MUESTREO

DISEÑOS
EJERCICIOS DE
CONCEPTO TIPOS MUESTRALES DE
APLICACIÓN
USO FRECUENTE

ALEATORIO POR
SISTEMATICO ESTRATIFICADO CONGLOMERADO
SIMPLE

CALCULO DEL
TAMAÑO
MUESTRAL

ESTIMAR LA ESTIMAR LA
MEDIA PROPORCION
POBLACIONAL POBLACIONAL

TAMAÑO DE LA MUESTRA Y DISEÑOS MUESTRALES

1
Estadística II

3. MUESTREO

3.1. CONCEPTO

En toda investigación estadística existe un conjunto de elementos sobre los que se toma información. Este
conjunto de elementos es lo que se denota con el nombre de población (N). Cuando el investigador toma
información de todos los elementos de la población se dice que está realizando un censo. Sin embargo, esto
no es muchas veces posible. Este problema lleva al investigador a tomar la información sólo de una parte de
los elementos de la población, proceso que recibe el nombre de muestreo. El conjunto de elementos de los
que se toma información en el proceso de muestreo se llama muestra (n) y el número de elementos que la
compone tamaño muestral. Por lo tanto:

El muestreo es el proceso de selección de una parte representativa de la población que permita estimar los
parámetros de la población.

3.2. REVISION DE OTROS CONCEPTOS FUNDAMENTALES

Necesitamos algunas definiciones para precisar el concepto de una buena muestra:

 UNIDAD DE OBSERVACION.
Es el objeto sobre el cual se realiza una medición. Ésta es la unidad básica de la observación, a veces llamada
elemento. En estudios de poblaciones humanas, con frecuencia ocurre que las unidades de observación son
los individuos.

 UNIDAD DE MUESTREO
Es la unidad donde realizamos la muestra.
Por ejemplo, podríamos querer estudiar a las personas, pero no tenemos una lista de todos los individuos
que pertenecen a la población. En vez de esto, las familias sirven como las unidades de muestreo y las
unidades de observación son los individuos que viven en una familia.

 MARCO DE MUESTREO.
Es la lista de las unidades de muestreo.
Para las encuestas telefónicas, el marco de muestreo podría ser una lista de todos los números telefónicos
residenciales de la ciudad; para las entrevistas personales, una lista de direcciones de todas las calles; para
una encuesta de agricultura, una lista de todas las granjas o un mapa de las áreas que contienen granjas.

3.3. VENTAJAS Y DESVENTAJAS DEL MUESTREO

Hay muchas razones por las cuales el estudio de una muestra es preferible al de la totalidad de la población.
VENTAJAS DESVENTAJAS
Proporciona información confiable con Siempre conlleva a un margen de error de muestreo.
costos mucho menores que las de un Por el hecho de partir de la observación de sólo una
censo. parte de la población.
Los datos se pueden reunir más rápidos, Hacer conclusiones hacia una población mucho más
de modo que las estimaciones se pueden grande de la que originalmente se tomo la muestra.
publicar de manera programada
Las estimaciones con frecuencia son Otros errores que no son de muestreo son la Sub
mucho más precisas que las basadas en un cobertura, la carencia de respuesta y los descuidos en
censo. la recolección de datos.
Permiten inferir la realidad sin necesidad
de estar examinando a toda la población.
Estadística II

3.4. TIPOS DE MUESTREO

Existen dos grandes categorías de muestreo: el muestreo no probabilístico y el muestreo probabilístico.

MUESTREO NO PROBABILISTICO
Concepto: Entran en esta categoría todas aquellas
muestras en las cuales, los individuos se escogen en
base a la opinión personal. La persona que selecciona
los elementos de la muestra, usualmente es un
experto en la materia dada.
Tipos de muestreo no probabilístico:
. Muestreo por cuotas: Presupone un buen
conocimiento de los estratos de la población y se
selecciona a los elementos más representativos.
MUESTREO PROBABILISTICO
Concepto: Son aquellas en que cada
individuo de la población tiene una
probabilidad perfectamente conocida de ser
incluida en la muestra. No es ni siquiera
necesario que los diferentes individuos
tengan un igual chance de pertenecer a la
muestra, basta con que tengan cualquier
posibilidad (diferente de cero) de formar
parte de ella y que esa probabilidad sea
conocida.

