UNIVERSIDAD NACIONAL DE CAJAMARCA

“Norte de la Universidad Peruana”

FACULTAD DE INGENIERÍA

Unidad Didáctica I: Elementos de Muestreo

Tema: Muestreo

Dr. Miguel Angel Macetas Hernández

22/03/2021
 Contenido

1) Revisión de conceptos básicos

2) Unidad de estudio
3) Unidad de información
4) Unidad de observación
5) Unidad de análisis
6) Unidad de experimentación
7) Unidad de muestreo
8) Marco Muestral
9) Población y muestra
10)Tipos de Muestreo
11)¿Quiénes van a ser medidos?
12)Característica de una muestra
13)Debo tomar una muestra
14)Selección de una muestra representativa
15)Selección de una muestra no representativa
16)Decisión de muestreo
17)Plan de encuesta

22/03/2021
Revisión de conceptos básicos

Unidad de
estudio Unidad de
Información Es la unidad de la cual se
necesita información es el
individuo o conjunto de
individuos de donde se
Unidad de Unidad de obtiene el dato; la unidad de
muestreo observación estudio corresponde a la
Unidad entidad que va a ser objeto de
de medición y se refiere al qué o
estudio quién es sujeto de interés en
una investigación.

La unidad de estudio es única en

un trabajo de investigación.
Unidad de Unidad de
Experimentación análisis

22/03/2021
Unidad de información

Unidad de
Información
Es la unidad que nos brinda
información de la unidad de
estudio, cuando la unidad de
estudio es la población el
Unidad de Unidad de individuo se convierte en unidad
muestreo observación de información, en un estudio
Unidad retrospectivo las unidades de
de información son las historias
estudio clínicas.

Puede haber más de una

unidad de información.

Unidad de Unidad de
Experimentación análisis

22/03/2021
Unidad de observación

Unidad de
Información Es la unidad dimensional para
evaluar la variable de estudio;
en un estudio sobre el nivel
socioeconómico las unidades
de observación son las
Unidad de Unidad de
observación
condiciones físicas de su
muestreo
vivienda, pero también es el
Unidad estado de cuenta de sus
de movimientos financiero.
estudio
Se requiere definir la variable
de estudio.

Unidad de Unidad de
Experimentación análisis

22/03/2021
Unidad de análisis

Unidad de
Información

Es la unidad definida por el

investigador para realizar
Unidad de Unidad de mediciones.
muestreo observación
Unidad Una unidad de estudio puede
de tener una o más unidades de
estudio análisis.

La unidad de análisis es
indivisible.

Unidad de Unidad de
Experimentación análisis

22/03/2021
Unidad de experimentación

Unidad de
Información

Es la unidad que experimenta

variaciones frente a un
Unidad de Unidad de estímulo, donde cada medida
muestreo observación
releja el efecto de la
Unidad intervención.
de
estudio Cada medición sobre la unidad
de experimentación siempre
será distinta.

Unidad de Unidad de
Experimentación análisis

22/03/2021
Unidad de muestreo

Unidad de
Información

Es la unidad que se somete al

proceso de aleatorización en
Unidad de Unidad de
muestreo observación los estudios que se requieren
Unidad muestreo.
de
estudio
El remuestreo implica tener
varias unidades de muestreo.

Unidad de Unidad de
Experimentación análisis

22/03/2021
 Distritos
Inicio
Facultades
de la
>Listado de
Universidad
alumnos
Nacional de
Cajamarca
Listado

Marco
Muestral

Planos Etc.
Final

Directorio
telefónico

22/03/2021
 Población y muestra
Población o Universo. Está referido a un colectivo finito o
infinito de elementos individuales. Población es un conjunto
completo de individuos u objetos que poseen alguna característica
común observable.
Población escribe: Criterio + tiempo + espacio
Alumnos de Ingeniería matriculados en ciclo académico 2020 - I
de la Universidad Nacional de Cajamarca.

