competencias

• Explicar por qué una muestra es la única forma

posible de tener conocimiento acerca de la
población.
• Describir los diversos métodos para seleccionar una
muestra
• Definir y elaborar una distribución de muestra y
medias muestrales.
• Explicar y usar el teorema del líimte central para
encontrar laas probabilidades de obtener las
distintas medias muestrales en una determinada
población.
• POBLACIÓN - es el conjunto total de
individuos, objetos o medidas que poseen
algunas características comunes observables en
un lugar y en un momento determinado.
características esenciales al seleccionarse la población
bajo estudio en la investigación científica

• Homogeneidad
• Tiempo
• Espacio
• Cantidad
características esenciales al seleccionarse la población
bajo estudio en la investigación científica

•
Homogeneidad - que todos los miembros de la población tengan
las mismas características según las variables que se vayan a
considerar en el estudio o investigación.
• Tiempo - se refiere al período de tiempo donde se ubicaría la
población de interés. Determinar si el estudio es del momento
presente o si se va a estudiar a una población de cinco años atrás o si
se van a entrevistar personas de diferentes generaciones.
• Espacio - se refiere al lugar donde se ubica la población de interés.
Un estudio no puede ser muy abarcador y por falta de tiempo y
recursos hay que limitarlo a un área o comunidad en específico.
• Cantidad - se refiere al tamaño de la población. El tamaño de la
población es sumamente importante porque ello determina o afecta
al tamaño de la muestra que se vaya a seleccionar, además que la
falta de recursos y tiempo también nos limita la extensión de la
población que se vaya a investigar.
• El objetivo en la inferencia estadística es
determinar algo acerca de una población con
base en una muestra.

• MUESTRA - la muestra es un subconjunto

fielmente representativo de la población.

• MUESTREO DE LA POBLACION:
En muchos casos el muestreo es la única forma
de determinar algo acerca de la población
Razones por las que el muestreo es
necesario:
• 1.- La naturaleza destructiva de ciertas pruebas
Ej: catadores de vino, flash memory.
• 2.- La imposibilidad física de revisar todos los
integrantes de la población.
• 3.- El costo de estudiar a todos los integrantes de
una población, frecuentemente es prohibitivo.
• 4.- Lo adecuado de los resultados de la muestra
• 5.- En ocasiones se necesita mucho tiempo para
entrevistar a toda la población.
MUESTREO
• Es el proceso de extracción de una muestra

• El objeto del muestreo es seleccionar una muestra

que represente a la población entera, ya que a partir
de la muestra se estimará las características de la
población que no se conoce.

• Hay diferentes tipos de muestreo. El tipo de muestra

que se seleccione dependerá de la calidad y cuán
representativo se quiera sea el estudio de la
población.
Tipos de muestras:
• Muestra probabilística. Muestra que se
selecciona de modo que cada integrante de la
población en estudio tenga la misma
probabilidad de salir elegidos en la muestra
• Muestra no probabilistica. Se obtienen en forma
no aleatoria (no es posible estimar la
probabilidad de que cada elemento pertenezca a
la muestra), pero de toda forma dan lugar a
muestras representativas.
Métodos de muestreo probabilístico:
• Los métodos probabilísticos tienen un propósito
común, permitir que el azar determine los
elementos o personas que se incluirán en la
muestra.
Muestreo aleatorio simple
Este método consiste en listar a la población,
asignando números a cada elemento que la integra.
Los números asignados se escriben en pequeños
papeles y se introducen en una urna.. Luego se
procede a extraer números de la urna, los cuales
integraran la muestra.

Ej: elegir al azar 52 nombres de una caja con 845

nombres.

