Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Escuela Profesional de
Psicología
PSICOESTADÍSTICA
MUESTREO
Arequipa – 2021
1
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Capítulo 1
Distribuciones Muéstrales
Tema 1: Muestreo
Contenidos: Competencias:
Conceptos básicos
El alumno:
▪ Define y aplica con
▪ Estadística propiedad con propiedad
▪ Clasificación cada tipo de muestreo,
▪ Población sabe sus diferencias y
▪ Muestra cuando aplicarlas. Sabe
▪ Unidad de análisis las ventajas y desventajas
▪ Variable de cada muestreo. Realiza
▪ Muestreo sus actividades
demostrando
perseverancia y actitud de
Técnicas de Muestreo trabajo cooperativo.
▪ Muestreo Aleatorio Simple
▪ Muestreo Sistemático
▪ Muestreo Estratificado
▪ Muestreo por Conglomerados
2
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Introducción
Una gran parte de los que hacen lectura a estos apuntes debe tener idea sobre términos
de muestra y muestreo, seguramente por medio de anuncios televisivos, en internet,
cuando hay actividad política partidaria a través de encuestas y también en resultados
de trabajos de investigaciones. Por ejemplo:
• Un anuncio en la televisión indica que ocho de cada diez futbolistas usan calzado
deportivo de la marca “nike”.
• En un medio de prensa se publica que el candidato del moradito lleva 3 puntos
porcentuales a su segundo seguidor en una encuesta realizada.
• Una investigación realizada indica que se ha incrementado la violencia familiar
estos últimos años.
3
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
MUESTREO
CONCEPTOS BÁSICOS
UNIVERSO O POBLACIÓN
Ejemplo 1.1.
Ejemplo 1.2.
OBSERVACIÓN
4
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
• Personas
• Familias
• Viviendas
• Escuelas
• Organizaciones
• etc
POBLACIÓN ACCESIBLE
Consta del conjunto de casos que satisfacen los criterios predeterminados y que al
mismo tiempo son accesibles para el investigador; Por lo que la población accesible
viene determinada por consideraciones prácticas en función de la accesibilidad que
tengamos a los sujetos (existencia de registros, circunstancias que faciliten la
colaboración, etc.).
Ejemplo 1.3.
CRITERIOS
CRITERIOS DE INCLUSIÓN
Son aquellos criterios que los elementos o unidades de estudio deben poseer para
formar parte de la población diana.
CRITERIOS DE EXCLUSIÓN
Son aquellos criterios que pueden hacer que un elemento o unidad se descarte de la
población diana.
5
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
OBSERVACIÓN
Ejemplo 1.4.
a) En una investigación sobre la ocupación del tiempo tras la jubilación, una posible
definición del universo de estudio sería la siguiente:
Además habría que precisar si se analizara a toda la población (indistintamente del lugar
donde resida) o si, por el contrario, se excluirá a aquellos que, en el momento de la
investigación, se hallen viviendo en instituciones (como residencias para la tercera
edad). Depende que cuáles sean objeto del estudio.
Población
Población accesible
Ejemplo 1.5.
6
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Según la cantidad de elementos que conforman una población esta puede ser:
POBLACIÓN FINITA
Ejemplo 1.6.
POBLACIÓN INFINITA
Ejemplo 1.7.
OBSERVACIONES
Algunas veces resulta útil examinar a todos los elementos de la población, en este caso
se denomina censo, como la realización de un censo demanda tiempo y recursos
humanos, técnicos y económicos, sólo pueden hacerlo las grandes organizaciones
como gobiernos, universidades u otros organismos nacionales e internacionales.
7
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.8.
MUESTRA
MUESTREO
CARACTERÍSTICAS
8
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
VENTAJAS
DESVENTAJAS
Población diana
Población accesible
Muestra
UNIDAD DE ANÁLISIS
Ejemplo 1.9.
• Personas
• Grupos humanos
• Poblaciones completas
• Unidades geográficas determinadas
• Enfermedades, accidentes, casos de infecciones
• Exámenes, días, camas, etc.
9
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.10.
Se estudia las condiciones de hacinamiento de las familias del Municipio del distrito de
Socabaya.
OBSERVACIÓN
Pueden existir diversas unidades de análisis según sea el tipo de información que se
requiera y dependiendo de los objetivos del estudio.
Población diana
Población accesible
Muestra
Unidad de
análisis
Ejemplo 1.11.
UNIDAD DE MUESTREO
No necesariamente tienen que ser individuos, pueden ser cualquier tipo de elemento
capaz de constituir un caso de investigación
Ejemplo 1.12.
• Personas,
• Entidades,
• Familias,
• Colectivos,
• Sucesos, etc.
10
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.13.
Ejemplo 1.14.
Si se desea conocer en qué medida las madres de una determinada comunidad cumplen
o no con el calendario de vacunaciones de sus niños menores de 5 años.
Si queremos estudiar a las personas pero no tenemos la lista de todos los individuos
que pertenecen a la población, la unidad de muestreo sería cada familia y la unidad
elemental (elemento) sería cada individuo que vive en la familia.
MARCO MUESTRAL
Ejemplo 1.15.
• Listas lectorales.
• Listas de viviendas: realizadas a partir de los censos.
• Listas administrativas: Listas de colegios, hospitales, etc.
• Mapas o planos: se subdividen en áreas que serán las unidades de muestreo.
• Guías telefónicas.
• Lista de los empleados de una compañía,
• Lista de los vehículos registrados en la ciudad de Arequipa
• Lista de los alumnos de segundo año de Trabajo Social
• Lista de los periódicos disponibles en una biblioteca,
• Lista de los miembros de una asociación,
• Los cines de una ciudad, etc.
11
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
OBSERVACIÓN
Ejemplo 1.16.
Ejemplo 1.17.
Las viviendas pueden ser las unidades de muestreo y las unidades de análisis serán las
personas mayores de 18 años que habitan la vivienda.
UNIDAD DE OBSERVACIÓN
Ejemplo 1.17.
Ejemplo 1.18.
• La población objetivo puede estar conformada por todas las mujeres mayores de
18 años de edad de la ciudad de Arequipa, sin embargo,
• La población muestreada estaría compuesta por todas las mujeres mayores de
18 años de edad pertenecientes a organizaciones de mujeres que hubiesen
ingresado los cuestionarios.
OBSERVACIÓN
• Una Unidad de Análisis puede tener distintas Unidades de Observación, pero no
a la inversa.
12
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.19.
Las viviendas pueden ser las unidades de muestreo y los jefes de familia son las
unidades observacionales. Es posible que en una vivienda se tome información del jefe
de familia y de los hijos.
CLASIFICACIÓN
• Muestreo Probabilístico
• Muestreo no Probabilístico
Muestreo
Probabilístico No probabilístico
13
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
PARÁMETRO Y ESTADÍSTICO
Ejemplo 1.20.
De hecho, que si sería posible conocer el parámetro de la población, por ejemplo que
sea del 70%. Si se realiza pruebas similares, se esperaría que los valores fluctuarían
por arriba y debajo del porcentaje verdadero. Como la extracción y selección de
muestras es aleatoria, entonces el estadístico usado para aproximar un valor del
parámetro desconocido es una variable aleatoria que depende sólo de la muestra
observada, debe tener una distribución de probabilidad.
PARÁMETRO
Es una medida (un número) utilizada para describir una característica de la población.
Ejemplo 1.21.
- Media poblacional,
- Mediana poblacional
- Varianza poblacional,
- Proporción poblacional etc.
ESTADÍSTICO O ESTADÍGRAFO
Es una medida que se utiliza para describir una característica numérica de la muestra,
no de la población. Es un elemento descriptivo de una muestra.
Ejemplo 1.22.
- Media muestral,
- Mediana muestral
- Varianza muestral,
- Proporción muestral etc.
OBSERVACIÓN
14
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.23.
15
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁
1
𝜇 = ∑ 𝑥𝑖
𝑁
𝑖=1
2+2+4+5+2
𝜇= =3
5
La media aritmética de una muestra de 𝑛 unidades de análisis está dado por la siguiente
fórmula:
𝑛
1
𝑥̅ = ∑ 𝑥𝑖
𝑛
𝑖=1
Ejemplo 1.24.
Supongamos que nuestra población consiste en las "años de experiencia" y “con hijos”
en un centro laboral de cinco trabajadores sociales son las siguientes:
Trabajadores Experiencia
Hijos
Sociales Laboral
Juan 2 SI
Jessica 2 NO
Mario 4 SI
Luis 5 SI
Andrés 2 NO
16
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 3
𝑝= = = 0,6
𝑐𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 5
𝑈𝑖 : Elemento de la población
𝐶: Característica de la población
𝑥𝑖 : Valor que asume un elemento de la población que satisface una característica de la
población.
En el ejemplo tenemos:
Trabajadores Experiencia
Hijos 𝑥𝑖
Sociales Laboral
Juan 2 SI 1
Jessica 2 NO 0
Mario 4 SI 1
Luis 5 SI 1
Andrés 2 NO 0
Luego,
𝑛
1
𝑝 = ∑ 𝑥𝑖
𝑛
𝑖=1
Aplicando al ejemplo,
1+0+1+1+0 3
𝑝= = = 0,60
5 5
Por lo tanto, la proporción poblacional de los trabajadores sociales que “tienen hijo” es
constante y es igual a:
𝑝 = 0,60 (60%)
Trabajadores Experiencia
Hijos 𝑥𝑖
Sociales Laboral
Jessica 2 NO 0
Mario 4 SI 1
Andrés 2 NO 0
0+1+0 1
𝑝= = = 0,33
3 3
17
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
1+1+0 2
𝑝= = = 0,67
3 3
OBSERVACIÓN
Tengamos en cuenta que el valor del parámetro es fijo, mientras que el valor de un
estadístico está en función de la muestra seleccionada y por lo tanto podrá variar de una
muestra a otra.
Sólo cuando se utiliza el azar para escoger los elementos que conforman una muestra,
podemos describir cómo varía el estadístico. Al obtener de forma repetida de una
población distintas muestras del mismo tamaño, podemos encontrar la distribución
muestral del estadístico, como veremos seguidamente.
EJERCICIOS RESUELTOS
1. Se tiene el interés en determinar el porcentaje de niños desnutridos menores de 5 años del
distrito de Yurimaguas ubicado en el departamento de Loreto. Diciembre del 2009.
Determinar los siguientes términos:
a) Población de estudio o accesible
b) Unidad de análisis
c) Marco muestral
d) Unidad de muestreo
e) Parámetro
f) Estadístico
Respuesta:
a) Población: Los niños de ambos sexos menores de 5 años del distrito de Yurimaguas
del departamento de Loreto, realizados en diciembre del 209.
b) Unidad de análisis: Niño menor de 5 años
c) Marco muestral: Plano o croquis del distrito de Yurimaguas.
d) Unidad de muestreo: Manzanas.
e) Estadístico: Proporción de niños desnutridos menores de 5 años del distrito de
Yurimaguas del departamento de Loreto.
18
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
2. Si se desea realizar una investigación respecto a los factores que determinan el bajo
rendimiento académico de los estudiantes de la escuela profesional de Trabajo Social en
el curso de matemática del 2015 al 2019.