. Muestreo intencional o de conveniencia: Es donde Tipos de muestreo probabilístico:

deliberadamente se obtienen muestras de grupos
supuestamente típicos. . Muestreo aleatorio simple.
. Muestreo Sistemático.
. Bola de nieve: Se localiza a algunos individuos, los
. Muestreo estratificado.
cuales conducen a otros, y así hasta conseguir una
. Muestreo por conglomerados
muestra suficiente.
. Muestreo por etapas.
. Muestreo discrecional: A criterio del investigador
los elementos son elegidos sobre lo que él cree que
puede aportar al estudio.

Algo más acerca de muestreos no probabilísticos es que suele aplicarse a menudo:

 en la vida corriente, sobre todo en el comercio y en las encuestas de opinión, y siempre que en caso de
equivocación las consecuencias no sean demasiado graves.
 Se utilizan cuando sólo se necesitan estimaciones toscas a partir de las cuales no se piensa tomar una
decisión importante.
 El presupuesto de la encuesta es pequeña.

En las encuestas en que hayan de proporcionarse resultados importantes se exige la utilización del muestreo
probabilístico que permita una evaluación objetiva de los resultados. Aunque el precio de una encuesta de
este tipo es grande, siempre será menor que el que habría que pagar como consecuencia de una decisión
equivocada basada en resultados sesgados. En consecuencia a partir de esta sección solo hablaremos del
muestreo probabilístico:

3.5. DISEÑOS MUESTRALES DE USO FRECUENTE

3.5.1. MUESTREO ALEATORIO SIMPLE (m.a.s)

Concepto.- Es Cuando todos los elementos de la población tienen la misma probabilidad de ser
seleccionados en la muestra y esta probabilidad es conocida. Este tipo de muestreo es más recomendable,
pero resulta mucho más difícil de llevarse a cabo y, por lo tanto, es más costoso.

Calculo del Tamaño de la muestra.- Con frecuencia, un investigador mide distintas variables y tiene varios
objetivos pero solo debe centrarse en una respuesta que sea de interés fundamental y utilizarlas para
estimar el tamaño muestral. Para diseñar una muestra aleatoria simple se deberá tomar en cuenta varios
aspectos relacionados con el parámetro y estimador, el error muestral, el nivel de confianza y la varianza
poblacional:
Parámetro: se refiere a la característica de la población que es objeto de estudio.
Estadística II

Estimador: es la función de de la muestra que se usa para medirlo.

Error muestral: siempre se comete ya que existe una pérdida de la representatividad al momento de escoger
los elementos de la muestra.
Nivel de Confianza: es la probabilidad de que la estimación efectuada se ajuste a la realidad; es decir, que
caiga dentro de un intervalo determinado basado en el estimador y que capte el valor verdadero del
parámetro a medir.

Nivel de Confianza 99.73% 99% 98% 96% 95.45% 95% 90% 80% 68.27%
Valores de Z 3.00 2.58 2.33 2.05 2.00 1.96 1.645 1.28 1.00

3.5.2. CÁLCULO DEL TAMAÑO MUESTRAL

Para determinar el tamaño de la muestra depende de los parámetros que se desean estimar, es decir que
podemos estar interesados en conocer una media aritmética ( ), una proporción poblacional (p) , diferencias
de medias ( 1- 2) o una diferencia de proporciones (p1-p2). Para cada uno de los casos mencionados
anteriormente existe una determinada fórmula para determinar el tamaño de la muestra.
A continuación presentaremos fórmulas para determinar tamaño de muestra para estimar media aritmética
( ) o proporción poblacional (p) considerando muestra aleatoria simple o sistemática.

A. Fórmula para calcular el tamaño de muestra para estimar :

El tamaño de muestra cuando no se El tamaño de muestra cuando se

conoce la población conoce la población
(Población infinita) (Población finita)

En donde:
Z: correspondiente al nivel de confianza elegido
: Desviación estándar de una variable cuantitativa
e: error máximo, N: tamaño de la población
Ejemplo1: Un medico quiere estimar el peso promedio de los recién nacidos en cierto hospital. Un estudio
anterior de diez niños mostró que la desviación estándar de sus pesos es de 150 gr. ¿Qué tan grande debe
ser una muestra para que el médico tenga el 95% de confianza de que el error de estimación es a lo más de
40 gr?
Solución:

Entonces se necesita aproximadamente una muestra de 54 recién nacidos para estimar el peso promedio con
una confianza del 95% y un error máximo de 40 gr.

