Muestreo Probabilistico 2 de Julio 2021

ESTADÍSTICA I PROF.
LUIS GUERRA JORDÁN

ESCUELA PROFESIONAL DE ADMINISTRACIÓN MUESTREO
Escuela Profesional de
Psicología
PSICOESTADÍSTICA
MUESTREO
Docente: Luis Fernando Guerra

Jordán
Arequipa – 2021
1
ESTADÍSTICA I PROF. LUIS GUERRA JORDÁN
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
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.
Los ejemplos mencionados incluyen métodos de muestreo. Según el método de

muestreo que se haya utilizado y el tamaño de la muestra que se haya obtenido, los
resultados obtenidos serán más confiables que otros. En estos apuntes se ha tratado
de elaborar desde los conceptos de muestreo y los diferentes métodos de muestreo
probabilístico y no probabilístico que se utilizan en estudios sobre todo de carácter
social. Se detallan los tamaños de las muestras según los parámetros que se desean
obtener en estudios cuantitativos.
Es altamente probable que en algún momento de su futuro desempeño profesional

muchos de los estudiantes de la Escuela de Trabajo Social deban evaluar la validez y
precisión de muestras utilizadas en investigaciones sociales, interpretar la información
contenida, considerar la conveniencia y posibilidad de seleccionar una muestra,
participar en la elaboración de estrategias muestrales, proceder a la selección de
muestras sencillas, a la estimación de parámetros y a trabajar en equipo con
profesionales estadístico-matemáticos para la selección y estimación en muestras
complejas.
El muestreo aplicado a trabajo social no propone formar “muestristas”, pero si aportar
los conocimientos mínimos necesarios para encarar estas y otras actividades similares.
(Sociología, Fac. de Cs. Sociales, UBA)
3
MUESTREO
CONCEPTOS BÁSICOS
UNIVERSO O POBLACIÓN
Es el conjunto de elementos que presentan una característica común que es objeto de

estudio.
(Pineda, Alvarado y Canales, 1994)
Población o universo de estudio es un conjunto de unidades para las que se desea

obtener cierta información en un tiempo y espacio concreto.
(Sanchez Crespo, 1971)
Dicha característica puede ser:

• demográfica,
Población diana
• social,
• problema de salud,
• enfermedad, etc…
Ejemplo 1.1.
Adolescentes con estudios de primaria completos de la ciudad de Arequipa en el

año 2018.
Ejemplo 1.2.
• Población de mujeres en edad fértil,

• Población de mujeres con cáncer de mama o
• Población de Universidades públicas.
OBSERVACIÓN
• En toda investigación la población diana es el universo al que queremos

generalizar nuestros resultados.
• Esta es la población que se define en el objetivo de estudio o de investigación.
• También se le conoce como POBLACIÓN DIANA o POBLACIÓN BLANCO.
• Se delimitada por características demográficas, sociales, hábitos de vida,
problemas de salud, etc.
• Las poblaciones blancas o dianas suelen ser de un tamaño tal que son
insuficientes los recursos disponibles o el tiempo para estudiarlo.
4
Las unidades o elementos que conforman la población pueden ser:
• Personas
• Familias
• Viviendas
• Escuelas
• Organizaciones
• etc
POBLACIÓN ACCESIBLE
La población accesible está compuesto por el conjunto de elementos o unidades que

pertenecen a la población, que se encuentran disponibles para la investigación.
Está delimitada por los criterios de inclusión y exclusión.
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.
En una investigación en la que nuestra población diana sean mujeres embarazadas

nuestra población accesible puede ser mujeres embarazadas que acudan a los
controles prenatales en un área determinada.
CRITERIOS
Los criterios que se establecen en un estudio permiten seleccionar adecuadamente que

elementos forman parte o se descartan de la población diana. Tenemos dos tipos de
criterios:
CRITERIOS DE INCLUSIÓN
Son aquellos criterios que los elementos o unidades de estudio deben poseer para
formar parte de la población diana.
En estudios sociales se deben definir tres tipos de características:

1. Temporales: existencia de un periodo de tiempo determinado.
2. Demográficas-sociales: la raza, la edad, el sexo, la profesión o el nivel cultural.
3. Geográficas: delimitación del territorio, por ejemplo: pacientes ingresados en un
hospital; participantes que viven en un barrio determinado…
CRITERIOS DE EXCLUSIÓN
Son aquellos criterios que pueden hacer que un elemento o unidad se descarte de la
población diana.
5
Se han de tener en cuenta los siguientes:

1. Razones éticas.
2. Rechazo: la unidad de estudio o el elemento, no desea formar parte del estudio
y por lo tanto no presta su firma en el documento de consentimiento informado.
OBSERVACIÓN
• Primero se aplican los criterios de inclusión y después los de exclusión.

• No pueden ser criterios de inclusión ni exclusión los que ya están acotados en la
definición de la propia población diana.
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:
“Población de 70 ó más años que residen en la ciudad de Arequipa”
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.
b) Si el objetivo fundamental de la investigación fuese la corrupción política a través de

la prensa escrita una definición sería:
“Artículos de prensa publicados en los periódicos entre 2010 hasta el 2018”
Población
Población accesible
Ejemplo 1.5.
- Población diana: Hipertensos del centro de salud X

- Población accesible: Hipertensos del centro de salud X que cumplan los criterios
de selección (ser mayor de 18 años, haber sido diagnosticado hace más de 6
meses de la patología, ser independiente para las Actividades de la Vida
Diaria…).
6
Según la cantidad de elementos que conforman una población esta puede ser:
POBLACIÓN FINITA
Una población es finita cuando consta de un número limitado de elementos.
Ejemplo 1.6.
Son ejemplos de población finitas

• Los alumnos con matrícula vigente 2019 – II de la Escuela de Contabilidad de la
UNSA
• Los productos de limpieza de un supermercado de la ciudad de Arequipa
• Los libros de una biblioteca municipal
• Los automóviles que hacen servicio taxi en la ciudad de Arequipa
• La totalidad de hombres mayores de 18 años de edad de la ciudad de Arequipa,
con denuncias de violencia familiar.
• La totalidad de mujeres del Distrito de Hunter, que presentan violencia familiar
en sus hogares.
POBLACIÓN INFINITA
Una población es infinita cuando consta de un número ilimitado de elementos.
Ejemplo 1.7.
Son ejemplos de población infinitas
• La población de insectos en el mundo.

• La población de todos los neumáticos que pueden ser fabricados en el proceso
de producción en un punto particular en el tiempo.
• La extracción de canicas de una urna regresando cada canica a su lugar antes
de sacar otra.
OBSERVACIONES
• En situaciones más reales se considera la población infinita cuando el tamaño

de la población finita es muy grande que hace no posible enumerar en un tiempo
razonable sus elementos.
• Algunos autores consideran la población distinta al Universo, sin embargo en
estos apuntes lo usaremos indistintamente
• Según el tipo de investigación o estudio que se realice los elementos de la
población pueden ser observables o medibles según el tipo de investigación.
CENSO
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
Ejemplo 1.8.
• Censo de población y vivienda de los habitantes del Perú.

• Censo nacional agropecuario.
MUESTRA
Es el subconjunto de la población seleccionado para la investigación que es objeto de

estudio.
OBSERVACIÓN
• La selección se hace porque generalmente el costo, el tiempo y los recursos son

limitados para hacer la investigación con toda la población. A partir de los
resultados del estudio con la muestra (siendo ésta representativa de la
población), el investigador hace inferencias sobre la población. En caso de
utilizarse debe señalarse el tipo de muestra, según su conformación si la misma
es probabilística o no probabilística. Y según esto señalarse el tipo de muestreo.
• La muestra debe representar a la población, por lo que cada uno de sus
miembros debe tener la misma oportunidad de ser elegido.
• Más importante que el número de sujetos es la forma como se eligen. La
utilización de pequeñas muestras cuidadosa y sistemáticamente seleccionadas
ahorra tiempo y dinero.
MUESTREO
Conjunto de procedimientos estadísticos, mediante el cual se elementos de la población

para que formen parte de una muestra.
Población Muestreada Muestreo
CARACTERÍSTICAS
Las principales características para seleccionar una muestra son:
• No es posible estudiar a todas las unidades de la población debido al tiempo y a

lo económico que significaría estudiar a cada unidad de la población.
• Si una muestra tiene el tamaño suficientemente grande, proporciona una
precisión suficiente para los objetivos de estudio.
8
VENTAJAS
Las principales ventajas son:
• Necesitamos estudiar menos individuos, necesitamos menos recursos (tiempo y

dinero).
• La manipulación de datos es mucho más simple. Si con una muestra de 1 200
personas tengo suficiente.
DESVENTAJAS
Las principales desventajas son:

• Introducimos error (controlado) en el resultado, debido a la propia naturaleza del
muestreo y a la necesidad de generalizar resultados.
• Tenemos el riesgo de introducir sesgos debido a una mala selección de la
muestra. Por ejemplo, si la forma en que selecciono individuos para la muestra
no es aleatoria, mis resultados pueden verse seriamente afectados.
Población diana
Muestra
UNIDAD DE ANÁLISIS
Es el elemento (persona, institución u objeto) que constituye la población o muestra,

sobre quienes vamos a efectuar el estudio. Se relaciona con la investigación que se va
a realizar.
Ejemplo 1.9.
Según el tipo de investigaciones, las unidades de análisis pueden ser:
• Personas
• Grupos humanos
• Poblaciones completas
• Unidades geográficas determinadas
• Enfermedades, accidentes, casos de infecciones
• Exámenes, días, camas, etc.
9
Ejemplo 1.10.
Se estudia las condiciones de hacinamiento de las familias del Municipio del distrito de
Socabaya.
• La unidad de análisis: 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
Muestra
Unidad de
análisis
Ejemplo 1.11.
Si se investiga sobre la situación de la vivienda en la ciudad de Arequipa, las unidades

de análisis pueden ser las personas que habitan las viviendas o las viviendas mismas.
UNIDAD DE MUESTREO
Es la unidad o grupo de unidades de análisis que se descompone o divide la población.
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
Ejemplo 1.13.
Si se desea conocer en qué porcentaje las madres de familia de un distrito determinado

realizan la denuncia policial correspondiente por violencia familiar.
La unidad de muestreo: son las viviendas numeradas del Distrito.

La unidad de análisis: es la madre de familia que se entrevistará.
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.
La unidad de muestreo: son las viviendas numeradas de la comunidad.

La unidad de análisis: es la madre de familia que se entrevistará.
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
Es una lista de las unidades de muestreo de donde se obtiene la muestra.
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.
Plano del centro de Arequipa
11
OBSERVACIÓN
• Las unidades de muestreo contienen una o varias unidades de análisis.
Ejemplo 1.16.
Para estudiar técnicas de estudios en niños de escuelas primarias, entonces:

Las unidades elementales: serán los niños.
Las unidades muestrales: serán las escuelas
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
Es la unidad de la que se obtiene información para realizar una investigación.
Ejemplo 1.17.
Las encuestas de hogares del Instituto de estadística, están dirigidas al conjunto de

hogares establecidos en viviendas particulares ocupadas de las ciudades capitales,
resto urbano y área rural de un país. Excluyen a personas que residen en viviendas
colectivas como hospitales, cuarteles, hoteles, conventos, etc.
• La unidad de observación es el hogar y

• Las unidades de análisis son los hogares y las personas que forman parte de los
hogares.
Ejemplo 1.18.
En un estudio social, se estaría interesado en el acoso sexual de las mujeres mayores

de 18 años de edad en la ciudad de Arequipa.
• 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
• En una situación ideal, la población muestreada será idéntica a la población

accesible. En situaciones reales, no siempre sucede así, es decir, la población
muestreada es menor que la población accesible.
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.
A continuación, mostraremos un ejemplo de una parte de una ficha técnica de una

encuesta realizada en la ciudad de Lima.
CLASIFICACIÓN
De acuerdo al tipo de selección de elementos de la población, el muestreo se puede

clasificar en:
• Muestreo Probabilístico
• Muestreo no Probabilístico
Muestreo
Probabilístico No probabilístico
13
PARÁMETRO Y ESTADÍSTICO
Ejemplo 1.20.
En base a las opiniones de una entrevista personal, realizada a los estudiantes de la

universidad san Agustín se podría afirmar que en una próxima elección de autoridades
universitarias, el 75% favorecerían aquella autoridad que se preocupe más por la
implementación de laboratorios y equipamiento moderno.
De acuerdo al ejemplo mencionados anteriormente, es necesario calcular un

estadístico de la muestra (característica numérica representativa de la muestra) y con
base en ella, es posible realizar afirmaciones de los parámetros que se desconoce de
la población.
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
• La media aritmética es un parámetro si se calcula para toda la población en tanto

que si se calcula para una muestra, es un estadístico o estadígrafo.
• La proporción es un parámetro si se calcula para toda la población en tanto que
si se calcula para una muestra, es un estadístico.
14
• Dado que un parámetro se calcula para toda la población, su valor es constante;

en cambio, el valor de un estadístico varía de una muestra a otra; luego, un
estadístico es una variable
La siguiente tabla se presenta diferentes parámetros (media, varianza, desviación típica

o estándar) y estadísticos (media, varianza, desviación típica o estándar) para una
población y muestra respectiva cuando la variable es cuantitativa.
La siguiente tabla se presenta diferentes parámetros (media, varianza, desviación típica

o estándar) y estadísticos (media, varianza, desviación típica o estándar) para una
población y muestra respectiva cuando la variable es cualitativa dicotómica.
Ejemplo 1.23.
Supongamos que nuestra población consiste en las "años de experiencia" en un centro

laboral de cinco trabajadores sociales son las siguientes:
Trabajadores Experiencia
Sociales Laboral (años)
Juan 2
Jessica 2
Mario 4
Luis 5
Andrés 2
15
La media aritmética de la población 𝜇 es constante y su fórmula es:
𝑁
1
𝜇 = ∑ 𝑥𝑖
𝑁
𝑖=1
Reemplazando los valores tenemos:
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
Si seleccionamos una muestra aleatoria de una muestra de dos trabajadores sociales y

estas resultan ser la primera y la segunda,
2+2
𝑥̅ = =2
2
En cambio, si la muestra consiste en la tercera y cuarta de los trabajadores sociales, la
media aritmética es ahora 4.5 años.
Sociales Laboral (años)
Juan 2
Jessica 2
Mario 4
Luis 5
Andrés 2
4+5
𝑥̅ = = 4.5
2
Se ve así que la media aritmética puede cambiar de una muestra a otra.
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:
Hijos
Sociales Laboral
Juan 2 SI
Jessica 2 NO
Mario 4 SI
Luis 5 SI
Andrés 2 NO
La proporción poblacional de los trabajadores sociales que “tienen hijo” es constante y

es igual a:
16
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 3
𝑝= = = 0,6
𝑐𝑎𝑠𝑜𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠 5
Si asignamos el valor de 1 si tienen hijos y 0 si no lo tienen los trabajadores sociales, es

decir:
1, 𝑈𝑖 ∈ 𝐶
𝑥𝑖 = {
0, 𝑈𝑖 ∉ 𝐶
Donde:
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:
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%)
Si seleccionamos una muestra aleatoria simple de tres trabajadores sociales y estas

resultan ser la segunda, tercera y la quinta, entonces la proporción de esta muestra es,
Hijos 𝑥𝑖
Sociales Laboral
Jessica 2 NO 0
Mario 4 SI 1
Andrés 2 NO 0
Luego, la proporción de esta muestra es:
0+1+0 1
𝑝= = = 0,33
3 3
17
En cambio, si la muestra consiste en la primera, tercera y quinta de los trabajadores

sociales,
Hijos 𝑥𝑖
Sociales Laboral
Juan 2 SI 1
Jessica 2 NO 0
Mario 4 SI 1
Luis 5 SI 1
Andrés 2 NO 0
La proporción de esta muestra resulta ahora,
1+1+0 2
𝑝= = = 0,67
3 3
Se ve así que la proporción puede cambiar de una muestra a otra.
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
f) Parámetro: Proporción de niños desnutridos menores de 5 años.