Determinar los siguientes términos:
a) Población de estudio o accesible
b) Unidad de análisis
c) Marco muestral
d) Unidad de muestreo
Respuesta:
a) Población: Los estudiantes de la escuela profesional de trabajo social que han llevado
el curso de matemática entre los años 2015 al 2019.
b) Unidad de análisis: estudiante de la escuela profesional de trabajo social.
c) Marco muestral: Registro de notas de los estudiantes entre el 2015 al 2019.
d) Unidad de muestreo: estudiante de la escuela profesional de trabajo social.
e) Estadístico: Porcentaje de estudiantes que reprobaron el curso entre el año 2015 al
2019.
f) Parámetro: Porcentaje de estudiantes que reprobaron el curso entre el año 2015 al
2019.
19
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Parámetro: 65& de los caymeños opinan que en el Perú sus derechos como
consumidores se encuentran POCO PROTEGIDOS.
Respuesta:
a) Población: Habitantes de la ciudad de Lima.
b) Muestra: 2500 personas
c) Variables:
- Aceptación del producto (SI/NO)……..Cualitativa - Nominal
- Precio (entre S/. 1,5 y 2,5)…………….Cuantitativa – Continua
d) Estadístico: 67% que estarían dispuestos a consumir
Parámetro: No se especifica
20
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS PROPUESTOS 1
1. Razona qué sería mejor, si analizar una muestra o la población para estudiar las
siguientes características. Justificar en cada caso como llega a esa conclusión
a) Talla de pantalón de un grupo de amigos.
b) Temperatura de tu Ciudad.
c) Peso medio de los habitantes de un país.
d) Dinero gastado a la semana por los miembros de tu familia.
e) Color del pelo de tus compañeros de clase.
2. Este es el titular de un periódico: “La altura media de los peruanos es de 168 cm” ¿Cómo se
ha llegado a esta conclusión? ¿Se habrá estudiado a toda la población?
Por ejemplo:
En un centro escolar se quiere realizar un estudio sobre las horas semanales dedicadas a
practicar deporte; para ello se elige una muestra formada por 5 alumnos de cada clase, es
decir, si el centro tiene 750 alumnos repartidos en 30 aulas, el tamaño de la población es 750
y el tamaño de la muestra es de 150.
a) ¿Cuál es la población?
b) ¿Cuál es la muestra?
c) ¿Cuál fue la unidad de análisis?
d) ¿Cuál fue la unidad de observación?
e) ¿Cuál fue la unidad de muestreo?
f) Variables
21
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
g) Parámetros y estadísticos
22
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
MUESTREO PROBABILÍSTICO
DEFINICIÓN
La definición anterior nos lleva a concluir que sólo podemos hacer muestreo
probabilístico si dispongo de un marco muestral.
Ejemplo 1.25.
CONDICIONES:
Muestreo probabilístico
23
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
MUESTREO NO PROBABILÍSTICO
Muestreo no probabilístico
24
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
DEFINICIÓN
Sería algo así como hacer un sorteo justo entre los individuos del universo: asignamos a
cada persona un boleto con un número correlativo, introducimos los números en una
urna y empezamos a extraer al azar boletos. Todos los individuos que tengan un número
extraído de la urna formarían la muestra. Obviamente, en la práctica estos métodos
pueden automatizarse mediante el uso de ordenadores.
Dependiendo de si los individuos del universo pueden ser seleccionados más de una
vez en la muestra, hablaremos de Muestreo Aleatorio Simple con reposición o sin
reposición. Si usamos reposición, el hecho de que seleccione un individuo al azar para
mi muestra no impediría que este mismo individuo pudiese volver a ser seleccionado en
una siguiente selección. Sería equivalente a decir que cada vez que extraigo un número
al azar de mi urna, vuelvo a colocar el número antes de la siguiente extracción. Si por el
contrario no usamos reposición, un individuo seleccionado para la muestra una vez ya
no entraría nuevamente en el sorteo.
Ejemplo 1.26.
25
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
CARACTERÍSTICAS
Dependiendo de si los individuos del universo pueden ser seleccionados más de una
vez en la muestra, hablaremos de:
CASO N 1
Donde:
26
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁: Tamaño de la población
𝑛: Tamaño de la muestra
𝑁 − 1! = 𝑁 − 1(𝑁 − 2)(𝑁 − 3). . .× 1: Factorial del número 𝑁 − 1
𝑛! = 𝑛(𝑛 − 1)(𝑛 − 2). . .× 1: Factorial del número 𝑛
Ejemplo 1.27.
En una población de 3 estudiantes: Juan; Ana y Luis, para realizar un estudio se desea
seleccionar muestras conformadas por 2 estudiantes mediante muestreo aleatorio
simple con reposición y no interese el orden.
Estudiantes
Juan
Ana
Luis
SOLUCIÓN
𝑁+𝑛−1
( )
𝑛
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
𝑁+𝑛−1 3+2−1
( )=( )
𝑛 2
4 4! 4! 4 × 3 × 2! 4 × 3
=( )= = = = =6
2 2! (4 − 2)! 2! 2! 2! 2! 2!
(Juan; Juan) (Juan; Ana) (Juan; Luis) (Ana; Ana) (Ana; Luis) (Luis; Luis)
Muestras Probabilidad
(Juan;Juan) 1/6
(Juan;Ana) 1/6
(Juan; Luis) 1/6
(Ana; Ana) 1/6
(Ana;Luis) 1/6
(Luis; Luis) 1/6
27
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.28.
SOLUCIÓN
𝑁+𝑛−1
( )
𝑛
Donde:
𝑁 = 30: Tamaño de la población
𝑛 = 10: Tamaño de la muestra
𝑁+𝑛−1 30 + 10 − 1
( )=( )
𝑛 10
39 39! 39!
=( )= = = 635 745 396
10 10! (39 − 10)! 10! 29!
CASO N 2
Donde:
𝑁: Tamaño de la población
𝑛: Tamaño de la muestra
Ejemplo 1.29.
En una población de 3 estudiantes: Juan; Ana y Luis, para realizar un estudio se desea
seleccionar muestras conformadas por 2 estudiantes mediante muestreo aleatorio
simple con reposición y donde interese el orden. Enumere y mencione la cantidad de
muestras que se puede obtener mediante este mecanismo de selección.
28
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
SOLUCIÓN
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
Muestras Probabilidad
(Juan;Juan) 1/9
(Juan;Ana) 1/9
(Juan; Luis) 1/9
(Ana; Juan) 1/9
(Ana;Luis) 1/9
(Luis; Juan) 1/9
(Ana;Ana) 1/9
(Luis;Ana) 1/9
(Luis;Luis) 1/9
Ejemplo 1.30.
SOLUCIÓN
Donde:
𝑁 = 10: Tamaño de la población
𝑛 = 3: Tamaño de la muestra
29
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 𝑛 = 103 = 1 000
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1
𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 𝑛
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑁
CASO N 3
𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
𝐶𝑁;𝑛 : Combinaciones tomados de n elementos de un total de N elementos.
𝑁: Tamaño de la población
𝑛: Tamaño de la muestra
𝑁! = 𝑁(𝑁 − 1)(𝑁 − 2). . .× 1: Factorial del número 𝑁
𝑛! = 𝑛(𝑛 − 1)(𝑛 − 2). . .× 1: Factorial del número 𝑛
Ejemplo 1.31.
En una población de 3 estudiantes: Juan; Ana y Luis, para realizar un estudio se desea
seleccionar muestras conformadas por 2 estudiantes mediante muestreo aleatorio
simple sin reposición y donde no interese el orden. Enumere y mencione la cantidad de
muestras que se puede obtener mediante este mecanismo de selección.
SOLUCIÓN
𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
30
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 3 3! 3! 3 × 2!
𝐶𝑁;𝑛 = ( ) = ( ) = = = =3
𝑛 2 2! (3 − 2)! 2! 1! 2! 1!
Muestras Probabilidad
(Juan;Ana) 1/3
(Juan; Luis) 1/3
(Ana;Luis) 1/3
Ejemplo 1.32.
SOLUCIÓN
𝑁 30 30!
𝐶𝑁;𝑛 = ( ) = ( ) = = 30 045 015
𝑛 10 10! (30 − 10)!
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑛
𝑃(𝑢𝑛𝑖𝑑𝑎𝑑) = =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑁
CASO N 4
31
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 𝑁! 𝑁!
𝑉𝑁;𝑛 = 𝑛! ( ) = 𝑛! =
𝑛 𝑛! (𝑁 − 𝑛)! (𝑁 − 𝑛)!
Donde:
Ejemplo 1.33.
En una población de 3 estudiantes: Juan; Ana y Luis, para realizar un estudio se desea
seleccionar muestras conformadas por 2 estudiantes mediante muestreo aleatorio
simple sin reposición y donde interese el orden. Enumere y mencione la cantidad de
muestras que se puede obtener mediante este mecanismo de selección.
SOLUCIÓN
𝑁 𝑁! 𝑁!
𝑉𝑁;𝑛 = 𝑛! ( ) = 𝑛! =
𝑛 𝑛! (𝑁 − 𝑛)! (𝑁 − 𝑛)!
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
(Juan; Ana) (Ana; Juan) (Juan; Luis) (Luis; Juan)(Ana; Luis) (Luis; Ana)
Muestras Probabilidad
(Juan;Ana) 1/6
(Ana;Juan) 1/6
(Juan; Luis) 1/6
(Luis; Juan) 1/6
(Ana;Luis) 1/6
(Luis; Ana) 1/6
Ejemplo 1.34.
32
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
SOLUCIÓN
𝑁!
𝑉𝑁;𝑛 =
(𝑁 − 𝑛)!
Donde:
𝑁 = 10: Tamaño de la población
𝑛 = 3: Tamaño de la muestra
Ejemplo 1.35.
• El alumnado de una escuela
• Los miembros de un club
• Los internos de un instituto penitenciario
• Los pacientes de una clínica, etc
El presente cuadro presenta las diferencias de los tipos de muestreo presentados hasta este
momento:
33
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Piña, Luís, y Hugo de Rojas. «Estadística aplicada a la actividad empresarial (I) Técnicas de Muestreo y
la Auditoría(I).» Economía y Desarrollo 145, nº 1-2 (2010): 197-220.
34
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS RESUELTOS
1. Una Institución tiene registrado seis trabajadores sociales. En la tabla siguiente se indica
los años de experiencia laboral y si presentan estudios de postgrado.
𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
𝑁 = 5: Tamaño de la población
𝑛 = 3: Tamaño de la muestra
5 5! 5! 5 × 4 × 3!
𝐶5;3 = ( ) = = = = 10
3 3! (5 − 3)! 3! × 2! 3! × 2!
Respuesta: 10 muestras
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1 1
𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 5 = = 0,1
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 (3) 10
Respuesta: 0,1
35
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Muestras Probabilidades
(Juan; Ximena) 1/10
(Juan; Jessica) 1/10
(Juan; María) 1/10
(Juan; Luis) 1/10
(Ximena; Jessica) 1/10
(Ximena; María) 1/10
(Ximena; Luis) 1/10
(Jessica; María) 1/10
(Jessica; Luis) 1/10
(María; Luis) 1/10
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
3 3! 3! 3 × 2!
