Estadística Básica para los Negocios

1. Técnicas de Muestreo
1.1 Elementos del problema de muestreo

2
 Estudio de muestreo: conceptos básicos

Muchas veces queremos describir a una población, es decir queremos

conocer algunas características (parámetros) de la población, tales como
promedios, proporciones, totales y razones pero por cuestiones de
tiempo, costo, inaccesibilidad a la población completa, un gran tamaño de
la población, naturaleza destructiva de la unidad al tomar la medición o
porque se puede obtener una mayor exactitud en las mediciones no es
posible estudiar a toda la población

3
En su lugar se selecciona a un subconjunto de elementos que pertenezcan a
esa población. Es precisamente este subconjunto el que recibe el nombre de
muestra y es donde se realizan los cálculos necesarios para conocer las
características de interés ya mencionadas.

4
La totalidad de los elementos acerca de los cuales se desea información y
a los cuales se extrapolarán los resultados del muestreo se le conoce como
población y al número de elementos de la población se le conoce como
tamaño de la población y es igual a N.

Una muestra estadística es un subconjunto de datos perteneciente a una

población de datos. Estadísticamente hablando, debe estar constituido
por un cierto número de observaciones que representen adecuadamente
el total de los datos.

5
Una vez que se tengan, se tratarán de generalizar para toda la población de
la cual se extrajo la muestra aleatoriamente. Existen métodos para
seleccionarla y serán los miembros de esta muestra los que se estudiarán o
entrevistarán.

La validez y la confiabilidad de estas extrapolaciones dependerá de qué tan

bien se tomó la muestra y de qué tan bien se hicieron las mediciones.

6
Es conveniente aclarar que, aunque las limitaciones en el procedimiento de
muestreo también varían de un área de la ciencia a otra, en cada técnica de
muestreo, el objetivo primordial será la inferencia de una población de
interés, partiendo de la información obtenida en una muestra de dicha
población.

7
El diseño de muestreo es el procedimiento por el cual se seleccionan las
unidades que formarán la muestra así como el proceso de calcular los
estadísticos resumen que son estimaciones muestrales de parámetros de
la población.

8
 Los miembros individuales de la población cuyas características son
medidas. Es el objeto en el cual se toman las mediciones. Son los objetos
que ya no pueden descomponerse en unidades más simples.

Si queremos investigar el número de personas de la ciudad de Mérida que

nunca ha visitado al dentista, el universo o población consiste en todos los
habitantes de Mérida, y cada persona de la Ciudad son los elementos o
unidades elementales.

9
A veces no se dispone de una lista de todos los elementos de una
población; muchas veces las unidades elementales se asocian a otro tipo
de unidades que pueden listarse llamadas unidades de listado o
enumeración. Una unidad de listado puede contener una o más unidades
elementales y se pueden identificar antes de tomar la muestra.

10
Por ejemplo, si deseamos conocer el número de personas que están
inmunizadas contra la covid-19 en la ciudad de Mérida y no se dispone de
una lista completa de los habitantes de la Ciudad pero si se puede conseguir
un listado de las casas-habitación, se puede extraer una muestra de las casas
y las personas que vivan en ella son interrogadas; en este caso las personas
son las unidades elementales y las casas-habitación son las unidades de
listado.

11
1.2 Tipos de muestras

12
 Muestra aleatoria o probabilística

Una muestra probabilística es una muestra extraída de una población de

tal manera que todo miembro de esta última tenga una probabilidad
conocida y diferente de cero de estar incluido en la muestra. Tales
muestras se eligen con la ayuda de la tabla de números aleatorios.

13
Las muestras probabilísticas se diseñan para que sean medibles, es decir se
diseñan de manera que la inferencia estadística a los valores de la población
pueda basarse en medidas de variabilidad, generalmente, errores estándar,
calculados a partir de los datos de la muestra.

Por eso se dice que se pueden evaluar los errores de muestreo y la

confiabilidad en las mediciones. O dicho de otra manera se pueden medir los
errores en nuestras predicciones (error estándar).

Conviene subrayar que la aleatoriedad no es un carácter que corresponda a

la muestra, sino al proceso de muestreo que sirvió para obtenerla.