Nota: También se puede usar la tabla de números

aleatorios
Muestreo aleatorio sistemático:
• Los integrantes o elementos de la población se
ordenan de alguna forma-por ejemplo
alfabéticamente. – en un archivo según la fecha
en que se reciben, o por algún otro método
Se selecciona al azar un punto de partida y
despues se elige para la muestra cada k-esimo
elemento de la población.
Por ejemplo seleccionar los elementos de una
muestra a través de la amplitud de un intervalo
Ejemplo:
• De una población de 1200 pacientes, se desea
seleccionar una muestra de 300 pacientes.
Seleccionar los elementos de una muestra a
través de la amplitud de un intervalo k (k=N/n)
POBLACION 1200
k  4
MUESTRA 300
Luego se elige un numero al azar por ejemplo 3, y
de ahí se selecciona los siguientes contando cada
4, o sea: el n° 3, n° 7, n° 11, etc.
MUESTREO ALEATORIO ESTRATIFICADO
Es un método que se utiliza cuando la población es
sumamente heterogénea, consiste en que la población se
divide en subgrupos homogeneos, denominados estratos,
y se seleccionara una muestra de cada uno. (se toma
muestras al azar en cada estrato)
Ejemplo: Se desea hacer un estudio sobre las categorías ocupacionales de una
población, entonces es necesario dividir la población en los siguientes
estratos: (Ejecutivos, Profesionales, Empleados, Obreros)
• Si se estudia los clientes por sexo la población se divide en dos estratos:
HOMBRE – MUJER
• Si se estudia los ingresos de las enfermeras por categorias la población se
divide en las siguientes categorias: ENFERMERAS JEFES -
SUPERVISORAS - AUXILIARES.
• Estudio del volumen de ventas, gastos de publicidad donde intervienen
muchas empresas Ej. 0-10; 10–20; 20-30 y 30 o mas
Muestreo estratificado
• El proceso de repartir la muestra para los diferentes
estratos, se conoce con el nombre de afijación de la
muestra. Entre los mas importantes métodos de
afijación se tiene:

• Afijación simple: Consiste en repartir a la muestra en

partes iguales para cada estrato.
• Ejemplo: Se tiene una población de 6000
enfermeras y se desea obtener una muestra de 450
enfermeras divididas en tres categorías
ocupacionales.
Afijación Proporcional:
• Consiste en repartir a la muestra en forma
proporcional a los estratos de la población.

▫ Ejemplo: Suponiendo que se desea obtener una

muestra de 450 enfermeras para la población del
ejercicio anterior
Categoria ocupacional Muestra por estratos
de las enfermeras ni=(Pi)(n)
Jefes n1 = (0.13)(450)=59
Supervisoras n2 = (0.27)(450)= 121
Auxiliares n3 = (0.60)(450) = 270
TOTAL n= 450
Muestreo por conglomeración
• Se emplea con bastante frecuencia para reducir
el costo de muestrear una población dispersa en
un área geográfica grande. El muestreo por
conglomerado se realiza subdividiendo una
región extensa en áreas menores.(Unidades
primarias)Luego:
▫ Se puede seleccionar al azar algunas áreas y sacar
la muestra únicamente de las áreas seleccionadas.
Ejemplo:
• De un universo de 30.000 viviendas repartidas en
aproximadamente 750 cuadras, se desea obtener una
muestra de 200 viviendas.
Se subdividen a su vez las viviendas en 750 cuadras. Se
calcula promedio de viviendas por cuadra
Se sabe que aquí las viviendas están agrupadas en cuadras y en vez de
seleccionar viviendas se seleccionan cuadras (conglomerados)
Universo = 30.000
Cuadras = 750