𝐶3;2 = ( ) = = = =3
2 2! (3 − 2)! 2! × 1! 2! × 1
Respuesta: 3 muestras
Muestras Probabilidades
(Ximena; María) 1/3
(Ximena; Luis) 1/3
(María; Luis) 1/3
𝑁
1
𝜇 = ∑ 𝑥𝑖
𝑁
𝑖=1
36
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Trabajadoras Experiencia
Sociales Laboral
(Años)
Juan 10
Ximena 18
Jessica 6
María 11
Luis 13
Total 58
𝑁 = 5: Tamaño de la población
𝑛 = 3: Tamaño de la muestra
5 5! 5! 5 × 4 × 3!
𝐶5;3 = ( ) = = = = 10
3 3! (5 − 3)! 3! × 2! 3! × 2!
Respuesta: 10 muestras
37
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁
1
𝜎2 = ∑(𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
𝑁 𝑁 2
1 1
𝜎 2 = [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ]
𝑁 𝑁
𝑖=1 𝑖=1
𝑁
1
𝑠 = √ ∑(𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
𝑁 𝑁 2
1 1
𝑠 = √ [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ]
𝑁 𝑁
𝑖=1 𝑖=1
Trabajadoras Experiencia
Sociales Laboral
(Años)
𝑥𝑖 𝑥𝑖 2
Juan 10 100
Ximena 18 324
Jessica 6 36
María 11 121
Luis 13 169
Total 58 750
Reemplazando en la fórmula se tiene:
𝑁 𝑁 2 5 5 2
1 1 1 1
𝜎 = [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ] = [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ]
2
𝑁 𝑁 5 5
𝑖=1 𝑖=1 𝑖=1 𝑖=1
38
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
1 1
𝜎 2 = [750 − (58)2 ] = 15,44
5 5
𝑁 𝑁 2
1 1
𝑠 = √ [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ] = √15,44 = 3,93
𝑁 𝑁
𝑖=1 𝑖=1
39
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS PROPUESTOS 2
1. Determine si estos procesos pueden ser muestreos aleatorios.
2. ¿Podrías modificar el procedimiento para obtener las muestras anteriores de modo que
resultaran muestras aleatorias? Explica de forma razonada cómo lo haces.
Se pide:
Hallar el espacio muestral asociado a los dos tipos de muestreo y las probabilidades
asociadas a las muestras.
40
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
10. Una empresa tiene seis representantes de ventas. En la tabla siguiente se indica la
cantidad de cocinas que cada uno vendido el mes pasado.
11. Suponga una población que está formado por las personas {𝐴; 𝐵; 𝐶; 𝐷 𝑦 𝐸}, cuyas
edades son {12; 15; 24; 30 𝑦 48} años respectivamente, y que se va a tomar una
muestra aleatoria simple de 3 de ellos sin reposición y no interviene el orden, a los
fines de estimar la media poblacional.
41
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 1:
Enumere las unidades del marco muestral con números sucesivos.
Paso 2:
Seleccione tantos elementos del marco muestral como sea el tamaño requerido de la
muestra, usando una tabla de números aleatorios o algún paquete computacional.
Paso 3:
La selección de las unidades se realiza sin reemplazo.
• Mecanismos mecánicos:
- Con papeles numerados introducidos en una bolsa de la cual se extraen al
azar.
- Con bolas numeradas introducidas en una urna se extraen al azar.
• Funciones generadoras de números aleatorios con uso de una calculadora.
• Una tabla de números aleatorios.
• Paquetes automatizados (Excel, SPSS, etc) que forman números al azar.
USO DE LA CALCULADORA
42
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
PROCEDIMIENTO
(CONFIGURACIÓN DELA CANTIDAD DE DECIMALES)
Paso 1:
Paso 2:
Paso 3:
Paso 4:
Paso 5:
43
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
PROCEDIMIENTO
Para obtener una muestra mediante el uso de la tabla de número aleatorios se procede
de la siguiente manera:
Paso 1:
Se numeran las unidades de análisis de la población que aparecen en el marco muestral
(referencia). Conviene empezar con el número cero (1).
Paso 2:
Determinar el tamaño de la población. Según sea el número de unidades de análisis, se
necesitarán números de 1 dígito, 2 dígitos, 3 dígitos, etc. Si se necesita obtener una
muestra del alumnado de una escuela que cuenta con 368 alumnos, para numerarlos a
todos harán falta números de 3 dígitos. Se comenzarán con el 001 y se llegará hasta el
368.
Paso 3:
Paso 4:
Cuando aparece un número que no corresponde a ningún sujeto de la muestra,
simplemente se lo ignora y se pasa al próximo. Por ejemplo, si la población tiene 368
44
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 5:
Si aparece un número que ha salido anteriormente, se lo ignora y se sigue con el
próximo.
Paso 6:
Cuando se alcanza el número de casos que se desea para la muestra, se ha concluido
la tarea.
Si la población de donde se quiere extraer una muestra tiene 100 miembros o menos
bastan tres dígitos para numerar a sus miembros (del 01 al 100) y se consultará la tabla
formando mentalmente números de tres cifras. Si la población es de hasta 1000 sujetos
basta con cuatro dígitos (0001 hasta 1000). Si es de hasta 10 000 miembros se
necesitan 5 dígitos (00001 hasta 10 000)
(Encuestas. Elementos para su diseño y análisis)
(Escrito por Livio Grasso)
Ejemplo 1.36.
Supóngase que existen una marco muestral con un registro de N=2000 alumnos, de los
cuales se seleccionarán una muestra aleatoria simple de n=15 alumnos.
Solución
Se utilizará la siguiente tabla de número aleatorios, sólo para el ejemplo mostraremos
las primeras 25 filas y 07 columnas, la tabla completa se encuentra en el anexo final
(Ver Anexo 01).
Se puede considerar la ubicación del primer alumno con el número 0001 y el último con
el número 2000. Es decir, se dispone de 2000 números de cuatro dígitos. Como la
elección es arbitraria, y sólo para el ejemplo vamos a considerar la primera fila y primera
columna, y consideremos los cuatro primeros dígitos, es decir, el primer número
seleccionado será el: 1048, si nos desplazamos hacia abajo, el siguiente número
debería ser 2236 pero lo descartamos porque no está en el rango y así sucesivamente
hasta que entonces el segundo es 942, el tercero es 1036, y así sucesivamente. (Ver
tabla 1)
45
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Tabla 1
Ejemplo 1.37.
46
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
PROCEDIMIENTO
Paso 1:
Se escoge un punto de partida inicial en la tabla, colocando la punta del lápiz o el dedo
en cualquier parte de la tabla, esto asegura que no se tiene algún número específico.
Por ejemplo, se escogió en este caso la última fila y la primera columna de números, es
decir, se eligió aleatoriamente el cuarto dígito, el número 6.
Paso 2:
Paso 3:
Paso 4:
Cuando no se termina de seleccionar los números en la columna correspondiente, se
debe continuar en la misma columna, y seleccionar los siguientes dos dígitos en la
primera fila, y seguir con el desplazamiento hacia abajo hasta completar con la selección
de toda la cantidad de números para la muestra.
47
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
OBSERVACIÓN
EJERCICIO PROPUESTO 3
Utilizando una taba de números aleatorios (Tabla N1 – Anexo 01), escoja seis nombres
de la siguiente lista de 10.
¿Cuántos de los seis esperaría usted que fueran hombres, y cuánto mujeres? ¿Por qué?
También se puede generar números aleatorios, con el uso de la hoja de cálculo Excel
2013
PROCEDIMIENTO
Paso 1:
Seleccionar arbitrariamente la ubicación de la celda donde se mostrará el primer
número aleatorio.
48
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 2:
Pulsar: Aceptar
Paso 3:
➢ En la ventana
emergente,
ingresar los valores
limitantes
Inferior: 1
Superior: 20
➢ Pulsar: Aceptar
Paso 4:
Ejemplo 1.38.
49
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
PROCEDIMIENTO
Paso 1:
Ingresar los datos en SPSS:
Paso 2:
En el Menú Datos seleccionamos la opción Seleccionar casos…
50
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 3:
En el cuadro de diálogo:
• Seleccionar la opción Muestra aleatoria de casos
• Pulsar el botón Ejemplo
Paso 4:
En el cuadro de diálogo:
• Seleccionar la opción Exactamente
• Ingresar los datos 𝒏 = 𝟏𝟎 y 𝑵 = 𝟑𝟎 como se muestran a continuación:
Pulsar: Continuar
Pulsar: Aceptar
Los elementos que pertenecen a la muestra son todos aquellos que no se encuentran
tachados en la columna principal ordinal o aquellos que en la nueva variable artificial
tengan el valor 1:
51
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Luego, la muestra seleccionada de tamaño 10 está dado por los siguientes resultados
o respuestas:
U. de A. Interés en la política
1 Poco interesado
4 Poco interesado
5 Poco interesado
9 Poco interesado
10 Nada interesado
11 Poco interesado
12 Muy interesado
14 Para nada interesado
20 Nada interesado
27 Nada interesado
Ejemplo 1.39.
0, 2, 4 y 6
Se pide
Donde:
𝑁 = 4: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
En el siguiente cuadro se muestra todas las 16 muestras posibles obtenidas con este
tipo de muestreo
N DE MUESTRA MUESTRA N DE MUESTRA MUESTRA
1 (0; 0) 9 (4; 0)
2 (0; 2) 10 (4; 2)
3 (0; 4) 11 (4; 4)
4 (0; 6) 12 (4; 6)
5 (2; 0) 13 (6; 0)
6 (2; 2) 14 (6; 2)
7 (2; 4) 15 (6; 4)
8 (2; 6) 16 (6; 6)
52
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.40.
0, 2, 4 y 6
SOLUCIÓN
𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
𝑁 = 4: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
4 4! 4 × 3 × 2!
( )= = =6
2 2! (4 − 2)! 2! 2!
En el siguiente cuadro se muestra todas las 6 muestras posibles obtenidas con este tipo
de muestreo
N DE MUESTRA MUESTRA
1 (0; 2)
2 (0; 4)
3 (0; 6)
4 (2; 4)
5 (2; 6)
6 (4; 6)
EJERCICIO RESUELTO
Describe la obtención de una muestra aleatoria, sin reemplazamiento, de tamaño 5 de
una clase de 25 estudiantes. (Supónganse los estudiantes numerados del 1 al 25).
SOLUCIÓN
• Se toma una urna con 25 bolas numeradas del 1 al 25 y se extraen 5 bolas de la
urna (sin devolver la urna una vez extraída). A continuación se efectúa la
correspondencia entre los números extraídos y los alumnos ya numerados.
• Según el procedimiento explicado anteriormente en la calculadora con la función:
25RAND#
17; 3; 5; 10; 8
53
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS PROPUESTOS 4
1. Elige una muestra de 5 alumnos un total de 200 alumnos, suponiendo que están
numerados del 1 al 200, mediante muestreo aleatorio simple.
