Facultad de

Ingeniería
Escuela Académico Profesional de Ingeniería Industrial

Facultad de Ingeniería
Escuela Académico Profesional de Ingeniería Industrial

ESTADISTICA APLICADA

Integrantes:
LOOR ZAMBRANO Jennifer Elizabeth
(coordinadora)
Yaipén Flores Fernando Josué
ALVARADO CAMPOS, Helen
SANCHEZ BONILLA Angelo Oscar
PAREDES ACUÑA Ronaldo
GUERRERO SANTIAGO.

Docente: Ing. HERNAN VASQUEZ ROMERO

Chimbote – Perú
2022
 ÍNDICE

I. INTRODUCCIÓN....................................................................................................................4
II. DESARROLLO........................................................................................................................7
2.1. MUESTREO ESTRATIFICADO....................................................................................7
2.2. TIPOS DE MUESTREO PROBABILISTICO...............................................................8
2.3. MUESTREO NO PROBABILISTICO...........................................................................9
2.4. APLICACIÓN DE MUESTREO ESTRATIFICADO..................................................12
III. CONCLUSION..................................................................................................................15
REFERENCIAS BIBLIOGRAFICAS.......................................................................................................16
ANEXOS...........................................................................................................................................17
 I. INTRODUCCIÓN

La estadística se define como la ciencia matemática que se refiere a la

recopilación, estudio e interpretación de los datos obtenidos en un estudio, es de
gran importancia en las diferentes empresas, enfocadas desde cualquier área
profesional ya que: Ayuda a lograr una adecuada planeación y control apoyados
en los estudios de pronósticos, presupuestos etc. Enfocándonos en la inferencia
estadística es primordialmente de naturaleza inductiva y llega a generalizar
respecto de las características de una población valiéndose de observaciones
empíricas de la muestra. Al utilizar estadísticas muestrales para estudiar un
parámetro de la población es muy normal que ambos sean diferentes y la
igualdad entre ambos en mera coincidencia. La diferencia entre la estadística
muestral y el correspondiente parámetro de la población se suele llamar error de
estimación. Solo conoceríamos dicho error si se conociera el parámetro
poblacional que por lo general se desconoce. La única forma de tener alguna
certeza al respecto es hacer todas las observaciones posibles del total de la
población; en la mayoría de las aplicaciones prácticas es imposible o
impracticable.
Casal, J., & Mateu, E. (2003). “Si examinamos toda la población, podemos
conocer exactamente la distribución que presenta la variable o las variables
estudiadas en dicha población”. Sin embargo, en la mayoría de los casos, los
censos son inviables o como mínimo innecesarios. Los censos son lentos, caros y
poco flexibles, tratar una gran cantidad de individuos requiere disponer de
personal entrenado que no siempre están disponibles, en estos casos un censo
puede ser irrealizable, o bien puede realizarse sin los recursos necesarios, de
modo que, los datos obtenidos pueden contener errores y por tanto, en contra de
lo que parece inicialmente, no necesariamente van a proporcionar una buena
información.
Una alternativa a los censos será la medición de estas variables en una parte de
la población, es decir, en una muestra. Trabajar con una muestra de la población
tiene la ventaja de que es más rápido, más barato y los resultados obtenidos
pueden ser más precisos, de modo que, si la muestra se elige correctamente, la
información que obtenemos permite una estimación razonable de la situación de
la población. Cuando nos planteamos tomar una muestra, surgen dos preguntas:
¿Qué individuos debo incluir en la muestra? ¿Cuántos individuos debo tomar?
Cuando el objetivo es conocer la cantidad de enfermedad o cuando queremos
realizar un estudio epidemiológico cuyos resultados debemos extrapolar a la
población general, un requisito indispensable es que la muestra sea
representativa de la población general, por tanto la muestra debe tomarse al azar.
Cuando el objetivo es conocer si una enfermedad existe o no en una población,
también podemos tomar una muestra aleatoria, pero en la mayoría de los casos,
lo más apropiado será tomar una muestra sesgada, de modo que analizaremos
aquellos individuos que tienen mayor posibilidad de estar enfermos. La mejor
opción para obtener una muestra representativa es elegir los individuos al azar
mediante un muestreo aleatorio, es decir, seleccionando los individuos de manera
que todos ellos tenga la misma probabilidad de formar parte de la muestra.
Cuando estos no es posible la alternativa será elegir a los individuos según un
muestreo de conveniencia. El método para elegir la muestra recibe el nombre de
muestreo.
EL MUESTREO ALEATORIO. En el muestreo aleatorio todos los elementos
tienen la misma probabilidad de ser elegidos. Los individuos que formarán parte
de la muestra se elegirán al azar mediante números aleatorios. El muestreo
aleatorio puede realizarse de distintas maneras, las más frecuentes son el
muestreo simple, el sistemático, el estratificado y el muestreo por conglomerados.
Rev. Epidem. Med. Prev. (2003).
Muestreo aleatorio simple. Es el método conceptualmente más simple. Consiste
en extraer todos los individuos al azar de una lista (marco de la encuesta). En la
práctica, a menos que se trate de poblaciones pequeñas o de estructura muy
simple, es difícil de llevar a cabo de forma eficaz. Un ejemplo es donde se
pretende determinar la prevalencia de Maedi en una explotación de 250 ovejas:
para ello se deben examinar 61 animales (se supone una prevalencia del 30% y
se desea una precisión del 10% para un nivel de confianza del 95%): se obtienen