30000
x  40viviendas por cuadra
750
200
n  5 Numero de cuadras a muestrear
40
Muestreo no probabilístico
• Se obtienen en forma no aleatoria (no es posible estimar la
probabilidad de que cada elemento pertenezca a la muestra), pero
de toda forma dan lugar a muestras representativas.
• Se usan estos métodos por la simplicidad y rapidez en su obtención,
y por lo tanto son útiles y económicas.
• Los principales son:
a) Muestreo accidental o incidental: son aquellos que se
obtienen en forma accidental por conveniencia del investigador.
Ej. Los alumnos del aula pueden constituir la muestra
para el docente.
b) Muestreo por cuotas: consiste en extraer la muestra
(en forma no aleatoria) en proporción a los subgrupos de
la población. (parecido al muestreo estratificado, pero la diferencia radica en la
aleatoriedad) Ej. Si una población de niños desnutridos
está formada por igual numero de niñ@s la
muestra se elige en esa proporción
c) Muestreo intencional: Método que consiste en que
en forma intencional el investigador selecciona su
muestra: Ej. Un investigador identifica los distritos
donde se produce con mayor frecuencia una
enfermedad «x». Luego se estudian estos distritos
y se predice la evolución de la enfermedad.
ERROR DE MUESTREO:
• Es la diferencia entre un valor estadístico de muestra y
su parámetro de población correspondiente.

Características de las medidas

Medidas Población Muestra
(parametro) (estadístico)
N° de observaciones N n
Media µ X
Desviación estandar δ σ
Varianza δ σ
ERROR DE MUESTREO:
Ejemplo:
Supóngase que una población de cinco empleados de
producción tiene indices de eficiencia:
97, 103, 96, 99, 105 su media µ= 100
Se sacan varias muestras de 2 elementos:

Nro Elementos Media Error de muestreo

Muestra (x - µ)
1 97, 105 101 101-100 = 1.o
2 103, 96 99.5 99.5- 100=-0.5
¿Cómo se puede realizar un pronostico
exacto basado únicamente en resultados
muéstrales?
• Debe realizarse una distribución de muestreo
de medias muestrales
Es una distribución de probabilidades
que consta de todas las medias muestrales
posibles de un tamaño de muestra dado.
Ejemplo:
• La empresa Proacom tiene siete empleados de
producción(considerados como la población). El salario
por hora de cada trabajador se presenta en la siguiente
tabla: Empleado Salario
Se quiere determinar : La media de la (en dólares)
población Juan $7
• a)¿Cuál es la distribución de muestreo Pedro 7
de medias para una muestra de tamaño 2? Susan 8
b) ¿Cuál es la media de la distribución de Roberto 8
Muestreo?  X Jose 7
c) Compare con la media de la población Arturo 8
Tomas 9
Muestra Media Muestra Media

1 7.0 12 8.0
2 7.5 13 7.5
3 7.5 14 8.0
4 7.0 15 8.5
5 7.5 16 7.5
6 8.0 17 8.0
7 7.5 18 8.5
8 7.5 19 7.5
9 7.0 20 8.0
10 7.5 21 8.5
11 8.0
 suma de todas las medias muestrales
c)  X  numero total de muestras

 X  $7.71   $7.71


X  Desviación estandar de la distribución
n
muestral de medias.

Esta distribución de muestreo se utiliza luego para medir

la probabilidad de un resultado específico
• Error estándar de la media: (la desviación
estandar de la distribución de muestreo de la
media muestral)

X 
n
Teorema del Limite Central (TLC)
• Si se seleccionan de cualquier población todas las
muestras de un tamaño determinado, la distribución de
las medias muéstrales se acercará a una del tipo normal.
Esta aproximación aumenta en el caso de muestras mas
grandes.
• Aplicación del TLC a la distribución de muestreo
de los valores medios muestrales, de la
distribución de probabilidad normal para crear
los intervalos de confianza de la media
poblacional y realizar pruebas de hipótesis

• La mayor parte de los estadísticos consideran

que una muestra de 30 o mayor, es suficiente
para que se emplee el TLC
Forma de la distribución de muestreo de medias
muéstrales
Se consideraran dos casos:
1.- La Población tiene distribución normal. Cuando la
población tiene distribución normal, la distribución de
muestreo de medias muéstrales esta distribuida
normalmente sea cual sea el tamaño de la muestra.