Solución
2. Elige una muestra de 5 alumnos un total de 200 alumnos, suponiendo que están
numerados del 1 al 200, mediante muestreo aleatorio simple, utilizando la
calculadora.
Solución
3. Elige una muestra de 5 alumnos un total de 800 alumnos de un Instituto, suponiendo
que están numerados del 1 al 800, mediante muestreo aleatorio simple, utilizando
la calculadora.
Solución
4. Elige una muestra de 5 electores del total del censo electoral de Ceuta, que es de
56 000 electores, mediante muestreo aleatorio simple, utilizando el ordenador ya
que se necesita más de tres dígitos decimales.
EJERCICIOS RESUELTOS
SOLUCIÓN
2+4+6
𝜇= =4
3
54
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
55
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
SOLUCIÓN
Paso 1:
Asignamos número a cada alumno del 1 al 20:
Paso 2:
Paso 3:
10; 1; 11; 20
Paso 4:
Por lo tanto, la muestra está compuesta por:
56
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
AB, AC, AD, AE, BC, BD, BE, CD, CE, DE.
1/10
8 No hay muestra
0 No hay muestra
5 Es la “E”
7 No hay muestra
5 Es la “E” pero ya no se puede usar de nuevo
3 Es la “C”
2 Es la “B” pero ya está la muestra, y solo se piden 2
La muestra es: E y C
4. Fortune publicó datos sobre ventas, valor del activo, valor del mercado y ganancias
por acción de las 500 corporaciones industriales más grandes de Estados Unidos
(Fortune 500, 2003). Suponga que usted desea seleccionar una muestra aleatoria
simple de 10 corporaciones de la lista Fortune 500. Use los tres últimos dígitos de la
columna 9 de la tabla 1, que se muestra en la parte inferior, empezando con 554.
Leyendo hacia abajo por esa columna, identifique los números de las 10
corporaciones que se tomarán para la muestra.
Las muestras son: 459, 147, 385, 113, 340, 401, 215, 2, 33 y 348
57
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
por ese renglón de izquierda a derecha, determine los 10 primeros estudiantes que
serán seleccionados usando un muestreo aleatorio simple. Los números aleatorios
de tres dígitos empiezan con 816, 283 y 610.
Las muestras son: 283, 610, 39, 254, 568, 353, 602, 421, 638 y 164
6. Suponga que se va a tomar una muestra aleatoria simple de 12 de los 372 médicos
de una determinada ciudad. Una organización médica le proporciona los nombres de
los médicos. De la tabla 1, use la columna ocho de los números aleatorios de cinco
dígitos para determinar cuáles serán los 12 médicos para la muestra. Ignore los
primeros dos dígitos de cada grupo de cinco dígitos de números aleatorios. Este
proceso empieza con el número aleatorio108 y continúa descendiendo por la
columna de números aleatorios.
Las muestras son: 108, 290, 201, 292,322, 9, 244, 249, 226, 125, 147 y 113.
7. The Wall Street Journal proporciona el valor activo neto, el rendimiento porcentual en
lo que va del año y el rendimiento porcentual en tres años de 555 fondos mutualistas
(The Wall Street Journal, 25 de abril del 2003). Suponga que se va a usar una
muestra aleatoria simple de 12 de estos 555 fondos mutualistas para un estudio
acerca de su tamaño y desempeño. Use la cuarta columna de los números aleatorios
en la tabla 1, empezando con el número 51102, para seleccionar la muestra aleatoria
simple de 12 fondos mutualistas. Empiece con el fondo 102 y use los últimos tres
dígitos de cada renglón de la cuarta columna para el proceso de selección. ¿Cuáles
son los números de los 12 fondos mutualistas en esta muestra aleatoria simple?
Las muestras son: 102, 115, 122, 290, 447, 351, 157, 498, 55, 165, 528 y 25.
58
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
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
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 50289
Tabla 1
EJERCICIOS PROPUESTOS 5
59
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Se pide hallar el espacio muestral asociado a los cuatro tipos de muestreo y las
probabilidades asociadas a las muestras.
60
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
7. Suponga una población que está formado por las personas {𝐴; 𝐵; 𝐶; 𝐷 𝑦 𝐸}, cuyas
edades son {12; 15; 24; 30 𝑦 48} años respectivamente, y que se va a tomar una
muestra aleatoria simple de 3 de ellos, a los fines de estimar la media poblacional.
𝜎2 𝑁 − 𝑛
𝜇𝑥̅ = 𝜇 𝜎𝑥̅2 = ( )
𝑛 𝑛−1
(a) 𝑁 = 12
(b) 𝑁 = 20
(c) 𝑁 = 50
10. Si se saca una muestra aleatoria de tamaño 𝑛 = 3 de una población finita de tamaño
𝑁 = 50, ¿cuál es la probabilidad de que un elemento en particular de la población
se incluirá en la muestra?
11. Empresas Liendo comercializa su producto en todo el mundo. Como gran parte de
su negocio se realiza por teléfono, es importante minimizar cualquier demora que
los clientes puedan experimentar cuando intentan ponerse en contacto con el
personal de ventas de la empresa. El director ejecutivo de la empresa averiguó que
en su central telefónica entraron en la mañana 5 llamadas. A causa de la
insuficiencia de personal, las demoras de cada cliente en hablar con la oficina de
ventas fueron:
20, 12, 17, 15, 18 minutos.
61
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Diseñe una muestra de tamaño n=3 utilizando el muestreo aleatorio simple (utilice
tabla de número aleatorios que se muestra en la parte superior)
{1, 2, 3, 4}
Enumerar todas las posibles muestras de tamaño 2 sin reposición y sin importar el
orden de selección que se pueden seleccionar de la población.
62
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
15. Los siguientes datos han sido extraídos de una investigación realizada por La
Defensoría del Pueblo, Comisión de la Verdad y Reconciliación, Comité
Internacional Cruz Roja y Coordinadora Nacional de Derechos Humanos sobre un
total de 150 personas extraviadas en el Perú entre los años 1980 y 1996 en los 3
principales departamentos donde hubo el brote terrorista: Ayacucho, Huánuco y
San Martín. Las variables que se consideraron fueron: Lugar de procedencia, Sexo
y Edad al momento de la desaparición.
63
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
TAMAÑO DE LA MUESTRA
Introducción
Un antropólogo está preparando un estudio sobre los habitantes de cierta isla. Entre
otras cosas, desea estimar el porcentaje de habitantes que pertenecen al grupo
sanguíneo O. Le han asegurado la cooperación necesaria para extraer una muestra
aleatoria simple (sin reposición y no interese el orden). ¿Qué tan grande debe ser la
muestra?
Este asunto no se puede discutir sin antes contestar a otra pregunta. ¿Qué tan
exactamente desea el antropólogo conocer el porcentaje de personas del grupo
sanguíneo O? A lo anterior, nuestro amigo contesta que estará satisfecho si el
porcentaje no contiene un error mayor del ±5%, o sea que si la muestra indica que el
43% de la población es del grupo sanguíneo O, el porcentaje para toda la isla se
encontrará con certeza entre el 38% y el 48%.
Para evitar malos entendidos, es aconsejable aclarar al antropólogo que no le podemos
asegurar una exactitud dentro de un 5%, a menos que se analice el tipo sanguíneo de
todos los habitantes de la isla. Por muy grande que se tome el tamaño de la muestra 𝑛,
existe la posibilidad de una muestra desafortunada que presente un erro mayor del 5%
deseado. El antropólogo contesta fríamente que lo sabe, que acepta el riesgo de una
posibilidad en veinte de obtener una muestra poco afortunada y que todo lo que pide es
un valor de 𝑛 y no un clase de estadística.
(Técnicas de Muestreo; William G. Cochran, 1998)
CONDICIONES
ESTIMADOR
Son los estadísticos que sirven para aproximar su valor calculado hacia un parámetro
poblacional desconocido.
Ejemplo 1.41.
𝟓; 𝟕; 𝟖 𝒚 𝟏𝟎
64
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
A partir de esto es posible observar que algunas estimaciones estarán más cerca del
verdadero parámetro que otras. La primera estimación proporcionada, 𝒙 ̅ = 𝟔 está muy
̅ = 𝟕, 𝟓, es igual a la media poblacional, y
alejada del parámetro; en cambio, la tercera, 𝒙
en tal caso no se comete ningún error.
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la media poblacional 𝜇, utilizando la media muestral 𝑥̅ cuando la población es finita, de
tamaño 𝑁, está dado por:
𝑧𝛼2⁄2 𝜎 2 𝑁
𝑛=
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1)
Donde:
1 − 𝛼: Nivel de confianza
65
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Observación
Todos los términos son conocidos excepto la varianza poblacional. En la práctica este
valor es reemplazado por un indicador de la variabilidad en la muestra. Este indicador
es una varianza al aplicar una encuesta piloto para evaluar la validez del instrumento de
medida.
En este caso la fórmula asociada al procedimiento del muestreo aleatorio simple, que
permite estimar la media poblacional 𝜇, utilizando la media muestral 𝑥̅ cuando la
población es infinita, está dado por:
𝑧𝛼⁄2 𝜎 2
𝑛= [ ]
𝐸
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼. (Tabla de
probabilidades normal estándar Z)
𝜎: Desviación estándar o típica poblacional.
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la media
poblacional
Observación
La población puede ser infinita (a veces, suele considerarse infinita cuando tiene más
de 100.000 elementos) o de tamaño finito N si es menor a ésta,
Ejemplo 1.42.
66
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.43.
Para llevar a cabo el análisis de un destino turístico con alta afluencia de turistas,
200.000 en concreto, se desea realizar una encuesta para estimar el gasto medio por
turista. Se ha decidido aceptar un error máximo en el gasto medio de 30 euros.
Suponiendo una desviación estándar de la población de 200 euros y un nivel de
confianza del 95%, obtenga el tamaño adecuado de la muestra.
Solución
Datos:
𝑁 = 200 000
𝐸 = 30
𝜎 = 200
𝑧0,025 = 1,96
Al ser una población 𝑁 = 200 000 > 100 000, entonces consideramos como si fuese una
población infinita. Así, la fórmula para obtener el tamaño de la muestra es:
𝑧𝛼⁄2 𝜎 2 (1,96) (200) 2
𝑛= [ ] =[ ]
𝐸 30
𝑛 = 170,74 ≈ 171
Conclusión
Para hacer una estimación del gasto medio por turista, con un error máximo de 30 euros
y un nivel de confianza del 95%, se requiere una muestra de 171 turistas.
67
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.44.
Se quiere hacer una encuesta para estimar el tiempo promedio por semana que los
niños utilizan la Internet. Por estudios anteriores se sabe que la desviación estándar de
dicho tiempo es de 2.5 horas, con un nivel de confianza del 95% ¿Qué tamaño de
muestra se debería elegir si el error de estimación puntual no es superior a media hora,
si se población de 500 niños de un colegio “X”?
