos como los siguientes:

 Cuando no solo no se disponen de un marco que liste las unidades elementales, sino que
además su elaboración puede ser muy costosa.
 Cuando las unidades se encuentren muy dispersas geográficamente, lo cual implicaría la
selección de un amuestra también muy dispersa, con la consiguiente dificultad para la
supervisión del trabajo.
Muestreo y Estimaciones

Media de la población

El estimador puntual de la media de la población obtenido con el muestreo por conglomerados


esta definido con la siguiente ecuación:
∑𝑛𝑖=1 𝑥𝑖
𝑥̅𝑐 = 𝑛
∑𝑖=1 𝑀𝑖
Un estimado del error estándar de este estimador puntual es

𝑁 − 𝑛 ∑𝑛𝑖=1(xi − x̅c Mi )2
𝑠𝑥̅𝑐 = √( )
𝑁𝑛𝑀̅2 𝑛−1

Notación:

𝑁 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛


𝑛 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜𝑠 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
𝑀𝑖 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜 𝑖
𝑀 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛; 𝑀 = 𝑀1 + 𝑀2 + ⋯ + 𝑀𝑁
̅ = 𝑀⁄𝑁 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑒𝑙𝑒𝑚𝑒𝑛𝑡𝑜𝑠 𝑒𝑛 𝑢𝑛 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜
𝑀
𝑥𝑖 = 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜 𝑖
𝑎𝑖 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑒𝑛 𝑒𝑙 𝑐𝑜𝑛𝑔𝑙𝑜𝑚𝑒𝑟𝑎𝑑𝑜 𝑖 𝑐𝑜𝑛 𝑑𝑒𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑑𝑎 𝑐𝑎𝑟𝑎𝑐𝑡𝑒𝑟í𝑠𝑡𝑖𝑐𝑎
𝑁 = 1000
𝑛 = 10
𝑀 = 12000
̅ = 12,000⁄1000 = 12
𝑀

Resultados de la encuesta de la sociedad CPA


Contadores públicos Sueldo total ($ 𝑚𝑖𝑙𝑒𝑠) Contadores mujeres
Empresa (𝒊)
titulados (𝑀𝑖 ) en la empresa 𝑖(𝑥𝑖 ) (𝑎𝑖 )
1 8 320 2
2 25 1125 8
Muestreo y Estimaciones

3 4 115 0
4 17 714 6
5 7 247 1
6 3 94 2
7 15 634 2
8 4 147 0
9 12 481 5
10 33 1567 9
Totales 128 5444 35

∑𝑛𝑖=1 𝑥𝑖 5444
𝑥̅𝑐 = 𝑛 = = 42.531
∑𝑖=1 𝑀𝑖 128
Contadores Sueldo total
Empresa (𝒊) públicos titulados ($ 𝒎𝒊𝒍𝒆𝒔) en la (𝒙𝒊 − 𝟒𝟐. 𝟓𝟑𝟏𝑴𝒊 )𝟐
(𝑴𝒊 ) empresa 𝒊(𝒙𝒊 )

1 8 320 [320 − 42.513(8)]2 = 409.982

2 25 1125 [1125 − 42.513(25)]2 = 3809.976


3 4 115 [115 − 42.513(4)]2 = 3038.655
4 17 714 [714 − 42.513(17)]2 = 81.487
5 7 247 [247 − 42.513(7)]2 = 2572.214
6 3 94 [94 − 42.513(3)]2 = 1128.490
7 15 634 [634 − 42.513(15)]2 = 15.721
8 4 147 [147 − 42.513(4)]2 = 534.719
9 12 481 [481 − 42.513(12)]2 = 862.714
[1567 − 42.513(33)]2
10 1567
33 = 26724.730
Totales 128 5444 39,178.688

∑(𝑥𝑖 − 𝑥̅𝑐 𝑀𝑖 )2 = 39,178.688


𝑖=1

𝑁 − 𝑛 ∑𝑛𝑖=1(xi − x̅c Mi )2 1000 − 10 39,178.68


𝑠𝑥̅𝑐 = √( ) = √[ ]
𝑁𝑛𝑀̅2 𝑛−1 (1000)(10)(12)2 10 − 1
= 1.730
𝑥̅𝑐 ± 2𝑠𝑥̅𝑐 = 42.531 ± 2(1.730)

42.531 ± 3.46
42.531 + 3.46 = 45.991
42.531 − 3.46 = 39.071
Muestreo y Estimaciones

(39.071 , 45.991)

CONCLUSIONES

Llegando a las conclusiones de este trabajo podemos decir que el método de mayor

beneficio en los estudios de investigación científica es el muestreo probabilístico puesto

que sus resultados son más propio, que su estructura teórica es más exigente a la hora de

estudiar a una muestra de la población. Por otra parte el muestreo no probabilístico se


Muestreo y Estimaciones

deben presentar sus características originales, que también sus resultados son útiles si se

emplean bien en la investigación científica.

los métodos mencionados de muestreo resultan de gran importancia para realizar una

investigación en una población determinada ya que si se quiere realizar dicha

investigación con mayor éxito en los resultados que queremos obtener, entonces se tiene

que optar por una de estas dos herramientas, de igual manera estas técnicas requieren de

un menor tiempo y recursos.

El muestreo es por lo tanto una herramienta de la investigación cuya función es

determinar que parte de una población debe examinarse, con la finalidad de

hacer conclusiones sobre dicha población.

La muestra debe obtener una representación adecuada de la población, en la

que se represente de la mejor manera los rasgos esenciales de dicha población que

son importantes para la investigación. Para que una muestra sea representativa, y por lo

tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población.


Muestreo y Estimaciones

Bibliografía:

 Levin, Richard I. y Rubin, David S. Estadística para administración y economía.


“Capitulo 6 muestreo y distribución de muestreo, 6.2 Muestreo aleatorio.” Pearson
educación. Séptima edición. México, 2004. pág. 238-241

 Vladimirovna Pantelleva Olga. Fundamentos de probabilidad y estadística. “Unidad VIII


Muestreo” Pag. 318 - 321

 Anderson, Sweeney, Williams. “Muestreo aleatorio simple (7.2), Otros métodos de


muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo aleatorio simple estratificado
(8.5), Muestreo por conglomerado (8.6), muestreo sistemático (8.7).” Estadística para
administración y economía. Internacional Thomson Editores. Volumen I. 7a edición. Pág.
250-255, 282- 284, 296-320.