“AÑO DEL BUEN SERVICIO AL CIUDADANO”

UNIVERSIDAD NACIONAL “SAN LUIS

GONZAGA” DE ICA
Facultad de Administración

Tema:
MUESTREO ALEATORIO
ESTRATIFICADO

INTEGRANTES:

 Huallpa Valdivia, Stip

 Medina Vargar, Jeferson
 León Huamán, Hector
 Avalos Salvador, Annie
 Bejar Ramos, Bryan
 Vazques Contreras, Anais

Ciclo y Sección: V–“A”

ICA-PERÚ
2017
 INTRODUCCIÓN

Desde hace mucho tiempo el hombre se ha visto obligado a desarrollar ciertas

técnicas para facilitarse de alguna forma sus actividades de conteo y es así
como surgió el Muestreo, el cual se desprende de la estadística, claro ya se
domina y se explota en muchas áreas pero para llegar a este punto, pero hay
un gran pasado, donde distintas civilizaciones han experimentado a través del
tiempo y cada una fue aportando bases , hasta cierta época donde todos ,
como parte de una sociedad plateamos como objetivos desarrollar estrategias
para realizar mejor nuestras actividades, en este caso todas las actividades
que involucren el muestreo.
 ÍNDICE
PAG.

INTRODUCCIÓN………………………………………………………………………………...

CAPÍTULO PRIMERO

1.- MUESTREO ALEATORIO ESTRATIFICADO…………………………………………..4

2.-fortalezas del muestreo estratificado…………………………………………….………..5

3.-Pasos de selección para un muestreo estratificado…………………………………..6-7

4.-Tipos de muestreo estratificado…………………………………………………………...8

4.1.-Muestreo estratificado proporcionado……………………………………………..8-9

4.1.1.-Ejercicio de muestreo aleatorio estratificado proporcional…………………..10

4.2.-Muestreo estratificado asignación igual……………………………………………11

CONCLUSION……………………………………………………………………….…....….12

BIBLIOGRAFÍA………………………………..………………………………………..…….13
 INTRODUCCIÓN
4

MUESTREO ALEATORIO
ESTRATIFICADO

Esta técnica, perteneciente a la familia de muestreos probabilísticos,

consiste en dividir toda la población objeto de estudio en diferentes
subgrupos o estratos disjuntos, de manera que un individuo sólo
puede pertenecer a un estrato. Una vez definidos los estratos, para
crear la muestra se seleccionan individuos empleando una técnica de
muestreo cualquiera a cada uno de los estratos por separado. Si por
ejemplo empleamos muestreo aleatorio simple en cada estrato,
hablaremos de muestreo aleatorio estratificado (M.A.E. en adelante).
Del mismo modo, podríamos usar otras técnicas de muestreo en cada
estrato (muestreo sistemático, aleatorio con reposición, etc.).

Los estratos suelen ser grupos homogéneos de individuos, que a su

vez son heterogéneos entre diferentes grupos. Por ejemplo, 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 los
hombres deberían comportarse de forma parecida entre ellos, las
mujeres deberían comportarse de forma muy similar entre ellas y
hombres y mujeres deberían mostrar comportamientos dispares entre
sí.

Si la anterior condición se cumple (estratos homogéneos

internamente, heterogéneos entre sí) el uso del muestreo aleatorio
estratificado reduce el error muestral, mejorando la precisión de
nuestros resultados al realizar un estudio sobre la muestra.

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.
 INTRODUCCIÓN
5

Fortalezas del muestreo estratificado

El muestreo estratificado tiene muchas de las fortalezas y debilidades

asociadas con la mayoría de los procedimientos de muestreo de
probabilidad cuando se comparan con los procedimientos de muestreo
no probabilísticos. En comparación con el muestreo aleatorio simple,
las fortalezas del muestreo estratificado incluyen:

 Capacidad para estimar no sólo los parámetros de población,

sino también para hacer inferencia dentro de cada estrato y
las comparaciones entre los estratos. Datos suficientes sobre
subgrupos de interés quizá no puedan ser capturados en el
muestreo aleatorio simple. Las muestras estratificadas
producen pequeños errores de muestreo al azar que los que
son obtenidos con una muestra aleatoria simple del mismo
tamaño de la muestra. Un muestreo estratificado dará lugar a
una muestra que es al menos tan precisa como una muestra
aleatoria simple del mismo tamaño de la muestra.