Ejemplo2: Para el ejemplo anterior. ¿Cuánto seria el tamaño de muestra si se conoce que el total de recién
nacidos en cierto mes es de 200 niños?
Solución:
Para ello se utilizara la formula de tamaño de muestra cuando se conoce la población, reemplazando sería

Por lo tanto se necesita aproximadamente una muestra de 43 recién nacidos para estimar el peso promedio
con una confianza del 95% y un error máximo de 40 gr.
Estadística II

B. Fórmula para calcular el tamaño de muestra para estimar p:

El tamaño de muestra cuando no se El tamaño de muestra cuando se conoce

conoce la población la población
(Población infinita) (Población finita)

Z: correspondiente al nivel de confianza elegido

p: proporción de una categoría de la variable
e: error máximo
N: tamaño de la población

Ejemplo 01: A cuántas familias tendríamos que estudiar para conocer la preferencia del mercado en cuanto a
las marcas de shampoo para bebé, si se desconoce la población total? Asumamos los siguientes datos nivel
de confianza 95%, una precisión (error muestral) del 3% y la proporción esperada es de 5%.
Solución:
Z: 1.96 (95% de confianza)
p: 0.05 (en este caso 5%)
q=1-p=1-0.05=0.95
e: 0.03 (3% error máximo)

Se requerirá entrevistar a no menos de 203 familias para poder tener la seguridad del 95%

Ejemplo 02:¿Cómo hubiera cambiado el ejemplo 01. Anterior, si se desconoce la proporción esperada?

Solución:
Cuando se desconoce la proporción esperada, se tiene que utilizar el criterio conservador (p=q=0.5=50%)
Z: 1.96 (95% de confianza)
p: 0.5 (en este caso 50%)
q=1-p=1-0.5=0.50
e: 0.03 (3% error máximo)

Se requerirá entrevistar a no menos de 1067 familias para poder tener la seguridad del 95%
Ejemplo 03: En una muestra aleatoria de 500 familias en el distrito de Los Olivos, se encuentra que 340
familias están suscritas a Seguros Rímac. ¿Qué tan grande se requiere que sea una muestra si se quiere tener
95% de confianza de que la estimación de P esté dentro de 0.06?
Solución:
Z: 1.96 (95% de confianza)
p: 340/500=0.68 (en este caso 68%)
q=1-p=1-0.68
e: 0.06 (6% error máximo)

Entonces se necesita aproximadamente una muestra de 232 familias para estimar la proporción de suscritos
a Seguros Rímac con una confianza del 95% y un error máximo de 0.06.
Estadística II

Ejemplo 4:

Si el total de familias en el distrito es de 5000, ¿Cuánto será la muestra necesaria para estimar P?

Por lo tanto se necesita aproximadamente una muestra de 222 familias para estimar la proporción de
suscritos a Seguros Rímac con una confianza del 95% y un error máximo de 0.06.

Ejemplo 05:

Un investigador está interesado en estimar la proporción de muertes debido a cáncer de estómago en

relación con el número de defunciones por cualquier tipo de neoplasia. Su experiencia le indica que sería
sorprendente que tal proporción supere el valor de 1/3. ¿Qué tamaño de muestra debe tomar para estimar
la anterior proporción, con un nivel de confianza del 99%, para que el valor estimado no difiera del valor real
en más de 0.03?

Solución:
Z: 2.575 (99% de confianza)
p: 1/3=0.33
q=1-p=1-0.33
e: 0.03 (3% error máximo)

Se requerirá entrevistar a no menos de 1637 familias para poder tener la seguridad del 99%

3.5.3. PROCESO DE SELECCIÓN DEL MUESTREO ALEATORIO SIMPLE.

Para seleccionar una muestra de este tipo consiste en: Enumerar las unidades de la población, desde 1 hasta
N.
Usando la tabla de números aleatorios seleccionar la 1ra unidad para la muestra.

Continuar la selección excluyendo las que se repiten. En la actualidad la generación de números aleatorios se
realiza de forma automática a través del software Excel: se utiliza la siguiente función= Aleatorio. entre
(inferior, superior).

a. Tabla de números aleatorios.