g) Estadístico: Proporción de niños desnutridos menores de 5 años del distrito de
Yurimaguas del departamento de Loreto.
h) Parámetro: Proporción de niños desnutridos menores de 5 años.
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.
3. Un estudiante de sociales, tiene el interés de conocer las opiniones y actitudes de la

población de Arequipa, sobre los derechos del consumidor. Para tal investigación divide a
la población por urbanizaciones, seleccionando al azar sólo algunas de las urbanizaciones,
luego aplica la encuesta en todas las viviendas de las urbanizaciones seleccionadas. De
las 500 personas entrevistadas del distrito de Cayma, se encontró que el 70% ha tenido
problemas en la compra de algún producto o servicio y de ellos sólo el 40% está dispuesto
a reclamar. Al finalizar la investigación se llegó a la conclusión que el 75% de los
arequipeños opinan que en el Perú sus derechos como consumidores se encuentra poco
protegidos. Del estudio determine:
a) La población,
b) Muestra
c) Variables
d) Estadísticos y parámetros
Respuesta:
a) Población: Habitantes del distrito de Cayma.
b) Muestra: 500 personas
c) Variables:
- Ha tenido problemas en la compra (SI/NO)……..Cualitativa Nominal
- Están dispuestas a reclamar (SI/NO)…………….Cualitativa Nominal
d) Estadístico: 60% han tenido problemas en la compra de un producto o servicio.
19
Parámetro: 65& de los caymeños opinan que en el Perú sus derechos como
consumidores se encuentran POCO PROTEGIDOS.
4. Una empresa dedicada a la fabricación de conservas de pescado, tiene planeado introducir

al mercado conservas de trucha. Par ello le encargó a una empresa investigadora de
mercado la realización de un estudio mediante la cual le interesa averiguar, entre otras
cosas, la aceptación del nuevo producto y al precio que las personas estarían dispuestas
a pagar. La encuesta fue realizada en Lima y se entrevistaron a 250 personas. De los
encuestados el 65% estarían dispuestos a consumir el nuevo producto. Además se
concluyó que el precio debería oscilar entre 1.50 y 2.50 soles.
Identifique:
a) La población
b) La muestra
c) Las variables de estudio y sus respectivos tipos
d) Los estadísticos y su parámetro
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
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?
3. Inventa un estudio estadístico y especifica cuál es la población, la muestra y el tamaño de la

población y de la muestra.
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.
4. Un periódico comentando las respuestas a una pregunta de una encuesta de opinión,

que pedía evaluar la labor del presidente, afirmaba: “un 30% de los habitantes
aprueba la gestión global del presidente” y señalaba al final del artículo: “La encuesta
está basada en entrevistas telefónicas con 1210 adultos del Área Metropolitana”
Responda a las siguientes preguntas:
a) ¿Cuál es la población sobre la cual realmente deseaba obtener información el
periódico?
b) ¿Cuál fue 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
g) Parámetros y estadísticos
5. Un fabricante de medicamentos está interesado en la proporción de personas que

padecen hipertensión (presión arterial elevada), cuya condición pueda ser controlada
por un nuevo producto desarrollado por la empresa. Se condujo un estudio en el que
participaron 5,000 personas que padecen de hipertensión, y se encontró que un 80%
de las personas pueden controlar su hipertensión con el medicamento. Suponiendo
que las cinco mil personas son representativas del grupo con hipertensión, conteste
las siguientes preguntas:
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
6. El Consejo Nacional de Política Pública de la persona joven y el Vice ministerio de

Juventud realizaron una encuesta a los residentes en un país (nacionales y
extranjeros) con edades entre 15-35 años en abril del 2007, aplicada una muestra de
2500 jóvenes seleccionados bajo el método de muestreo de cuota, es decir cada
entrevistador debía completar una cuota de entrevistas de jóvenes con determinadas
características utilizando su mejor juicio. En dicha encuesta se lograron estudiar entre
varios aspectos los siguientes: número de hermanos, grado académico,
pasatiempos, edad de inicio de la actividad sexual de los hombres, estado civil, grado
de satisfacción de la educación secundaria. Los principales resultados del estudio se
publicaron en la página 4A de la sección del diario, del 12 de febrero del 2008. Con
base en lo establecido en el enunciado anterior. Indique lo siguiente:
a) Unidad de análisis
b) Unidad de observación
c) Unidad de muestreo
d) ¿Cuál es la población para este estudio?
e) ¿Cuál es la muestra para este estudio?
f) Variables
7. Proporcionar tres ejemplos cuando la unidad de análisis coincide con la unidad de

observación
8. Proporcionar tres ejemplos cuando la unidad de análisis no es la unidad de

observación
9. Proporcionar tres ejemplos cuando la unidad de análisis es la unidad de observación

y es la unidad de muestreo.
10. Proporcionar tres ejemplos cuando la unidad de análisis es diferente a la unidad de

observación y diferente a la unidad de muestreo.
22
MUESTREO PROBABILÍSTICO
DEFINICIÓN
Es el tipo de muestreo, en el cual todos los elementos de la población (unidades de

análisis) tienen una probabilidad conocida de ser seleccionada para formar parte de la
muestra.
La definición anterior nos lleva a concluir que sólo podemos hacer muestreo
probabilístico si dispongo de un marco muestral.
Ejemplo 1.25.
A continuación, daremos algunos marcos muestrales

• El censo de un país,
• El conjunto de direcciones de hogares en una población o
• La lista de clientes de una empresa
Los marcos muestrales hacen posible el uso del muestreo probabilístico. En cada uno
de estos casos, el universo a estudiar es diferente: habitantes de un país, hogares de
una población y clientes de una empresa, respectivamente.
CONDICIONES:
Hablaremos de muestro probabilístico siempre que se cumplan dos condiciones:

(1) Todos los elementos de mi población tienen una probabilidad mayor de cero de
ser seleccionados en la muestra.
(2) Conozco de forma precisa dicha probabilidad para cada elemento, lo que se
conoce como probabilidad de inclusión.
Los principales métodos de muestreo probabilístico son:
• Muestreo Aleatorio Simple

• Muestreo Sistemático
• Muestreo por Conglomerados
• Muestreo Estratificado
Muestreo probabilístico
Aleatorio Simple Sistemático Estratificado Conglomerados
23
MUESTREO NO PROBABILÍSTICO
Es el tipo de muestreo, en el cual para la selección de los elementos de la población

(unidades de análisis) para que formen parte de la muestra no se tiene en cuenta la
probabilidad.
DESVENTAJAS
Las principales desventajas son:
• Son subjetivos en la elección de la muestra

• No se puede calcular errores
• No tiene sentido realizar estudios inferenciales: Cálculo de intervalos de
confianza ni contraste de hipótesis.
• Sólo se puede realizar estudios estadísticos descriptivos.
Sin embargo, no es sencillo cumplir con los requisitos impuestos por el muestreo
probabilístico:
(1) Disponer de un marco muestral es algo relativamente poco habitual.

(2) Lograr que todos los individuos de la población tengan una probabilidad no nula
de ser seleccionados es un requisito igualmente exigente.
(3) Cada unidad que es sujeta de estudio, significa un coste correspondiente, lo que
hace que un muestreo probabilístico requiera un mayor coste al investigador.
Por estas razones, los investigadores recurren con frecuencia a otras técnicas de
muestreo, agrupadas dentro de lo que se conoce como muestreo no probabilístico. Por
ejemplo, seleccionar una muestra buscando individuos por la calle, tratando de que la
mitad sean hombres y la mitad mujeres (coincidiendo con la distribución que se supone
en la población) sería un criterio de muestreo no probabilístico.
En estos casos, debido a que la selección de las unidades de la muestra no es aleatorio,

hablamos de muestreo no probabilístico. Una muestra no probabilística nos informa de
cómo se caracteriza una población pero no nos permite saber con qué precisión.
Los principales métodos de muestreo no probabilístico son:
• Muestreo por Cuotas

• Muestreo Intencional
• Muestreo bola de nieve
• Muestreo discrecional
Muestreo no probabilístico
Cuotas Intencional Discrecional Bola de nieve
24
MUESTREO ALEATORIO SIMPLE
DEFINICIÓN
Procedimiento de muestreo probabilístico, que consiste en la selección de n unidades

de análisis de una población de tamaño N, de tal manera que cada unidad de la
población tenga la misma probabilidad de ser seleccionada para ser parte de la muestra.
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.
MUESTREO ALEATORIO SIMPLE APLICADO A CIENCIAS SOCIALES
En ciencias sociales, imaginemos que necesitamos entrevistar a 300 usuarios de un

centro de atención social. No tenemos más que numerar a cada uno de los usuarios a
partir de los listados existentes, e ir seleccionando números sin repetición
aleatoriamente hasta alcanzar 300 números. Para la selección de los casos
tradicionalmente se han utilizado tablas de números aleatorios, pero hoy en día existen
multitud de aplicaciones informáticas y programas al servicio del investigador que
extraen números al azar de acuerdo con los parámetros deseados.
Ejemplo 1.26.
25
Si el muestreo permite al investigador realizar experimentos seleccionando grupos

representativos de la población y probando las hipótesis con estos grupos se emplearán
muestras aleatorias simples.
CARACTERÍSTICAS
• Es necesario contar con la lista enumerada de todas las unidades de análisis de

la población (marco muestral).
• Se caracterizan porque las unidades o miembros se encuentran fácilmente
concentrados y por tanto es fácil de acceder a ellos.
• Se garantiza que cada una de las muestras posibles tiene la misma probabilidad
de ser elegida.
Dependiendo de si los individuos del universo pueden ser seleccionados más de una
vez en la muestra, hablaremos de:
• Muestreo Aleatorio Simple con reposición donde interese el orden de sus

elementos.
• Muestreo Aleatorio Simple con reposición donde no interese el orden de sus
elementos.
• Muestreo Aleatorio Simple sin reposición donde interese el orden de sus
elementos.
• Muestreo Aleatorio Simple sin reposición donde no interese el orden de sus
elementos.
Muestreo Aleatorio Simple
Sin reposición Con reposición
Interesa el orden No interesa el orden Interesa el orden No interesa el orden
CASO N 1
MUESTREO ALEATORIO SIMPLE CON REPOSICIÓN Y NO INTERVIENE

EL ÓRDEN
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.
El número de muestras de tamaño n, de una población tamaño N que se puede

seleccionar con este procedimiento está dado según la siguiente fórmula:
𝑁+𝑛−1 (𝑁 + 𝑛 − 1)! (𝑁 + 𝑛 − 1)!

𝐶𝑅𝑁;𝑛 = ( )= =
𝑛 𝑛! ((𝑁 + 𝑛 − 1) − 𝑛)! 𝑛! (𝑁 − 1)!
Donde:
26
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
Enumere y mencione la cantidad de muestras que se puede obtener mediante este

mecanismo de selección.
SOLUCIÓN
De acuerdo a las condiciones del problema, se tiene un muestreo aleatorio con

reemplazamiento y donde no importa el orden de sus elementos. Para determinar la
cantidad de muestras de este tipo se aplica la siguiente fórmula:
𝑁+𝑛−1
( )
𝑛
Donde:
𝑁 = 3: Tamaño de la población
𝑛 = 2: Tamaño de la muestra
Reemplazando en la fórmula tenemos:
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!
Luego, la cantidad de muestras de tamaño 2 son en total 6.
(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
Ejemplo 1.28.
En un aula hay 30 alumnos, para realizar un estudio se desea seleccionar mediante

muestreo aleatorio simple con reposición y no interviene el orden una muestra de 10
alumnos. ¿Cuántos grupos distintos de 10 alumnos pueden formarse?
SOLUCIÓN
Se aplica la fórmula anterior, mediante el procedimiento de muestreo aleatorio simple,

es decir:
𝑁+𝑛−1
( )
𝑛
Donde:
𝑁+𝑛−1 30 + 10 − 1
( )=( )
𝑛 10
39 39! 39!
=( )= = = 635 745 396
10 10! (39 − 10)! 10! 29!
Luego, la cantidad de muestras de tamaño 10 son en total 635 745 396.
CASO N 2
MUESTREO ALEATORIO SIMPLE CON REPOSICIÓN E INTERVIENE EL

ÓRDEN

𝑉𝑅𝑁;𝑛 = 𝑁 𝑛
Donde:
Ejemplo 1.29.
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
SOLUCIÓN
De acuerdo a las condiciones del problema, se tiene un muestreo aleatorio con

Donde:

𝑁 𝑛 = 32 = 9
(Juan; Juan) (Juan; Ana)(Juan; Luis) (Ana; Juan)(Luis; Juan)

(Ana; Ana) (Ana; Luis) (Luis; Ana) (Luis; Luis)
(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.

muestreo aleatorio simple una muestra de 3. ¿Cuántos grupos distintos de 10 alumnos
pueden formarse?. Considerar un muestreo con reposición y donde interese el orden
entre sus elementos.
SOLUCIÓN
Se aplica la fórmula correspondiente, mediante el procedimiento de muestreo aleatorio

simple, es decir:
Donde:
29
𝑁 𝑛 = 103 = 1 000
Luego, la cantidad de muestras de tamaño 3 son en total 1 000.
PROBABILIDAD ASOCIADA A UN MUESTREO ALEATORIO SIMPLE CON

REPOSICIÓN E INTERVIENE EL ÓRDEN
La probabilidad de que una muestra de tamaño n sea seleccionada de una población de

tamaño N, donde interesa el orden y es con reposición, está dada por la siguiente
fórmula:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1
𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 𝑛
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑁
CASO N 3
MUESTREO ALEATORIO SIMPLE SIN REPOSICIÓN Y NO INTERVIENE EL

ÓRDEN
Si por el contrario no usamos reposición, un individuo seleccionado para la muestra una

vez ya no entraría nuevamente en el sorteo.

𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
𝐶𝑁;𝑛 : Combinaciones tomados de n elementos de un total de N elementos.
𝑁! = 𝑁(𝑁 − 1)(𝑁 − 2). . .× 1: Factorial del número 𝑁
Ejemplo 1.31.
simple sin reposición y donde no interese el orden. Enumere y mencione la cantidad de
SOLUCIÓN
De acuerdo a las condiciones del problema, se tiene un muestreo aleatorio sin

𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
30
𝑁 3 3! 3! 3 × 2!
𝐶𝑁;𝑛 = ( ) = ( ) = = = =3
𝑛 2 2! (3 − 2)! 2! 1! 2! 1!

(Juan; Ana) (Juan; Luis) (Ana; Luis)
(Juan;Ana) 1/3
(Juan; Luis) 1/3
(Ana;Luis) 1/3
Ejemplo 1.32.

pueden formarse?
SOLUCIÓN

es decir:
𝑁 30 30!
𝐶𝑁;𝑛 = ( ) = ( ) = = 30 045 015
𝑛 10 10! (30 − 10)!
Luego, la cantidad de muestras de tamaño 10 son en total 30 045 015.
PROBABILIDAD ASOCIADA A UN MUESTREO ALEATORIO SIMPLE SIN

REPOSICIÓN Y NO INTERVIENE EL ÓRDEN

tamaño N, donde no interesa el orden y es sin reposición, está dada por la siguiente
fórmula:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1 𝑛! (𝑁 − 𝑛)!

𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 𝑁 =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 (𝑛 ) 𝑁!
Como consecuencia de esta definición, la probabilidad de que cualquier unidad de

análisis de la población aparezca en la muestra está dada por la siguiente fórmula:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 𝑛
𝑃(𝑢𝑛𝑖𝑑𝑎𝑑) = =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑁
CASO N 4
MUESTREO ALEATORIO SIMPLE SIN REPOSICIÓN E INTERVIENE EL

ÓRDEN
31
Las unidades de la población se extraen sin reposición, pero si importa el orden en la

composición de la muestra. En este caso, el número de muestras de tamaño 𝑛 que se
puede obtener está dada por la siguiente expresión:
𝑁 𝑁! 𝑁!
𝑉𝑁;𝑛 = 𝑛! ( ) = 𝑛! =
𝑛 𝑛! (𝑁 − 𝑛)! (𝑁 − 𝑛)!
Donde:
𝑉𝑁;𝑛 : Variación sin repetición tomados de n elementos de un total de N elementos.

𝑁! = 𝑁(𝑁 − 1)(𝑁 − 2). . .× 1: Factorial del número 𝑁
Ejemplo 1.33.
simple sin reposición y donde interese el orden. Enumere y mencione la cantidad de
SOLUCIÓN
De acuerdo a las condiciones del problema, se tiene un muestreo aleatorio sin

reemplazamiento y donde importa el orden de sus elementos. Para determinar la
𝑁 𝑁! 𝑁!
𝑉𝑁;𝑛 = 𝑛! ( ) = 𝑛! =
𝑛 𝑛! (𝑁 − 𝑛)! (𝑁 − 𝑛)!
Donde:

𝑁! 3! 3!
𝑉𝑅𝑁;𝑛 = = = =6
(𝑁 − 𝑛)! (3 − 2)! 1!
(Juan; Ana) (Ana; Juan) (Juan; Luis) (Luis; Juan)(Ana; Luis) (Luis; Ana)
(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

pueden formarse?
SOLUCIÓN

es decir:
𝑁!
𝑉𝑁;𝑛 =
(𝑁 − 𝑛)!
Donde:

𝑁! 10! 10!
𝑉𝑁;𝑛 = = = = 720
(𝑁 − 𝑛)! (10 − 3)! 7!
PROBABILIDAD ASOCIADA A UN MUESTREO ALEATORIO SIMPLE SIN

REPOSICIÓN E INTERVIENE EL ÓRDEN

tamaño N, donde interesa el orden y es sin reposición, está dada por la siguiente
fórmula:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1 (𝑁 − 𝑛)!

𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 𝑁! 𝑁!
(𝑁 − 𝑛)!
OBSERVACIÓN
El Muestreo Irrestricto Aleatorio Simple que se considerará de ahora en adelante, es en

el cual las unidades que se extraen de la población son sin reposición y son
reemplazamiento, porque no interesa en una encuesta volver a realizar la encuesta al
mismo individuo y tampoco interesa el orden de los encuestados.
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
VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE CON

O SIN REPOSICIÓN
El presente cuadro presenta las diferencias de los tipos de muestreo presentados hasta este
momento:
33
Cuadro 1: Ventajas y desventajas del muestreo con y sin reposición de elementos
RIVERA TORRES SOLANGE CLARIBEL ECONOMISTA CON MENCIÓN EN GESTIÓN EMPRESARIAL

MACHALA 15 de enero de 2018
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
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.
Trabajadoras Experiencia Postgrado

Sociales Laboral
(Años)
Juan 10 N0
Ximena 18 SI
Jessica 6 NO
María 11 SI
Luis 13 SI
a) ¿Cuántas muestras de tamaño cuatro se pueden hacer, si se realiza un muestreo

aleatorio simple sin reposición y donde no interese el orden?.

𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
Reemplazando en la fórmula se tiene:
5 5! 5! 5 × 4 × 3!
𝐶5;3 = ( ) = = = = 10
3 3! (5 − 3)! 3! × 2! 3! × 2!
Respuesta: 10 muestras
b) ¿Cuál es la probabilidad asignada a cada muestra?

tamaño N, donde no interesa el orden y es sin reposición, está dada por la siguiente
fórmula:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1 𝑛! (𝑁 − 𝑛)!

𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 𝑁 =
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 (𝑛 ) 𝑁!
Según los datos del problema se tiene:
𝐶𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠 1 1
𝑃(𝑚𝑢𝑒𝑠𝑡𝑟𝑎) = = 5 = = 0,1
𝐶𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠 (3) 10
Respuesta: 0,1
Se muestra en la siguiente tabla
35
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
c) Si se consideran trabajadoras (es) sociales con experiencia laboral no menor de 11

años y con postgrado. ¿Cuántas muestras de tamaño dos se pueden hacer, si se
realiza un muestreo aleatorio simple sin reposición y no interese el orden?
Trabajadoras Experiencia Postgrado

(es) Sociales Laboral
(Años)
Juan 10 N0
Ximena 18 SI
Jessica 6 NO
María 12 SI
Luis 13 SI
Bajo estas condiciones tenemos:
3 3! 3! 3 × 2!
𝐶3;2 = ( ) = = = =3
2 2! (3 − 2)! 2! × 1! 2! × 1
Muestras Probabilidades
(Ximena; María) 1/3
(Ximena; Luis) 1/3
(María; Luis) 1/3
d) ¿Cuál es la media de años de experiencia laboral de la población?
La media de una población de tamaño N, está dada por la siguiente fórmula:
𝑁
1
𝜇 = ∑ 𝑥𝑖
𝑁
𝑖=1
Realizando los cálculos en la siguiente tabla se obtiene:
36
Trabajadoras Experiencia
Sociales Laboral
(Años)
Juan 10
Ximena 18
Jessica 6
María 11
Luis 13
Total 58

𝑁
1 1
𝜇 = ∑ 𝑥𝑖 = × 58 = 11,6
𝑁 5
𝑖=1
Respuesta: La media de años de experiencia laboral de la población es de 11,6 años
e) Si se considera la muestra de tres trabajadores sin reposición y no interese el orden,

calcular las medias de cada una de las muestras.
Bajo estas condiciones tenemos:
5 5! 5! 5 × 4 × 3!
𝐶5;3 = ( ) = = = = 10
3 3! (5 − 3)! 3! × 2! 3! × 2!
Muestras Muestras de años de Media

trabajo muestral
(Juan; Ximena;Jessica) (10;18;6) 11,33
(Juan; Ximena;María) (10;18;11) 13
(Juan; Ximena;Luis) (10;18;13) 13,67
(Juan; Jessica;María) (10;6;11) 9
(Juan; Jessica;Luis) (10;6;13) 9,67
(Juan;María;Luis) (10;11;13) 11,33
(Ximena; Jessica;María) (18;6;11) 11,67
(Ximena; Jessica;Luis) (18;6;13) 12,33
(Ximena; María;Luis) (18;11;13) 14
(Jessica; María;Luis) (6;11;13) 10
37
f) ¿Cuál es la varianza y desviación estándar de años de experiencia laboral de la

población?
La varianza de una población de tamaño N, está dada por la siguiente fórmula:
𝑁
1
𝜎2 = ∑(𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
Se puede utilizar también la siguiente fórmula:
𝑁 𝑁 2
1 1
𝜎 2 = [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ]
𝑁 𝑁
𝑖=1 𝑖=1
La desviación estándar o típica de la población, es la raíz cuadrada de la varianza, es

decir:
𝑁
1
𝑠 = √ ∑(𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
O con la otra fórmula:
𝑁 𝑁 2
1 1
𝑠 = √ [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ]
𝑁 𝑁
𝑖=1 𝑖=1
Realizando los cálculos en la siguiente tabla:
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
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
1 1
𝜎 2 = [750 − (58)2 ] = 15,44
5 5
Respuesta: La varianza de años de experiencia laboral de la población es de 15,44

𝑎ñ𝑜𝑠2 .
La desviación estándar o típica de la población, es la raíz cuadrada de la varianza, es

decir:
𝑁 𝑁 2
1 1
𝑠 = √ [∑ 𝑥𝑖 2 − (∑ 𝑥𝑖 ) ] = √15,44 = 3,93
𝑁 𝑁
𝑖=1 𝑖=1
Respuesta: La desviación estándar de años de experiencia laboral de la población es

de 3,93 años. .
39
1. Determine si estos procesos pueden ser muestreos aleatorios.
a) En un Institución Educativa de 190 alumnos y 210 alumnas se extrae una muestra

formada por 20 alumnos y 20 alumnas.
b) Se realiza una encuesta a los jóvenes de una ciudad mediante un enlace en una página
web.
2. ¿Podrías modificar el procedimiento para obtener las muestras anteriores de modo que
resultaran muestras aleatorias? Explica de forma razonada cómo lo haces.
3. Pon dos ejemplos de estudios donde no podamos extraer muestras aleatorias.

Ejemplo: Si un médico hace un estudio escogiendo a los pacientes que acuden a
su consulta en un determinado día, o si un establecimiento lo hace eligiendo a los
clientes que pagaron con tarjeta de crédito en una franja horaria.
4. Dada la población {1, 3, 5, 7}, forma las muestras posibles de tamaño 2.

a) Sin reposición. b) Con reposición.
5. Suponga que un universo formado por las personas: A; B; C; D y E, se va a tomar

una muestra aleatoria simple de 3 elementos sin reemplazamiento o reposición
donde interese el orden
a. ¿Cuántas muestras diferentes es posible tomar?

b. ¿Cuál es la probabilidad de seleccionar cada una de estas muestras?
6. El tiempo de servicio de todos los ejecutivos empleados por la empresa Standard

Chemicals, es:
a. ¿Cuántas muestras de tamaño 2 son posibles?
• Sin reposición sin intervenir el orden

• Con reposición interviniendo el orden
b. Seleccione todas las muestras posibles de dicho tamaño de la población de

ejecutivos.
7. Supongamos que tenemos una población de N = 3 unidades primarias de la que se

obtienen todas las muestras posibles de tamaño n = 2 con probabilidades iguales y
bajo los siguientes supuestos:
a. Muestreo sin reposición interviniendo el orden

b. Muestreo con reposición sin intervenir el orden
Se pide:
Hallar el espacio muestral asociado a los dos tipos de muestreo y las probabilidades
asociadas a las muestras.
40
8. Suponga que para seleccionar una muestra de la población de estudiantes en su

facultad, se utiliza el siguiente procedimiento:
“Se consigue la lista de la totalidad de asignaturas que se indican, y de cada

asignatura se seleccionan al azar dos estudiantes”. ¿Considera usted que la muestra
resultante cumple con los requisitos para ser considerada como aleatoria simple?, y
en caso de que no lo sea, sugiera un procedimiento para obtenerla.
9. Hay cinco representantes de ventas en la agencia Escalante Motors. A continuación

se listan los cinco representantes y el número de autos que vendieron la semana
pasada:
a) ¿Cuántas muestras de tamaño 2 son posibles?

b) Enumere todas las muestras posibles de tamaño 2.
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.
a. ¿Cuántas muestras de tamaño dos se pueden hacer?.

b. Seleccione todas las muestras posibles de dos elementos.
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.
a. Enumere todas las muestras diferentes posibles de seleccionar.

b. ¿Cuál es la probabilidad de seleccionar cada una de estas muestras?
12. ¿Cuántas muestras diferentes de tamaño 𝑛 = 3 se pueden sacar de una población

finita de tamaño:
a. 𝑁 = 12
b. 𝑁 = 20
c. 𝑁 = 50
41
MECANISMO PARA SELECCIONAR UNA MUESTRA ALEATORIA SIMPLE
La selección de las unidades de análisis mediante este procedimiento aleatorio se puede

realizar por los siguientes métodos:
• Mecanismos mecánicos, por ejemplo: Con papeles numerados introducidos en

una bolsa de la cual se extraen al azar, un bolillero del cual se extrae bolillas
numeradas al azar
• Una tabla de números aleatorios
• Paquetes automatizados que forman números al azar.
Consideraremos para ilustrar el mecanismo aleatorio, el uso de tabla de números

aleatorios y posteriormente el uso de un paquete automatizado (software estadístico).
PROCEDIMIENTO PARA SELECCIONAR UNA MUESTRA ALEATORIA

SIMPLE
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.
GENERACIÓN DE NÚMEROS ALEATORIOS
Se puede generar números aleatorios, mediante diferentes mecanismos:
• 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.
Explicaremos la generación de números aleatorios con uso de la calculadora
USO DE LA CALCULADORA
Para generar números aleatorios utilizaremos la calculadora modelo Casio fx-82ES
Como ejemplo, vamos a considerar la generación de 4 números aleatorios entre 0 y 20
42
PROCEDIMIENTO
(CONFIGURACIÓN DELA CANTIDAD DE DECIMALES)
Paso 1:
Pulsar la tecla: SHIFT y luego la tecla MODE SETUP

En la pantalla se visualiza:
Paso 2:
Pulsar en la tecla: 6 y luego la tecla: 0
(GENERACIÓN DE LOS NÚMEROS ALEATORIOS ENTEROS)
Paso 3:
Pulsar las teclas numéricas para obtener el valor limitante: 20
Paso 4:
Pulsar las teclas:

- tecla: SHIFT
- tecla (punto) : ∙
- tecla (igual): =
Se mostrará en la pantalla el primer número aleatorio
Paso 5:
Se continúa generando más números aleatorios pulsando la tecla: =

sucesivamente.
USO DE LA TABLA DE NÚMEROS ALEATORIOS
Las Tablas de Números Aleatorios contienen los dígitos 0; 1; 2; . . . 7; 8; 9. Tales dígitos

se pueden leer individualmente o en grupos y en cualquier orden, en columnas hacia
abajo, columnas hacia arriba, en fila, diagonalmente, etc., y es posible considerarlos
como aleatorios. Las tablas se caracterizan por dos cosas qué las hacen particularmente
útiles para el muestreo al azar. Una característica es que los dígitos están ordenados
de tal manera que la probabilidad de que aparezca cualquiera en un punto dado de una
secuencia es igual a la probabilidad de que ocurra cualquier otro. La otra es que las
43
combinaciones de dígitos tienen la misma probabilidad de ocurrir que las otras

combinaciones de un número igual de dígitos.
(https://fuente-del-saber6.webnode.es/matematicas-de-2do-bgu/estadisticas-y-probabilidad-
/tecnicas-de-muestreo-y-numeros-aleatorios-/)
Para utilizar una Tabla de Números Aleatorios:
a) Hacer una lista de los elementos de la población.

b) Numerar consecutivamente los elementos de la lista, empezando con el cero
(01, 001, 0001, etc.).
c) Tomar los números de una Tabla de Números Aleatorios, de manera que la
cantidad de dígitos de cada uno sea igual a la del último elemento numerado de
su lista. De ese modo, si el último número fue 18, 56 ó 72, se debería tomar un
número de dos dígitos.
d) Omitir cualquier dígito que no corresponda con los números de la lista o que
repita cifras seleccionadas anteriormente de la tabla. Continuar hasta obtener el
número de observaciones deseado.
e) Utilizar dichos números aleatorios para identificar los elementos de la lista que
se habrán de incluir en la muestra.
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:
Con los símbolos numéricos de la tabla, fórmense mentalmente números de 3 dígitos.

