Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUESTREO SISTEMÁTICO
1. Introducción
En muchas situaciones prácticas no están garantizadas algunas de las condicio-
nes necesarias para poder realizar un muestreo aleatorio simple, por ejemplo, la
condición de aleatoriedad de la población o el hecho de disponer de un listado de
dicha población de donde obtener las unidades que formarán la muestra aleatoria
simple.
Un diseño muestral alternativo y de fácil aplicación en este tipo de situaciones es
el llamado muestreo sistemático. Éste se basa en tomar muestras de una manera
directa y ordenada a partir de una regla determinística, también llamada sistemática.
Concretamente, a partir de una sola unidad que se selecciona en primer lugar, el
resto de unidades de la muestra vienen determinadas automáticamente al aplicarle a
dicha unidad una regla selección sistemática.
En este capítulo consideraremos el diseño muestral sistemático más sencillo lla-
mado muestreo sistemático uniforme de paso k. La obtención de una muestra
sistemática de tamaño n de una población de N elementos se consigue de la siguien-
te forma:
1. Seleccionamos aleatoriamente un número δ entre los k primeros,
N
δ ∈ {1,2,..., k}, donde k ≤ e identifica el paso o salto de la regla sistemáti-
n
ca. Llamaremos punto de arranque o semilla al valor de δ que permite obtener
la primera unidad muestral.
2. A partir de la posición δ, dando un salto de k unidades, obtendremos la
segunda unidad de la muestra uδ + k y de esta forma, saltando de k en k unidades,
el resto de la muestra estará formada por las unidades uδ + 2 k , uδ + 3k ,..., uδ + ( n −1) k .
$ M. Virtudes Alba Fernández & Nuria Ruiz Fuentes
Según este procedimiento el espacio muestral M está formado por las k posibles
muestras sistemáticas asociadas a cada punto aleatorio de arranque. Denotaremos
a cada muestra por m j ; j = 1,K, k y su composición es la siguiente
1 n
Cada una de ellas tiene probabilidad = de ser seleccionada, y las proba-
k N
bilidades de inclusión de primer y segundo orden correspondiente a este diseño
muestral son
1 n
π i = P [u i ∈ m ] = = , i = 1,2, K , N
k N
1
[( ) ]
π ij = P u i , u j ∈ m = k
si u i y u j están en la misma muestra
0 en otro caso
i ≠ j , i , j = 1,2, K , N
1 n
Pˆsist = p j = ∑ Aij
n i =1
donde p j denota la proporción muestral asociada a la muestra m j , por tanto,
Aij toma el valor 1 o 0 dependiendo de que la unidad i-ésima de la muestra m j
tenga la cualidad de interés o no, respectivamente.
• Para el total de la clase,
Aˆ sist = NPˆsist
V Xˆ sist = ∑ (x j − X )
1 k
k j =1
donde el índice j indica que se trata de la muestra sistemática asociada al j-
ésimo punto de arranque.
• Para el total,
( )
2
∑ (x − X)
N2 k
V Xˆ sist = j
k j =1
• Para la proporción,
( )
2
V Pˆsist = ∑ (p j − P )
1 k
k j =1
• Para el total de la clase,
( )
2
∑ (p − P)
ˆ N2 k
V Asist = j
k j =1
aleatoria”, los resultados que proporciona una muestra sistemática y una mues-
tra aleatoria simple son similares. Por tanto, podemos estimar la varianza de los
estimadores de los parámetros usuales como si se tratase de un muestreo alea-
torio simple. En el caso del estimador de la media,
( )
Vˆ Xˆ sist =
N −n 2
Nn
sj
( )
Vˆ Xˆ sist =
N −n
2n(n − 1)N
n −1
∑ (x
i =1
i − xi +1 )
2
y
N (N − n ) n −1
( )
Vˆ Xˆ sist = ∑
2n(n − 1) i =1
(xi − xi +1 )2
t
1
θc = ∑ θi
t i =1
x + x2
• Media, Xˆ c = 1
2
( ) (x1 − x 2 )
2
ˆ ˆ
V Xc =
4
N
• Total, Xˆ c = (x1 + x 2 )
2
( )
Vˆ Xˆ c =
N2
4
(x1 − x2 )2
4. Ejercicios resueltos
Ejercicio 3.1
Entrevistado 1 2 3 4 5 6 7 8
Respuesta 1 Bajo Alto Medio Medio Bajo Medio Alto Alto
Respuesta 2 SI SI NO NO SI SI NO SI
Respuesta 3 10 15 17 13 16 14 19 23
Entrevistado 9 10 11 12 13 14 15 16
Respuesta 1 Alto Alto Medio Medio Alto Alto Alto Alto
Respuesta 2 NO NO SI NO NO SI SI SI
Respuesta 3 12 19 20 13 21 18 19 23
Entrevistado 17 18 19 20 21 22 23 24
Respuesta 1 Alto Bajo Bajo Medio Alto Alto Alto Bajo
Respuesta 2 SI SI NO NO SI SI NO NO
Respuesta 3 18 21 19 16 25 18 12 20
Solución.