Muestra Es la parte o subconjunto de una población. La

muestra está constituida de elementos seleccionados de una
manera deliberada, con el objeto de investigar las
propiedades de su población. La muestra sólo da información
de aquella población de la que ha sido extraída.
22/03/2021
 Ventajas
Ventajas y desventajas del Se empleará el muestreo cuando la población sea tan grande que el censo
exceda las posibilidades del investigador.
Se tomarán muestras cuando la población sea suficientemente uniforme
como para que cualquier muestra dé una buena presentación de la
misma.
Se tomarán muestras cuando el proceso de medida o investigación de los
caracteres de cada elemento sea destructivo (consumo de un artículo para
muestreo
Desventajas
Cuando se necesita información de todos los
elementos que conforman la población.
Cuando sea difícil cumplir con los requisitos de las técnicas de
muestreo probabilístico. El muestreo exige menos trabajo
material que una investigación exhaustiva, pero más
refinamiento y preparación (conocimientos adecuados de los

juzgar su calidad, determinación de una dosis letal, etc). diseñadores y preparación de los entrevistadores, inspectores y
Se utilizará el muestreo cuando las personas respondan con desagrado y
supervisores), lo que puede suponer un uso limitado.
así disminuir el número de elementos que serán encuestados.

Se utilizarán las técnicas de muestreo para reducir costos, considerando Cuando el costo por unidad sea mayor en las encuestas que
tanto el costo absoluto como el costo relativo (con relación a la cantidad
de información obtenida).
en los censos y aconseje desestimar los métodos de
muestreo.
Este criterio suele conocerse como el criterio de economía.

El muestreo es conveniente cuando la precisión (el ajuste del

valor estimado al valor real de la característica en estudio)
resulta ser muy buena. Este criterio suele conocerse con el
nombre de criterio de calidad.

El muestreo es conveniente cuando la formación del personal

y la intensidad de los controles y supervisión son onerosos.

En general, el muestreo será conveniente cuando constituya la

solución de mayor eficiencia en el sentido del costo-beneficio.
22/03/2021
 Tipos de Muestreo

Son aquellos procedimientos en los

cuales intervienen factores distintos al
No - Probabilístico azar en el proceso de selección de las
unidades que se incluyen en la muestra.

Tipos de
Muestreo
Son aquellos procedimientos en los
Probabilístico cuales interviene sólo el azar en el
proceso de selección de las unidades de
muestra.

22/03/2021
 Tipos de Muestreo
1) Los elementos de la muestra son
escogidos por decisión personal de
investigador o por conveniencia y
facilidad de acceso.
No - Probabilístico
2) Son prácticos para investigaciones
exploratorias.

Tipos de
Muestreo
1) Cada miembro de la población
tiene una probabilidad conocida y
Probabilístico diferente de cero de ser incluido en
la muestra.
2) La muestra se extrae utilizando un
método aleatorio de selección.

22/03/2021
 Tipos de Muestreo
No - Probabilístico Probabilístico

Muestreo intencional Muestreo aleatorio

u opinático simple (MAS)

Muestreo Muestreo aleatorio

circunstancial estratificado (MAE).

Muestreo por
Muestreo por cuotas conglomerados
(MAC).

Muestreo aleatorio
Bola de nieve
sistemático
22/03/2021
 ¿Quiénes van a ser medidos?