14
El muestreo probabilista tiene las siguientes características:

a) Cada muestra posible 𝑆𝑖 de tamaño 𝑛𝑖 tiene una probabilidad de ser

elegida igual a 𝑝𝑖.

b) Se selecciona una de las 𝑆𝑖 por un proceso aleatorio, en el que cada 𝑆𝑖

tiene una probabilidad 𝑝𝑖 de ser elegida.

c) El método para calcular la estimación a partir de la muestra debe ser

definido y debe conducir a una estimación única para cualquier muestra
específica.

d) Es posible calcular la distribución de frecuencias de las estimaciones.

15
Son las muestras probabilísticas las que se emplean en los estudios de
investigación por encuestas y cuyo objetivo es hacer estimaciones de la
población a partir de los resultados de la muestra y en las que se emplean
métodos estadísticos. Un estudio de muestreo trabaja justamente con
muestras probabilísticas.

16
 Muestras no aleatorias o no probabilísticas

Es aquel en que la selección de los elementos de la muestra no está sujeta

al azar, a la suerte. Así, las personas que seleccionan la muestra lo hacen
bajo determinado criterios, (a juicio y a conveniencia) en función del
objetivo del estudio.

17
 Es el que se obtiene con base al criterio, opinión o juicio del investigador,
tomando en cuenta las características de la población. Se seleccionan los
individuos “típicos” o “representativos” de la población.

Por ejemplo si se desea conocer el peso promedio de un grupo grande de

personas, una muestra a juicio podría estar constituida por personas de
complexión y altura regular, para evitar a los muy delgados o a los muy
gruesos, o muy altos o muy bajos de estatura.

18
Con esta muestra no se tendrá una estimación adecuada del peso promedio
de la población y la variación real de los datos diferirá muy probablemente
de la verdadera variación de los pesos de esa población.

No son convenientes porque no involucran ningún elemento aleatorio en el

proceso de selección y no se pueden calcular los sesgos y los errores de
muestreo, ni la manera de calcular.

19
La muestra la constituyen las unidades más fáciles de elegir o que si están
dispuestas a responder una encuesta. Las ventajas son el mínimo costo y
la rapidez y facilidad del muestreo. Son muestras sesgadas, pues se está
sub-representando a aquellos más difíciles de elegir o que no están
dispuestos a responder.

20
Las muestras a juicio y a conveniencia no son inadecuadas por el hecho de
no proceder del azar, sino que depende del objetivo de la investigación.

Si una fábrica de zapatos desea lanzar un nuevo zapato de cuero suave,

ligero y especial para personas con deformaciones en el pie y desea conocer
si compraría ese zapato especial si éste saliera al mercado, y supongamos
que se selecciona una muestra al azar, puede suceder que entre las personas
de la muestra no exista ninguna con el problema de deformación del que se
habló.

Entonces resulta más conveniente limitar la población a personas con la

deformación y seleccionar al azar una muestra.

21
Pero si la población que se conoce con esta deformidad no es tan grande o
no está fácilmente disponible entonces se puede emplear como muestra a
esos individuos que conocemos que tienen esta deformación. Nuestra
población que era pequeña –porque eran los únicos a los que conocíamos- es
una muestra a conveniencia.

No se va a obtener una conclusión sino simplemente es una exploración

donde se documenta cierta experiencia.

Elegir entre una muestra probabilística y una no probabilística dependerá

del objetivo de estudio.

22
1.3 Técnicas de muestreo

23
 Muestreo aleatorio simple o irrestricto aleatorio

Se selecciona una muestra 𝑆𝑖 por un proceso aleatorio, en el que cada 𝑆𝑖

tiene una probabilidad 𝑝𝑖 de ser elegida a la muestra obtenida de este
modo, se le llama muestra irrestricta aleatoria.

24
El muestreo irrestricto aleatorio forma la base de la mayoría de los diseños
de muestreo analizados en este curso, y forma la base de la mayoría de las
encuestas científicas que se realizan en la práctica.

Las investigaciones de mercado frecuentemente incluyen una muestra

irrestricta aleatoria de usuarios potenciales de un producto. Los
investigadores pueden desear estimar la proporción de compradores
potenciales que prefieren un cierto color de automóvil o sabor de alimento.

25
¿Cómo seleccionar una muestra irrestricta aleatoria? Con la ayuda de tablas
de números aleatorios, calculadora con números aleatorios o algún software
que genere números aleatorios. Para extraer la muestra deberá contarse con
la lista de todas las unidades que pertenezcan a la población.