Solución
Datos:
𝑁 = 500
𝐸 = 0,5
𝜎 = 2,5
𝑧0,025 = 1,96
Al ser una población 𝑁 = 500 < 100 000, entonces consideramos como si fuese una
población finita. Así, la fórmula para obtener el tamaño de la muestra es:
𝑧𝛼2⁄2 𝜎 2 𝑁
𝑛=
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1)
𝑛 = 22,95 ≈ 23
Conclusión
Para hacer una estimación del tiempo promedio por semana que los niños utilizan
Internet, con un error máximo de estimación o de muestreo de 0,5 horas y un nivel de
confianza del 95%, se requiere una muestra de 23 niños.
Ejemplo 1.45.
Una municipalidad estudia hábitos de estudio en estudiantes del primer al cuarto año de
secundaria de una comunidad. Se aplicará una encuesta por muestreo. El total de
estudiantes que asisten a los colegios de esa comunidad es de 21 524 estudiantes. Se
utiliza la varianza de estudios anteriores es de 122. El error máximo admisible se fija en
1 y el nivel de confianza en 90%.
Solución
𝑁 = 21 524
𝐸 = 1: Error máximo admisible
𝜎 2 = 122: Varianza de la población
𝑧𝛼⁄ = 2,58 ∶ Valor del coeficiente de confianza al 90%
2
68
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Para hacer una estimación, con un error máximo de 1 y un nivel de confianza del 90%,
la municipalidad requiere una muestra de 770 estudiantes
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la proporción poblacional 𝑝, utilizando la proporción muestral 𝑝̅ cuando la población es
finita, de tamaño 𝑁, está dado por:
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
𝑝: Proporción poblacional de estudios anteriores (registro histórico).
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la media
poblacional)
𝑁 : Tamaño de la población.
Observación
En la mayoría de los casos se desconoce el valor de la desviación estándar √𝑝(1 − 𝑝)
poblacional por lo que es necesario establecer un proceso de muestreo previo con
información más reducida, es decir, se utiliza una muestra piloto y a partir de ahí estimar
la varianza poblacional 𝑝(1 − 𝑝), o bien utilizar un aproximación de 𝑝 = 0,5..
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la proporción poblacional 𝑝, utilizando la proporción muestral 𝑝̅ cuando la población es
infinita, está dado por:
𝑧𝛼⁄2 2 × 𝑝(1 − 𝑝)
𝑛=
𝐸2
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼
𝑝: Proporción poblacional de estudios anteriores (registro histórico).
𝐸: Error de muestreo o estimación
69
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Observación
Ejemplo 1.46.
Solución
Caso (a)
Datos:
𝐸 = 0,04
𝑝 = 0,60
𝑧0,025 = 1,96
𝑛 = 576,24 ≈ 577
Conclusión
Requiere de 577 personas para estimar que proporción apoya su política actual con
respecto a una nación pequeña como Haití.
Caso (b)
Datos:
𝐸 = 0,04
𝑝 = 0,50
𝑧0,025 = 1,96
70
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑛 = 600,25 ≈ 601
Conclusión
Requiere de 601 personas para estimar que proporción apoya su política actual con
respecto a una nación pequeña como Haití.
Ejemplo 1.47.
Solución
Datos:
𝐸 = 0,03
8
𝑝̂ = = 0,53 (Obtenida de la muestra piloto)
15
1 − 𝑝̂ = 0,47
𝑧0,02 = 2,325
𝑛 = 1496,16 ≈ 1497
Conclusión
Se requiere de 1497 personas para estimar la proporción de personas que han probado
alguna vez la marca A., con un nivel de confianza de 98% y margen de error máximo de
3%..
71
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS PROPUESTOS 6
a. ¿Qué tamaño debería tener la muestra para que con el mismo nivel de confianza
el error admitido fuera del 2%?
b. ¿Qué ocurriría con el tamaño de la muestra si deseáramos aplicar un 99,7% de
nivel de confianza? Explique las ventajas e inconvenientes de la ampliación y
reducción del nivel de confianza.
72
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
8. Un investigador se dispone a realizar una encuesta entre los 1500 miembros de una
cooperativa agraria, para conocer la proporción de cooperativistas dispuestos a
modificar los estatutos. Dispone de una partida presupuestaria de 5.000 € para
realizar las entrevistas, cuyo coste individual es de 25 €, calcule, para un nivel de
confianza del 95,5%:
a) ¿Qué tamaño muestral se necesitaría para estimar la proporción con un error
del 5%, si se desconocen los valores de p y de q?
b) ¿Qué pasaría con el tamaño muestral si se supiera que la proporción de
cooperativistas favorables al cambio de estatutos fuera de 0,75?
73
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
MUESTREO SISTEMÁTICO
INTRODUCCIÓN
Supongamos, por ejemplo, que se muestrea entre los alumnos de una facultad y, dado
que se cuenta con el marco en los registros de secretaría, se puede llevar a cabo un
muestreo aleatorio simple, asignando a cada individuo un número y realizando un
sorteo. El problema, en este caso, lo constituye buscar al alumno, especialmente cuando
esa unidad presenta dificultades para su localización (cambio de dirección, abandono
de la carrera,...).
DEFINICIÓN
PROCEDIMIENTO
Para obtener una muestra conformada por n unidades de análisis mediante este
procedimiento de muestreo probabilístico se seguirá los siguientes pasos:
Paso 1:
Paso 3:
𝑁
𝑘=
𝑛
74
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 4:
𝑁 = 𝑛𝑘 + 𝑅
Paso 5:
Se realiza la asignación a las unidades de análisis del marco muestral, según resulte de
los anteriores casos (k entero o no entero). Es decir:
1 𝑘 2𝑘 3𝑘 . . . (𝑛 − 1)𝑘 𝑁
𝑟 𝑟+ 𝑘 𝑟 + 2𝑘 𝑟 + 3𝑘 . . . 𝑟 + (𝑛 − 1)𝑘
Ejemplo 1.48.
75
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑢𝑖 : i-ésima unidad de análisis
𝑥𝑖 : Valor de la variable 𝑋 asociada a la i-ésima unidad de análisis
Solución
Paso 1:
Consideremos el marco muestral, la lista de unidades de toda la población ordenadas.
El tamaño de la población es:
𝑁 = 90
Paso 2:
El tamaño de la muestra es:
𝑛=3
Paso 3:
La constante k que permita seleccionar las demás unidades de análisis de la muestra,
La fórmula para calcular la constate k está dado por:
𝑁 9
𝑘= = =3
𝑛 3
Paso 4:
1≤𝑟 ≤𝑘=3
Ejemplo 1.49.
76
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Solución
Paso 1:
𝑛=5
Paso 3:
𝑁 20
𝑘= = =4
𝑛 5
Paso 4:
1≤𝑟 ≤𝑘=4
Paso 5:
𝑟=2
2 6 10 14 18
𝑟=3
3 7 11 15 19
𝑟=4
4 8 12 16 20
Ejemplo 1.50.
77
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 = 20
Paso 2:
𝑛=6
Paso 3:
𝑁 20
𝑘= = = 3,33
𝑛 6
Paso 4:
1≤𝑟 ≤𝑘=3
Paso 5:
𝑟=3
3 6 9 12 15 18
𝑟=1
1 4 7 10 13 16 19
𝑟=2
2 5 8 11 14 17 20
Ejemplo 1.51.
78
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.52.
Se necesita seleccionar 150 historias clínicas del archivo de un hospital para realizar un
estudio. En el archivo hay 15 000 historias perfectamente numeradas. La muestra puede
ser seleccionada mediante muestreo aleatorio simple, y para habría que extraer 100
números aleatorios del 1 al 15 000. Una manera más sencilla de realizar el muestreo
sería elegir un número al azar del 1 a 150. Si por ejemplo resulta siendo 80, entonces
la primera unidad seleccionada será la que esté ubicada en esa posición, las siguientes
serán seleccionadas en las siguientes posiciones: 80+150=230; 80+2(150)=380;
80+3(150)=530 y así hasta completar las cien unidades de análisis que formarán
aparate de la muestra.
Características
Ejemplo 1.53.
Si al comienzo de la lista están los socios más antiguos y los más nuevos han sido
agregados abajo, si al comienzo están los varones y abajo las mujeres, como ocurre a
veces en los registros de aula, si los alumnos que entraron después del comienzo de
las clases figuran al finalizar la lista, etc. El muestreo sistemático asegura que se elijan
miembros antiguos y afiliados más recientes, mujeres y varones, alumnos que entraron
al iniciar el año y alumnos que entraron ya comenzadas las clases.
79
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS RESUELTOS
Solución
1≤𝑟≤5
Para ello utilizando el procedimiento anterior se obtiene con la función:
5RAND#
Es decir:
1; 6; 11; 16; 21
EJERCICIOS PROPUESTOS 7
1. Elige una muestra de 5 alumnos un total de 200 alumnos, suponiendo que están
numerados del 1 al 200, mediante muestreo aleatorio sistemático.
3. Elige una muestra de 5 electores del total del censo electoral de Ceuta, que es
de 56 000 electores, mediante muestreo aleatorio sistemático, utilizando el
ordenador ya que se necesita más de tres dígitos decimales.
80
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
TAMAÑO DE LA MUESTRA
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la media poblacional 𝜇, utilizando la media muestral 𝑥̅ cuando la población es finita, de
tamaño 𝑁, está dado por:
𝑧𝛼2⁄2 𝜎 2 𝑁
𝑛=
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1)
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
2
𝜎 : Varianza poblacional.
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la
media poblacional)
𝑁 : Tamaño de la población.
Observación:
Todos los términos son conocidos excepto la varianza poblacional. En la práctica este
valor es reemplazado por un indicador de la variabilidad en la muestra. Este indicador
es una varianza al aplicar una encuesta piloto para evaluar la validez del instrumento de
medida.
Ejemplo 1.54.
𝑧𝛼2⁄2 𝑠2 𝑁
𝑛=
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1)
81
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑧0,025 = 1,96 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 = 0,95
𝑠2 = 100: Varianza muestral de una encuesta anterior.
𝐸 = 2: Error de muestreo o estimación (diferencia entre la media muestral y
la media poblacional)
𝑁 = 2 500 : Número de cuentas vencidas. (Población)
En este caso la fórmula asociada al procedimiento del muestreo aleatorio simple, que
permite estimar la media poblacional 𝜇, utilizando la media muestral 𝑥̅ cuando la
población es infinita, está dado por:
𝑧𝛼⁄2 𝜎 2
𝑛= [ ]
𝐸
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼. (Tabla de
probabilidades normal estándar Z)
𝜎: Desviación estándar o típica poblacional.
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la
media poblacional
Observación:
La población puede ser infinita (a veces, suele considerarse infinita cuando tiene más
de 100.000 elementos) o de tamaño finito N si es menor a ésta,
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la proporción poblacional 𝑝, utilizando la proporción muestral 𝑝̅ cuando la población es
finita, de tamaño 𝑁, está dado por:
Donde:
82
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Observación:
En la mayoría de los casos se desconoce el valor de la desviación estándar √𝑝(1 − 𝑝)
poblacional por lo que es necesario establecer un proceso de muestreo previo con
información más reducida, es decir, se utiliza una muestra piloto y a partir de ahí estimar
la varianza poblacional 𝑝(1 − 𝑝), o bien utilizar un aproximación de 𝑝 = 0,5..