Esto depende del planteamiento

inicial de la investigación.
“Quienes van ser medidos”, depende
de precisar claramente:

22/03/2021
 Características de una buena muestra

Representativa Adecuada

Refleja las características Cuantitativa: debe ser lo

de la población suficientemente grande

Tipo de muestreo utilizado Tipo de muestra

22/03/2021
 ¿Debo tomar una muestra?
Se requiere conocer cómo se
presenta cierta característica en un Las observaciones
Universo particular pueden atribuirse a
Hacer
un Censo los miembros del
Universo
Sí

¿El Universo Sí ¿Es posible

está bien observar todo el NO
definido? Universo? Las observaciones
Tomar sólo pueden
una Muestra atribuirse a la
NO No representativa muestra, NO a los
NO
miembros del
¿Se quiere Universo
Observar inferir la medición
Definir
una Muestra al Universo?
el Universo

Sí Las observaciones
Tomar
una Muestra pueden atribuirse a
Representativa los miembros del
Universo

22/03/2021
Selección de una Muestra Representativa
Se quiere estimar un
Parámetro del Universo
partiendo de una Muestra
Representativa

Variable ¿De qué naturaleza

Variable
Cualitativa es el Parámetro a Cuantitativa
estimar?

Muestreo Muestreo
Representativo Representativo
para estimar una para estimar una
Proporción Media

22/03/2021
 Selección de una Muestra NO Representativa
La utilidad de las Muestras No Representativas depende de su representatividad cualitativa y no de su tamaño

Se quiere medir
La observación de este
una variable en una
UNIVERSO sólo es APLICABLE a
Muestra No
sus integrantes
Representativa

Sí

¿Se quiere Sí El procedimiento

Los sujetos que cumplan los criterios
inferir la medición está contraindicado. de inclusión son representativos del
al Universo? Revise su planteamiento. UNIVERSO

NO

Exprese estos atributos

Precise los atributos como CRITERIOS DE Defina por CONVENIENCIA
esenciales que INCLUSIÓN en la los criterios de SELECCIÓN
CARACTERIZAN al muestra
subgrupo

22/03/2021
 Decisiones de Muestreo

Hacer Observar todos y Las observaciones

No hay Error Aleatorio
cada uno de los pueden atribuirse a
un Censo elementos del TODOS los miembros
Puede haber Error
universo del Universo
Sistemático

Tomar una
Siempre hay Error
Las observaciones
Muestra No Observar sujetos Aleatorio
sólo pueden
elegidos por
atribuirse a la
representativaa conveniencia Siempre hay Error
muestra, NO a los
Sistemático
miembros del
Universo

Tomar una Siempre hay Error Las observaciones

Observar sujetos
Muestra elegidos por Aleatorio pueden atribuirse a
representativa conveniencia los miembros del
Puede haber Error Universo
Sistemático

22/03/2021
 Análisis
Organizac de los
ión del datos
Prueba
piloto trabajo de
Selección campo
Instrumen de
to de personal
Método de de campo
medición Medición
Diseño de
Marco muestreo
Población muestral
Estableci objetivo
miento de Ingresar:
objetivos https://support.google.com/a/users/answer/9302965?hl=es&ref_topic=9296604
Crear un formulario

22/03/2021
22/03/2021
 UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”
FACULTAD DE INGENIERÍA

Unidad Didáctica I: Muestreo

Tema: Muestreo Probabilístico: Muestreo

aleatorio, Muestreo Estratificado

Dr. Miguel Angel Macetas Hernández

22/03/2021
 Historia de Muestreo

22/03/2021
 Muestreo Probabilístico: Muestreo Aleatorio Simple
Las muestras no están dadas, las muestras deben ser
seleccionadas, asignadas o capturadas. El tamaño de la
muestra no siempre es fijo. En estudios por muestreo, el
tamaño de muestra es casi siempre una variable aleatoria. Los
datos no siempre son independientes o idénticamente
distribuidos y usualmente no son seleccionados de una sola
población, sino de subpoblaciones compuestas o
complementarias. Mas aun, no se produce una sola estimación,
se produce un conjunto de estimaciones. As que la historia que
siempre nos han contado esta equivocada
Leslie Kish en Frankel & King (1996)
22/03/2021
1. Muestreo Probabilístico: Muestreo Aleatorio Simple

Muestreo Aleatorio Simple (MAS)

