APUNTES SOBRE MUESTREO

ESTADÍSTICO

Parámetros Población

Inferencia

Muestr
Estadígrafos a
 Reyes Donis, José Luis

INTRODUCCIÓN AL MUESTREO ESTADÍSTICO

El método que permite caracterizar una muestra o estudiar la población con base en la información
que se obtiene de una parte de esa población se denomina muestreo estadístico.

1. Objetivos

a) Caracterízar una muestra;

b) Estimar parámetros; y
c) Probar hipótesis.

La estimación de parámetros permite obtener estimadores (Estadígrafos), que proporcionan

estimaciones confiables sobre características de la población (Parámetros), utilizando un reducido
número de elementos de la población. La prueba de hipótesis permite aceptar o rechazar una
hipótesis de conformidad con el grado de significación definida previamente.

2. Conceptos

a) Muestra
Es una parte representativa de la población.

b) Muestreo probabilístico

Es cuando todos los elementos que forman la población tienen una probabilidad conocida de
ser seleccionados en la muestra. La selección se hace al azar, o sea que no interviene el
criterio personal.

c) Muestreo no probabilístico

Cuando no se da igual oportunidad a todos los elementos de la población de ser incluidos en

una muestra. Interviene el criterio personal.

d) Población

Es el estudio del conjunto total de los elementos.

e) Parámetro

Es una medida estadística que identifica alguna característica de una población.

f) Estadígrafo

Es una medida estadística que identifica alguna característica de una muestra.

3. Simbología principal
 Simbología
Medida estadística
Muestra Población

Media aritmética X μ
Varianza S2 σ2
Desviación estándar S σ
Número de elementos n N

4. Distribución muestral de la media

Si de una población se extraen todas las muestras posibles y se calcula a cada una su promedio se
tendrá una distribución muestral de la media.
Si las muestras son grandes, n > 30, y mientras más aumenta la distribución de la media tiende a
formar una curva normal.

_ _ _ _ _ _
X X X μ X X X
_
La estimación de una media poblacional (μ) a partir de una media muestral ( X ), se fundamenta en
el principio matemática que dice: el promedio de las medias de todas las muestras que es posible
extraer de una población siempre es igual a la verdadera media de la población.

Ejemplo: se tiene una población de tamaño N = 5, formada por los salarios por hora de 5
trabajadores. Extraer a) las muestras posibles de tamaño 2 que pueden extraerse de esta población
son las siguientes:

C= N!

n! ( N– n) !

1,2 2,3 3,4 4,5

1,3, 2,4 3,5
1,4 2,5
1,5

La distribución muestral de la media queda de la siguiente forma:

No. Muestra Muestra

X
1 1,2 1.5
2 1,3 2.0
3 1,4 2.5
4 1,5 3.0
5 2,3 2.5
6 2,4 3.0
 7 2,5 3.5
8 3,4 3.5
9 3,5 4.0
10 4,5 4.5
TOTAL 30.0

El promedio de todas las medias, deber ser igual al promedio poblacional: 30/10 = 3
Con lo cual se comprueba el principio matemático.

Graficando:
X f
1.5 1
2.0 1
2.5 2
3.0 2
3.5 2
4.0 1
4.5 1
_ _ _ _ _ _
X X X µ X X X
5. Error estándar de la media

Esta medida estadística mide el grado de dispersión de todas las medias muestrales de tamaño n,
alrededor de la media poblacional; y se representa por σx; cuando es estimado con los datos de una
muestra se representa por Sx. En otras palabras el error estándar de la media es la desviación
estándar de la distribución muestral de las medias.

Tomando los datos del ejercicio, el cálculo del error estándar de la media puede calcularse así

X X -μ (X -μ)2
1 -2 4
2 -1 1
σ = Σ(X–μ )2
3 0 0
4 1 1 N
5 2 4
15 0 10

μ = Σ X = 15/5 = 3
N

σ = 10/5 = 1.41; y aplicando la fórmula 64, el error estándar de la media se tiene:

σx = 1.41 5–2
2 5-1

σx = 1.41 3 = 1 * 0.866; σ x = 0.866

1.41 4

6. Estimación de parámetros

Después de haber seleccionado una muestra, hay necesidad de estimar parámetros, estos pueden
ser: promedio o media aritmética, totales y porcentajes. En general existen dos métodos _para
_ resultados de una muestra. Estimación puntual X =
estimar la media de la población con base a los
μ, y Estimación por intervalo de confianza μ = X ± Z (σx )

Z representa el número de desviaciones estándar, de acuerdo al nivel o probabilidad de confianza

que se necesite.