61 números Figura1.
Muestreo sistemático. En este caso se elige el primer individuo al azar y el resto
viene -condicionado por aquél. Este método es muy simple de aplicar en la
práctica y tiene la ventaja de que no hace falta disponer de un marco de encuesta
elaborado. Puede aplicarse en la mayoría de las situaciones, la única precaución
que debe tenerse en cuenta es comprobar que la característica que estudiamos
no tenga una periodicidad que coincida con la del muestreo, por ejemplo, elegir un
día de la semana para tomar muestras en un matadero, ya que muchos
ganaderos suelen sacrificar un día determinado). Figura 2.
Muestreo aleatorio estratificado. Se divide la población en grupos en función de
un carácter determinado y después se muestrea cada grupo aleatoriamente, para
obtener la parte proporcional de la muestra. Este método se aplica para evitar que
por azar algún grupo de animales este menos representado que los otros. Este
muestreo tiene interés cuando la característica en cuestión puede estar
relacionada con la variable que queremos estudiar, por ejemplo de razas de
aptitud lechera o cárnica. Si la unidad son los animales, se suele estratificar en
función de la edad ya que ésta suele influir en muchas enfermedades. Figura 3.
Rev. Epidem. Med. Prev. (2003).
Muestreo aleatorio por conglomerados. Se divide la población en varios grupos de
características parecidas entre ellos y luego se analizan completamente algunos
de los grupos, descartando los demás. Dentro de cada conglomerado existe una
variación importante, pero los distintos conglomerados son parecidos. Requiere
una muestra más grande, pero suele simplificar la recogida de muestras.
Frecuentemente los conglomerados se aplican a zonas geográficas.
Muestreo mixto. Cuando la población es compleja, cualquiera de los métodos
descritos puede ser difícil de aplicar, en estos casos se aplica un muestreo mixto
que combina dos o más de los anteriores sobre distintas unidades de la encuesta.
Ejemplo: se pretende determinar la prevalencia de una determinada infección en
una comarca: se dividen las explotaciones en tres grupos en función de su
tamaño y se realiza un muestreo estratificado, en las granjas que forman la
muestra se realiza un muestreo sistemático para elegir los individuos que se
analizarán.
Según Raj (2015) . Nos dice que hay cuatro características de la población que
por lo general interesan al investigador: el total de población (el número total de
personas mayores de 18 años en una ciudad), la media de la población (el
promedio de personas de una familia), la proporción de la población (el porcentaje
de estudiantes de posgrado de una ciudad o de una universidad), y la razón de la
población (la razón del gasto en recreación, respecto al gasto en alimentación).
Las poblaciones en la práctica son finitas; por lo tanto, el número de objetos
contenidos en ellas es limitado. Además de las cifras resumidas, tales como la
media o la proporción, puede interesarnos toda la distribución de una variable,
como la distribución de los votantes en una comunidad o la respuesta a una crisis
política.
El principal objetivo de nuestra investigación es demostrar los conceptos y
especificar acerca del muestreo estratificado, siendo un tipo de muestreo
probabilístico muy importante ya que nos da muchas facilidades. Otro de los
objetivos es identificar y describir la población, mencionar el tamaño de esa
población y establecer los medios de identificación de los individuos que la
conforman. Aquí es donde surgen las preguntas relacionadas con el conocimiento
de la población y el investigador puede referir la disponibilidad de marcos de
muestreo, como son listas publicadas de potenciales informantes en la población
con las cuales identificar y conocer en detalle el ámbito objeto de estudio .
En la investigación social, y particularmente en la tendencia de los análisis
cuantitativos, se busca la generalización de los descubrimientos a partir de una
muestra representativa, debido a la imposibilidad de estudiar a to dos los casos
de la población objeto de estudio. Sin embargo, no cualquier muestra es válida,
pues ello depende de las características del estudio y de la población.
II. DESARROLLO
II.1. MUESTREO ESTRATIFICADO
Es un procedimiento de muestreo en el que el objetivo de la
población se separa en segmentos exclusivos, homogéneos
(estratos), y luego una muestra aleatoria simple se selecciona de
cada segmento (estrato).
El muestro estratificado presenta dos tipos, como es el Muestreo
estratificado proporcional y el desproporcionado.
En el estratificado proporcional, el número de elementos asignados
a diversos estratos es proporcional a la representación de los
estratos de la población objetivo. Es decir, el tamaño de la muestra
extraída de cada estrato es proporcional con el tamaño relativo de
ese estrato de la población objetivo. La fracción de muestreo es
aplicada a cada estrato, dando a cada elemento de la población la
misma oportunidad para ser seleccionados. La muestra resultante
es una muestra autoponderada. Este procedimiento de muestreo se
utiliza cuando el propósito de la investigación es estimar los
parámetros poblacionales.
El muestreo desproporcionado es un procedimiento en que el
número de elementos incluidos en la muestra de cada estrato no es
proporcional a su representación en la población total. Los
elementos de la población no tienen la misma oportunidad de ser
incluidos en la muestra. La misma fracción de muestreo no se aplica
a cada estrato. Sin embargo, para algunos proyectos de
investigación el muestreo estratificado desproporcionado puede ser
 más apropiado que el proporcional. El muestreo
desproporcionado puede ser dividido en tres subtipos con base a los
propósitos de nuestra asignación, que por ejemplo podrían ser el
facilitar el análisis dentro de los estratos o centrarse en la
optimización de los costos, de la precisión o la optimización de
ambos: precisión y costos.