✓Cada miembro de la población tiene una
probabilidad igual e independiente de ser
seleccionado como parte de la muestra.
Procedimiento
✓Identificar a todos las unidades de análisis que
conforman la población (Marco muestral).
✓Asignar un número a cada elemento.
✓Calcular el tamaño de la muestra
✓Utilizar cualquier método que garantice la aleatoriedad
en la selección de la muestra.
22/03/2021
 2. Tamaño de la muestra
Se obtiene a partir de:
Factores a considerar:
a)Estudios precedentes.
✓ Homogeneidad de
b)Muestras pilotos
la población de
c)Varianza máxima (variables cualitativas)
interés.

✓ La precisión (E). Error máximo admisible (E) : Distancia máxima

que se está dispuesto a tolerar entre el estimador
y el parámetro. Lo prefija el investigador.

✓ Nivel de confianza.
Nivel de confianza(probabilidad) que se aspira de que la estimación esté
✓ El costo. dentro del error máximo admisible fijado previamente. Los coeficientes más
usados son: 90%, 95% y 99%.

22/03/2021
 3. Relaciones

Error máximo Nivel de Tamaño de la

Precisión
admisible (e) confianza muestra

+ +
Mayor Mayor
pequeño grande

+ +
Menor Menor
grande Pequeño
22/03/2021
 4. Muestreo Aleatorio Simple: Formulas

Intervalo de Deducción de
confianza para la formula
la media
𝜎
e=𝑍 ∙
xത ∓ Error de estimacón 𝑛
1 −∝
𝜎 2 ∝Τ2 ∝Τ2
xത ∓ 𝑍 ∙ 2
𝜎
𝑛 𝑛 = 𝑍∙
𝑒
𝑍∝Τ2
xത ∓ e 2
𝜎
𝑛= 𝑍∙
𝑒 Depende de 1- 

N : Tamaño de la muestra infinita

𝑍: Depende de la elección de (1-)
 : Valor preliminar de 
e : Decisión de investigador
22/03/2021
 Muestreo Aleatorio Simple: Formulas (Infinita)
Tamaño de muestra Tamaño de muestra

𝑍∙𝑆
2 𝑍2𝑃 1 − 𝑃
𝑛0 = 𝑛0 =
𝑒 𝑒2

Para saber si la población Para saber si la población

es finita se aplica la regla: es finita se aplica la regla:

𝑛 𝑛
"Si 𝑁0 100 > 10% la "Si 𝑁0 100 > 10% la
Población es Finita” Población es Finita”
Tamaño optimo Tamaño optimo
𝑛 𝑛
"Si 𝑁0 100 < 5%la "Si 𝑁0 100 < 5%la
Tamaño óptimo” Tamaño óptimo”

Corrección para 𝑛0 Corrección para 𝑛0

𝑛0 𝑛0
𝑛= 𝑛= 𝑛
𝑛 1 + 𝑁0
1 + 𝑁0
22/03/2021
 Muestreo Aleatorio Simple: Formulas (Finita)
Tamaño de muestra Tamaño de muestra
Infinita para la proporción
Infinita para la media
𝑍2𝑃 1 − 𝑃
𝑍 2𝑆 2𝑁 𝑛0 = 𝑒2
𝑛0 = 1 𝑍2𝑃 1 − 𝑃
𝑁𝑒 2 + 𝑍 2 𝑆 2 1+𝑁 −1
𝑒2

Tamaño optimo Tamaño optimo

𝑛
"Si 𝑁0 100 < 5%la 𝑛
"Si 𝑁0 100 < 5%la
Tamaño óptimo” Tamaño óptimo”
Corrección para 𝑛0 Corrección para 𝑛0
𝑛0 𝑛0
𝑛= 𝑛 𝑛= 𝑛
1+ 0 1 + 𝑁0
𝑁

22/03/2021
 Practica 1 (MAS)
Un investigador desea estimar el tamaño promedio (m2) de las áreas de
construcción de Kinden con un error máximo admisible (e) de 12 m2 y con
un nivel de confianza del 95%. Además se conoce por un estudio piloto que
la desviación típica es de 25 m2 . Extraiga una muestra aleatoria simple.