7. Muestreo Aleatorio simple

Es el método más sencillo en donde todos los elementos de la población tienen la misma
probabilidad de ser seleccionadas en una muestra, para la selección se utiliza la tabla de número
aleatorios.

8. Tamaño de muestra

El tamaño de la muestra o sea el número de elementos a seleccionar no deber ser al criterio del
investigador puesto que existen varias fórmulas para calcular el tamaño óptimo de una muestra.,
una de ellas es la siguiente:
Donde: Z = representa al número de desviaciones estándar, de
n= Z2 σ2 N acuerdo a la probabilidad o nivel de confianza. σ = Desviación
estándar de la población. N = Total de elementos en la
Z2 σ2± N (E a ) 2 población y Ea = error absoluto de muestreo.

Se desea seleccionar una muestra de una población de 30 casos, seleccionando la variable

ingresos, según una investigación los datos obtenidos son los siguientes: N = 30, σ = 4, se desea
estimar los ingresos familiares con una probabilidad de acertar del 95 % y un error absoluto de
muestreo de Q 2.00. Determinar el tamaño óptimo de la muestra.

n = (1.96) 2 (4) (30)

(1.96) 2 (4) + (30) (2) 2

n = 8

9. Muestreo estratificado
 La población se subdivide en grupos parecidos entre sí de conformidad con la variable clave,
llamados estratos, se determinará el tamaño de la muestra y esta se reparte entre cada estrato, la
distribución de la muestra en cada estrato se conoce como afijación de la muestra.
La selección de los elementos se hace en forma similar al muestreo simple, utilizando la tabla de
números ala azar, como en el cálculo de la X muestral, así como en error estándar de la media.

Media aritmética:
_ _ _
X = W1 X1 + W2 X2 + ……...W h X h

Dónde W = es la ponderación para cada estrato

_
X h = el promedio muestral en cada estrato

h = el estrato 1, 2,3,...h ó A, B, C, etc.

Error estándar de la media

Sx = W12 S22 + W22 S22 +....... Wh2 Sh2

n1 n2 nh
Dónde

S = desviación estándar de la muestra

W = ponderación para cada estrato (peso relativo)

La estimación por intervalo de confianza

_
µ= X ± Z σx
La distribución o afijación de la muestra, puede hacerse de las siguientes maneras

a) Afijación uniforme
b) Afijación proporcional, y
c) Afijación óptima

10. Selección sistemática de la muestra

La selección aleatoria de los elementos, si se desea una muestra de tamaño n, se determina un

intervalo i = N/n. Se elige al azar un número i, y se incluye en la muestra cuyo origen corresponde al
número elegido. Luego se incluye cada i – eseimo elemento a partir del primero seleccionado. Para
la estimación de la media puntual y por intervalo, así como tamaño de la muestra, se procede en
igual forma que en el muestreo simple.
------------------------------------------------------------------------------
EJERCICIO
Una firma de Auditores ha sido contratada para fiscalizar a un grupo de 30 empresas en total, todas
contribuyentes al impuesto sobre la renta, solicitando tomar una muestra de las empresas, y que su
selección sea al azar. La información de las empresas sobre el impuesto pagado en el año 2014,
ordenado de menor a mayor en miles de quetzales es la siguiente: 23, 24, 26, 26, 27, 27, 28, 28, 29,
29, 29, 30, 30, 30, 30, 30, 31, 33, 33, 33, 34, 34, 34, 34, 35, 38, 38, 38, 40, 40.
2.1 Determine el tamaño de la muestra (muestreo simple), con un 80 % de confianza y un error de
muestreo de Q 4.0 miles;

2.2 Seleccione la muestra, utilizando la tabla de número aleatorios, explicado el procedimiento

seguido para la selección;

2.3 Estime el promedio del impuesto pagado por intervalo con 80 % de probabilidad; y

2.4 Con base en la muestra, estime el monto del impuesto pagado por las 30 empresas.