La extracción de una muestra aleatoria simple se efectúa seleccionando una a una las n unidades. La
utilización de una tabla de números aleatorios implica un mecanismo de probabilidad muy bien diseñado, de
manera que garantiza estadísticamente la aleatoriedad de sus elementos.

Ejemplo 07

Supongamos que deseamos elegir a dos números aleatorios entre 1 y 50. Para ellos podemos utilizar pares
de números en la tabla y estos pueden ser adyacentes. Iniciemos en la fila 1, columna 5: números (99) y
ava e os a la de e ha , , ,…El 99 y el o está o p e didos e t e y 50 de manera que
se descarta, el (16) y el (41) si se eligen por estar comprendidos entre 1 y 50. Por lo tanto los elementos
elegidos serian: el 16 y el 41.
Estadística II
Estadística II

b. Usando el Excel. Ver ejemplo de aplicación en el archivo de Excel adjunto que tienen por
nombre selección y calculo muestral.

3.5.4. MUESTREO ALEATORIO SISTEMATICO

Concepto. Este muestreo exige que los elementos componentes de la población tengan un orden de
posición, por ejemplo que esté en filas, en tarjetas, o en cualquier forma ordenada.

Proceso de selección del muestreo aleatorio sistemático. Para obtener una muestra sistemática se elige una
muestra de tamaño n y sea K el siguiente entero después de dividir N/n (intervalo muestral). Luego,
determinamos un número aleatorio R entre 1 y k, el cual determina que la muestra este formada por las
unidades numeradas R, R + k, R+ k,……….., R+ (n-1)k.

Ejemplo de aplicación 01. Por ejemplo para elegir una muestra de 45 estudiantes de una lista de 45,000 que
estudian en la universidad, el intervalo de muestreo k es 1000. Supongamos que el entero aleatorio elegido
sea R=597. Entonces los estudiantes numerados como 597, 1597, 2597,…, 9 esta ía e la uest a.

Ejemplo 02. A partir de una lista de 100 establecimientos de comestibles, deseamos seleccionar una muestra
probabilística de 20 tiendas. La forma de elegir seria:

Dividir 100 entre 20, k=5

Extraer un número aleatorio entre 1 y 5, supongamos R=2, el cual corresponde al primer elemento
seleccionado.
Se incluye en la muestra de establecimientos numerados: 2, 7, 12, 17, 22,…,9

3.5.5. MUESTREO ALEATORIO ESTRATIFICADO

Concepto. Si la variable que nos interesa asume distintos valores promedios en diferentes subpoblaciones.
Podríamos obtener estimaciones más precisas de las cantidades de la población al tomar una muestra
aleatoria estratificada. En el siguiente grafico se puede observar el muestreo aleatorio estratificado.

a. Asignación de las observaciones en los estratos.

 Asignación simple. A cada estrato le corresponde igual número de elementos.

 Asignación proporcional. Es cuando la integración de la muestra se hace en base al peso o
tamaño de la población en cada estrato.
Estadística II

 Asignación óptima. De poca aplicación, cuando se toma en cuenta la proporción de cada estrato
y se conoce dispersión previsible de los resultados a través de la desviación estándar.

Proceso de selección. Extraemos una muestra independiente en cada estrato ya sea por muestreo aleatorios
simple o sistemático, posteriormente, reunimos la información para obtener las estimaciones globales de la
población.

Ejemplo de aplicación 01. Selección aleatoria en estratos de diferente tamaño de acuerdo a su peso relativo.
Ejemplo: se desea asistir a una visita en una empresa y que se beneficien los alumnos de todas las escuelas
de la UCV. Por especialidad, el número de alumnos difieren entre ellos, por lo tanto debo tomar una muestra
que refleje el peso relativo de cada especialidad.

3.5.6. MUESTREO ALEATORIO POR CONGLOMERADO

Concepto. Las unidades que presentan agrupadas en el espacio y/o en el tiempo pueden ser consideradas
como conglomerados y pueden servir como base para un procedimiento de muestreo.
Entre el muestreo estratificado y el de conglomerados existe una diferencia fundamental que es importante
acotarla:

 El muestreo estratificado se trata de que cada estrato sea lo más homogéneo posible. En cambio,
 En el muestreo por conglomerados el ideal consiste en que contenga elementos de todas las
variedades que estén mezcladas como se pueda.