II.1.1. OBJETIVOS DEL MUESTREO ESTRATIFICADO

- Mayor capacidad de hacer inferencia dentro de un
estrato y comparaciones entre los estratos.
- Se obtiene una muestra más representativa porque se
asegura de que los elementos de cada estrato son
representados en la muestra.
- Permite diferentes métodos de investigación y
procedimientos que se utilizarán en diferentes estratos.
- Permite el análisis de los patrones dentro del estrato y
la notificación separada de los resultados para cada
uno de los estratos.
- Facilita tener errores de muestreo al azar un poco más
pequeños para la muestra del mismo tamaño.

II.2. TIPOS DE MUESTREO PROBABILISTICO

El muestreo probabilístico es un método de selección aleatoria
donde las diferentes unidades de población tienen las mismas
probabilidades de ser elegidas.
Este tipo de muestreo permite a los investigadores crear una
muestra que sea exactamente representativa de la población de
interés de la vida real, por lo que deben establecer algún proceso
que garantice que las diferentes unidades de la población de
muestra tengan las mismas probabilidades de selección. 
Como objetivo en el tipo de muestreo probabilístico, tenemos lo
siguiente:
 - Hacer inferencias estadísticas, utilizar técnicas que
permitan conocer con que precisión nuestra muestra
representa la población de interés.
- Conseguir una nueva representativa, mientras sea más
representativa, más segura es la inferencia estadística
de la población de interés.
- Minimizar el sesgo de muestreo en comparación con el
muestreo no probabilístico.
- Cumplir con los criterios para el muestreo
probabilístico.