En la primera página de ejemplo, comenzando por arriba con las tres primeras columnas
de la izquierda se van formando los siguientes números de tres dígitos: 100; 375; 084.
Puede elegirse las 3 primeras columnas de dígitos, o las 3 últimas o 3 cualesquiera.
Puede leerse de arriba hacia abajo o de abajo hacia arriba. Cuando termina una de las
columnas que se está considerando se sigue con la próxima (en el ejemplo la próxima
a la derecha o dejando una columna de por medio o de otra forma). La forma de leer la
tabla es totalmente libre pero, una vez que decidió como hacerlo ha de seguirse
sistemáticamente con el mismo procedimiento hasta concluir la tarea.
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
sujetos y aparece el número 655, que no corresponde a un sujeto de la población, se lo

ignora y se pasa al siguiente. Si tampoco el siguiente correspondiera se sigue hasta
encontrar uno dentro del rango de los números asignados.
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
Tabla 1
Los 15 números se muestran en la siguiente tabla:
1048 711 705 690 153

942 236 248 1434 624
1036 101 1501 1276 1100
Ejemplo 1.37.
En la siguiente tabla, se muestra una lista de 50 nombres a los que ya se las ha

enumerado. De esta población seleccionaremos una muestra de 6 personas utilizando
una tabla de números aleatorios.
A continuación se va a utilizar la siguiente tabla parcial de números aleatorios para

seleccionar un grupo de seis personas.
46
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:
El primer número de dos dígitos que se forma es 68, como no se encuentra en la

población, se pasa al siguiente número de dos dígitos. Como se está en la última fila y
no hay para desplazarse más abajo, entonces, se desplaza a la siguiente columna,
utilizando los dos primeros dígitos, es decir, el siguiente número es 48, como se
encuentra en la lista, será el primer número seleccionado para la muestra.
Paso 3:
Luego, se sigue desplazando hacia abajo, y el siguiente número de dos dígitos es 50

que se encuentra en la lista, será el segundo número para formar la muestra, así
sucesivamente descartando los números de dos dígitos que no se encuentre entre 1 y
50
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
OBSERVACIÓN
Los nombres de la población del ejemplo, se listaron de manera aleatoria. Los 20

primeros casos no se listaron como los primeros 20 de los 50 porque provienen de un
vecindario distinto, o tienen mucho dinero, o no tienen hermanos, o tiene alguna
característica que pudiera predisponer de alguna forma la selección. La regla general
es usar un criterio que no tenga relación con los que se está estudiando.
(Métodos de investigación
Escrito por Neil J. Salkind)
EJERCICIO PROPUESTO 3
Utilizando una taba de números aleatorios (Tabla N1 – 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?
USO DE LA HOJA DE CÁLCULO: EXCEL
También se puede generar números aleatorios, con el uso de la hoja de cálculo Excel
2013
Como ejemplo, vamos a considerar la generación de 4 números aleatorios entre 1 y 20
PROCEDIMIENTO
Paso 1:
Seleccionar arbitrariamente la ubicación de la celda donde se mostrará el primer
número aleatorio.
48
Paso 2:
➢ Pulsar la tecla: insertar función 𝒇𝒙

➢ Seleccionar en categoría la opción: Todo
➢ Seleccionar la función: ALEATORIO.ENTRE
Pulsar: Aceptar
Paso 3:
➢ En la ventana
emergente,
ingresar los valores
limitantes
Inferior: 1
Superior: 20
➢ Pulsar: Aceptar
Se mostrará en la ubicación de la celda seleccionada el valor del primer número

aleatorio
Paso 4:
Ubicar el puntero en la esquina inferior izquierda y arrastrar hacia abajo la cantidad

de celdas necesarias para completar la cantidad de números aleatorios que faltan,
en nuestro caso tres celdas.
Ejemplo 1.38.
Consideremos como ejemplo una lista que contiene el registro de 30 estudiantes de un

salón de clases, que podemos considerar como el marco muestral, es decir 𝑁 = 30 y se
desea estimar el interés por participar en la política partidaria.
Par efectos de ilustrar la selección de unidades de la población mediante un muestreo

aleatorio simple, vamos a considerar una muestra de 10 estudiantes.
49
USO DEL SOFTWARE DE ESTADÍSTICA SPSS
Consideremos el siguiente marco muestral:

U. de A. Interés en la política
1 Poco interesado 11 Poco interesado 21 Poco interesado
2 Muy interesado 12 Muy interesado 22 Muy interesado
Regularmente 13 regularmente interesado
3 23 Regularmente interesado
interesado
Regularmente Regularmente
6 16 26 Regularmente interesado
interesado interesado
17 Para nada interesado 27 Para nada interesado
7 Para nada interesado
18 Para nada interesado 28 Para nada interesado
10 Para nada interesado 20 Para nada interesado 30 Para nada interesado
Utilizaremos el software estadístico SPSS versión 22 para seleccionar una muestra en

forma aleatoria.
PROCEDIMIENTO
Paso 1:
Ingresar los datos en SPSS:
Paso 2:
En el Menú Datos seleccionamos la opción Seleccionar casos…
50
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
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
20 Nada interesado
27 Nada interesado
Ejemplo 1.39.
Se eligen muestras ordenadas de tamaño 2, con reemplazo y donde no interese el orden

de la población de valores:
0, 2, 4 y 6
Se pide
Enumere todas las muestras posibles

SOLUCIÓN
La cantidad de muestras de tamaño 𝑛 = 2 con reemplazo y donde interesa el orden,

obtenidas de una población de tamaño 𝑁 = 4, se obtiene con la fórmula de las
variaciones con repetición, es decir:
𝑉𝑅 = 𝑁 𝑛
Donde:

𝑉𝑅 = 𝑁 𝑛 = 42 = 16
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
Ejemplo 1.40.
Se eligen muestras ordenadas de tamaño 2, sin reemplazo y donde no interese el orden,

de la población de valores:
0, 2, 4 y 6
Se pide enumerar todas las muestras posibles
SOLUCIÓN
La cantidad de muestras de tamaño 𝑛 = 2 sin reemplazo y donde interesa el orden,

obtenidas de una población de tamaño 𝑁 = 4, se obtiene con la fórmula de las
variaciones con repetición, es decir:
𝑁 𝑁!
𝐶𝑁;𝑛 = ( ) =
𝑛 𝑛! (𝑁 − 𝑛)!
Donde:
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#
Se pulsa la tecla (igual): = la cantidad de 5 veces, se muestra los resultados

obtenidos:
17; 3; 5; 10; 8
53
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
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.
1. Dada la población {2, 4, 6},
a. Calcular la media de la población

b. Calcular la varianza de la población
c. Construye todas las muestras posibles de tamaño 2, que puedan formar
mediante muestreo aleatorio simple con reposición donde sí importa el orden
d. Calcula las medias muestrales
SOLUCIÓN
(a) Para el cálculo de la media de la poblacional se utiliza la siguiente fórmula:

𝑁
1
𝜇 = ∑ 𝑥𝑖
𝑁
𝑖=1
Donde: 𝑁 = 3
Reemplazando los valores en la fórmula tenemos:
2+4+6
𝜇= =4
3
(b) Se calcula la varianza poblacional con la siguiente fórmula:

𝑁
1
𝜎2 = ∑(𝑥𝑖 − 𝜇)2
𝑁
𝑖=1
Donde: 𝑁 = 3
Reemplazando los valores en la fórmula tenemos:
54
1 (2 − 4)2 + (4 − 4)2 + (6 − 4)2 8

𝜎2 = ( )=
4 4 3
Para calcular el número de muestras, se aplica la fórmula correspondiente, mediante el

procedimiento de muestreo aleatorio simple con reemplazamiento y si interesa el orden,
es decir:
𝑁𝑛
Donde:

𝑁 𝑛 = 32 = 9
El número de muestras de tamaño 2 que pueden obtenerse de la población {2, 4, 6} son

9:
N DE MUESTRA MUESTRA
𝑖 {𝑥1 ; 𝑥2 }
1 {2; 2}
2 {2; 4}
3 {2; 6}
4 {4; 2}
5 {4; 4}
6 {4; 6}
7 {6; 2}
8 {6; 4}
9 {6; 6}
Los cálculos de las medias muestrales correspondientes se muestran en la siguiente

tabla:
N DE MUESTRA MUESTRA MEDIA MUESTRAL

(𝑥̅ )
𝑖 {𝑥1 ; 𝑥2 } 𝑥̅𝑖
1 {2; 2} 2
2 {2; 4} 3
3 {2; 6} 4
4 {4; 2} 3
5 {4; 4} 4
6 {4; 6} 5
7 {6; 2} 4
8 {6; 4} 5
9 {6; 6} 6
2. Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de

una población de 20 alumnos de la Universidad.
55
a. Elija una muestra aleatoria simple de tamaño 𝑛 = 4 de esta población. Indique

los pasos elegir la muestra.
SOLUCIÓN
Paso 1:
Asignamos número a cada alumno del 1 al 20:
Paso 2:
Generamos números aleatorios.

Se puede usar, por ejemplo, Excel la función:
Aleatorio Entre (Inicio, Fin)
Para generar 4 números aleatorios, entre el 1 al 20 sin repetir.
Aleatorio. Entre (1; 20)
Paso 3:
Los números seleccionados son, por ejemplo:
10; 1; 11; 20
Paso 4:
Por lo tanto, la muestra está compuesta por:
Victoria; Jun; María y Marcelo
56
3. Dada una población finita que tiene cinco elementos A, B, C, D y E seleccione 10

muestras aleatorias simples de tamaño 2.
a) Enumere las 10 muestras empezando con AB, AC y así en lo sucesivo.
AB, AC, AD, AE, BC, BD, BE, CD, CE, DE.
b) Usando el muestreo aleatorio simple, ¿Cuál es la probabilidad que tiene cada

muestra de tamaño 2 de ser seleccionada?
1/10
c) Si el número aleatorio 1 corresponde a A, el número 2 corresponde a B y así en

lo sucesivo. Enliste la muestra aleatoria de tamaño 2 que será seleccionada al
usar los números aleatorios 8 0 5 7 5 3 2.
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.
13554 40640 36401 74972

08459 40113 56827 75906
60147 27340 25653 29002
13385 23756 88215 80033
68689 64953 18873 25348
Las muestras son: 459, 147, 385, 113, 340, 401, 215, 2, 33 y 348
5. Una organización de estudiantes desean estimar la proporción de estudiantes que

están a favor de una disposición de la escuela. Se cuenta con una lista con los
nombres y direcciones de los 645 estudiantes inscritos el presente trimestre.
Tomando números aleatorios de tres dígitos del renglón 10 de la tabla 1, y avanzando
57
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.
81628 36100 39254 56835 37636

02421 98063 89641 64953 99337
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 últimas dos muestras las tomé de la columna 9 en orden descendiente

ya que no eran suficientes las de la columna 8).
93108 26933 49292 69468 61374
63754 70290 64531 29380 09226
26646 55201 91322 96244 06125
16999 72602 02494 95508 00815
21861 89641 52009 84249 63839
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?
51102 58447 75498 25860

79115 04588 75055 26678
09911 78351 05915 10528
67122 30157 49801 46962
15290 56835 70165 16025
Las muestras son: 102, 115, 122, 290, 447, 351, 157, 498, 55, 165, 528 y 25.
58
TABLA DE NÚMEROS ALEATORIOS
63271 59986 71744 51102 15141 80714 58683 93108 13554 79945
88547 09896 95436 79115 08303 01041 20030 63754 08459 28364
55957 57243 83865 09911 19761 66535 40102 26646 60147 15702
46276 87453 44790 67122 45573 84358 21625 16999 13385 22782
55363 07449 34835 15290 76616 67191 12777 21861 68689 03263
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
1. Suponga que un universo 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.
a. Calcule el valor de la media poblacional y de la varianza poblacional

respectivamente.
b. ¿Cuántas muestras diferentes es posible tomar?
c. ¿Cuál es la probabilidad de seleccionar cada una de estas muestras?
d. Calcule el valor de la media muestral y para cada una de estas muestras posibles
2. El tiempo de servicio de todos los ejecutivos empleados por la empresa Standard

Chemicals, es:
a. ¿Cuántas muestras de tamaño 2 son posibles?

b. Seleccione todas las muestras posibles de dicho tamaño dela población de
ejecutivos y calcule sus valores medios y varianzas.
59
3. Supongamos que tenemos una población de N = 3 unidades primarias de la que se

obtienen todas las muestras posibles de tamaño n = 2 con probabilidades iguales y
bajo los siguientes supuestos:
a. Muestreo sin reposición sin intervenir el orden
b. Muestreo sin reposición interviniendo el orden
c. Muestreo con reposición sin intervenir el orden
d. Muestreo con reposición interviniendo el orden
Se pide hallar el espacio muestral asociado a los cuatro tipos de muestreo y las
probabilidades asociadas a las muestras.
4. Suponga que para seleccionar una muestra de la población de estudiantes en su

facultad, se utiliza el siguiente procedimiento:
“Se consigue la lista de la totalidad de asignaturas que se indican, y de cada
asignatura se seleccionan al azar dos estudiantes”. ¿Considera usted que la muestra
resultante cumple con los requisitos para ser considerada como aleatoria simple?, y
en caso de que no lo sea, sugiera un procedimiento para obtenerla.
5. Hay cinco representantes de ventas en la agencia Escalante Motors. A continuación

se listan los cinco representantes y el número de autos que vendieron la semana
pasada:
a) ¿Cuántas muestras de tamaño 2 son posibles?

b) Enumere todas las muestras posibles de tamaño 2 y calcule la media de cada
muestra.
c) Determine la distribución muestral de la media.
d) Determine el valor medio de la distribución muestral de la media, y la media de
la población. Compare los dos valores.
e) Determine el valor de la varianza de la distribución muestral de la media, y la
varianza de la población. Compare los dos valores.
6. Una empresa tiene seis representantes de ventas. En la tabla siguiente se indica la

cantidad de cocinas que cada uno vendido el mes pasado.
60
a) ¿Cuántas muestras de tamaño dos se pueden hacer?.

b) Seleccione todas las muestras posibles de dos elementos y calcule la media de
unidades vendidas.
c) Organice la media muestral en una distribución de frecuencia.
d) ¿Cuál es la media de la población?, ¿cuál es la media de la media muestral?
e) ¿Cuál es la forma de la distribución de la media muestral?.
f) ¿Cuál es la forma de la distribución de la población?.
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.
a. Calcule la media poblacional

b. Calcule la varianza poblacional
c. Enumere todas las muestras diferentes posibles de seleccionar.
d. ¿Cuál es la probabilidad de seleccionar cada una de estas muestras?
e. Calcule el valor del promedio de las medias muestrales
f. Calcule el valor de la varianza de las medias muestrales
g. Verifique que:
𝜎2 𝑁 − 𝑛
𝜇𝑥̅ = 𝜇 𝜎𝑥̅2 = ( )
𝑛 𝑛−1
8. ¿Cuántas muestras diferentes de tamaño 𝑛 = 3 se pueden sacar de una población

finita de tamaño:
(a) 𝑁 = 12
(b) 𝑁 = 20
(c) 𝑁 = 50
9. ¿Cuál es la probabilidad de cada muestra posible si:
(a) Se va a sacar una muestra aleatoria de tamaño 𝑛 = 4 de una población finita de

tamaño 𝑁 = 12
(b) Se va a sacar una muestra aleatoria de tamaño 𝑛 = 5 de una población finita de
tamaño 𝑁 = 22
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
a) Si el director ejecutivo tuviera que elegir una muestra de 3 llamadas (sin

reemplazo y no interese el orden). Realice un listado de todas las muestras.
b) Determinar la probabilidad de que :

• Se elijan como muestra las 2 demoras más largas
• Se incluya en la muestra la demora de 17 minutos
12. Se desea estimar el promedio de sueldos de empresas de telecomunicaciones en

el país. Se conoce el total de empresas, y se tiene un listado de las mismas
Diseñe una muestra de tamaño n=3 utilizando el muestreo aleatorio simple (utilice
tabla de número aleatorios que se muestra en la parte superior)
13. Consideremos la población con los siguiente elementos:
{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.
14. Se tiene a la siguiente población de personas clasificada como consumidores de

drogas:
Seleccione una muestra aleatoria simple de tamaño 𝑛 = 6 de esta población.