La fórmula asociada al procedimiento del muestreo aleatorio simple, que permite estimar
la proporción poblacional 𝑝, utilizando la proporción muestral 𝑝̅ cuando la población es
infinita, está dado por:
𝑧𝛼⁄2 2 × 𝑝(1 − 𝑝)
𝑛=
𝐸2
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼
𝑝: Proporción poblacional de estudios anteriores (registro histórico).
𝐸: Error de muestreo o estimación
Observación
Ejemplo 1.55.
Una empresa publicitaria está iniciando una campaña de promoción para un nuevo
producto. La empresa quiere muestrear clientes potenciales en una pequeña comunidad
para determinar la aceptación del producto. Para eliminar algunos de los costes
asociados a las entrevistas personales, el investigador debe seleccionar una muestra
sistemática de entre los 𝑁 = 5 000 nombres listados en una registro de la comunidad y
recolectar los datos mediante entrevistas por teléfono. Determine el tamaño de muestra
requerido para estimar 𝑝, la proporción de personas que consideran aceptable el
producto, con un límite para el error de estimación de 𝐸 = 0,03 (3%) y un nivel de
confianza del 95%.
83
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Solución
Par el cálculo del tamaño de la muestra se utiliza la fórmula para calcular tamaño de la
muestra para estimar una proporción poblacional, considerando la proporción
poblacional 𝑝 = 0,5, es decir:
Donde:
𝑧0,025 = 1,96 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 = 0,95
𝑝 = 0,5: Proporción poblacional que se asume cuando no se conoce la
proporción poblacional de estudios anteriores
𝐸 = 0,03: Error de estimación (diferencia entre la media muestral y la media
poblacional)
𝑁 = 5 000 : Tamaño de la Población.
Por tanto, la empresa debe entrevistar 880 personas para determinar la aceptación del
producto con un límite para el error de muestreo o estimación del 3% y un nivel de
confianza del 95%.
Ejemplo 1.56.
Si las empresas en una industria se arreglan en orden creciente de ventas anuales, una
muestra sistemática incluirá algunas empresas pequeñas y otras grandes. Una muestra
aleatoria simple puede no ser representativa porque puede contener, por ejemplo, sólo
empresas pequeñas, o u número desproporcionado de empresas pequeñas.
84
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.57.
Considérese el uso del muestreo sistemático para generar una muestra de ventas
mensuales de tiendas departamentales de un marco de muestreo que contiene ventas
mensuales de los últimos 60 años. Si se elige un intervalo de muestreo de 12, la muestra
resultante no reflejaría la variación en ventas mes a mes.
Ejemplo 1.58.
Los clientes de tarjetas de crédito pueden ser listados según el orden en que aparecen
en un balance, o las empresas de una industria dada pueden ser ordenadas de acuerdo
con las ventas anuales.
Ejemplo 1.59.
Cada n personas que deja una tienda departamental o centro comercial puede ser
interceptada. Por estas razones, el muestreo sistemático a menudo se utiliza en
entrevistas al consumidor por correo, teléfono, en centros comerciales y en Internet.
85
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS PROPUESTOS 8
86
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
4. En un colegio hay 1000 alumnos con números de matrícula del 1 al 1000, para
realizar un estudio se quiere seleccionar una muestra de 10 alumnos. Si la técnica
de muestreo elegida es muestreo sistemático y el número de matrícula seleccionado
al azar es el 157, ¿cuál es el número de matrícula del resto de los alumnos que deben
formar parte de la muestra?
87
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Introducción
Al realizar un muestreo aleatorio simple, por efecto del azar, puede ocurrir que en la
muestra se encuentren en distinta proporción que en la población, valores de variables
que puedan influir decisivamente en la variable o variables principales del estudio. Por
ejemplo, si el objetivo del estudio es estimar la talla media de los habitantes con edades
comprendidas entre 18 y 65 años de una determinada ciudad, en la que el 50% de los
habitantes son hombres y el 50% de ella, son mujeres. Si por efecto del azar en la
muestra hay más mujeres que hombres, la estimación de la talla será menor de lo que
realmente es, puesto que, en general, la talla de las mujeres es menor que la de los
hombres. Para evitar que el efecto del azar pueda influir por desequilibrios en una
determinada variable, se puede dividir la población en tantas partes como categorías
tenga la variable cuya influencia se quiere controlar; a esta división de la población se
le denomina estratificar. En este caso la variable estratificadora es el sexo y el número
de estratos son dos: hombres y mujeres. El muestreo se realizará de tal manera que
tenga una proporción de hombres y mujeres igual que en el de la población que se
quiere muestrear, para evitar el riesgo.
DEFINICIÓN
Observación
ESTRATOS
Los estratos suelen ser grupos homogéneos de individuos, que a su vez son
heterogéneos entre diferentes grupos. Los estratos deben ser homogéneos
internamente y heterogéneos entre sí.
88
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Características
𝐸𝑖 : i-ésimo estrato (𝑖 = 1; 2 ; 3; . . . ; 𝐿)
𝐸𝑖 ∩ 𝐸𝑗 = ∅
𝐸1 ∪ 𝐸2 . . . ∪ 𝐸𝐿 = 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 (𝑈)
Ejemplo 1.60.
Se desea examinar los efectos de un Trabajo Social individual intensivo con enfermos
mentales, pero se cree que el efecto será distinto para hombres y mujeres y para grupos
de distintas edades.
89
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.61.
En una empresa están los directivos, gerentes, obreros, entre otros. Cada uno de esos
“grupos” se puede tratar como un estrato o subgrupos de esa población que vendría a
ser la empresa. Queda claro que si el interés del investigador es estudiar el salario
promedio mensual de cada estrato, entre los subgrupos es muy heterogéneo, pero,
dentro de cada subgrupo es muy homogéneo.
Ejemplo 1.62.
Un investigador desea estimar el número promedio de horas de sueño que tienen los
estudiantes de cierta universidad. Para hacer esto, la lista de la matrícula del semestre
la ha dividido por carrera y ha seleccionado mediante una tabla de número aleatorios a
un grupo de estudiante de cada carrera y proporcional a la distribución poblacional que
tiene la universidad.
Ejemplo 1.63.
Esta principal característica permite que las estimaciones sean más precisas dentro de
cada grupo. Cada destacar que, por lo general, el muestreo estratificado está
acompañado del Muestreo Aleatorio Simple para seleccionar los elementos entre los
grupos. Finalmente, al momento de seleccionar la cantidad de elementos que se
tomarán de cada subgrupo para conformar la muestra, esta cantidad debe ser
proporcional al número de elementos que aporta cada subgrupo a la población.
PROCEDIMIENTO
Paso 1:
Partimos de una población 𝑈 de tamaño 𝑁 (población compuesta por 𝑁 unidades de
análisis). Dividimos la población en 𝐿 subgrupos disjuntos de tamaños 𝑁1 ; 𝑁2 ; . . . ; 𝑁𝐿 .
De tal manera que:
∑ 𝑁𝑖 = 𝑁
𝑖=1
Donde:
90
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁: Tamaño de la población.
𝑁𝑖 Tamaño del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
Paso 2:
∑ 𝑛𝑖 = 𝑛
𝑖=1
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
Paso 3:
La muestra final de la población será la formada por todas las submuestras obtenidas
en cada subpoblación.
𝒏𝟏 𝒏𝟐 𝒏𝟑 𝒏𝑳
Para realizar de la mejor manera esta distribución o afijación, se debe considerar las
siguientes situaciones:
91
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
AFIJACIÓN UNIFORME
Caso 1:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
Así tenemos que:
𝑛1 = 𝑛2 = 𝑛3 = . . . = 𝑛𝐿
Caso 2:
Si 𝑛𝑖 no es una cantidad entera, entonces se elige en uno de los estratos aleatoriamente:
𝑛
𝑛𝑖 = 𝐸 ( ) + 1
𝐿
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
𝑛
𝐸: Es la parte entera de
𝐿
92
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝒏𝟏 𝒏𝟐 𝒏𝟑 𝒏𝑳
Características
• Se da más importancia a los estratos más pequeños.
• Sólo es conveniente cuando los estratos tengan tamaños parecidos.
• Mejora la precisión de nuestros resultados al realizar un estudio sobre la muestra
• Este tipo de afijación da la misma importancia a todos los estratos, en cuanto a
tamaño de la muestra, con lo cual favorecerá a los estratos de menor tamaño y
perjudicará a los grandes en cuanto a precisión. Sólo es conveniente en
poblaciones con estratos de tamaño similar.
Ejemplo 1.64.
Estrato Tamaño
1. Excelente 500
2. Muy bueno 1000
3. Bueno 2000
Solución
Paso 1:
Partimos de una población 𝑈 de estudiantes de la universidad de tamaño 𝑁 = 3500
(población compuesta por 𝑁 unidades de análisis). Dividimos la población en 𝐿 = 3
estratos disjuntos de tamaños 𝑁1 = 500; 𝑁2 = 1000; 𝑁𝐿 = 2000. De tal manera que:
3
∑ 𝑁𝑖 = 𝑁
𝑖=1
Donde:
𝑁 = 3500: Tamaño de la población de estudiantes
𝑁𝑖 Tamaño del i-ésimo estrato de estudiantes de la universidad
𝐿 = 3: Tres estratos o subgrupos.
Estrato Tamaño: 𝑁𝑖
1. Excelente 𝑁𝑖 = 500
2. Muy bueno 𝑁2 = 1000
3. Bueno 𝑁3 = 2000
Total 𝑁 = 3500
93
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 2:
Caso 1: 𝒏𝒊 CANTIDAD ENTERA
Si consideramos el tamaño de la muestra 𝑛 = 24, se distribuye o afija esta cantidad de
unidades de análisis de la muestra entre los tres estratos considerados en el estudio. Si
aplicamos la afijación uniforme entonces cada estrato está conformado por la misma
cantidad de unidades aplicando la siguiente fórmula:
𝑛 24
𝑛𝑖 = = =8
𝐿 3
Luego, 𝑛1 = 𝑛2 = 𝑛3 = 8
𝑛 25
𝑛3 = 𝐸 ( ) + 1 = 𝐸 ( ) + 1 = 8 + 1 = 9
𝐿 3
Luego, 𝑛1 = 𝑛2 = 8 𝑦 𝑛3 = 9
Estrato Tamaño: 𝑁𝑖 Tamaño: 𝑛𝑖
1. Excelente 𝑁𝑖 = 500 𝑛𝑖 = 8
2. Muy bueno 𝑁2 = 1000 𝑛2 = 8
3. Bueno 𝑁3 = 2000 𝑛3 = 9
Total 𝑵 = 𝟑𝟓𝟎𝟎 𝒏 = 𝟐𝟓
Por lo tanto, cada estrato estará conformado por 9 unidades de la muestra.
AFIJACIÓN PROPORCIONAL
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
94
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
𝑁𝑖 : Tamaño del i-ésimo estrato
𝑁: Tamaño de la población
𝑁𝑖
𝑛𝑖 = 𝑛 = 𝑛𝜔𝑖
𝑁
Donde:
𝑁𝑖
𝜔𝑖 = :
𝑁
Ejemplo 1.65.