 Las muestras estratificadas tienden a ser más representativas

de una población debido a que se asegura de que los
elementos de cada estrato en la población están
representados en la muestra. El muestreo puede ser
estratificado para asegurar que la muestra se extiende sobre
subáreas geográficas y subgrupos de población.

 Al usar el muestreo estratificado, se aprovecha el

conocimiento que el investigador tiene sobre la población.

 La utilización de un muestreo estratificado permite al

investigador utilizar diferentes procedimientos de muestreo
dentro de los diferentes estratos.
 INTRODUCCIÓN
6

Pasos de selección para un muestreo

estratificado
Hay ocho pasos principales en la selección de una muestra aleatoria
estratificada:

1.  Define la población objetivo.

2.  Identifica la variable o variables de estratificación y determinar

el número de estratos a usarse. Las variables de estratificación deben
estar relacionados con el propósito de estudio. Si el propósito del estudio
es hacer estimaciones de los subgrupos, las variables de estratificación
deben estar relacionados con esos subgrupos. La disponibilidad de
información auxiliar a menudo determina las variables de estratificación
que se utilizan. Puede ser utilizada más de una variable de
estratificación. Considera que a medida que el número de variables de
estratificación aumenta, incrementa la probabilidad de que algunas de
las variables cancelen los efectos de otras variables, no más de cuatro a
seis variables de estratificación y no se deben utilizar más de seis
estratos de una variable en particular.

3.  Identifica un marco de muestreo existente o desarrolla uno que incluya

información sobre la o las variables de estratificación para cada
elemento de la población objetivo. Si el marco de la muestra no incluye
la información en las variables de estratificación, la estratificación no
sería posible.

4.  Evalúa el marco de muestreo para la falta de cobertura, cobertura

excesiva, múltiple, y la agrupación, y haz los ajustes cuando sea
necesario.

5.  Divide el marco de muestreo en estratos, categorías de la estratificación

de la o las variables, creando un marco de muestreo para cada estrato.
Dentro del estrato las diferencias deben reducirse al mínimo, y las
diferencias entre los estratos deben maximizarse. Los estratos no deben
estar superpuestos, en conjunto, debe constituir toda la población. Los
estratos deben ser independientes y mutuamente exclusivos del
subconjunto de la población. Cada elemento de la población debe estar
en un sólo estrato.
 INTRODUCCIÓN
7

6.  Asigna un número único a cada elemento.

7. Determina el tamaño de la muestra para cada estrato. La distribución

numérica de los elementos incluidos en la muestra a través de los
diversos estratos determina el tipo de muestreo a implementar. Puede
ser un muestreo proporcional estratificado o uno de los diversos tipos de
muestreo estratificado desproporcionado.

8.  Selecciona al azar el número específico de elementos de cada estrato.

Al menos un elemento se debe seleccionar de cada estrato para la
representación de la muestra; y por lo menos dos elementos deben ser
elegidos de cada estrato para el cálculo del margen de error de las
estimaciones calculadas a partir de los datos recogidos .

  
 INTRODUCCIÓN
8

Tipos de muestreo 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.