Supóngase que deseamos una muestra irrestricta aleatoria de tres personas

seleccionadas de entre siete. Podríamos numerar a las personas del 1 al 7,
poner papeletas conteniendo estos números (un número por papeleta)
dentro de un sombrero (urna), mezclarlas y extraer tres, para obtener los
números extraídos sin reemplazo, o bien pidiendo a un software tres
números aleatorios del 1 al 7.

26
El m.i.a es el diseño de muestreo más simple, pero aunque así lo sea, puede
ser caro y poco factible puesto que requiere que todos los elementos se
identifiquen y etiqueten antes del muestreo.

Generalmente, no es posible la identificación y muchas veces resulta muy

caro, pues como cada elemento tiene una probabilidad igual de ser elegida,
puede resultar en gran dispersión geográfica que incremente los costos.

27
 Muestreo aleatorio estratificado

Una muestra aleatoria estratificada es la obtenida mediante la

separación de los elementos de la población en grupos que no presenten
traslapes, llamados estratos, y la selección posterior de una muestra
irrestricta aleatoria en cada estrato.

28
Supóngase que en cierto municipio se va a realizar una encuesta de opinión
pública, diseñada para estimar la proporción de votantes que apoyan mayor
gasto de los impuestos públicos en mejorar el servicio de ambulancia. El
municipio comprende dos ciudades y un área rural. Los elementos
poblacionales de interés para la encuesta son todos los hombres y mujeres
en edad de votar residentes en el municipio.

Una muestra aleatoria estratificada de adultos residentes en el municipio

puede obtenerse mediante la selección de tres muestras irrestrictas
aleatorias de adultos: una en cada ciudad y otra en el área rural. Esto es, las
dos ciudades y el área rural representan tres estratos de los cuales
obtenemos muestras irrestrictas aleatorias.

29
Este método (m.a.e.) consiste en seleccionar una muestra de una población
cuya naturaleza presenta subconjuntos claros en función de la variable
estudiada. Estos subconjuntos para ser considerados estratos deben ser
tales que:

1) No se traslapen.

2) Sean homogéneos en su interior.

3) Sean heterogéneos entre ellos.

30
El objetivo de un diseño de encuesta es maximizar la información obtenida
(en minimizar el límite para el error de estimación) para un presupuesto
fijo. Al combinar los resultados de la muestra aleatoria estratificada, la
estimación final puede tener un límite para el error de estimación mucho
más pequeño que el obtenido de una m.i.a.

31
32
Los motivos principales para utilizar muestreo aleatorio estratificado en
lugar de muestreo irrestricto aleatorio son:

1. La estratificación puede producir un límite más pequeño para el error de

estimación que el que se generaría por una muestra irrestricta aleatoria del
mismo tamaño. Este resultado es particularmente cierto si las mediciones
dentro de los estratos son homogéneas.

2. El costo por observación en la encuesta puede ser reducido mediante la

estratificación de los elementos de la población en grupos convenientes.

3. Se pueden obtener estimaciones de parámetros poblacionales para

subgrupos de la población. Los subgrupos deben ser entonces estratos
identificables.
33
Los pasos para realizar un muestreo aleatorio estratificado son:

1. Especificar claramente los estratos: cada unidad muestral debe ubicarse

en uno y sólo un estrato apropiado. A veces esto puede ser difícil, por
ejemplo, en una ciudad de 10000 habitantes, ¿cómo distinguimos entre
hogares urbanos y rurales? Pueden ser rurales si el pueblo está aislado en el
campo o pueden ser urbanos si el pueblo está junto a una gran ciudad.

2. Seleccionar una muestra irrestricta aleatoria de cada estrato usando las

técnicas vistas en la unidad anterior.

34
3. Asegurarse que las muestras seleccionadas en los estratos sean
independientes. Esto es, se deben aplicar diferentes esquemas de muestreo
aleatorio dentro de cada estrato, de tal manera que las observaciones
elegidas en un estrato no dependan de las que se han elegido en otro estrato.

35
 Muestreo por conglomerados

Una muestra por conglomerados es una muestra aleatoria en la cual la

unidad de muestreo es una colección o conglomerado de unidades
experimentales últimas.