Datos: 2
e: 12 m2
𝑍∙𝑆
𝑛0 =
S = 25 m2 𝑒
S2 = (25 m2 )2
Nivel de confianza = 95% (Le corresponde un valor 𝑍𝛼Τ2 de 1.96 según
Tabla de Distribución Normal Estándar).

Para ver Tabla de Distribución Normal coloque el cursor sobre esta tecla

22/03/2021
 Solución de la Práctica 1:
2 2
𝑍𝑆 (1.96). (25𝑚𝑡𝑠) 2
𝑛0 = = = 4,08333 = 16,673611
𝑒 (12)

n=17
Para saber si la población es finita se aplica la regla:

𝑛0
“Si 100 > 10% la población es finita”
𝑁

En este caso:
𝑛0 17
N=140 100 = 100 = 12,14%
𝑁 140

Como 12% > 10% La población es finita

22/03/2021
 Solución de la Práctica 1 (Cont.)
Podemos aplicar el factor de corrección para poblaciones finitas.
Tamaño optimo
𝑛0 17
Si 100 < 5% 100=12,14% aplicar el factor de corrección para 𝑛0
𝑁 140

𝑛0 17
𝑛= 𝑛0 = = 15.15924
1+ 17
𝑁 1 + 140

n=16

Se extraerán 16 construcciones del marco muestral, usando una Tabla de números

aleatorios o un programa informático que genere números al azar.
22/03/2021
 Métodos de selección
Por Sorteo: Tabla de números aleatorios LibreOffice Calc
✓ Se debe identificar cada una de ✓ Son tablas que muestran ✓ Usando la función en
las unidades de la población conjuntos de dígitos agrupados, LibreOffice Aleatorio.Entre
mediante números tanto en sentido vertical como
consecutivos 1, 2, 3, 4, …..,n horizontal. 10 dígitos de 0 a 9
✓ Luego se introducen en un
recipiente y se mezclan
✓ Se extraen de una en una hasta
completar el tamaño de la
muestra (n)

22/03/2021
Con LibreOffice Calc 2
1

22/03/2021
 Practica 2 (MAS)
Se conoce la población
Un investigador desea estimar el tamaño promedio (m2) de las áreas de
construcción de Kinden con un error máximo admisible (e) de 1 m2 y con
un nivel de confianza del 95%. Además se conoce por un estudio piloto que
la desviación típica es de 25 m2 . Extraiga una muestra aleatoria simple.
Población N= 1400

Datos: 𝑍2𝑆 2𝑁 1.96 2 25 140

𝑛0 = 2 2 2
= = 14.9~15
N=140 𝑁𝑒 + 𝑍 𝑒 140 12 2 + 1.96 2 12 2
e: 12 m2
S = 25 m2
S2 = (25 m2 )2
Nivel de confianza = 95% (Le corresponde un valor 𝑍𝛼Τ2 de 1.96 según
Tabla de Distribución Normal Estándar).
Para ver Tabla de Distribución Normal coloque el cursor sobre esta tecla

22/03/2021
 Solución de la Práctica 2 (Cont.)
Podemos aplicar el factor de corrección para poblaciones finitas.
Tamaño optimo
𝑛0 15
Si 100 < 5% 100=10,71% aplicar el factor de corrección para 𝑛0
𝑁 140

𝑛0 15
𝑛= 𝑛0 = = 13.5483871
1+ 15
𝑁 1 + 140

n=14

Se extraerán 14 construcciones del marco muestral, usando una Tabla de números

aleatorios o un programa informático que genere números al azar.
22/03/2021
Con LibreOffice Calc