Muestreo estratificado proporcionado

Cuando seleccionamos una característica de los individuos para
definir los estratos, suele ocurrir que el tamaño de las subpoblaciones
resultantes en el universo son diferentes. Por ejemplo, queremos
estudiar el % de la población que fuma en México y pensamos que la
edad puede ser un buen criterio para estratificar (es decir, pensamos
que existen diferencias importantes en el hábito de fumar dependiendo
de la edad). Definimos 3 estratos: menores de 20 años, de 20 a 44
años y mayores de 44 años. Es de esperar que al dividir toda la
población mexicana en estos 3 estratos no resulten grupos de igual
tamaño. Efectivamente, si miramos datos oficiales, obtenemos:

* Estrato 1:

- Población Mexicana menor de 19 años: 42,4 millones (41,0%)

* Estrato 2:

- Población Mexicana de 20 a 44 años: 37,6 millones (36,3%)

* Estrato 3:

- Población Mexicana mayor de 44 años: 23,5 millones (22,7%)

 INTRODUCCIÓN
9

Si usamos muestreo estratificado proporcionado , la muestra deberá

tener estratos que guarden las mismas proporciones observadas en la
población. Si en este ejemplo queremos crear una muestra de 1.000
individuos, los estratos tendrán que tener un tamaño como sigue:

Estrato Población Proporción Muestra

1 42,4M 41,0% 410
2 37,6M 36,3% 363
3 23,5M 22,7% 227

Ejercicio de muestreo aleatorio estratificado proporcional

 INTRODUCCIÓN
10

En un pueblo habitan 700 hombres adultos, 800 mujeres adultas y 500 menores.
De él se quiere seleccionar una muestra de 80 personas, utilizando, para ello,
muestreo estratificado con afijación proporcional. ¿Cuál será la composición que
debe tener dicha muestra?

SOLUCIÓN
Expresamos en una tabla todos los datos

Hombres Mujeres Niños TOTAL

Población 700 800 500 2000

Muestra x y z 80

Expresamos la proporcionalidad:

Para calcular cualquiera de las incógnitas, buscamos una proporción donde

conozcamos 3 de los 4 datos:

Por tanto, en la muestra tomaríamos 28 hombres, 32 mujeres y 20 niños

Muestreo estratificado asignación igual

 INTRODUCCIÓN
11

Se ha dicho que este método implica, que los tamaños muéstrales de cada
estrato deben ser iguales

n1 = n2 =n3… etc

Siguiendo con el ejemplo anterior, un muestreo estratificado uniforme

definiría la siguiente muestra por estrato:

Estrato Población Proporción Muestra

1 42,4M 41,0% 334
2 37,6M 36,3% 333
3 23,5M 22,7% 333

Esta técnica favorece los estratos que tienen menos peso en la

población, equiparándolos en importancia a los estratos más
relevantes. Globalmente, reduce la eficiencia de nuestra muestra
(menor precisión en los resultados), pero como contrapartida permite
estudiar características particulares de cada estrato con mayor
precisión. En nuestro ejemplo, si queremos emitir alguna afirmación
específica sobre la población del estrato 3 (mayores de 44 años),
podremos hacerlo con menor nivel de error muestral si empleamos
una muestra de 333 unidades que si lo hacemos con una muestra de
227 (como ocurría en el muestreo estratificado proporcional).

CONCLUSIONES
 INTRODUCCIÓN
12

 Gracias al muestreo aleatorio estratificado (MAE) podemos

conocer a ciertas poblaciones sin importar su tamaño ya que
esta técnica solo toma una muestra y en base a eso se toma
las conclusiones.

 Es muy útil para las empresas, el gobierno, las industria, etc.

ya que gracias a esta se puede conocer poblaciones y utilizar
la información obtenida para diferentes fines

BIBLIOGRAFIA
Libro:
 INTRODUCCIÓN
13

 Martínez Bencardino, Ciro Estadística y muestreo / Ciro Martínez Bencardino.

-- 13ª. ed. -- Bogotá: Ecoe Ediciones, 2012. 900 p. – (Ciencias exactas.
Matemáticas)

Páginas web:

 http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo6/
B0C6m1t8.htm

 https://explorable.com/es/muestreo-estratificado

 https://www.questionpro.com/blog/es/muestreo-estratificado/

 http://bioestadistico.com/muestreo-aleatorio-estratificado-con-afijacion-
proporcional

 http://todoestadistica.blogspot.pe/2009/05/muestre-estratificado-afijacion.html