Describa la muestra seleccionada.
62
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.
Los datos se presentan a continuación:
a. Seleccione una muestra de 15 trabajadores usando muestreo simple aleatorio.

b. Elabore un listado con el número seleccionado y el valor del ingreso mensual y
años en la empresa. Use la fila 5 y columna 4 de la tabla de números aleatorios
(Ver anexo 1, TABLA 1), con desplazamiento hacia abajo y a la derecha según
sea el caso.
63
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
El cálculo del tamaño de la muestra o como considerar el número de unidades de

análisis de la población para que formen parte de la muestra, dependerá de dos
condiciones:
• Margen de error: Valor máximo que está dispuesto a admitir y asumir el

investigador.
• Nivel de confianza: Valor asociado a una probabilidad que se asumirá en un
procedimiento de muestreo.
ESTIMADOR
Son los estadísticos que sirven para aproximar su valor calculado hacia un parámetro
poblacional desconocido.
La estimación de un parámetro tiene por resultado un solo valor.
Ejemplo 1.41.
Tómese como ejemplo la población compuesta por los números:
𝟓; 𝟕; 𝟖 𝒚 𝟏𝟎
Supóngase que se desea estimar el parámetro poblacional media poblacional: 𝝁 = 𝟕, 𝟓

a partir del promedio muestral. Si se extraen muestras aleatorias de tamaño 2, sin
64
reemplazamiento y donde no interese el orden de esa población, se pueden obtener

̅
todos los siguientes posibles valores de la media muestral 𝒙
Supóngase que se desea estimar el parámetro poblacional media poblacional: 𝝁 = 𝟕, 𝟓

a partir del promedio muestral. Si se extraen muestras aleatorias de tamaño 2, sin
reemplazamiento de esa población, se pueden obtener todos los siguientes posibles
̅
valores de la media muestral 𝒙
Muestra aleatorias Media muestral

(5; 7) 6
(5; 8) 6,5
(5; 10) 7,5
(7; 8) 7.5
(7; 10) 8,5
(8; 10) 9
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.
En la siguiente tabla expresamos diferentes parámetros poblacionales, sus estimadores

y sus estimaciones (valores)
TAMAÑO DE LA MUESTRA PARA ESTIMAR LA MEDIA POBLACIONAL

(POBLACIÓN FINITA)
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
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)
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.

(POBLACIÓN INFINITA)
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
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,
USO DE LA TABLA DE PROBABILIDADES DE LA DISTRIBUCIÓN

NORMAL ESTÁNDAR
Para el cálculo del coeficiente de confianza 𝑧𝛼⁄2 , asociado al nivel de confianza 1 − 𝛼,

se utiliza la tabla de distribución de probabilidades de la variable normal estándar 𝑧. (Ver
Anexo 01)
Ejemplo 1.42.
Cálculo del coeficiente de confianza 𝑧𝛼⁄2 , asociado al nivel de confianza 1 − 𝛼 = 0.95

(95%)
1 − 𝛼 = 0.95
𝛼 = 0.05
𝛼⁄2 = 0.025
66
Como se observa en la tabla de probabilidades, se utiliza el Área c-chica (z) porque

𝛼⁄2 = 0.025, entonces el coeficiente de confianza será el valor de 𝑧 = 1,96. Es decir:
𝑧𝛼⁄2 = 𝑧0,025 = 1,96
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
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)
1,962 × 2,52 × 500

𝑛=
1,962 × 2,52 + 0,52 × (500 − 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
A partir del enunciado obtenemos los siguientes datos:
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
Para los cálculos utilizamos la fórmula:

𝜎2
𝑛=
𝐸2 𝜎2
+
𝑧𝛼2⁄ 𝑁−1
2
Reemplazando tenemos:
122
𝑛= = 770
12 122
+
2,582 21 524 − 1
Conclusión
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
TAMAÑO DE LA MUESTRA PARA ESTIMAR LA PROPORCIÓN

POBLACIONAL (POBLACIÓN FINITA)
la proporción poblacional 𝑝, utilizando la proporción muestral 𝑝̅ cuando la población es
finita, de tamaño 𝑁, está dado por:
𝑧𝛼2⁄2 𝑝(1 − 𝑝)𝑁

𝑛=
𝑧𝛼2⁄2 𝑝(1 − 𝑝) + 𝐸2 (𝑁 − 1)
Donde:
𝑝: Proporción poblacional de estudios anteriores (registro histórico).
𝐸: Error de muestreo o estimación (diferencia entre la media muestral y la media
poblacional)
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..

POBLACIONAL (POBLACIÓN INFINITA)
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
𝐸: Error de muestreo o estimación
69
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 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 1.46.
Supóngase que el presidente de un país desea un estimado de la proporción poblacional

que apoya su política actual con respecto a una nación pequeña como Haití. Tal
funcionario desea que el cálculo se encuentre dentro de 0,04 de la proporción
verdadera. Suponga un nivel de confianza de 95%. El secretario de Estado del gobierno
estimó la proporción del apoyo a la política actual en 0,60.
a) ¿Qué tamaño se requiere para la muestra?

b) ¿De qué tamaño tendría que ser la muestra si el cálculo del secretario de Estado
no estuviera disponible?
Solución
Caso (a)
Datos:
𝐸 = 0,04
𝑝 = 0,60
𝑧0,025 = 1,96
La fórmula para obtener el tamaño de la muestra es:
𝑧𝛼⁄2 2 × 𝑝(1 − 𝑝) 1,962 × 0,60(1 − 0,60)

𝑛= =
𝐸2 0,042
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
𝑧𝛼⁄2 2 × 0,25 1,962 × 0,25

𝑛= =
𝐸2 0,042
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.
Usted es gerente de mercadeo de los helados de marca A, y cree que su marca no es

la más fuerte del mercadeo porque la mayoría de la gente no la ha probado tan siquiera,
y por tanto desea estimar el porcentaje de personas entre 8 y 25 años que alguna vez
han probado su marca. Para estimar su tamaño de muestra encuesta a 15 personas
acerca de cuáles marcas han probado, y obtiene los resultados de la siguiente tabla:
Marca probada Número de personas

Sólo A 3
Sólo B 4
Sólo C 2
Ay B 2
ByC 1
AyC 2
A, B y C 1
Estime un tamaño de muestra para la investigación acerca de la proporción de personas

que han probado alguna vez la marca A, con un 98% de confianza y un error máximo
de 3 puntos porcentuales
Solución
Datos:
𝐸 = 0,03
8
𝑝̂ = = 0,53 (Obtenida de la muestra piloto)
15
1 − 𝑝̂ = 0,47
𝑧0,02 = 2,325
𝑧𝛼⁄2 2 × 𝑝̂ (1 − 𝑝̂ ) 2,3252 × 0,53(1 − 0,53)

𝑛= =
𝐸2 0,032
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
1. En un municipio de 1.500.000 habitantes, se conoce que el 60% suelen realizar sus

compras en grandes almacenes. Se ha realizado una encuesta sobre la posibilidad
de mantener abiertos dichosa establecimientos todos los domingos del año, con
una muestra de 900 personas y un nivel de confianza del 95,5%.
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.
2. En un estudio sobre el maltrato a mujeres queremos realizar una encuesta dirigida

al colectivo femenino. ¿Qué tamaño deberá tener la muestra sabiendo que el total
de habitantes de más de 16 años es de 32.000 y que el 53,8% son mujeres? Nivel
de confianza = 95,5%. Error máximo = 3%.
3. Un Instituto de Investigación ha de encargarse de realizar un encuesta para

acercarse al problema de la violencia doméstica. Para ello toman como universo
poblacional al conjunto de las mujeres españolas de 18 ó más años. ¿Qué tamaño
muestral les sería necesario utilizar si el máximo error muestral permitido es del
0,8%, para un nivel de confianza del 95,5% y una varianza de p=q=50%?
4. Calcule el tamaño muestral deberíamos emplear para realizar una encuesta en la

ciudad de Guadalajara, (68.248 habitantes) con el fin de conocer la proporción de
ciudadanos favorables a la implantación de un nuevo sistema de recogida selectiva
de basura. Considere un nivel de confianza del 95,5% , un error máximo admisible
del 5%? y P=Q.
5. Un investigador pretende realizar un estudio mediante encuesta para conocer algo

mejor las actitudes de los españoles hacia el control de los contenidos de los
programas de las televisiones públicas. Para ello toman como universo poblacional
al conjunto de españoles de 18 o más años. ¿Qué tamaño muestral les sería
necesario utilizar si el máximo error muestral permitido es del 2%, para un nivel de
confianza del 95,5% y una varianza máxima de p=p=50%?
6. Calcule el tamaño muestral necesario para realizar una encuesta de opinión de

ámbito nacional. El error teórico que hemos decidido asumir es del + 2%, con un
intervalo de confianza de 95,5% y consideramos P = Q.
7. Una fundación decide realizar una encuesta para conocer la sensibilidad de la

población femenina respecto a la violencia doméstica. Para ello se toma como
universo poblacional el conjunto de las mujeres españolas de 18 ó más años. ¿Qué
tamaño muestral sería necesario utilizar si el máximo error que se pretende asumir
es del 3%, para un nivel de confianza del 95,5%, siendo p = q =0,5?
72
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?
9. En una determinada ciudad Deseamos conocer la proporción actual de hogares con

más de un coche. Por los datos de un estudio anterior sabemos que del total de
30.521 hogares, 12.530 tenían más de un coche. Estableciendo un Nivel de
Confianza del 95,5% y un error absoluto e = 4%, calcular:
a) El tamaño de la muestra requerido para realizar la estimación.
b) El tamaño de la muestra, si desconociéramos los datos anteriores sobre el
número coches por hogar.
10. Un Instituto de Investigación debe realizar un encuesta para conocer la opinión de

las mujeres sobre el tratamiento informativo de la violencia de género. Para ello
toman como universo poblacional al conjunto de las mujeres españolas de 18 ó más
años. ¿Qué tamaño muestral sería necesario utilizar si el máximo error muestral
permitido es del 5%, para un nivel de confianza del 95,5% y considerando
p=q=50%?
73
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,...).
El muestreo aleatorio simple tiene una característica importante respecto al error de

muestreo y es el hecho de que es controlable a través del tamaño de la muestra. Pero
cuando los marcos de la población no están perfectamente definidos, los problemas del
muestreo aleatorio simple, y en general de cualquier otro esquema de muestreo, son
mayores. Aparece, con ello, toda la problemática de los marcos imperfectos.
DEFINICIÓN
Procedimiento de muestreo probabilístico, que consiste en seleccionar la primera unidad

de análisis en forma aleatoria y las demás n-1 unidades de análisis de la muestra serán
seleccionadas de acuerdo a una regla o sucesión mediante una constante.
PROCEDIMIENTO
Para obtener una muestra conformada por n unidades de análisis mediante este
procedimiento de muestreo probabilístico se seguirá los siguientes pasos:
Paso 1:
Se debe tener un listado ordenado de todas las N unidades de análisis de la población

(marco muestral o de referencia).
Pa so 2:
Determinar el tamaño de la muestra n.
Paso 3:
Definir 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
𝑘=
𝑛
74
Paso 4:
De acuerdo a la división del tamaño de la población 𝑁 y el tamaño de la muestra 𝑛, dos

situaciones que se pueden presentar:
Caso 1: K es un número entero
Si 𝑘 en entero, entonces se elige aleatoriamente un número 𝑟, entre 1 y 𝑘, que sirva

para seleccionar la primera unidad de la muestra, es decir:
1≤𝑟 ≤𝑘
Luego las demás unidades serán seleccionadas incrementándose al primer número 𝑟 la

constante 𝑘 sucesivamente hasta completar las unidades de la muestra, es decir:
𝑟 + 𝑘; 𝑟 + 2𝑘; 𝑟 + 3𝑘; . . . ; 𝑟 + (𝑛 − 1)𝑘
Caso 2: K No es un número entero
Si 𝑘 no es entero, entonces se considera 𝑘 como la parte entera de la división:
𝑁 = 𝑛𝑘 + 𝑅
Se elige aleatoriamente un número 𝑟, entre 1 y 𝑘, que sirva para seleccionar la primera

unidad de la muestra, es decir:
1≤𝑟 ≤𝑘
• Si el número seleccionado aleatoriamente 𝑟 es mayor que el resto 𝑅 de la división,

es decir, 𝑟 > 𝑅, entonces, se seleccionan 𝑛 elementos en la muestra.
𝑟 + 𝑘; 𝑟 + 2𝑘; 𝑟 + 3𝑘; . . . ; 𝑟 + (𝑛 − 1)𝑘
• Si el número seleccionado aleatoriamente 𝑟 es menor o igual que el resto 𝑅 de la

división, es decir, 𝑟 ≤ 𝑅, entonces, se seleccionan 𝑛 + 1 elementos en la muestra.
𝑟 + 𝑘; 𝑟 + 2𝑘; 𝑟 + 3𝑘; . . . ; 𝑟 + (𝑛 − 1)𝑘
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:
Primera unidad Segunda unidad Tercera unidad ... n-ésima unidad
𝑈1 = 𝑈𝑟 𝑈2 = 𝑈𝑟+𝑘 𝑈3 = 𝑈𝑟+2𝑘 𝑈4 = 𝑈𝑟+3𝑘 . . . 𝑈𝑛 = 𝑈𝑟+(𝑛−1)𝑘
1 𝑘 2𝑘 3𝑘 . . . (𝑛 − 1)𝑘 𝑁
𝑟 𝑟+ 𝑘 𝑟 + 2𝑘 𝑟 + 3𝑘 . . . 𝑟 + (𝑛 − 1)𝑘
Ejemplo 1.48.
Dada la siguiente población:

𝑢𝑖 𝑢1 𝑢2 𝑢3 𝑢4 𝑢5 𝑢6 𝑢7 𝑢8 𝑢9
𝑥𝑖 1 3 5 2 4 6 2 7 3
75
Donde:
𝑢𝑖 : i-ésima unidad de análisis
𝑥𝑖 : Valor de la variable 𝑋 asociada a la i-ésima unidad de análisis
Se desea obtener una muestra sistemática de tamaño 3. Determinar el espacio

muestral.
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:
Como 𝑘 = 3 es entero, entonces se elige un número aleatorio 𝑟 entre 1 y 𝑘, de tal manera

que sirva para seleccionar la primera unidad de la muestra, es decir:
1≤𝑟 ≤𝑘=3
Se elige al azar un número del uno a tres. Luego
• Si 𝑟 = 1, se tiene que la muestra está compuesta por las siguientes unidades de

análisis:
𝑢1 𝑢4 𝑢7

análisis:
𝑢2 𝑢5 𝑢8

análisis:
𝑢3 𝑢6 𝑢9
Ejemplo 1.49.
En una población de 20 elementos, se necesita seleccionar una muestra de tamaño 5.

1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
76
Solución
Paso 1:
Consideremos el marco muestral, la lista de unidades de toda la población enumerada

anteriormente. Es decir el tamaño de la población es:
𝑁 = 20
Paso 2:
𝑛=5
Paso 3:

𝑁 20
𝑘= = =4
𝑛 5
Paso 4:
Como 𝑘 = 4 es entero, entonces se elige un número aleatorio 𝑟 entre 1 y 𝑘, de tal manera

que sirva para seleccionar la primera unidad de la muestra, es decir:
1≤𝑟 ≤𝑘=4
Se elige al azar un número del uno al cuatro.
Paso 5:
Luego las demás unidades serán seleccionadas incrementándose al primer número 𝑟 la

constante 𝑘 = 4 sucesivamente hasta completar las 𝑛 = 5 unidades de la muestra, es
decir:
𝑟=1
1 5 9 13 17
𝑟=2
2 6 10 14 18
𝑟=3
3 7 11 15 19
𝑟=4
4 8 12 16 20
Ejemplo 1.50.
En una población de 20 elementos, se necesita seleccionar una muestra de tamaño 6.