Estrato Tamaño
1. Excelente 500
2. Muy bueno 1000
3. Bueno 2000
Solución
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
Realizamos el cálculo para cada estrato tenemos:
Estrato: Excelente
𝑁1 = 500; 𝑁 = 3500; 𝑛 = 23
Aplicando la fórmula:
𝑛 23
𝑛1 = 𝑁1 = 500 = 3,29 ≈ 3
𝑁 3500
95
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁1 = 1000; 𝑁 = 3500; 𝑛 = 23
Aplicando la fórmula:
𝑛 23
𝑛1 = 𝑁1 = 1000 = 6,57 ≈ 7
𝑁 3500
Estrato: Bueno
𝑁1 = 2000; 𝑁 = 3500; 𝑛 = 23
Aplicando la fórmula:
𝑛 23
𝑛1 = 𝑁1 = 2000 = 13,14 ≈ 13
𝑁 3500
Luego, 𝑛1 = 3; 𝑛2 = 7; 𝑛3 = 13
Ejemplo 1.66.
Suponga, que una empresa la conforman cinco (5) directores, veinticinco (25) gerentes
medios, ciento setenta (170) personas entre personal técnico y profesional y trescientas
(300) personas del sector obrero. Y que se realizará un muestreo para seleccionar el
10% de quienes laboran en la corporación para realizar un estudio. Realizar un muestreo
aleatorio estratificado considerando una distribución proporcional al tamaño de cada
estrato.
Solución
Estrato Tamaño
1. Directores 5
2. Gerentes 25
3. Técnico Profesional 170
4. Personal Obrero 300
Total 500
96
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑛 = 10%𝑁 = 10%(500) = 50
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
Estrato: Directores
𝑁1 = 5; 𝑁 = 500; 𝑛 = 50
Aplicando la fórmula:
𝑛 50
𝑛1 = 𝑁1 =5 = 0,5 ≈ 1
𝑁 500
Estrato: Gerentes
𝑁1 = 25; 𝑁 = 500; 𝑛 = 50
Aplicando la fórmula:
𝑛 50
𝑛1 = 𝑁1 = 25 = 2,5 ≈ 3
𝑁 500
Estrato: Técnico Profesional
𝑁1 = 170; 𝑁 = 500; 𝑛 = 50
Aplicando la fórmula:
𝑛 50
𝑛1 = 𝑁1 = 170 = 17
𝑁 500
Estrato: Personal Obrero
𝑁1 = 300; 𝑁 = 500; 𝑛 = 50
Aplicando la fórmula:
𝑛 50
𝑛1 = 𝑁1 = 300 = 30
𝑁 500
97
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Si ocurre que las unidades de análisis en un estrato están más dispersas, entonces la
selección de unidades de ella no dependerá del tamaño del estrato correspondiente,
será en este caso más adecuado considerar ya no la proporcionalidad como criterio,
sino, la varianza porque ella cuantifica la dispersión de las unidades que conforman un
estrato. Entonces, se define el tamaño de los estratos proporcionalmente a la desviación
estándar de las variables objeto de estudio. Es decir, se toman estratos de mayor
tamaño en los estratos con mayor variabilidad interna para representar mejor en el total
de la muestra los grupos poblacionales más difíciles de estudiar.
DEFINICIÓN
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
98
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
𝑁𝑖 : Tamaño del i-ésimo estrato
𝜎𝑖 : Desviación estándar del i-ésimo estrato
Ejemplo 1.67.
En una ciudad de 100 000 habitantes, el 40% de sus habitantes adultos tienen edades
comprendidas entre 18 y 30 años, el 35% tienen edades comprendidas entre 31 y 65
años y el 25% son mayores de 65 años. Las desviaciones estándar de cada estrato son
respectivamente de: 900,
Con objeto de estimar la talla media de los habitantes adultos de la ciudad se realiza un
muestreo estratificado con asignación de varianza mínima considerando una muestra
de tamaño 100. Determinar la distribución de la muestra en cada estrato.
Solución
99
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑛 = 100
3
∑ 𝑁𝑖 𝜎𝑖 = (40 000 × 9) + (35 000 × 11) + (25 000 × 8.3) = 952 500
𝑖=1
𝑁1 = 40 000 ; 𝜎𝑖 = 9
Aplicando la fórmula:
40 000 × 9
𝑛1 = 100 = 37,81 ≈ 38
952 500
Estrato: 31 a 65 años
𝑁2 = 35 000 ; 𝜎2 = 11
Aplicando la fórmula:
35 000 × 11
𝑛1 = 100 = 40,44 ≈ 40
952 500
Estrato: Más de 65 años
𝑁3 = 25 000 ; 𝜎3 = 8,3
Aplicando la fórmula:
25 000 × 8,3
𝑛1 = 100 = 21,80 ≈ 22
952 500
100
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Si el coste para obtener una observación varía de un estrato a otro, tomaremos muestras
pequeñas de estratos con altos costes. Se realizará así, porque el objetivo es mantener
el coste del muestreo al mínimo.
DEFINICIÓN
La asignación de coste mínimo trata de minimizar los costes con la misma eficiencia,
esta asignación es útil en el caso de que el coste del estudio varíe en los estratos, en
cuyo caso puede ser preferible que la muestra contenga el máximo de elementos con
bajo coste y el mínimo de elementos de alto coste sin perder eficiencia.
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
𝑁𝑖 : Tamaño del i-ésimo estrato
𝜎𝑖 : Desviación estándar del i-ésimo estrato
𝑐𝑖 : Coste de la observación de una unidad de análisis del i-ésimo estrato
101
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.68.
Solución
Donde:
𝑛 = 58
3
𝑁𝑖 𝜎𝑖 155 × 5 62 × 15 93 × 10
∑ =( )+( )+( ) = 800,8333
𝑖=1
√𝑐𝑖 √9 √9 √16
102
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Estrato 1: Pueblo A
𝑁1 = 155 ; 𝜎1 = 5; 𝑐1 = 9
Aplicando la fórmula:
155 × 5
𝑛1 = 58 √9 = 18,71 ≈ 19
800,83
Estrato 1: Pueblo B
𝑁2 = 62 ; 𝜎2 = 15; 𝑐2 = 9
Aplicando la fórmula:
62 × 15
𝑛2 = 58 √9 = 22,45 ≈ 22
800,83
𝑁3 = 93 ; 𝜎3 = 10; 𝑐3 = 16
Aplicando la fórmula:
93 × 10
𝑛3 = 58 √16 = 16,84 ≈ 17
800,83
Las expresiones anteriores son válidas para variables continuas. Para proporciones
pueden utilizarse las expresiones anteriores si puede realizarse la aproximación a la
distribución normal, sustituyendo la media y varianzas por sus correspondientes
aproximaciones, distinguiendo dos casos: Binomial y de Poisson. En el caso de
proporciones que no cumplan las condiciones para realizar las aproximaciones a la
normal, se recomienda utilizar la bibliografía especializada.
En los ejemplos que se han presentado, se han pedido estimar variables numéricas, por
ejemplo, número promedio de horas dedicadas al estudio de un universitario los fines
de semana, etc. Por el contrario, si se desea estimar variables cualitativas, ejemplo
proporción de personas que aceptan la despenalización del aborto, etc.
103
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
EJERCICIOS RESUELTOS
Solución
Paso 1:
Para elegir una muestra estratificada, primero se divide los hombres de las
mujeres y se asignan números de identificación a cada estrato
Paso 2:
104
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Por lo tanto, la muestra del estrato de mujeres queda constituida por: Alicia
y Fernanda
No trabaja: Alicia y Fernanda
Conclusión
Solución
La cantidad de unidades de análisis que formarán parte de cada estrato 𝑛𝑖 , está dada
por la siguiente fórmula:
𝑛
𝑛𝑖 = 𝑁𝑖 = 𝑘𝑁𝑖
𝑁
𝑛 𝑛𝑖
𝑘= =
𝑁 𝑁𝑖
105
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑛1 375
𝑘= = = 0, .05
𝑁1 7500
Luego, es posible determinar los demás tamaños muestrales del segundo, tercer y
cuarto estrato, aplicando la fórmula:
𝑛𝑖 = 𝑘𝑁𝑖
Estrato 2: 31 a 45 años
𝑛2 = 𝑘𝑁2 = (0.05)(8 400) = 420
Estrato 3: 46 a 60 años
𝑛3 = 𝑘𝑁3 = (0.05)(5 700) = 285
Solución
𝑁1 + 𝑁2 + 𝑁3 + 𝑁4 = 24 + 104 + 56 + 16 = 200
106
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Estrato 1: Menores de 30
𝑛 25
𝑛1 = 𝑁1 = 24 =3
𝑁 200
Estrato 2: Entre 30 y 50
𝑛 25
𝑛2 = 𝑁2 = 104 = 13
𝑁 200
Estrato 3: Entre 50 y 70
𝑛 25
𝑛3 = 𝑁3 = 56 =7
𝑁 200
Estrato 4: Mayores de 70
𝑛 25
𝑛4 = 𝑁4 = 16 =2
𝑁 200
EJERCICIOS PROPUESTOS 9
107
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
4. En una población de 1500 jóvenes, 7500 adultos y 1000 ancianos, se hace una
encuesta a 200 personas para conocer sus actividades de ocio preferidas. Si se
utiliza un muestreo estratificado, ¿qué tamaño muestral corresponde a cada
estrato?
5. Se quiere estimar la media de una población estratificada en tres estratos. De
tamaños: 𝑁1 = 3000; 𝑁2 = 2000 y 𝑁3 = 5000 y varianzas poblacionales de cada
estrato de 𝜎12 = 100; 𝜎22 = 400 y 𝜎32 = 900, por medio de una muestra aleatoria de
tamaño 120. Determinar la distribución de las unidades de la muestra en los tres
estratos utilizando:
a. Afijación uniforme
b. Afijación proporcional
c. Afijación varianza mínima
6. Un colegio tiene 10 000 alumnos, 5000 cursan enseñanza inicial, 3000 enseñanza
primaria y 2000 enseñanza secundaria. Se quiere realizar un estudio sobre la
aptitud en matemáticas, para lo cual en necesaria una muestra de 100 alumnos
seleccionada mediante muestreo estratificado aleatorio con asignación
proporcional, ¿cuál es el número de alumnos de cada grupos que deben formar
parte de la muestra?
7. En el curso 1997/98 los alumnos de 1º semestre de una localidad se distribuyen en
tres institutos con 78, 48 y 120 alumnos. Si queremos elegir una muestra de 12
alumnos.
a) ¿Cuántos se toman en cada estrato con afijación uniforme?
b) ¿Y si la afijación es proporcional?
8. Los alumnos de un instituto se distribuyen en cuatro cursos con 200, 140, 160 y 100
alumnos. Si queremos elegir una muestra de 20 alumnos.
a) ¿Cuántos se toman en cada estrato con una afijación igual?
b) ¿Y si la afijación es proporcional?
Solución: a) 5; b) n1 = 7, n2 = 5, n3 = 5, n4 = 3.