1 2

22/03/2021
 Solución de la Práctica 3:
𝑍2𝑃 1 − 𝑃 1.96 2
0.1 1 − 0.1
𝑛0 = 2
= 2
= 138.29
𝑒 0.05

n=139
Para saber si la población es finita se aplica la regla:

𝑛0
“Si 100 > 10% la población es finita”
𝑁

En este caso:
𝑛0 139
N=2000 100 = 100 = 6,95%
𝑁 2000

Como 6,95% < 10% La población es infinita

22/03/2021
 Solución de la Práctica 3 (Cont.)
Podemos aplicar el factor de corrección para poblaciones finitas.
Tamaño optimo
𝑛0 139
Si 100 < 5% 100=6,95% aplicar el factor de corrección para 𝑛0
𝑁 2000

𝑛0 139
𝑛= 𝑛0 = = 129.967274
1+ 139
𝑁 1 + 2000

n=130

Para estimar la proporción de artículos electrónicos en el lote usando un diseño MAS

con una confianza de 95% y un error de estimación no mayor a 0.05 se debe elegir a lo
menos 130 artículos del lote en la muestra
22/03/2021
Con LibreOffice Calc 2
1

22/03/2021
 Solución de la Práctica 4
Se conoce la población N = 2000
𝑍2𝑃 1 − 𝑃 1.96 2 0.1 1 − 0.1
𝑛0 = 𝑒2 = 0.052 = 129,41
1 𝑍2𝑃 1 − 𝑃 1 1.96 2 0.1 1 − 0.1
1+ −1 1+ −1
𝑁 𝑒2 2000 0.052

n0 = 130
Podemos aplicar el factor de corrección para poblaciones finitas.
Tamaño optimo
𝑛0 130
Si 100 < 5% 100=6,50% aplicar el factor de corrección para 𝑛0
𝑁 2000

𝑛0 15
𝑛= 𝑛 = 15 = 122.065728
1+ 𝑁0 1+
140

n=123
Para estimar la proporción de artículos electrónicos en el lote usando un diseño MAS con una
confianza de 95% y un error de estimación no mayor a 0.05 se debe elegir a lo menos 143
22/03/2021
artículos del lote en la muestra
Con LibreOffice Calc

1 2

22/03/2021
 Valores de “z” (de la Distribución Normal Estándar) Para volver a
correspondientes a niveles de confianza seleccionados. la Práctica 1
coloque el cursor
Nivel de sobre esta tecla
confianza

0.90 1.64
0.91 1.70
0.92 1.75
0.93 1.81
95%=95%
0.94 1.88
0.95 1.96
0.96 2.05
0.97 2.17
0.98 2.33
0.99 2.58

22/03/2021
Muestreo Probabilístico: Muestreo Aleatorio Estratificado

La estratificación es una de las técnicas mas difundidas

y usadas en muestreo puesto que tiene funcionalidades
estadísticas y administrativas que la hacen atractiva:
permite tratar con subpoblaciones, aumenta la
eficiencia de las estimaciones y contribuye a la
administración eficiente de grandes encuestas.
Valliant, Dorfman & Royall (2000)

22/03/2021
Muestreo Probabilístico: Muestreo Aleatorio Estratificado
Muestreo Aleatorio Estratificado (MAE)
✓Se divide a la población de interés en grupos
mutuamente excluyentes y colectivamente exhaustivos
llamados estratos y se selecciona una muestra aleatoria
simple dentro de cada estrato por separado.