A continuación, presentamos los tipos muestreo

probabilísticos:

II.2.1. Muestreo aleatorio simple:

es un procedimiento de muestreo probabilístico que da a
cada elemento de la población objetivo y a cada posible
muestra de un tamaño determinado, la misma
probabilidad de ser seleccionado. 
II.2.2. Muestreo estratificado:
Es el muestreo estratificado, el cual consiste en dividir a la
población en grupos, en función de algunas
características. Posteriormente, dentro de cada grupo, se
selecciona una muestra de probabilidad. 
En el muestreo estratificado, los grupos se denominan
estratos. Estos pueden ser divididos según su ubicación,
género, edad, etc. y dentro de cada estrato, se selecciona
aleatoriamente a los participantes. 
II.2.3. Muestreo sistemático:
Este es el último de los tipos de muestreo probabilístico, el
cual consiste en crear una lista de cada miembro de la
población. De ella se selecciona de forma aleatoria el
primer elemento de muestra de los primeros elementos de
 la lista de población. A partir de entonces, se selecciona a
cada elemento de la lista.
El muestreo sistemático es diferente del muestreo
aleatorio simple ya que cada muestra posible de n
elementos no es igualmente probable.

II.3. MUESTREO NO PROBABILISTICO

Es una técnica de muestreo en la cual el investigador selecciona
muestras basadas en un juicio subjetivo en lugar de hacer la
selección al azar, no todos los miembros de la población son
tomados en cuenta para ser partícipes del estudio.
El muestreo no probabilístico se utiliza donde no es posible extraer
un muestreo de probabilidad aleatorio debido a consideraciones de
tiempo o costo. Si bien es un método menos estricto, depende en
gran medida de los investigadores.
II.3.1. MUESTREO POR CONVENIENCIA
Es una técnica de muestreo no probabilística donde
las muestras de la población se seleccionan solo porque
están convenientemente disponibles para el investigador.
Estas muestras se seleccionan solo porque son fáciles de
reclutar y porque el investigador no consideró seleccionar
una muestra que represente a toda la población.
Un ejemplo de muestreo por conveniencia sería utilizar a
estudiantes voluntarios que sean conocidos del
investigador. El investigador puede enviar la encuesta a
los estudiantes y ellos en este caso actuarían como
muestra.
II.3.2. MUESTREO CONSECUTIVO
Esta técnica de muestreo no probabilística es muy similar
al muestreo por conveniencia. El investigador, elige una
 sola persona o un grupo de muestra, realiza una
investigación durante un periodo de tiempo, analiza los
resultados y luego pasa a otra asignatura o grupo de
sujetos si es necesario; dándole así al investigador la
oportunidad de trabajar con muchos temas y afinar su
investigación mediante la recopilación de resultados que
tienen conocimientos vitales.

II.3.3. MUESTREO POR CUOTAS

Mediante este método, el investigador se encarga de
elegir de acuerdo con sus propios criterios o alcances a
los sujetos que formaran parte de la muestra.
II.3.4. MUESTREO POR JUICIO
En esta técnica de muestreo no probabilístico, las
muestras se seleccionan basándose únicamente en el
conocimiento y la credibilidad del investigador.
La desventaja del muestreo intencional es que los
resultados pueden estar influenciados por nociones
percibidas del investigador.
II.3.5. MUESTREO DE BOLA DE NIEVE
Los investigadores utilizan esta técnica cuando el tamaño
de la muestra es pequeño y no está disponible fácilmente;
una vez que los investigadores encuentran
sujetos adecuados, se les pide a estos ayuda para buscar
a sujetos similares y así poder formar una muestra de
buen tamaño.
 II.4. APLICACIÓN DE MUESTREO ESTRATIFICADO.

La empresa de telecomunicaciones RV tiene 120 empleados de los

cuales tiene información de las variables: ingreso en soles, nivel de
educación y años en la empresa.