1 2 3 4 5 6 7 8 9 10
11 12 13 14 15 16 17 18 19 20
Solución
Paso 1:
Consideremos el marco muestral, la lista de unidades de toda la población enumerada
anteriormente. Es decir el tamaño de la población es:
77
𝑁 = 20
Paso 2:
𝑛=6
Paso 3:

𝑁 20
𝑘= = = 3,33
𝑛 6
Paso 4:
Como 𝑘 = 3,33 no es entero, consideramos al valor de k la parte entera, es decir 𝑘 = 3,

entonces al elegir un número aleatorio entre 1 y 𝑘, de tal manera que sirva para
seleccionar la primera unidad de la muestra, es decir:
1≤𝑟 ≤𝑘=3
Se elige al azar un número del uno al tres.
Paso 5:
• Si el número seleccionado aleatoriamente 𝑟 = 3 es mayor que el resto de la

división, es decir,𝑅 = 2, entonces, se seleccionan seis elementos en la muestra.
𝑟=3
3 6 9 12 15 18
• Si el número seleccionado aleatoriamente es 𝑟 = 1; 2, es menor que el resto, 𝑅 =

2, se seleccionan siete elementos en la muestra.
𝑟=1
1 4 7 10 13 16 19
𝑟=2
2 5 8 11 14 17 20
Ejemplo 1.51.
Un miembro de la RENIEC de Perú toma uno de los cuadernos de votación de cierta

mesa electoral donde aparecen inscritas 1.234 personas, para cierto estudio,
aleatoriamente pide un número a un niño, quien le indica número 27, entonces asume
este valor como punto de partida para seleccionar las personas. Es así, como el
funcionario decide ir seleccionando cada 50 personas del listado para conformar una
muestra, por lo que 50 se considera como la constante “K” que irá incrementando al
número inicial de selección.
78
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
• El muestreo sistemático, al contrario de otros diseños más complejos, tiene una

fácil implementación, basta tener la lista de la población y recorrerla una vez para
obtener la muestra, por lo que en situaciones en las que contemos con la
población una sola vez (encuestas a la salida de cines, teatros...) es de gran
utilidad.
• Es el tipo de muestreo secuencial más sencillo, ya que permite obtener con
mucha facilidad la muestra de tamaño dado.
• Así por ejemplo, si se dispone de una lista telefónica, el muestreo sistemático
permite obtener la muestra recon1endo la población y escogiendo un elemento
de cada n/N (si se desean muestras de tamaño n de una población de tamaño
N.
Ventajas del muestreo sistemático
• Es extremadamente simple y conveniente para los investigadores crear, conducir

y analizar las muestras.
• Como no es necesario enumerar a cada miembro de la muestra, el muestreo
sistemático es mejor para representar a una población de manera más rápida y
sencilla.
• Las muestras creadas se basan en la selección de miembros libre de favoritismos.
• En caso de que hayan diversos miembros de una población, el muestreo
sistemático puede ser beneficioso debido a la distribución uniforme de los
miembros que son seleccionados para formar una muestra.
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
Describe la obtención de una muestra aleatoria sistemática, de tamaño 5 de una clase

de 25 estudiantes. (Supónganse los estudiantes numerados del 1 al 25).
Solución
• En primer lugar calculamos la constante de periodicidad 𝑘, que será el

cociente entre los elementos de la muestra y de la población:
𝑁 25
𝑘= = =5
𝑛 5
• A continuación obtenemos un número aleatorio 𝑟 que está comprendida entre

1 y 5 , es decir:
1≤𝑟≤5
Para ello utilizando el procedimiento anterior se obtiene con la función:
5RAND#
El valor obtenido, por ejemplo será 1.

• Finalmente hallamos los valores de los números correspondientes al
muestreo aleatorio sistemático que son:
1; 1 + 5 = 6; 1 + 2(5) = 11; 1 + 3(5) = 16; 1 + 4(5) = 21
Es decir:
1; 6; 11; 16; 21
numerados del 1 al 200, mediante muestreo aleatorio sistemático.
2. 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
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.
4. Di si esta muestra sistemática es representativa de los alumnos de un Institución

Educativa para estudiar su peso; en caso negativo, propón una que sí lo sea: Se ordenan
los alumnos atendiendo a su altura y se elige al que ocupa el número 3 y, después, se
hace cada 10 posiciones hasta completar la muestra
80
El cálculo del tamaño de muestra, utilizando el muestreo sistemático es similar al

obtenido con el muestreo aleatorio simple.

(POBLACIÓN FINITA)
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:
2
𝜎 : Varianza poblacional.
media poblacional)
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.
La administración de una gran empresa de servicio público está interesada en la

cantidad media de tiempo de retraso que tienen las cuentas impagadas. Se extraerá
una muestra sistemática de una lista en orden alfabético con 𝑁 = 2 500 cuentas de
clientes vencidas. En una encuesta similar realizada el año anterior, la varianza muestral
fue 𝑠2 = 100 días. Determine el tamaño de la muestra requerido para estimar la cantidad
media de tiempo de retraso que tienen cuentas atrasadas de la empresa de servicio
público, con un límite para el error de estimación de 𝐸 = 2 días y un nivel de confianza
del 95%.
Solución
Para el cálculo del tamaño de la muestra se utiliza la fórmula anterior, reemplazando
𝜎 2 por 𝑠2 , es decir:
𝑧𝛼2⁄2 𝑠2 𝑁
𝑛=
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1)
81
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)
Reemplazando estos valores en la fórmula tenemos:
𝑧𝛼2⁄2 𝑠2 𝑁 1,962 (100)(2500)

𝑛= = = 92,52
𝑧𝛼2⁄2 𝜎 2 + 𝐸2 (𝑁 − 1) 1,962 (100) + 22 (2500 − 1)
Por tanto, la administración debe muestrear aproximadamente 93 cuentas para estimar

la cantidad promedio de tiempo de retraso de las cuentas impagadas, con un límite para
el error de muestreo o estimación de 2 días.
(POBLACIÓN INFINITA)
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
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,

POBLACIONAL (POBLACIÓN FINITA)
finita, de tamaño 𝑁, está dado por:
𝑧𝛼2⁄2 𝑝(1 − 𝑝)𝑁

𝑛=
𝑧𝛼2⁄2 𝑝(1 − 𝑝) + 𝐸2 (𝑁 − 1)
Donde:
82

media poblacional)
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..

POBLACIONAL (POBLACIÓN INFINITA)
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
𝐸: Error de muestreo o estimación
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 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 1.55.
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
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:
𝑧𝛼2⁄2 𝑝(1 − 𝑝)𝑁

𝑛=
𝑧𝛼2⁄2 𝑝(1 − 𝑝) + 𝐸2 (𝑁 − 1)
Donde:
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.
Reemplazando estos valores en la fórmula tenemos:
𝑧𝛼2⁄2 𝑝(1 − 𝑝)𝑁 1,962 (0,5)(1 − 0,5)(5 000)

𝑛= = = 879,57
𝑧𝛼2⁄2 𝑝(1 − 𝑝) + 𝐸2 (𝑁 − 1) 1,962 (0,5)(1 − 0,5) + 0,032 (5 000 − 1)
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%.
VENTAJAS DEL MUESTREO SISTEMÁTICO
• Si los elementos de la población se arreglan de manera no relacionada con la

característica de interés, el muestreo sistemático arrojará resultados bastante
similares al muestreo aleatorio simple.
• Si el ordenamiento de los elementos se relaciona con la característica de interés,

el muestreo sistemático incrementa la representatividad de la muestra
• En algunos casos, el ordenamiento (lista alfabética en un directorio telefónico)
no está relacionado con la característica de interés.
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.
• Si el ordenamiento de los elementos produce un patrón cíclico, el muestreo

sistemático puede disminuir la representatividad de la muestra.
84
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.
• El muestreo sistemático es menos costoso y más fácil que el Muestreo Aleatorio

Simple.
• Si se dispone de información de la población relacionada con la característica de
interés, se puede utilizar el muestreo sistemático para obtener una muestra
representativa.
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.
• Otra ventaja relativa es que el muestreo sistemático puede utilizarse sin el

conocimiento de la composición de un marco de muestreo.
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
1. Una empresa de telecomunicaciones tiene un total de 150 empleados y ha registrado

en la tabla que se muestra a continuación información acerca de las variables:
ingreso mensual (en soles), nivel educativo y años cumplidos en la empresa.
b. Aplique el muestreo sistemático para seleccionar una muestra de tamaño 13

empleados. Elabore un listado con la posición seleccionada y el valor de los
años cumplidos en la empresa y nivel educativo. Utilice la columna Columna
tres y la fila 8 de la tabla de números aleatorios.
c. Con la muestra obtenida, estime e interprete para la variable, años en la
empresa el promedio y la mediana. Obtenga además la proporción de
empleados con nivel técnico.
86

drogas:
a. Seleccione una muestra sistemática de tamaño 𝑛 = 6 de esta población.

b. Suponga que estamos investigando sobre el porcentaje de personas
consumidoras de alcohol, calcule el parámetro y el estadístico adecuado
c. Seleccione y describa una muestra sistemática de tamaño 𝑛 = 6 de esta
población. Determine el porcentaje de personas consumidores de alcohol en la
muestra.
d. Seleccione y describa una muestra estratificada de tamaño 𝑛 = 6 de esta
muestra.
e. Aplique el censo a la población para conocer el porcentaje de personas
consumidores de alcohol.
3. En una población de 𝑁 = 297 individuos se desea obtener una muestra de 𝑛 = 15

elementos, mediante muestreo sistemático. Describe el proceso y ¿qué individuos
podrían formar parte de la muestra?
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
MUESTREO ALEATORIO ESTRATIFICADO
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
Procedimiento de muestreo probabilístico, que consiste en dividir en subgrupos

disjuntos (Estratos) a la población, y posteriormente en cada uno de subgrupos
seleccionar las unidades de análisis mediante un muestreo aleatorio simple.
Observación
Se puede usar otros métodos de muestreo en cada subgrupo (muestreo sistemático,

aleatorio con reposición, etc.).
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
Es relativamente habitual definir estratos de acuerdo a algunas variables características

de la población como son la edad, sexo, clase social o región geográfica. Estas variables
permiten dividir fácilmente la muestra en grupos mutuamente excluyentes y con
bastante frecuencia, permiten discriminar comportamientos diferentes dentro de la
población.
Características
• Hay 𝐿 estratos, de tamaños no necesariamente iguales
𝐸𝑖 : i-ésimo estrato (𝑖 = 1; 2 ; 3; . . . ; 𝐿)
• Cada elemento o unidad de la población pertenece a uno y sólo un estrato, es

decir, la intersección entre cualquier par de estratos debe ser vacía:
𝐸𝑖 ∩ 𝐸𝑗 = ∅
• La unión de todos los estratos es igual a toda la población objeto de estudio.
𝐸1 ∪ 𝐸2 . . . ∪ 𝐸𝐿 = 𝑃𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛 (𝑈)
Gráfica: Estratificación de la población
Si el muestreo permite al investigador realizar experimentos seleccionando subgrupos

representativos de la población y probando las hipótesis con estos subgrupos se
emplearán muestras estratificadas. La población se subdivide en estratos y cada
individuo tiene la misma posibilidad de ser elegido, dentro de su estrato.
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.
Si en un estudio esperamos encontrar un comportamiento muy diferente entre hombres

y mujeres, puede ser conveniente definir dos estratos, uno por cada sexo. Si la selección
de estos estratos es correcta:
89
(1) Los hombres deberían comportarse de forma parecida entre ellos,

(2) Las mujeres deberían comportarse de forma muy similar entre ellas y
(3) Hombres y mujeres deberían mostrar comportamientos dispares entre sí.
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.
El departamento de recursos humanos desea estimar la percepción de los

colaboradores de una gran compañía respecto al ambiente de trabajo en el que se
desempeñan. Para realizar su estudio ha decidido tomar una muestra de todos los
colaboradores bajo el siguiente procedimiento. A partir de la nómina dividida en tres
áreas, administración, producción y ventas, ha tomado muestras aleatorias de cada área
y proporcionales al tamaño de cada área.
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
𝑁: Tamaño de la población.
𝑁𝑖 Tamaño del i-ésimo estrato o subpoblación.
𝐿: Número de estratos o subgrupos.
Paso 2:
Realizamos en cada estrato o subgrupo poblacional un muestreo de tamaño 𝑛𝑖 , de tal

forma que:
∑ 𝑛𝑖 = 𝑛
𝑖=1
Donde:
𝑛: Tamaño de la muestra.
𝑛𝑖 Tamaño de la muestra extraída del i-ésimo estrato o subpoblación.
Paso 3:
La muestra final de la población será la formada por todas las submuestras obtenidas
en cada subpoblación.
DISTRIBUCIÓN DEL TAMAÑO DE LA MUESTRA EN CADA ESTRATO

(AFIJACIÓN)
Se llama afijación de la muestra a la asignación o reparto o distribución de las n unidades

de análisis de la muestra (tamaño de la muestra) entre los L diferentes estratos.
Después de elegir el tamaño de muestra adecuado 𝑛, existen muchas maneras de dividir
esta cantidad 𝑛 entre los tamaños de muestra de cada uno de los 𝐿 estratos. Este
proceso es conocido también como afijación.
𝒏𝟏 𝒏𝟐 𝒏𝟑 𝒏𝑳
Para realizar de la mejor manera esta distribución o afijación, se debe considerar las
siguientes situaciones:
• El número total de elementos o unidades de análisis de cada estrato.

• La variabilidad de las observaciones (valores de la variable de estudio) dentro
de cada estrato.
• El coste de obtener una observación de cada estrato.
TIPOS DE MUESTREO ALEATORIO ESTRATIFICADO

Dependiendo del tamaño que asignamos a los estratos, hablaremos de diferentes tipos
de muestreo estratificado. También se acostumbra a hablar de diferentes formas de
"afijación" de la muestra en estratos.
91
1. Muestreo Estratificado Uniforme

2. Muestreo Estratificado Proporcional
3. Muestreo Estratificado con Varianza Mínima
4. Muestreo Estratificado óptimo
Muestreo Aleatorio Estratificado
Uniforme Proporcional Varianza mínima Coste Óptimo
MUESTREO ALEATORIO ESTRATIFICADO UNIFORME
AFIJACIÓN UNIFORME
Consiste en asignar el mismo número de unidades muestrales a cada estrato.
Caso 1:
Si 𝑛𝑖 es una cantidad entera, entonces:

𝑛
𝑛𝑖 =
𝐿
Donde:
Así tenemos que:
𝑛1 = 𝑛2 = 𝑛3 = . . . = 𝑛𝐿
En cada estrato se considera la misma cantidad de unidades que formarán parte de la

muestra.
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
𝐸: Es la parte entera de
𝐿
Así tenemos que: 𝑛1 = 𝑛2 = 𝑛3 = . . . = 𝑛𝐿
92
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.
Se desea estimar el nivel de aprendizaje en los estudiantes de la universidad. Se

estratificó considerando tres estratos: Excelentes, muy buenos, Buenos. El detalle se
presenta en la siguiente tabla:
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
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
Estrato Tamaño: 𝑁𝑖 Tamaño: 𝑛𝑖

1. Excelente 𝑁𝑖 = 500 𝑛𝑖 = 8
2. Muy bueno 𝑁2 = 1000 𝑛2 = 8
3. Bueno 𝑁3 = 2000 𝑛3 = 8
Total 𝑵 = 𝟑𝟓𝟎𝟎 𝒏 = 𝟐𝟒
Por lo tanto, cada estrato estará conformado por 8 unidades de la muestra.
Caso 2: 𝒏𝒊 CANTIDAD NO ENTERA

