UNIVERSIDAD PRIVADA ANTENOR ORREGO

MUESTREO ESTRATIFICADO

Dr. Cristóbal Exebio C.

Se aplica cuando la población en la variable fundamental
del estudio es heterogénea, esto es le corresponde un
coeficiente de variación superior al 33%,

La población es dividida en subpoblaciones de

observaciones que tienden a ser homogéneas y en las
cuales es posible aplicar el muestreo aleatorio simple
(MAS). A estas subpoblaciones se denominan estratos.

El muestreo aleatorio estratificado (MAE) es un muestreo

bietapico,
 ETAPAS PARA ESTIMACION DE LOS
PARAMETROS

Poblacion ( N )

Segunda Etapa: De los estratos a la poblacion

ESTRATO I ESTRATO II ESTRATO III

Primera Etapa: De la muestra a cada estrato

n1 n2 n3
.
.
Notacion para la muestra

xxhihi : :Valor
Valordedelalai-esima
i-esimaobservación
observacióndedelalamuestra
muestraobtenida
obtenidadel
delestrato
estratohh
nh
nh : :Número
Númerototal
totaldedeunidades
unidadesdedelalamuestra
muestraseleccionada
seleccionadadel
delestrato
estratohhoo
tamaño
tamañodedemuestra
muestradel
delestrato
estratoh.h.

x h :Media
Mediaoopromedio
promediodedelalavariable
variableXXenenlalamuestra
muestradel
delestrato
estratohh
s h2 : Varianza
Varianzadedelalavariable
variableenenlalamuestra
muestraseleccionada
seleccionadadel
delestrato
estratoh.h.
““i itoma
tomavalores
valoresdede11hasta
hastanh
nh“ “
““ hhtoma
tomavalores
valoresdede11hasta
hastaLL“ “
““LLdenota
denotaelelultimo
ultimoestrato”.
estrato”.
 Estime el número total de horas-hombre pérdidas durante el mes. Use los
datos de la tabla siguiente, obtenida de una muestra de 18 obreros, 10 técnicos
y 2 administrativos.(N1=132,N2=92 y N3=27)
Media y varianza de la muestra
N = 251 en cada estrato
18

x 1i
x1  i 1
 8,8
18

1 18 2 ( x1i )
2

N 1=132 N2=92 s  [ x1i 

2
]  77
N1 = 132 N2=92 NN3=27
3=27 1
18 i 1 18

10

x 2i
x2  i 1
 6,7
8 24 0 4 5 10
0 16 32 0 24 1
6 0 16 8 12 1 10 ( x 2 i ) 2
s  [ x 2 i 
2
8 2
2 ]  45,4
7 4 4 3 2 10 i 1 10
9 5 8 1 8 2
18 2 0
x 3i
x3  i 1
 4,5
x1  8,8 x2  6,7 x3  4,5 2

s32  [ x3i   3i ]  12,3

s12  77 s22  45,4 s32  12,3 1 2 2 ( x )2
2 i 1 2
 ESTIMADORES PARA CADA ESTRATO
XXhihi : :Valor
Valordedelalai-esima
i-esimaobservación
observaciónenenelelestrato
estratohh
NNh h: : Número
Númerototal
totaldedeunidades
unidadesenenelelestrato
estratohh
Nh
Wh  Ponderacion
N Ponderaciondel
delestrato
estratohh
nh
fh 
Nh
Fraccion
Fracciondedemuestreo
muestreodel
delestrato
estratoh.h.

X h  xh El estimador de la media del estrato h, es la media de la muestra en el

estrato h.
Xˆ h  N h x h El estimador del Total del estrato h, es dado por el producto del
tamaño del estrato y la media de la muestra en el estrato h.

ˆ s h2 N h  nh
V (xh )  ( )
Estimador de la varianza del estimador de la media del
nh Nh estrato h, cuando el estrato es pequeño

s h2 Estimador de la varianza del estimador de la media del estrato

 h, cuando el estrato es grande.
nh
Estimador de la media del estrato Estimador del total del estrato

X 1  x1  8,8 horas Xˆ 1  N1 x1  132(8.8)  1161,6 horas

X 2  x 2  6,7 horas Xˆ 2  N 2 x 2  92 (6.7)  616,4 horas

X 3  x 3  4,5 horas Xˆ 3  N 3 x 3  27 (4,5)  121,5 horas

Estimador de la varianza del estimador de la media del estrato

ˆ s12 N1  n1 77 132  18 ˆ s 22 N 2  n2 45,4 92  10

V ( x1 )  ( ) ( )  3,69 V (x 2 )  ( ) ( )  4,06
n1 N1 18 132 n2 N2 10 92

ˆ s32 N 3  n3 12,3 27  2
V (x3 )  ( ) ( )  5,69
n3 N3 2 27
nh
Nota: como N es mayor del 5% en cada estrato, para calcular la varianza de la
h
media muestral se emplea la formula para estrato pequeño.
ESTIMADORES POBLACIONALES CUANDO APLICAMOS EL
MUESTREO ALEATORIO ESTRATIFICADO.( ST)