2d 0 2e 

Procedimiento
✓Elaborar los estratos en función de las variables claves del
Asignación igual
estudio.
Asignación proporcional
✓Extraer una muestra aleatoria simple de cada estrato por
Asignación de Neyman
separado.
✓Mezclar los miembros seleccionados.
22/03/2021
Muestreo Estratificado Tipos de asignación
𝑛
Asignación 𝑛𝑖 = L: número de estratos

Igual
𝐿
𝑁𝑖 Ni: tamaño del estrato i
Asignación 𝑛𝑖 = 𝑛 en la población
Proporcional 𝑁

𝑛. 𝑊𝑖 . 𝑠𝑖 Wi = Ni /N
Asignación de 𝑛𝑖 = Si: desviación típica del
estrato i
Neyman σ 𝑊𝑖 . 𝑠𝑖
22/03/2021
Tamaño de la muestra para estimar la
Media
Muestreo aleatorio 1
estratificado σ 𝑁𝑖 𝑆𝑖 2
𝑛= 2𝑁
(Asignación 𝑒 1
2 + 2 σ 𝑁𝑖 𝑠𝑖 2
Proporcional) 𝑧 𝑁

Muestreo aleatorio (σ 𝑁𝑖 . 𝑆𝑖 )2
estratificado 𝑛=
𝑒2
𝑁 2 + σ 𝑁𝑖 𝑠𝑖 2
2
(Asignación de Neyman) 𝑧

Donde:
Z: valor de la distribución normal para una confianza dada.
S2: varianza estimada de la variable que se desea estudiar.
e: Error máximo admisible.
N: Tamaño de la Población.

22/03/2021
Practica 1 Asignación Igual
En la ciudad de Cajamarca se realiza una investigación sobre la familias por barrios, que
viven en el mismo techo, ligados por un lazo de consanguinidad y dependencia económica a
355 familias para medir ingresos y vivienda propia con un nivel de confianza y un margen de
error del 5%.

NZ 2 σ Wh Sh2
n= 2
Ne + Z 2 σ Wh Sh2

=95%

22/03/2021
 Práctica
Muestreo Estratificado (con Asignación proporcional)
para estimar la Media
Estrato: Peso en la población Desviación típica
Residencial 106/140 = 0.76 → 76% 20
No residencial 34/140 = 0.24 → 24% 25

N S = 106 (20 ) 2 + 34 (25) 2 = 106 (400 ) + 34 (625 ) = 42400 + 21250 = 63650

2
i i

1 1
 N i Si
2
(63650)
N 140 455 455 455
n= 2 = = = = = 11.17
e 1 (12) 2
1 144 63650 37.48 + 3.25 40.73
+  N i si (1.96) 2 + (140) 2 (63650) 3.8416 + 19600
2

z2 N 2

n=12
Residenciales No residenciales
0.76(12) = 10 0.24(12) = 3
22/03/2021
 Práctica
Muestreo Estratificado (con Asignación de Neyman)
para estimar la Media:
Estratos: Peso en la Población ( N i .Si ) 2
n=
Residencial 106/140 = 0.76 → (76%) 2 e
2
N 2 +  N i si
2

No residencial 34/140 = 0.24 → (24%) Z

 N .S i i = 2970  ( N i .Si ) 2 = 29702 = 8.820.900

= 106(20) + 34(25) = 2120 + 850 

 N .S = 106(20) 2 + 34(25) 2 = 42400 + 21250 = 63650   N i .Si = 636500

2 2
i i

( N i .Si ) 2 8820900 8820900 8820900

n= = = = = 11.05
e2 (12) 2
144 798258
N 2 +  N i si + +
2 2
(140) 2 63650 19600 63650
Z (1.96) 2 3.8416

n=12
22/03/2021
 Práctica (Continuación)
Distribución de la muestra por estrato
(según asignación de Neyman)

Fórmula de cálculo:
106
W1 = = 0.76 n.Wi.Si
140
34
ni = Wi.Si
=
W 1 140 = 0.24
Wi.Si = 0.76(20) + 0.24(25) = 21.2
12(0.76)(20)
n1 = 21.2 = 8.60 Residencial: 9 elementos
12(0.24)(25) No residencial: 4 elementos
22/03/2021
n2 = 21.2 = 3.39
 Práctica (Continuación)
Distribución de la muestra por estrato (según asignación de Neyman)