Si consideramos el tamaño de la muestra 𝑛 = 25, 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 dos estratos están conformado por la misma
cantidad de 8 elementos y elegimos arbitrariamente, en este caso, el tercer estrato
aplicando la siguiente fórmula:
𝑛 25
𝑛3 = 𝐸 ( ) + 1 = 𝐸 ( ) + 1 = 8 + 1 = 9
𝐿 3
Luego, 𝑛1 = 𝑛2 = 8 𝑦 𝑛3 = 9
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.
MUESTREO ALEATORIO ESTRATIFICADO PROPORCIONAL
AFIJACIÓN PROPORCIONAL
Consiste en asignar el número de elementos muestrales en forma directamente

proporcional al tamaño del estrato dentro de la población.
La cantidad de unidades de análisis que formarán parte de cada estrato, está dada por
la siguiente fórmula:
94
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
Donde:
𝑁𝑖 : Tamaño del i-ésimo estrato
También se puede considerar el peso 𝜔𝑖 correspondiente de cada estrato, entonces la

cantidad de unidades de la muestra en cada estrato está dada por la siguiente fórmula:
𝑁𝑖
𝑛𝑖 = 𝑛 = 𝑛𝜔𝑖
𝑁
Donde:
𝑁𝑖
𝜔𝑖 = :
𝑁
Peso del i-ésimo estrato o Factor de ponderación del i-ésimo estrato.
Ejemplo 1.65.
Se desea estimar el nivel de aprendizaje en los estudiantes de la universidad. Se

estratificó considerando tres estratos: Excelentes, muy buenos, Buenos. El detalle se
presenta en la siguiente tabla:
Estrato Tamaño
1. Excelente 500
2. Muy bueno 1000
3. Bueno 2000
Realizar una afijación proporcional, considerando un tamaño de muestra de 23

estudiantes
Solución
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
Estrato: Muy bueno
𝑁1 = 1000; 𝑁 = 3500; 𝑛 = 23
𝑛 23
𝑛1 = 𝑁1 = 1000 = 6,57 ≈ 7
𝑁 3500
Estrato: Bueno
𝑁1 = 2000; 𝑁 = 3500; 𝑛 = 23
𝑛 23
𝑛1 = 𝑁1 = 2000 = 13,14 ≈ 13
𝑁 3500
Luego, 𝑛1 = 3; 𝑛2 = 7; 𝑛3 = 13

2. Muy bueno 𝑁2 = 1000 𝑛2 = 7
3. Bueno 𝑁3 = 2000 𝑛3 = 13
Total 𝑵 = 𝟑𝟓𝟎𝟎 𝒏 = 𝟐𝟑
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
Paso 1: Tamaño poblacional
Considerando cuatro estratos: Directores, Gerentes medios, Personal técnico y

profesional y Obreros.
5 + 25 + 170 + 300 = 500
Es decir el tamaño de la población es 𝑁 = 500
Estrato Tamaño
1. Directores 5
2. Gerentes 25
3. Técnico Profesional 170
4. Personal Obrero 300
Total 500
96
Paso 2: Tamaño Muestral
El tamaño de la muestra se considera el 10% de la población, es decir:
𝑛 = 10%𝑁 = 10%(500) = 50
Paso 3: Afijación proporcional
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
Estrato: Directores
𝑁1 = 5; 𝑁 = 500; 𝑛 = 50
𝑛 50
𝑛1 = 𝑁1 =5 = 0,5 ≈ 1
𝑁 500
Estrato: Gerentes
𝑁1 = 25; 𝑁 = 500; 𝑛 = 50
𝑛 50
𝑛1 = 𝑁1 = 25 = 2,5 ≈ 3
𝑁 500
Estrato: Técnico Profesional
𝑁1 = 170; 𝑁 = 500; 𝑛 = 50
𝑛 50
𝑛1 = 𝑁1 = 170 = 17
𝑁 500
Estrato: Personal Obrero
𝑁1 = 300; 𝑁 = 500; 𝑛 = 50
𝑛 50
𝑛1 = 𝑁1 = 300 = 30
𝑁 500
97
Entonces, la distribución aplicando afijación proporcional está resumido en el siguiente

cuadro:
1. Directores 𝑁𝑖 = 5 𝑛𝑖 = 1
2. Gerentes 𝑁2 = 25 𝑛2 = 3
3. Técnico Profesional 𝑁3 = 170 𝑛3 = 17
4. Personal Obrero 𝑁4 = 300 𝑛4 = 30
Total 𝑵 = 𝟑𝟓𝟎𝟎 𝒏 = 𝟓𝟎
MUESTREO ALEATORIO ESTRATIFICADO CON VARIANZA MÍNIMA
AFIJACIÓN DE VARIANZA MÍNIMA O AFIJACIÓN DE NEYMAN
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
Consiste en asignar el número de elementos de la muestra en forma proporcional a la

variabilidad de cada estrato.
Estratos con poca varianza (estratos más homogéneos) requerirán un tamaño de

muestra menor mientras que los estratos más heterogéneos requerirán una muestra
mayor.
98
Donde:
𝜎𝑖 : Desviación estándar del i-ésimo estrato
También se puede considerar el peso 𝜔𝑖 correspondiente de cada estrato, que está

dado por:
𝑁𝑖
𝜔𝑖 =
𝑁
, entonces la cantidad de unidades de la muestra en cada estrato está dada por la

siguiente fórmula:
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
Paso 1: Tamaño poblacional
Considerando tres estratos:

• 18 a 30 años,
• 31 a 65 años,
• Más de 65 años.
𝑁1 = 40%𝑁 = 40%(100 000) = 40 000

𝑁2 = 350%𝑁 = 35%(100 000) = 35 000
𝑁3 = 250%𝑁 = 25%(100 000) = 25 000
Los resultados se muestran en la siguiente tabla:
99
Estrato Tamaño Desviación estándar (cm)

𝑁𝑖 𝜎𝑖
18 a 30 años 𝑁1 = 40 000 𝜎1 = 9
31 a 65 años 𝑁2 = 35 000 𝜎2 = 11
Más de 65 años 𝑁3 = 25 000 𝜎3 = 8.3
Total 𝑵 = 𝟏𝟎𝟎 𝟎𝟎𝟎

Se considera un tamaño muestral de 𝑛 = 100
Paso 3: Afijación Con Varianza Mínima

Donde:
𝑛 = 100
3
∑ 𝑁𝑖 𝜎𝑖 = (40 000 × 9) + (35 000 × 11) + (25 000 × 8.3) = 952 500
𝑖=1

Estrato: 18 a 30 años
𝑁1 = 40 000 ; 𝜎𝑖 = 9
40 000 × 9
𝑛1 = 100 = 37,81 ≈ 38
952 500
Estrato: 31 a 65 años
𝑁2 = 35 000 ; 𝜎2 = 11
35 000 × 11
𝑛1 = 100 = 40,44 ≈ 40
952 500
Estrato: Más de 65 años
𝑁3 = 25 000 ; 𝜎3 = 8,3
25 000 × 8,3
𝑛1 = 100 = 21,80 ≈ 22
952 500
100
Luego, 𝑛1 = 38; 𝑛2 = 40; 𝑛3 = 22
Entonces, la distribución de la muestra aplicando afijación con varianza mínima está

resumido en el siguiente cuadro:
Estrato Tamaño: 𝑁𝑖 Desviación Tamaño:

estándar (cm): 𝜎𝑖 𝑛𝑖
18 a 30 años 𝑁𝑖 = 40 000 𝜎1 = 9 𝑛𝑖 = 38
31 a 65 años 𝑁2 = 35 000 𝜎2 = 11 𝑛2 = 40
Más de 65 años 𝑁3 = 25 000 𝜎3 = 8.3 𝑛3 = 22
Total 𝑵 = 𝟏𝟎𝟎 𝟎𝟎𝟎 𝒏 = 𝟏𝟎𝟎
MUESTREO ALEATORIO ESTRATIFICADO CON COSTE ÓPTIMO
AFIJACIÓN DE COSTE ÓPTIMO
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
Consiste en asignar el número de elementos de la muestra con el objetivo de minimizar

los costes.
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.
Donde:
𝜎𝑖 : Desviación estándar del i-ésimo estrato
𝑐𝑖 : Coste de la observación de una unidad de análisis del i-ésimo estrato
101
Ejemplo 1.68.
Una empresa publicitaria está interesada en determinar lo que debe enfatizar la

publicidad televisiva en un determinado municipio, y decide realizar una encuesta por
muestreo para estimar el número promedio de horas por semana que se ve la televisión
en los hogares del municipio. Éste comprende dos pueblos, pueblo A y pueblo B, y un
área rural. El pueblo A circunda una fábrica, y la mayoría de los hogares son de
trabajadores fabriles con niños en edad escolar. El pueblo B es un suburbio exclusivo
de una ciudad vecina y consta de habitantes más viejos con pocos niños en casa.
Existen 155 hogares en el pueblo A, 62 en el pueblo B y 93 en el área rural. La empresa
comprobó que cuesta más obtener una observación del área rural que una del pueblo A
o del B. El incremento es debido a los costos de traslado de un hogar rural a otro. El
costo por observación en cada pueblo se ha estimado en 9 euros (esto es, 𝑐1 = 𝑐2 = 9),
y los costos por observación en el área rural se han estimado en 16 euros (esto es, c3
= 16). Las desviaciones estándar por estrato (aproximadas por las varianzas muestrales
de una encuesta previa) son 𝜎1 = 5; 𝜎2 = 15 𝑦 𝜎3 = 10. Si se considera una muestra de
tamaño 𝑛 = 58. Halle los tamaños de muestra para los estratos 𝑛1 ; 𝑛2 𝑦 𝑛3 , que permiten
a la empresa estimar, al mínimo costo, el tiempo promedio que se ve televisión.
Solución
Paso 1: Información De la población

La información descrita en la parte del enunciado del problema, se puede resumir en la
siguiente tabla:
Estrato Tamaño: Desviación Costes:
𝑁𝑖 estándar: 𝜎𝑖 𝑐𝑖
Pueblo A 𝑁𝑖 = 155 𝜎1 = 5 𝑐𝑖 = 9
Pueblo B 𝑁2 = 62 𝜎2 = 15 𝑐2 = 9
Área rural 𝑁3 = 93 𝜎3 = 10 𝑐3 = 16
Total 𝑵 = 𝟑𝟏𝟎
Se considera un tamaño muestral de 𝑛 = 58
Paso 3: Afijación Con Coste Mínimo

Donde:
𝑛 = 58
3
𝑁𝑖 𝜎𝑖 155 × 5 62 × 15 93 × 10
∑ =( )+( )+( ) = 800,8333
𝑖=1
√𝑐𝑖 √9 √9 √16
102
Estrato 1: Pueblo A
𝑁1 = 155 ; 𝜎1 = 5; 𝑐1 = 9
155 × 5
𝑛1 = 58 √9 = 18,71 ≈ 19
800,83
Estrato 1: Pueblo B
𝑁2 = 62 ; 𝜎2 = 15; 𝑐2 = 9
62 × 15
𝑛2 = 58 √9 = 22,45 ≈ 22
800,83
Estrato 3: Área Rural
𝑁3 = 93 ; 𝜎3 = 10; 𝑐3 = 16
93 × 10
𝑛3 = 58 √16 = 16,84 ≈ 17
800,83
Luego, 𝑛1 = 19; 𝑛2 = 22; 𝑛3 = 17
Entonces, la distribución de la muestra aplicando afijación con varianza mínima está

resumido en el siguiente cuadro:
Estrato Tamaño: Desviación Costes: Tamaño:

𝑁𝑖 estándar: 𝜎𝑖 𝑐𝑖 𝑛𝑖
Pueblo A 𝑁𝑖 = 155 𝜎1 = 5 𝑐𝑖 = 9 𝑛𝑖 = 19
Pueblo B 𝑁2 = 62 𝜎2 = 15 𝑐2 = 9 𝑛2 = 22
Área rural 𝑁3 = 93 𝜎3 = 10 𝑐3 = 16 𝑛3 = 17
Total 𝑵 = 𝟑𝟏𝟎 𝒏 = 𝟓𝟖
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
1. Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de

una población de 20 alumnos de la Universidad.
a. Elija una muestra estratificada de tamaño 𝑛 = 4 de esta población. Indique los

pasos elegir la muestra.
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:
• Usando la función de Excel para números aleatorios, se elige una muestra

aleatoria simple de tamaño 2 de los hombres, buscando números del 1 al
12.
Los números elegidos son: 10 y 1
Por lo tanto, la muestra del estrato de hombres queda constituida por:
No trabaja: Fabián
Si trabaja: Juan
• Usando la función de Excel para números aleatorios, se elige una muestra
aleatoria simple de tamaño 2 de las mujeres, buscando números del 1 al
8.
Los números elegidos son: 1 y 4
104
Por lo tanto, la muestra del estrato de mujeres queda constituida por: Alicia
y Fernanda
No trabaja: Alicia y Fernanda
Conclusión
Por lo tanto, la muestra final queda constituida por:
Fabián; Juan; Alicia y Fernanda
La proporción de alumnos que trabaja en la muestra estratificada es de 25%, es

decir:
𝑁 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑞𝑢𝑒 𝑡𝑟𝑎𝑏𝑎𝑗𝑎𝑛 1

𝑝̂ = × 100 = × 100 = 25%
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑒𝑟𝑠𝑜𝑛𝑎𝑠 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 4
2. Se desea tomar una muestra estratificada de las personas mayores de edad de un

municipio, cuyos estratos son los siguientes intervalos de edades, en años: de 18 a
30, de 31 a 45, de 45 a 60 y mayores de 60. En el primer intervalo hay 7500 personas,
en el segundo 8400, en el tercero 5700 y en el cuarto 3000. Calcula el tamaño de la
muestra total y su composición, sabiendo que el muestreo se hace con afijación
proporcional y se han elegido 375 personas del primer estrato.
Solución
De acuerdo a la información del enunciado, se puede resumir en la siguiente tabla:
Estrato Tamaño (𝑁𝑖 )

18 a 30 años de edad 𝑁1 = 7500
Mayores de 60 años de 𝑁4 = 3000
edad
Total 𝑵 = 𝟐𝟒 𝟔𝟎𝟎
La cantidad de unidades de análisis que formarán parte de cada estrato 𝑛𝑖 , está dada
por la siguiente fórmula:
𝑛
𝑛𝑖 = 𝑁𝑖 = 𝑘𝑁𝑖
𝑁
Donde la constante de proporcionalidad 𝑘 está dada por:
𝑛 𝑛𝑖
𝑘= =
𝑁 𝑁𝑖
Como la afijación es proporcional, el peso de cada estrato en la muestra es

directamente proporcional a los individuos de la población correspondiente.
105
En el problema se conoce que en el primer estrato, formado por 𝑁1 = 7500 personas

se han elegido 𝑛1 = 375 entonces, se puede determinar la constante 𝑘 de
proporcionalidad:
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
Estrato 4: mayores de 60 años

𝑛4 = 𝑘𝑁4 = (0.05)(3 000) = 150
Luego, el tamaño total de la muestra es:
𝑛 = 𝑛1 + 𝑛2 + 𝑛3 + 𝑛4 = 375 + 420 + 285 + 150 = 1 230
3. Una comunidad de vecinos desea conocer la opinión de los mismos sobre la

instalación en el tejado de una antena de TV. Para ello realiza una encuesta a 25 de
los vecinos, seleccionados en función de su edad. La composición de esa
comunidad es:
Edad Menores Entre 30 y Entre 50 y Mayores de

de 30 50 70 70
Número de vecinos 24 104 56 16
a. ¿Qué tipo de muestreo se debería utilizar para seleccionar la muestra de modo

que incluya vecinos de todas las edades?
b. ¿Cuántos vecinos habría que seleccionar en cada grupo de edad atendiendo a
un criterio de proporcionalidad?
Solución
(a) La selección de la muestra se debe realizar con un muestreo aleatorio

estratificado con reparto proporcional. Los estratos deben ser los diferentes
grupos de edades.
(b) El número total de vecinos es:
𝑁1 + 𝑁2 + 𝑁3 + 𝑁4 = 24 + 104 + 56 + 16 = 200
La cantidad de unidades de análisis 𝑛 de la muestra que formarán parte de cada

estrato 𝑛𝑖 , está dada por la siguiente fórmula:
𝑛
𝑛𝑖 = 𝑁𝑖
𝑁
106
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
Es decir, baría que seleccionar a tres vecinos menores de 30 años, a trece

vecinos de entre 30 y 50 años, a siete don edades comprendidos entre los 50 y
los 70 años, y a dos vecinos mayores de 70 años.

drogas:
a. Seleccione una muestra estratificada de tamaño 𝑛 = 6 de esta población.