Proceso de selección. El muestreo se realiza seleccionando en forma aleatoria o al azar o en forma

sistemática algunos conglomerados dentro del conjunto total y procediendo analizar a la población a través
de aquellos elementos seleccionados.

Ejemplo de aplicación 01. Las unidades hospitalarias, las iglesias los departamentos académicos en una
universidad, una caja de determinado producto, etc., son conglomerados naturales. También existen los
conglomerados no naturales como por ejemplo las urnas electorales. Cuando los conglomerados son áreas
geográficas suele hablarse de muestreo de áreas.

Ejemplo de aplicación 02. Un diseño muestral probabilístico estratificado y por conglomerados. En una
ciudad hay N=5000 manzanas, las manzanas se utilizan como conglomerados, es decir son unidades
muestrales de las cuales obtendremos en última instancia a nuestros sujetos-adultos. Primero se determinó
n=909 manzanas a muestrear. ¿Cómo distribuiremos las 909 manzanas según los L=4 estratos
socioeconómicos, aplicar asignación igual y proporcional?
Estadística II

Solución:

 En el cuadro se muestra que según la asignación igual el tamaño muestral de conglomerados es

igual a 227 a cada estrato socioeconómico.

 Según la asignación proporcional el tamaño muestral a cada estrato varía y se distribuye de la

siguiente manera: 49 conglomerados para el estrato muy alto, 353 para el alto, 364 para el estrato
medio y para el estrato bajo 144 conglomerados.

Ejemplo de Aplicación 03. Una empresa quiere saber el porcentaje de personas que demandarían sus
servicios mediante una encuesta. N=150,000 habitantes. Determinar el tamaño de la muestra con un error
+/-2% para un nivel de confianza del 95%.
TOTAL DE TOTAL DE
NUMERO DE
ASIGNACION ASIGNACION PROPORCIONAL- HOGARES- HOGARES-
ESTRATO Nº MANZANAS HOGARES-SUJETO
IGUAL-AI AP SUJETO POR SUJETO POR
POR MANZANA
ESTRATO ESTRATO
Hi Ni n/L n/N Ni*n/N n' AI AP

Muy alto 270 227 0.182 49 20 4545 982

Alto 1940 227 0.182 353 20 4545 7054
Medio 2000 227 0.182 364 20 4545 7272
Bajo 790 227 0.182 144 20 4545 2872
Total 5000 909 909 18180 18180

Solución:

Población infinita, proporciones p=q=0.5

Entrevistas
Ejemplo de aplicación 04. La empresa anterior considera determinante para sus servicios la distribución de la
población en cuatro barrios: Barrio I: 20,000; Barrio II: 30,000, Barrio III: 75,000 y Barrio IV: 25,000.
Determinar la muestra en cada estrato por asignación simple o igual y proporcional.

Solución:
Asignación igual. Determina 625 entrevistas a cada estrato.
La asignación proporcional. Determina 333 entrevistas para el Barrio I, 500 entrevistas para el Barrio II, 1250
entrevistas para el Barrio III y 417 entrevistas para el Barrio IV

ASIGNACION
ESTRATO POBLACION ASIGNACION PROPORCIONAL
IGUAL
Hi Ni n/L n/N Ni*n/N

Barrio I 20000 625 0.017 333

Barrio II 30000 625 0.017 500
Barrio III 75000 625 0.017 1250
Barrio IV 25000 625 0.017 417
Total 150000 2500 2500
Estadística II

EJERCICIOS DE APLICACIÓN N ° 03 (PARA EL CALCULO DEL TAMAÑO MUESTRAL)

1. En una muestra aleatoria de 500 familias que tienen televisores en la ciudad de Lima, se encuentra
que 340 están suscritas a HBO. ¿Qué tan grande se requiere que sea una muestra si se quiere tener
95% de confianza de que la estimación de P esté dentro de 0.02?

2. Una legisladora estatal desea encuestar a los residentes de su distrito para conocer qué proporción
del electorado conoce la opinión de ella, respecto al uso de fondos estatales para pagar abortos.
¿Qué tamaño de muestra se necesita si se requiere una confianza del 95% y un error máximo de
estimación de 0.10?

3. ¿A cuántas familias tendríamos que estudiar para conocer la preferencia del mercado en cuanto a
las marcas de shampoo para bebé, si se conoce que el número de familias con bebés en el sector de
interés es de 15,000 con un error de 1% al 95% de confianza?