Dado que el tamaño de la muestra sistemática a seleccionar es 8, el arranque
aleatorio podrá ser cualquiera entre 1 y 3. Consideremos, por ejemplo, arranque
aleatorio j=3, en este caso la muestra elegida será la formada por las respuestas a
la segunda pregunta siguientes
Muestreo Estadístico $%
y nos solicitan estimar el total de alumnos que utilizarán los conocimientos adquiri-
dos en su actividad laboral mediante el estimador
Aˆ sist = NPˆsist
por lo que
Aˆ sist = NPˆsist = 12 ,
N (N − n ) 24(24 − 8) 1 1
( )
Vˆ Aˆ sist =
n −1
p(1 − p ) =
8 −1
⋅ ⋅ = 13.7143 = 3.7032
2 2
y
m4 = {13,23,13,23,16,20}
$& M. Virtudes Alba Fernández & Nuria Ruiz Fuentes
de forma que el estimador de la media de horas de estudio para cada una de ellas
será
105
X sist , 2 = x 2 = = 17.5
6
108
X sist , 4 = x 4 = = 18
6
la estimación del error por el método de las muestras interpenetrantes sea la si-
guiente
(x 2 − x 4 )2
σ = = 0.25
Xc 4
Para resolver la última cuestión planteada debemos extraer una muestra siste-
mática de tamaño 6. Supongamos que el punto de arranque es j = 1 , la cuestión
planteada se refiere a la primera pregunta y la muestra de entrevistados selecciona-
dos da lugar a las siguientes respuestas
m1 = { BAJO, BAJO, ALTO, ALTO, ALTO, ALTO}.
Ejercicio 3.2
Solución.
El estimador del peso medio de las latas producidas es la media de los pesos de
las 16 latas muestreadas de forma sistemática
191.38
Xˆ sist = x = = 11.96125 gramos .
16
% M. Virtudes Alba Fernández & Nuria Ruiz Fuentes
Para estimar la varianza del estimador utilizamos el método de las diferencias sucesivas
( )
Vˆ Xˆ sist =
N − n 15
∑
2n(n − 1)N i =1
(xi − xi +1 )2
=
240 − 16
2 ⋅ 240 ⋅ 16 ⋅ 15
{
⋅ (12 − 11.97 ) + (11.97 − 12.01) + L
2 2
Ejercicio 3.3
Solución.
( )
Vˆ Xˆ sist =
N − n 2 2300 − 115
Nn
s =
2300 ⋅ 115
⋅ 5 = 0.04131 ,
( )
dando lugar a un error de estimación de Vˆ Xˆ sist = 0.2032 años.
Ejercicio 3.4
Estimar el número total de personas que han visitado el museo durante el período de expo-
sición de la colección de antigüedades. Estimar el error de muestreo mediante el método de
las diferencias sucesivas.
Solución.
Para estimar el número total de personas que visitan el museo necesitamos esti-
mar el número medio de personas que lo visitan diariamente
5383
x= = 299.06 ≈ 299 personas,
18
( )
dando lugar a un error de muestreo de Vˆ Xˆ sist = 1580.46 personas.
% M. Virtudes Alba Fernández & Nuria Ruiz Fuentes
Ejercicio 3.5
Solución.
Puesto que N=40 para considerar una muestra de tamaño n=10 tenemos que
tomar un número aleatorio entre
N
1y k = =4
n
y
m4 = {0,18,22,3,10,51,11,17,25,31}.
( )
Vˆ Pˆ1 =
N −n
N (n − 1)
p1 (1 − p1 ) =
40 − 10
40 ⋅ 9
⋅ 0.6 ⋅ 0.4 = 0.44721
( )
Vˆ Pˆ2 =
40 − 10
40 ⋅ 9
⋅ 0.8 ⋅ 0.2 = 0.11547 .
( ) ( ) (0.6 − 0.8)2
2
Pˆ − Pˆ2
Vˆ Pˆc = 1 = = 0.01 ⇒ σˆ Pˆ = 0.1 .
4 4 c
de forma que
%" M. Virtudes Alba Fernández & Nuria Ruiz Fuentes
Xˆ sist = x3 = 32.8 ,
( )
Vˆ Xˆ sist =
40 − 10
2 ⋅ 10 ⋅ 9 ⋅ 40
(3767 ) = 3.9612 errores.
= 28.2486 ≅ 28 cuestionarios