2.- La población no tiene distribución normal. Cuando la

población no tiene distribución normal , la distribución
de muestreo de medias muéstrales puede aproximarse a
una distribución normal a medida que el tamaño de la
muestra se hace grande.
• La media de la distribución de la media muestral será exactamente
igual a la media poblacional, si se pueden seleccionar todas las
muestras de un determinado tamaño, de una población.( Aun si no
se toman todas las muestras se puede esperar que la media de la
distribución de la media muestral sea cercana a la media
poblacional)

• Habrá menos dispersión en la distribución muestral de la media

muestral que en la poblacional. Si la desviación estándar de la
población es σ, la desviación estándar de la distribución de la media
muestral es σ/ n . Cuando el tamaño de la muestra aumenta el error
estándar de la media disminuye.
Uso de la distribución de muestreo de la
media muestral
• Si se toma una muestra de la población, se desea
determinar si el error muestral, se debe a la casualidad.
Para eso se puede calcular z
la probabilidad de que una
media muestral se encuentre dentro de cierto intervalo.
• Se sabe que la distribución muestral de la media
muestral sigue la distribución de probabilidad normal.

1.- Obtener el valor z de la distribución de muestral.

2.- Usar la tabla para la distribución normal.
Cuando se conoce la desviación estándar
poblacional
• Se transforma la formula de z: Z
X 
S
n
Ejemplo: El departamento de control de calidad de una empresa
de refrescos lleva un registro de la cantidad de liquido con que
se llena su botella gigante. La cantidad media por botella es
31,2 oz y la desviación estandar poblacional es 0,4 oz (sigue
una distribución normal). Hoy a las nueve de la mañana el
técnico de control de calidad tomo una muestra aleatoria de
16 botellas de la linea de llenado. La cantidad media de
refresco en estas botellas fue 31,38 oz. ¿es este un resultado
poco probable? ¿es probable que el proceso este llenando con
demasiado refresco las botellas? Es decir ¿el error muestral de
0,18 oz es poco probable?
Cuando no se conoce la desviación estándar
poblacional
X 
• Se cambia la formula de z: Z
S
n

Ejemplo:
Una asociación de gasolineras estima que en una
gasolinera se venden en promedio 20000 galones
diarios. La forma de la distribución no se conoce. En una
muestra que se tomo ayer, de 70 gasolineras, la media
fue 19480 y la desviación estándar 4250 galones. ¿Es
razonable la aseveración de que la media poblacional sea
de 20000 galones?¿Cual es la probabilidad de tomar una
muestra con el estadístico dado de la población
propuesta?¿Que suposiciones hay que hacer?
Ejercicios
• El salario medio por hora de los consultores
economistas en el occidente del país es de $28
(dólares). ¿cuál es la probabilidad de tomar una
muestra de 50 c0nsultores y encontrar un
salario medio por hora de $28,50 o mas? La
desviación estándar de la muestra es de $2,00
por hora.
Ejercicios
• En la ciudad un departamento con todas sus
dependencias (3d, lc,c,de, etc) se alquila en
promedio a $1200 (dólares) por mes. La
distribución de estos alquileres no sigue una
distribución normal, sino que es positivamente
sesgada. ¿cuál es la probabilidad de tomar una
muestra de 50 departamentos con las
características mencionadas y que tenga una
media de por lo menos de $950? La desviación
estandar muestral es de $250.
Ejercicio
• De acuerdo con un estudio, un contribuyente necesita 330
minutos para llenar, copiar y enviar una determinada
declaración fiscal. Una agencia de impuestos encuentra en
una muestra de 40 contribuyentes una desviación estandar de
80 minutos.
• a) qué se debe suponer acerca de la forma de la distribución?
• b) en este ejemplo cual es el error estandar de la media
• c) cual es la probabilidad de tener una media muestral
superior a 320 minutos?
• d) cual es la probabilidad de tener una media muestral que
esté entre 320 y 350 minutos?
• e) cuál es la probabilidad de tener una media muestral mayor
que 350 minutos?