4. ¿Cómo hubiera cambiando el ejemplo anterior, si se desconoce la población?

5. Según la información de la ficha técnica de la encuestadora IMASEN SAC la muestra calculada es de

1868 entrevistas efectivas con un error muestral permitido de +/- 2.3% y un nivel de confianza del
95.5%, demostrar que efectivamente con esta información se calculo el tamaño muestral publicado
en un diario reconocido.

6. Un biólogo quiere estimar el peso promedio de los ciervos cazados en cierta región. Un estudio
anterior de diez ciervos mostró que la desviación estándar de sus pesos es de 12.2 libras. ¿Qué tan
grande debe ser una muestra para que el biólogo tenga el 95% de confianza de que el error de
estimación es a lo más 4 libras?

7. Una empresa eléctrica fabrica focos que tienen una duración aproximadamente normal con una
desviación estándar de 40 horas.

a. ¿De qué tamaño se necesita una muestra si se desea tener 95% de confianza que la media esté
dentro de 10 horas de la media real?

b. ¿Qué pasaría si en lugar de tener un error de estimación de 10 horas solo se requiere un error de
5 horas?

c. Suponga que se tiene una población de 300 focos, y se desea saber de qué tamaño debe ser la
muestra.

d. Comente sus resultados de a, b y c.

EJERCICIOS DE APLICACIÓN N ° 03 (DISEÑOS MUESTRALES ALEATORIOS MAS USADOS)

1. El presidente de una fraternidad en el campus universitario desea tomar una muestra de las opiniones de
112 miembros respecto a las actividades urgentes para el otoño

b. ¿cuál es la población?
_________________________________________________________
c. ¿Cuál es la mejor forma en qué debe tomarse la muestra?

_________________________________________________________
Estadística II

2. Se desea realizar una evaluación de los principales problemas detectados en el campus universitario:

A. Congestionamiento en los ascensores

B. Pérdida de objetos personales
C. Rendimiento de los alumnos.
D. Vocación profesional.

Identifique la población y el tipo de muestreo que aplicaría. ¿Por qué? Responda en cada caso

A. Congestionamiento en los ascensores

Población: ___________________________________________________

Tipo de muestreo: _____________________________________________

Porque: ____________________________________________________

B. Pérdida de objetos personales

Población: ___________________________________________________

Tipo de muestreo: _____________________________________________

Porque: ____________________________________________________

C. Rendimiento de los alumnos.

Población: ___________________________________________________

Tipo de muestreo: _____________________________________________

Porque: ____________________________________________________

D. Vocación profesional.

Población: ___________________________________________________

Tipo de muestreo: _____________________________________________

Porque: ____________________________________________________

3. El censo del 2007 se muestra que en Jauja el 11.5% de los residentes tienen más de 60 años. Para verificar
un sistema de muestreo por teléfono se llaman a 200 residencias elegidas al azar. De los residentes
contactados, 10.2% tenían más de 60 años.

a) ¿11.5% es un parámetro o un estadístico?

b) ¿10.2% es un parámetro o un estadístico?
Estadística II

4. En el año 2006 la Universidad Cesar Vallejo tiene 5 453 estudiantes, en la tabla se muestra un detalle de
la composición. Necesitamos una muestra de tamaño n=20 de la población de estudiantes.

Sexo
MUJERES HOMBRES TOTAL
Nivel
Pregrado 2461 2848 5309
Postgrado 67 77 144
Total 2528 2925 5453
Elija muestras de tamaño 20 para 2 tipos de muestreo: (en cada alternativa use la tabla aleatoria,
empiece en la fila 3 y columna 4)

a) Muestreo aleatorio simple

b) Muestreo estratificado por género

5. Supongamos que necesitamos seleccionar a 4 integrantes del programa de televisión "Gana con la
Estadística" de Abril del 2010. Calcule muestras de tamaño n=4 usando los distintos diseños muestrales
(tipos de selección) (muestreo aleatorio simple y muestreo estratificado). En cada alternativa, use la tabla
de números aleatorios (Excel), empiece en la fila 3 columna 3.