36
Ejemplos de muestreo por conglomerados serían:

1. La selección aleatoria de familias de una población para efectuar un

estudio de individuos.

2. La selección de ranchos de una localidad para una investigación en que las

unidades últimas fuesen cabezas de ganado.

3. Las manzanas de la ciudad son usadas frecuentemente como

conglomerados de hogares o personas.

37
38
Es frecuente que los conglomerados estén definidos como “áreas” o
partes delimitadas de terreno, de modo que todas las unidades últimas
correspondientes al área sean las que constituyen el conglomerado. De
aquí que esté generalizada la denominación de muestreo por áreas para
designar estos procedimientos de muestreo.

En resumen, el muestreo por conglomerados es un diseño efectivo para

obtener una cantidad especificada de información al costo mínimo bajo
las siguientes condiciones:

39
1. No se encuentra disponible o es muy costoso obtener un buen marco que
liste los elementos de la población, mientras que se puede lograr fácilmente
un marco que liste los conglomerados.

2. El costo por obtener observaciones se incrementa con la distancia que

separa los elementos.

Las manzanas de la ciudad pueden ser usadas como conglomerados de

hogares o de personas, durante los censos, si se desea reportar estadísticas
de manzana detalladas. Las manzanas pueden ser áreas de forma irregular
con límites políticos o geográficos identificables.

40
Los datos a reportar para cada manzana pueden incluir variables tales como,
raza, número de unidades habitacionales, y pueden incluir el valor en pesos
de la propiedad, si la casa es alquilada o propia y si tiene todos los servicios
de tubería.

Las estadísticas de manzana de la Oficina de Censos son ampliamente usadas

en muestreo por conglomerados por empresas de investigación de
mercados, las cuales pueden desear estimar el mercado potencial de un
producto, las ventas potenciales si se abre un nuevo almacén en el área, o el
número potencial de clientes para un nuevo servicio, tal como una
instalación de emergencias médicas.

41
Los pasos para realizar un muestreo por conglomerados son:

1. Especificar los conglomerados apropiados.

2. Conformar un marco que liste todos los conglomerados de la

población.

3. Seleccionar una m.i.a. de conglomerados de este marco.

4. Los elementos o unidades experimentales últimas muestreadas

serán todos los elementos de los conglomerados seleccionados.

42
 Muestreo sistemático

Una muestra obtenida al seleccionar aleatoriamente un elemento de los

primeros 𝑘 elementos en el marco y después cada 𝑘-ésimo elemento se
denomina muestra sistemática de 1 en 𝑘.

43
Por ejemplo, supóngase que una muestra de 𝑛 nombres será
seleccionada de una larga lista. Una manera sencilla de hacer esta
selección es elegir un intervalo apropiado y seleccionar los nombres a
intervalos iguales a lo largo de la lista. De este modo cada décimo
nombre podría ser seleccionado, por ejemplo. Si el punto de inicio para
este proceso de selección es aleatorio, el resultado es una muestra
sistemática.

El muestreo sistemático proporciona una opción para el muestreo

irrestricto aleatorio por las siguientes razones:

44
1. El muestreo sistemático es fácil de llevar a cabo en el campo y, por tanto,
está menos expuesto a errores de selección que cometen los investigadores
en el campo.

2. El muestreo sistemático puede proporcionar mayor información que la

que puede proporcionar el muestreo irrestricto aleatorio por unidad de
costo. Esto puede ser consecuencia de querer muestrear de manera
uniforme a lo largo de un área de estudio completa. Una muestra sistemática
generalmente se extiende más uniformemente sobre toda la población y, por
lo tanto, puede proporcionar más información acerca de la población que
una cantidad equivalente de datos contenida en una muestra irrestricta
aleatoria.

45
Los pasos para realizar un muestreo sistemático son:

1. Se selecciona al azar el punto de inicio, entre 1 y 𝑘, y se ubica en el

marco. Para determinar 𝑘 se requiere conocer el tamaño de la
población 𝑁. En este caso, para una muestra sistemática de 𝑛
elementos de una población de tamaño 𝑁, 𝑘 debe ser un número
aleatorio menor o igual que 𝑁/𝑛 (𝑘≤𝑁/𝑛).

2. Posteriormente se selecciona cada 𝑘-ésimo elemento a partir del

punto de inicio hasta completar el tamaño de muestra 𝑛.

46
47