Marco Muestral
Nivel de
Nivel de Nivel de
Nº Ingreso Años Nº Ingreso educació Años Nº Ingreso Años
educación educación
n
1 2300 Secundaria 5 41 2100 Técnica 13 81 2000 Superior 3
2 2800 Secundaria 11 42 2100 Técnica 9 82 2500 Superior 13
3 2400 Secundaria 4 43 1800 Técnica 1 83 1700 Superior 0
4 2500 Secundaria 2 44 2000 Técnica 9 84 2500 Superior 19
5 2300 Secundaria 3 45 2100 Técnica 10 85 1700 Superior 3
6 2100 Secundaria 2 46 1900 Técnica 4 86 2600 Superior 19
7 1700 Secundaria 2 47 2000 Técnica 10 87 1600 Superior 1
8 2000 Secundaria 0 48 2300 Técnica 11 88 1800 Superior 6
9 2200 Secundaria 7 49 2000 Técnica 7 89 2100 Superior 10
10 2100 Secundaria 4 50 1700 Técnica 1 90 1700 Superior 0
11 1700 Secundaria 0 51 1700 Técnica 1 91 2400 Superior 16
12 2500 Secundaria 2 52 2100 Técnica 6 92 2600 Superior 17
13 2800 Secundaria 13 53 2600 Técnica 17 93 2100 Superior 10
14 2400 Secundaria 9 54 2400 Técnica 9 94 2100 Superior 8
15 1700 Secundaria 1 55 2600 Técnica 19 95 2400 Superior 17
16 2400 Secundaria 9 56 1900 Técnica 7 96 1700 Superior 1
17 2200 Secundaria 10 57 1600 Técnica 0 97 2600 Superior 20
18 2200 Secundaria 4 58 1900 Técnica 3 98 2400 Superior 16
19 2300 Secundaria 10 59 2100 Técnica 14 99 2700 Superior 17
20 2800 Secundaria 11 60 1700 Técnica 0 100 2100 Superior 12
21 2100 Secundaria 7 61 2100 Técnica 15 101 1600 Superior 0
22 1700 Secundaria 1 62 1700 Técnica 1 102 2100 Superior 15
23 2500 Secundaria 6 63 2300 Técnica 14 103 1900 Superior 5
24 2400 Secundaria 9 64 2500 Técnica 16 104 2100 Superior 12
25 2700 Secundaria 17 65 2600 Técnica 18 105 2200 Superior 12
26 1700 Secundaria 0 66 1900 Técnica 3 106 2400 Superior 13
27 1600 Secundaria 2 67 2500 Técnica 19 107 1800 Superior 4
28 2600 Secundaria 17 68 1800 Técnica 6 108 2600 Superior 17
29 2500 Secundaria 13 69 1700 Técnica 2 109 2700 Superior 20
30 2500 Secundaria 16 70 2000 Técnica 10 110 2500 Superior 16
31 2100 Técnica 11 71 2400 Técnica 16 111 2500 Superior 16
32 2300 Técnica 14 72 1700 Técnica 0 112 1900 Superior 6
33 1700 Técnica 0 73 2500 Técnica 12 113 2100 Superior 15
34 2200 Técnica 13 74 1700 Técnica 3 114 1700 Superior 9
35 2900 Técnica 20 75 2400 Técnica 17 115 1500 Superior 0
36 1800 Técnica 5 76 2400 Técnica 16 116 1800 Superior 18
37 2100 Técnica 16 77 1900 Técnica 7 117 2100 Superior 10
38 2000 Técnica 12 78 1700 Técnica 1 118 2700 Superior 19
39 2000 Técnica 12 79 2100 Técnica 6 119 1800 Superior 9
40 2900 Técnica 20 80 2000 Técnica 5 120 2100 Superior 15

a. Aplique el muestreo estratificado para seleccionar una muestra de 16

empleados. Use como variable de estratificación el nivel de educación.
Elabore un listado identificando el número seleccionado y el valor
respectivo de los años cumplidos en la empresa. Para el estrato 1 use las
columnas C1, C3 y C5, para el estrato 2 use las columnas C8, C9, C10 y
C11 y para el estrato 3 use C4, C3, C5 y C7.
Se divide a la población en estratos que sean mutuamente excluyentes,
luego los estratos 1, 2 y 3 son: secundaria, técnica y superior,
respectivamente.