Nº Mujeres Nº Mujeres Nº hombres Nº hombres

1. Giovanna Santos 6. Gianina Ramos 1. Jorge Molina 6. José Mauri
2. Bárbare Ascue 7. Pam Lozano 2. Leandro Martínez
3. Dany Bellido 8. Jimena Pereira 3. Lía Gutiérrez
4. Carolina Soto 9. Maura Rivera 4. Darío Juárez
5. María Sobarzo 10. Rosa Díaz 5. Nelson Pachas

6. Suponga que nuestra población de interés es el comité de estudiantes de la UCV para efectos de
colaboración con la universidad en agosto del 2008. Juan Pérez, Miguel Cornejo, Juana Olivares, Lucia
Galán, Edwin Manrique, Angélica Mariño, Carlos Enciso, Julia Salinas, Manuela Enrico, Sonia Oquendo,
Ángel Bravo, Luis Alba, Abel Vivar, Carla Espinosa, Marcelo Oyarte, Elba Aguilar, Ernesto Aguirre,
Francisco Alama. (En cada alternativa use la tabla aleatoria, empiece en la fila 4 y columna 2)

A. Si nos interesa estudiar la proporción de mujeres en esta población. Elija una muestra aleatoria
simple de tamaño n=4 de esta población.
B. Indique cuál es el parámetro y el estadístico en (a)
C. Elija una muestra estratificada por sexo de tamaño n=4 de esta población

7. La Facultad de Administración de la Universidad Cesar Vallejo, quiere saber acerca del ingreso promedio
de sus estudiantes y para esto envía cartas a todos los Estudiantes desde su ingreso a la Universidad en el
año 2006. En la Encuesta había sólo una pregunta: ¿Cuál es el ingreso promedio en su hogar?
Aproximadamente 30% de los alumnos respondieron.

Comente los posibles sesgos acerca del salario promedio de los estudiantes de Administración. ¿Cómo
debe ser el ingreso promedio entre los que respondieron y los que no respondieron?
Estadística II

8. El titula de u dia io di e: E uesta señala ue au e tó el po e taje de ge te ue hatea e el

t a ajo . El a tí ulo dio la siguie te i fo a ió : “e e uesta o al aza pe so as ue lla a o a la
línea abierta 800-CHAT durante 6 semanas entre Febrero y Marzo. 92% de los que llamaron dijeron haber
hateado algu a vez ie t as t a aja a .

a) ¿Qué clase de muestreo se usó?

b) ¿Cuál piensa usted que fue la población de la cual fue elegida esta muestra?
c) ¿Piensa usted que el titular es correcto?

9. Una organización estudiantil quiere saber si a los estudiantes le interesa cambiar el horario de atención
de la biblioteca. Selecciona al azar 100 estudiantes de primer año, 100 de segundo, y 100 estudiantes que
egresarán este año. ¿Qué tipo de diseño muestral es éste?

10. Un profesor quiere investigar sobre el tiempo diario de estudio de 20 estudiantes de una clase

Nombre Número de Horas Nombre Número de

Horas
Juan 2,3 María 2,9
Alicia 1,9 Fernanda 0,7
Pedro 2,0 Julio 0,8
Marcos 1,5 Rosa 1,0
Alberto 1,7 Fabián 1,3
Jorge 2,2 Ana 2,8
José 1,8 Laura 0,8
Carlos 1,9 Enrique 0.9
Miguel 1,9 Carmen 1,1
Víctor 1,6 Marcelo 1,2

En cada alternativa, use la tabla de números aleatorios, empiece en la fila 1 columna 1 y continúe
seleccionando hacia la derecha.
a) Elija una muestra aleatoria simple de tamaño n=4 de esta población.
b) Calcule el Parámetro y el Estadístico en (a).
c) Elija una muestra estratificada de tamaño n=4 por sexo de esta población
d) Calcule el estadístico en (c)

11. Una compañía de marketing saca una muestra de la guía de teléfonos tomando 10 personas cuyos
apellidos comiencen con letra A, 10 personas cuyos apellidos comiencen con la letra B, y así
sucesivamente con cada letra del alfabeto, para una muestra total de 260 personas.

a) ¿Qué clase de diseño muestral se usó aquí?

b) ¿Tienen todos los que están en la guía de teléfonos igual probabilidad de ser elegidos en la muestra?
c) No todos los residentes de la ciudad tiene teléfono, ¿qué clase de sesgo va a provocar este hecho?
d) Se sabe que la distribución de la primera letra del apellido varía por etnicidad, ¿Qué clase de sesgo va
a provocar este hecho?