108
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
9. En un país las declaraciones fiscales correctas son del 60%, 40% y 80%, según se
trate de industriales, profesionales o asalariados. Se sabe que el total de
declaraciones el 10% son de industriales, el 20% de profesionales y el resto de
asalariados. Si se realizan 1500 inspecciones:
a) ¿Cuántos industriales, profesionales o asalariados han de ser inspeccionados
si se desea que la inspección sea proporcional a la probabilidad de
declaración incorrecta?
b) ¿Cuántos industriales, profesionales o asalariados han de ser inspeccionados
si se desea que la inspección sea proporcional al número de declaraciones
en cada categoría?
10. En una biblioteca se tienen 1700 libros de Filosofía, 1200 de Sociología, 800 de
Matemáticas, 14400 de Literatura y 2900 de Historia. Si se desea obtener una
muestra de 150 libros.
a) ¿Cuántos se toman en cada estrato con una afijación igual?
b) ¿Y si la afijación es proporcional?
11. Los habitantes de una ciudad se distribuyen según sexo y categoría de fumador/no
fumador de acuerdo con la siguiente tabla.
12. Se desea elegir una muestra, por el método estratificado, por sexo y categoría de
fumador de 22 individuos para pasarles una encuesta, ¿cómo se haría? Solución:
3 hombre fumadores, 7 no fumadores, 4 mujeres fumadoras, 8 no fumadoras.
13. De una población de 280 hombres y 320 mujeres se desea seleccionar una muestra
estratificada, con afijación proporcional de tamaño 60, distribuida en los dos estratos. ¿Cuál
será la composición de la muestra?
14. Una Institución Educativa se compone de 4 clases de 1ero, 4 de 2do, 4 de 3ero y 4 de 4to
de secundaria. En cada una de las 4 plantas que tiene el centro, hay una clase de cada curso.
Di cómo se extrae una muestra estratificada
15. Pon un ejemplo de situación en la que la muestra más conveniente se obtenga mediante
muestreo estratificado con afijación proporcional.
109
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
16. Los siguientes datos han sido extraídos de una investigación realizada por La
Defensoría del Pueblo, Comisión de la Verdad y Reconciliación, Comité
Internacional Cruz Roja y Coordinadora Nacional de Derechos Humanos sobre un
total de 150 personas extraviadas en el Perú entre los años 1980 y 1996 en los 3
principales departamentos donde hubo el brote terrorista: Ayacucho, Huánuco y
San Martín. Las variables que se consideraron fueron: Lugar de procedencia, Sexo
y Edad al momento de la desaparición. Los datos se presentan a continuación:
110
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
TAMAÑO DE LA MUESTRA
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
𝜎𝑖2 : Varianza poblacional del i-ésimo estrato.
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la
media poblacional)
𝑁 : Tamaño de la población.
𝑛 : Tamaño de la muestra.
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
2
𝜎𝑖 : Varianza poblacional del i-ésimo estrato.
𝑁
𝑊𝑖 = 𝑖: Fracción o Peso poblacional del i-ésimo estrato.
𝑁
111
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
𝑝𝑖 : Proporción poblacional que satisface una característica de interés en el i-
ésimo estrato.
𝑞𝑖 = 1 − 𝑝𝑖 : Proporción poblacional que no satisface una característica de interés
en el i-ésimo estrato.
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la
media poblacional)
𝑁 : Tamaño de la población.
Donde:
𝑧𝛼⁄2 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 (Tabla de
probabilidades normal estándar Z)
𝑝𝑖 : Proporción poblacional que satisface una característica de interés en el i-
ésimo estrato.
𝑞𝑖 = 1 − 𝑝𝑖 : Proporción poblacional que no satisface una característica de interés
en el i-ésimo estrato.
𝑁
𝑊𝑖 = 𝑖 : Fracción o Peso poblacional del i-ésimo estrato.
𝑁
112
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Ejemplo 1.69.
Una población de tamaño 1000, está dividida en tres estratos para los que se conocen
los siguientes datos:
Desviación Peso
estándar
Estrato 1 𝜎1 = 4 𝑊1 = 0.6
Estrato 2 𝜎2 = 12 𝑊2 = 0.3
Estrato 3 𝜎3 = 80 𝑊3 = 0.1
Solución
Donde:
𝑧0,025 = 1,96 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 = 0,95
𝜎𝑖2 : Varianza poblacional del i-ésimo estrato.
𝑁
𝑊𝑖 = 𝑖: Fracción o Peso poblacional del i-ésimo estrato.
𝑁
𝐸 = 5: Error de muestreo o estimación (diferencia entre la media muestral y la
media poblacional)
𝑁 = 1000 : Tamaño de la población.
692.8
𝑛= = 96.21
52 692.8
+
1,962 1000
113
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑛𝑖 =𝑊𝑖 𝑛
Ejemplo 1.70.
Una población de tamaño 1000, está dividida en tres estratos para los que se conocen
los siguientes datos:
Proporción Peso
Poblacional
Estrato 1 𝑝1 = 0.5 𝑊1 = 0.2
Estrato 2 𝑝2 = 0.6 𝑊2 = 0.3
Estrato 3 𝑝3 = 0.4 𝑊3 = 0.5
Solución
Donde:
𝑧0,025 = 1,96 : Coeficiente de confianza asociado al nivel de confianza 1 − 𝛼 = 0,95
𝑝𝑖 : Proporción poblacional que satisface una característica de interés en el i-
ésimo estrato.
𝐸 = 0.02: Error de muestreo (diferencia entre la media muestral y la media
poblacional)
𝑁 = 1000 : Tamaño de la población.
114
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
∑ 𝑊𝑖 𝑝𝑖 (1 − 𝑝𝑖 ) =(0.2 × 0.5 × 0.5) + (0.3 × 0.6 × 0.4) + (0.5 × 0.4 × 0.6) = 0.242
𝑖=1
0.242
𝑛= = 699,17
0.022 0.242
+
1,962 1000
𝑛𝑖 =𝑊𝑖 𝑛
Por lo tanto, los tamaños en cada estrato son: 𝑛1 = 140; 𝑛2 = 210; 𝑛3 = 350
115
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Introducción
CONGLOMERADOS
Son grupos disjuntos (sin solapamiento) y exhaustiva (todos los individuos deben estar
en un grupo), de tal manera que los grupos no difieran entre sí en relación a aquello que
queremos medir.
Estos grupos deberán ser tan heterogéneos como la población total. Si los grupos son
tan heterogéneos como la población, es tan eficiente como el muestreo aleatorio simple.
116
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
muestreo. A cambio, es habitual obtener una menor precisión al usar esta técnica,
causada por falta de heterogeneidad dentro de los conglomerados.
Ejemplo 1.71.
Los muestreos por racimos se utilizan por razones de economía. En esta técnica la
unidad básica no es el individuo, sino grandes unidades o cluster de individuos. Se
podrían por ejemplo, elegir agencias sociales o clases de una escuela de trabajo social.
Ejemplo 1.72.
Ejemplo 1.73.
Ejemplo 1.74.
Ejemplo 1.75.
Ejemplo 1.76.
Un sociólogo quiere estimar los ingresos medios por persona en cierta ciudad pequeña.
No existe una lista disponible de adultos residentes. ¿Cómo debería seleccionar la
muestra?
Solución
La ciudad se divide en bloques rectangulares, excepto las dos áreas industriales y los
tres parques que contienen pocas casas. El sociólogo decide que cada bloque de la
ciudad se considerará como un conglomerado, las dos áreas industriales se considerará
como otro conglomerado, y finalmente, los tres parques se considerarán un
conglomerado más. Los conglomerados se numeran sobre un mapa de la ciudad, con
los números del 1 al 415. El investigador tiene tiempo y recursos suficientes para
muestrear 𝑛 = 25 conglomerados y entrevistar a cada hogar dentro de cada uno.
Entonces se seleccionan 25 números aleatorios entre 1 y 415, y los conglomerados con
117
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Criterios
Ejemplo 1.77.
Ejemplo 1.78.
PROCEDIMIENTO
Paso 1:
Partimos de una población 𝑈 de tamaño 𝑁 (población compuesta por 𝑁 unidades de
análisis). Dividimos la población en 𝐿 subgrupos disjuntos denominados conglomerados
del mismo tamaño 𝑁1 ; 𝑁2 ; . . . ; 𝑁𝐿 .
Paso 2:
Una vez hemos definido estos conglomerados, seleccionaremos al azar algunos de ellos
para estudiarlos, ya sea mediante un muestreo aleatorio simple o un muestreo
sistemático.
118
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Paso 3:
Una vez seleccionado los conglomerados a estudiar por cualquiera de los métodos
anteriores, podemos investigar a todos los sujetos que forman parte de los mismos, se
denomina muestreo por conglomerados unietápico.
Paso 4:
Si en vez de analizar a todos las unidades que forman parte de los conglomerados
seleccionados, analizamos sólo a un aparte, entonces se puede aplicar un nuevo
proceso de muestreo dentro del conglomerado, por ejemplo obteniendo una muestra
mediante muestreo aleatorio simple o sistemático. Si optamos por esta posibilidad,
estaremos hablando de un muestreo por conglomerados en dos etapas o bietápico:
la primera etapa es la selección del conglomerado, la segunda la de individuos dentro
del conglomerado.
Ejemplo 1.79.
Solución
Paso 1:
En vez de obtener una lista de todos los alumnos que pertenecen al dormitorio y realizar
una muestra aleatoria simple, observa que dicho dormitorio consta de 100 cuartos, cada
uno con cuatro estudiantes.
Cada cuarto será considerado como un conglomerado.
Paso 2:
Entonces se elige 5 cuartos al azar mediante un muestreo aleatorio simple.
Paso 3:
Una vez seleccionado los cuartos (conglomerados) a estudiar, se toma nota de cada
observación (nota de cada alumno), se denomina muestreo por conglomerados
unietápico.
119
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 = 100
𝑛=5
𝑀=4
La estimación del total de las calificaciones de todos los alumnos que pertenecen al
dormitorio, está dada por la siguiente fórmula:
100
𝑡̂ = (12.16 + 11.36 + 8.96 + 12.96 + 11.08) = 1130,4
5
Ejemplo 1.80.
Solución
Paso 1:
Las familias viven en las casas habitacionales y éstas casa están situadas en 415
manzanas dentro del municipio.
Cada manzana será considerada como un conglomerado.
Paso 2:
Se elige 10 manzanas al azar mediante un muestreo aleatorio simple del total de las
415 manzanas del municipio.
Paso 3:
Una vez seleccionado las manzanas (conglomerados) a estudiar, se toma nota de cada
observación (número de adultos en cada manzana, Ingreso total por cada manzana) se
denomina muestreo por conglomerados unietápico.
Los resultados se presentan en la siguiente tabla:
120
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
𝑁 = 415
𝑛 = 10
La estimación del ingreso promedio por adulto, está dada por la siguiente fórmula:
651
𝑥̂ = = 10,61
64
La estimación del promedio de adultos por manzana, está dada por la siguiente fórmula:
64
𝑦̂ = = 6,4
10
EJERCICIOS PROPUESTOS 10
121
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Anexo 1
Tabla 1
122
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Anexo 2
Tabla 1
123
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Tabla 2
124
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Tabla 3
125
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Tabla 4
126