MUESTRA= 16

CANTIDAD DE
ELEMENTOS A
CANTIDAD DE
ELEMENTOS DE
SELECCIONAR EN
  ESTRATOS CADA ESTRATO POSICIONES CADA ESTRATO
1 SECUNDARIA 30 (1-30) 4
2 TÉCNICA 50 (31-80) 7
3 SUPERIOR 40 (81-120) 5
N= 120 16

AÑOS EN LA
ESTRATOS CÓDIGO
  EMPRESA
1 SECUNDARIA 2 11
 2 16 9
3 29 13
4 13 13
5 54 9
6 62 1
7 66 3
8 TÉCNICA 77 7
9 48 11
10 67 19
11 44 9
12 114 9
13 81 3
14 SUPERIOR 97 20
15 105 12
16 83 0

b. Con la muestra obtenida calcule la proporción de empleados que tienen

más de 12 años en la empresa.
AÑOS EN LA
ESTRATOS CÓDIGO
  EMPRESA
1 2 11
2 16 9
SECUNDARIA
3 29 13
4 13 13
5 54 9
6 62 1
7 66 3
8 TÉCNICA 77 7
9 48 11
10 67 19
11 44 9
12 114 9
13 81 3
14 SUPERIOR 97 20
15 105 12
16 83 0
P= 0.25

III. CONCLUSION

En este capítulo describimos las principales conclusiones del trabajo. En la

primera parte se realiza una pequeña introducción donde detallamos el tema a
investigar en forma descriptiva y sus principales bases conceptuales del grado en
que se alcanzaron los objetivos propuestos en el trabajo y posteriormente.
Como se mencionó en su momento, el objetivo general de este trabajo consiste
en diseñar una propuesta de actividades didácticas que permita promover un
acercamiento intuitivo a algunos tipos de muestreos. El propósito general de la
propuesta de nuestra investigación es demostrar los conceptos y especificar
acerca del muestreo estratificado, siendo un tipo de muestreo probabilístico muy
importante ya que nos da muchas facilidades. Otro de los objetivos es identificar y
describir la población, mencionar el tamaño de esa población y establecer los
medios de identificación de los individuos que la conforman. Aquí es donde
surgen las preguntas relacionadas con el conocimiento de la población y el
investigador puede referir la disponibilidad de marcos de muestreo, como son
listas publicadas de potenciales informantes en la población con las cuales
identificar y conocer en detalle el ámbito objeto de estudio .
Parte de esta actividad es que mosotors como estudiantes construya su
significado del muestreo a partir de un sistema de prácticas que le permitan
identificar cuando un muestre es aleatorio estratificado y cuando no lo es, además
que identifique las diferencias entre los principales tipos de muestreo aleatorio, así
como valorar la pertinencia de aplicar cierto tipo de muestreo en una situación
específica.
Para valorar en qué medida se alcanzó el objetivo general, se presentan las
conclusiones orientadas a analizar el logro alcanzado de los objetivos específicos.
El primer objetivo específico fue:
a) Identificar si una propuesta de muestreo es aleatoria estretificado o no.
Con base en el análisis de la implementación de la propuesta de actividades, se
puede constatar que lo 120 empleados de la empresa de telecomunicaciones
identificaron apropiadamente los muestreos realizados al clasificarlos como
aleatorios estratificado, lo cual se percibe en su participación en los niveles de
educación, ingresos en soles y años en la empresa.

REFERENCIAS BIBLIOGRAFICAS

 Yamane, T., & Arzayús, N. C. (1974). Estadística (No. QA276. 2. Y35 1973.). Harla.

 Gomez Villegas, M. A. (2005). Inferencia estadística. Ediciones Díaz de Santos.

 Hernández-Ávila, C. E., & Escobar, N. A. C. (2019). Introducción a los tipos de
muestreo. Alerta, Revista científica del Instituto Nacional de Salud, 2(1 (enero-junio)), 75-
79.

 Gomez Castaño, J. V. (2020). Tipo de Muestreo. Estadística II.

ANEXOS