Fórmula de cálculo: n.Wi.Si

106 ni = Wi.Si
W 1 = 140 = 0.76
34
=
W 1 140 = 0.24
Wi.Si = 0.76(20) + 0.24(25) = 21.2
12(0.76)(20)
n1 = 21.2 = 8.60 Residencial: 9 elementos
12(0.24)(25) No residencial: 4 elementos
n2 = 21.2 = 3.39
22/03/2021
 Tamaño de la muestra para estimar la Proporción

Muestreo aleatorio 𝑁 σ 𝑁𝑖 . 𝑃𝑖 . 𝑄𝑖
estratificado 𝑛=
2 𝑒2
𝑁
(Asignación
Proporcional)
2
𝑍𝛼Τ2

Muestreo aleatorio (σ 𝑁𝑖 . 𝑃𝑖 . 𝑄𝑖 )2
estratificado 𝑛=
2 𝑒2
(Asignación de 𝑁 + σ 𝑁𝑖 . 𝑃𝑖 . 𝑄𝑖
Neyman)
2
𝑍𝛼Τ2

Donde:
𝑍𝛼2Τ2 : valor de la distribución normal para una confianza dada.
PQ: varianza estimada de la proporción, donde Q = 1 – P
e: Error máximo admisible.
N: Tamaño de la Población.
22/03/2021
 Solución del Problema:
Muestreo Estratificado (con Asignación proporcional) para estimar la Media

Estratos: Peso en la población En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
Mujeres 859/1500 = 0.57 → 57% 2,567 4,567 0.25
Hombres 641/1500 = 0.43 → 43% 14,667 2,0 0.1875

 N i Si = 859 (2,567 ) + 641(14,667 ) = 11606 ,6

2

1 1
N S
2
(11606,6)
N
i i
1500 7,74 7,74
n= 2 = = = = 81,3
e 1
+ 2  N i si
2 (0,5) 2
+
1
(11606,6) 0,09 +
11606,6 0,0952 n=82
2 2 2
z N (1,645) (1500) 2250000

Mujeres Hombres
22/03/2021
Asignación proporcional: 0,57(82) = 47 0.43(82) = 36
 Práctica 2
Muestreo Estratificado (con asignación proporcional) para estimar la Media

Estratos: Peso en la población En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
Mujeres 859/1500 = 0.57 → 57% 2,567 4,567 0.25
Hombres 641/1500 = 0.43 → 43% 14,667 2,0 0.1875

Caso: Variable HORASTV

 N i Si = 859 (4,567 ) + 641(2,0) = 5205 ,053
2

1 1
N S
2
(5205,053)
N
i i
1500 3,47 3,47
n= 2 = = = = 16,34
e 1
+ 2  N i si
2 (0,75) 2
+
1
(5205,053) 0,21 +
5205,053 0,21231 n=17
2 2 2
z N (1,645) (1500) 2250000

Mujeres Hombres
22/03/2021
Asignación proporcional: 0,57(17) = 10 0.43(17) = 8
 Práctica 2
Muestreo Estratificado (con asignación proporcional) para estimar la Proporción

Estratos: Peso en la población En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
Mujeres 859/1500 = 0.57 → 57% 2,567 4,567 0.25
Hombres 641/1500 = 0.43 → 43% 14,667 2,0 0.1875

Caso: Proporción de trabajadores a tiempo parcial

 N PQ
i i i = 859 (0,25)(1 − 0,25) + 641(0,1875 )(1 − 0,1875 ) = 133,97
N  N i Pi Qi 1500(133,97) 388072,266 388072,266
n= 2
= 2
= = = 119,31
e ( 0,06) 0,0036 3252,57
N 2 2 +  N i Pi Qi 15002 2
+ (133,97) 2250000 + 133,97
z (1,645) 2 ,706

Asignación Mujeres Hombres

n=120 0.43(120) = 51
22/03/2021
proporcional: 0,57(120) = 69