b. Suponga que estamos investigando sobre el porcentaje de personas
consumidoras de alcohol, calcule el parámetro y el estadístico adecuado
c. Seleccione y describa una muestra sistemática de tamaño 𝑛 = 6 de esta
muestra.
107
d. Seleccione y describa una muestra estratificada de tamaño 𝑛 = 6 de esta

muestra.
e. Aplique el censo a la población para conocer el porcentaje de personas
consumidores de alcohol.
2. En una provincia hay 𝑁 = 10 000 alumnos de enseñanza primaria, de los cuales

5000 están en escuela Pública, 3 000 en Centros Privados y 2000 en Centros
Religiosos. Se desea obtener una muestra de 𝑛 = 300, para conocer la opinión de
los padres, ¿a cuántos padres de cada estrato habría que preguntar:
a. Afijación Uniforme
b. Afijación Proporcional
3. En una Facultad con 𝑁 = 1 000 estudiantes matriculados, se imparten tres carreras,

260 estudian la carrera A, 340 la carrera B y 400 la carrera C. Queremos seleccionar
una muestra de 150 estudiantes. ¿Cuántos deberán ser de cada carrera si la
afijación es:
a. Afijación Uniforme
b. Afijación Proporcional
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?
Solución: a) 4 alumnos en cada instituto, b) 4, 2 y 6 alumnos respectivamente.
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?
Solución: a) 5; b) n1 = 7, n2 = 5, n3 = 5, n4 = 3.
108
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?
Solución: a) 159 industriales, 300 profesionales, 1050 asalariados; b) 200

industriales, 600 profesionales, 750 asalariados.
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?
Solución: a) 70, b) n1 = 12, n2 = 8, n3 = 6, n4 = 103, n5 = 21.
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
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:
a. Aplique el muestreo estratificado para obtener una muestra de 10 personas

desaparecidas. Elabore un listado con el elemento seleccionado y el valor de la
edad al momento de la desaparición. Utilice como variable de estratificación:
Lugar de procedencia
110
Estrato 1: Ayacucho Columna 2-Fila 5

Estrato 2: Huánuco Columna 9-Fila 2
Estrato 3: San Martín Columna 4-Fila 9
b. Con la muestra obtenida calcule el promedio de la edad al momento de la

desaparición.
Para calcular el tamaño de la fórmula asociada al procedimiento del muestreo

estratificado, que permite estimar la media poblacional 𝜇, utilizando la media muestral 𝑥̅
cuando la población es finita, de tamaño 𝑁, dependerá del tipo de afijación en que se
distribuya:
CASO N1: AFIJACIÓN UNIFORME
Donde:
𝜎𝑖2 : Varianza poblacional del i-ésimo estrato.
media poblacional)
𝑛 : Tamaño de la muestra.
CASO N2: AFIJACIÓN PROPORCIONAL
Donde:
2
𝜎𝑖 : Varianza poblacional del i-ésimo estrato.
𝑁
𝑊𝑖 = 𝑖: Fracción o Peso poblacional del i-ésimo estrato.
𝑁
111

media poblacional)

POBLACIONAL
Para calcular el tamaño de la fórmula asociada al procedimiento del muestreo

estratificado, que permite estimar la media poblacional 𝜇, utilizando la media muestral 𝑥̅
cuando la población es finita, de tamaño 𝑁, dependerá del tipo de afijación en que se
distribuya:
CASO N1: AFIJACIÓN UNIFORME
Donde:
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.
media poblacional)
CASO N2: AFIJACIÓN PROPORCIONAL
Donde:
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

media poblacional)
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
Determinar el tamaño de muestra utilizando afijación proporcional, y la cantidad de

elementos que conformaran cada estrato. Utilizar un margen de error de muestreo de 5
y un nivel de confianza del 95%.
Solución
Para estimar una media poblacional, se utiliza la siguiente fórmula:
Donde:
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.
Calculando la siguiente expresión tenemos:
∑ 𝑊𝑖 𝜎𝑖2 =(0.6 × 42 ) + (0.3 × 122 ) + (0.1 × 802 ) = 692.8

𝑖=1
Sustituyendo los datos en la fórmula tenemos:
692.8
𝑛= = 96.21
52 692.8
+
1,962 1000
113
Luego, el tamaño de la muestra requerido es de 97 elementos.
Para calcular los tamaños en cada estrato, se aplica la siguiente fórmula:
𝑛𝑖 =𝑊𝑖 𝑛
Para cada estrato, se calcula la cantidad de elementos de la muestra que corresponden

de la muestra:
Primer Estrato: 𝑛1 =𝑊1 𝑛 = 0.6× 97 = 58.2

Segundo Estrato: 𝑛2 =𝑊2 𝑛 = 0.3× 97 = 29.1
Tercer Estrato:𝑛1 =𝑊1 𝑛 = 0.1× 97 = 9.7
Por lo tanto, los tamaños en cada estrato son: 𝑛1 = 58; 𝑛2 = 29; 𝑛3 = 10
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
Determinar el tamaño de muestra utilizando afijación proporcional para estimar la

proporción poblacional 𝑝, y la cantidad de elementos que conformaran cada estrato.
Utilizar un margen de error de muestreo de 2% y un nivel de confianza del 95%.
Solución
Para estimar una media poblacional, se utiliza la siguiente fórmula:
Donde:
ésimo estrato.
𝐸 = 0.02: Error de muestreo (diferencia entre la media muestral y la media
poblacional)
𝑁 = 1000 : Tamaño de la población.
114
Calculando la siguiente expresión tenemos:

3
∑ 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
Sustituyendo los datos en la fórmula tenemos:
0.242
𝑛= = 699,17
0.022 0.242
+
1,962 1000
Luego, el tamaño de la muestra requerido es de 700 elementos.
Para calcular los tamaños en cada estrato, se aplica la siguiente fórmula:
𝑛𝑖 =𝑊𝑖 𝑛
Para cada estrato, se calcula la cantidad de elementos de la muestra que corresponden

de la muestra:
Primer Estrato: 𝑛1 =𝑊1 𝑛 = 0.2× 700 = 140

Segundo Estrato: 𝑛2 =𝑊2 𝑛 = 0.3× 700 = 210
Tercer Estrato:𝑛1 =𝑊1 𝑛 = 0.5× 700 = 350
Por lo tanto, los tamaños en cada estrato son: 𝑛1 = 140; 𝑛2 = 210; 𝑛3 = 350
115
MUESTREO POR CONGLOMERADOS
Introducción
En los procedimientos de muestreo probabilístico hasta ahora analizados: Muestreo

Aleatorio Simple, Muestreo Sistemático y Muestreo Estratificado, se ha supuesto que la
población está dada, y que mediante cualquiera de los procedimientos anteriores en
situaciones diferentes se pueden extraer las unidades de análisis, es decir, las unidades
de análisis coinciden con las unidades de muestreo. Sin embargo, las unidades de
análisis no necesariamente están bien definidas, aunque la población lo esté. Puede
haber varias formas de enumerar las unidades y el tamaño de unidad elegido puede
contener subunidades más pequeñas.
Suponga que queremos determinar cuántas bicicletas son propiedad de los residentes
de una comunidad de 10 000 familias. Podríamos extraer una muestra aleatoria simple
de 400 familias o dividir la comunidad en bloques que tuviesen aproximadamente 20
familias cada uno y analizar a cada familia en cada uno de los 20 bloques elegidos al
azar de entre los 500 bloques de la comunidad.
DEFINICIÓN
Procedimiento de muestreo probabilístico, que consiste en la que cada unidad de

muestreo es un conjunto o conglomerados de elementos.
El muestreo por conglomerados es una técnica que aprovecha la existencia de grupos

o conglomerados en la población que representan correctamente el total de la población
en relación a la característica que queremos medir. Dicho de otro modo, estos grupos
contienen toda la variabilidad de la población. Si esto sucede, podemos seleccionar
únicamente algunos de estos conglomerados para realizar el estudio.
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.
En el muestreo por conglomerados las unidades de muestreo son grupos de unidades

de estudio, algo que puede resultar muy beneficioso en relación al coste del propio
116
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.
Las unidades hospitalarias

Los departamentos universitarios
Los centros de enseñanza
Ejemplo 1.73.
Para elegir una muestra de estudiantes de un colegio, se pueden elegir aleatoriamente

clases y entrevistar a todos los alumnos de éstas.
Ejemplo 1.74.
Una población de niños escolarizados puede agruparse en un número de aulas o un

número de escuelas. Una muestra de los estudiantes de esa población, puede
seleccionarse por escuelas, clases o estudiantes.
Ejemplo 1.75.
Si se desea estudiar qué proporción de la población de la ciudad de Arequipa fuma, se

puede dividir el total de la población en distritos y seleccionar algunas de ellas para ser
estudiadas. Si no tenemos razones para pensar que él porcentaje de fumadores va a
cambiar de un distrito a otro, esta solución nos permitirá concentrar el esfuerzo de
muestreo en un único entorno geográfico. Si el estudio se va a hacer mediante
entrevistas personales, esto representa un importante ahorro de costes de
desplazamientos.
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
esos números se marcan en el mapa. Después se asignan los entrevistadores a cada

uno de los conglomerados seleccionados.
Criterios
Un criterio habitual para definir conglomerados es el geográfico. El muestreo por

conglomerados facilita el problema de localizar a las unidades de las poblaciones al
concentrarlas geográficamente.
CARACTERÍSTICAS
• Los métodos anteriores requieren disponer de un listado de los elementos de la

población o poder elaborarlo fácilmente.
Ejemplo 1.77.
Extraer una muestra de los universitarios arequipeños, podemos proceder de la

siguiente manera:
• Seleccionaremos al azar primero algunas universidades

• Luego, algunas facultades dentro de cada Universidad
• Después, algunas cursos y
• Finalmente, todos los alumnos de los cursos seleccionados
Ejemplo 1.78.
Si consideramos una población compuesta de 24 estudiantes, distribuidos en 3

escuelas, con 2 clases por escuela. El esquema de organización de los conglomerados
posibles se presenta en la siguiente figura.
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
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.
Ventajas y desventajas del muestreo por conglomerados
• La principal ventaja de esta técnica es de tipo operativa: seleccionar un

conglomerado a estudiar suele ser más fácil y económico que hacer una muestra
aleatoria o sistemática. Hemos visto por ejemplo que usar conglomerados
geográficos puede representar un importante ahorro en desplazamientos de
personas.
• Curiosamente, es habitual hacer estudios a través de Internet en los que se sigue
pensando en términos de estudiar sólo unas zonas geográficas, cuando en
realidad a través de Internet no obtenemos ningún beneficio operativo; al contrario,
incurrimos en mayor riesgo de tener menor precisión por diferencias entre las
regiones estudiadas y el resto de la población. Esta práctica es una herencia
injustificada de técnicas que eran buenas en entrevistas personales, pero que no
lo son al usar otras metodologías.
• Como principal inconveniente, al usar muestreo por conglomerados corremos un
riesgo importante: que los conglomerados no sean realmente homogéneos entre
ellos. En el ejemplo anterior sobre fumadores en Argentina, podría suceder que
en una de las provincias exista más propensión a fumar, por ser una región más
urbana, por razones culturales, etc.
Ejemplo 1.79.
Un estudiante quiere estimar las calificaciones promedio de sus compañeros de

dormitorio.
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
Los resultados fueron los siguientes:
Las unidades primarias son los cuartos, de modo que:
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.
Se desea conocer las ganancias por cabeza de las familias de un municipio.
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
Las unidades primarias son las manzanas, de modo que:
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
1. 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 por conglomerados
2. Pon un ejemplo de situación en la que la muestra más conveniente se obtenga

mediante muestreo por conglomerados.
121
Anexo 1
Tabla 1
122
Anexo 2
Tabla 1
123
Tabla 2
124
Tabla 3
125
Tabla 4
126

Muestreo Probabilistico 2 de Julio 2021

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo Probabilistico 2 de Julio 2021

Cargado por

Copyright:

Formatos disponibles

ESTADÍSTICA I PROF.

LUIS GUERRA JORDÁN

Docente: Luis Fernando Guerra

Los ejemplos mencionados incluyen métodos de muestreo. Según el método de

Es altamente probable que en algún momento de su futuro desempeño profesional

Es el conjunto de elementos que presentan una característica común que es objeto de

Población o universo de estudio es un conjunto de unidades para las que se desea

Dicha característica puede ser:

Adolescentes con estudios de primaria completos de la ciudad de Arequipa en el

• Población de mujeres en edad fértil,

• En toda investigación la población diana es el universo al que queremos

Las unidades o elementos que conforman la población pueden ser:

La población accesible está compuesto por el conjunto de elementos o unidades que

Está delimitada por los criterios de inclusión y exclusión.

En una investigación en la que nuestra población diana sean mujeres embarazadas

Los criterios que se establecen en un estudio permiten seleccionar adecuadamente que

En estudios sociales se deben definir tres tipos de características:

Se han de tener en cuenta los siguientes:

• Primero se aplican los criterios de inclusión y después los de exclusión.

“Población de 70 ó más años que residen en la ciudad de Arequipa”

b) Si el objetivo fundamental de la investigación fuese la corrupción política a través de

“Artículos de prensa publicados en los periódicos entre 2010 hasta el 2018”

- Población diana: Hipertensos del centro de salud X

Una población es finita cuando consta de un número limitado de elementos.

Son ejemplos de población finitas

Una población es infinita cuando consta de un número ilimitado de elementos.

Son ejemplos de población infinitas

• La población de insectos en el mundo.

• En situaciones más reales se considera la población infinita cuando el tamaño

• Censo de población y vivienda de los habitantes del Perú.

Es el subconjunto de la población seleccionado para la investigación que es objeto de

• La selección se hace porque generalmente el costo, el tiempo y los recursos son

Conjunto de procedimientos estadísticos, mediante el cual se elementos de la población

Población Muestreada Muestreo

Las principales características para seleccionar una muestra son:

• No es posible estudiar a todas las unidades de la población debido al tiempo y a

Las principales ventajas son:

• Necesitamos estudiar menos individuos, necesitamos menos recursos (tiempo y

Las principales desventajas son:

Es el elemento (persona, institución u objeto) que constituye la población o muestra,

Según el tipo de investigaciones, las unidades de análisis pueden ser:

• La unidad de análisis: Las familias del municipio del distrito de Socabaya.

Si se investiga sobre la situación de la vivienda en la ciudad de Arequipa, las unidades

Es la unidad o grupo de unidades de análisis que se descompone o divide la población.

Si se desea conocer en qué porcentaje las madres de familia de un distrito determinado

La unidad de muestreo: son las viviendas numeradas del Distrito.

La unidad de muestreo: son las viviendas numeradas de la comunidad.

Es una lista de las unidades de muestreo de donde se obtiene la muestra.

Plano del centro de Arequipa

• Las unidades de muestreo contienen una o varias unidades de análisis.

Para estudiar técnicas de estudios en niños de escuelas primarias, entonces:

Es la unidad de la que se obtiene información para realizar una investigación.

Las encuestas de hogares del Instituto de estadística, están dirigidas al conjunto de

• La unidad de observación es el hogar y

En un estudio social, se estaría interesado en el acoso sexual de las mujeres mayores

• En una situación ideal, la población muestreada será idéntica a la población

A continuación, mostraremos un ejemplo de una parte de una ficha técnica de una

De acuerdo al tipo de selección de elementos de la población, el muestreo se puede

En base a las opiniones de una entrevista personal, realizada a los estudiantes de la

De acuerdo al ejemplo mencionados anteriormente, es necesario calcular un

• La media aritmética es un parámetro si se calcula para toda la población en tanto

• Dado que un parámetro se calcula para toda la población, su valor es constante;

La siguiente tabla se presenta diferentes parámetros (media, varianza, desviación típica

La siguiente tabla se presenta diferentes parámetros (media, varianza, desviación típica