Estimador del total poblacional cuando aplicamos muestreo aleatorio

estratificado

3
Xˆ ST   Xˆ h  Xˆ 1  Xˆ 2  Xˆ 3  1161,6  616,4  121.5  1899,5 horas
h 1

Estimador de la media poblacional cunado aplicamos muestreo aleatorio

estratificado

Xˆ ST 1899.5
X ST    7,57 horas
N 251
Estimador de la variaza del estimador del Total poblacional cunado
aplicamos muestreo aleatorio estratificado

3 3
Vˆ ( Xˆ ST )  Vˆ (  N h x )   N h2 Vˆ ( x h ) 
h 1 h 1

 (132) 2 (3,69)  (92) 2 ( 4,06)  (27) 2 (5,69)  1684972 .6

Estimador de la varianza de la media poblacional cuando aplicamos

muestreo aleatorio estratificado

ˆ ˆ Xˆ ST 1
V ( X ST )  V ( )  2 Vˆ ( Xˆ ST )
N N
1
 2
(1684972,6 )  26,74
(251)
 b. Estime el número total de trabajadores de acuerdo con descuentos por planilla
,por horas pérdidas durante el mes. Use los datos de la tabla siguiente, obtenida
de una muestra de 18 obreros, 10 técnicos y 2 administrativos.(N1=132,N2=92
y N3=27)
1. Proporcion de trabajadores de la
muestra a favor del descuento por
N = 251
planilla por horas perdidas
18

x 1i
10
p1  i 1
  0,56
18 18
N
N11=132
= 132 N2=92
N2=92 NN3=27
3=27 10

x 2i
7
p2  i 1
  0,70
10 10
2

0 0 0 1 0 x 3i
1
0 0 1 0 0 1 p3  i 1
  0,50
2 2
1 0 1 1 1 0
0 1 1 1 1 2. Varianza de la variable muestral
1 1 1 1 1
n3  2 con valores ceros y unos.
1 1 0
V ( x1 )  p1 (1  p1 )  0,56 ( 0,44)  0,2464
n1  18 n2 10
V ( x 2 )  p 2 (1  p 2 )  0,70(0,30)  0,21
V ( x3 )  p3 (1  p3 )  0,50(0,50)  0,25
 ESTIMADORES PARA LOS ESTRATOS
Estimador de la proporcion en el estrato Estimador del total del estrato

Pˆ1  p1  0,56 Aˆ1  N 1 p1  132(0,56)  74 horas

Pˆ2  p 2  0,70 Aˆ 2  N 2 p 2  92 (0.70)  64 horas

Aˆ 3  N 3 p3  27 (0,50)  14 horas
Pˆ3  p3  0,50

Estimador de la varianza del estimador de la proporcion del estrato

ˆ s12 N 1  n1 0,2464 132  18 ˆ s 22 N 2  n2 0,21 92  10

V ( p1 )  ( ) ( )  0,012 V ( p2 )  ( ) ( )  0,019
n1 N1 18 132 n2 N2 10 92

ˆ s32 N 3  n3 0,25 27  2
V ( p3 )  ( ) ( )  0,116
n3 N3 2 27
nh
Nota: como N es mayor del 5% en cada estrato, para calcular la varianza de la
h
proporcion muestral se emplea la formula para estrato pequeño.
ESTIMADORES POBLACIONALES CUANDO APLICAMOS EL
MUESTREO ALEATORIO ESTRATIFICADO.( ST) PARA
PROPORCIONES

Estimador del total poblacional cuando aplicamos muestreo aleatorio

estratificado para proporciones
3
Aˆ ST   Aˆ h  Aˆ1  Aˆ 2  Aˆ 3  74  64  14  152
h 1

Debemos esperar 152 trabajadores a favor del descuento por planillas.

Estimador de la proporcion poblacional cunado aplicamos muestreo

aleatorio estratificado

Aˆ 152
ˆ
PST  ST   0,61
N 251
Debemos esperar que de cada 100 trabajadores 61 estarian a favor de los
descuentos por planilla.
Estimador de la variaza del estimador del Total poblacional cunado
aplicamos muestreo aleatorio estratificado para proporciones

3 3
Vˆ ( Aˆ ST )  Vˆ (  N h p h )   N h2 Vˆ ( p h ) 
h 1 h 1

 (132) 2 (0,012)  (92) 2 (0,019)  ( 27) 2 (0,116)  454

Estimador de la varianza de la media poblacional cuando aplicamos

muestreo aleatorio estratificado para proporciones

Aˆ ST 1
ˆ ˆ
V ( PST )  V ( )  2 Vˆ ( Aˆ ST )
N N
1
 2
(454,468 )  0,00721
(251)
 Estimador intervalico para la proporcion poblacional

P ( PˆST  Z  / 2 DE ( PˆST )  P  PˆST  Z  / 2 DE ( PˆST ) )  95%

P( 0,61  (1,96) ( 0,0849  P  0,61  (1,96) (0,0849) )  95%

P ( 0,4436  P  0,7764 )  95%

De cada 100 muestras seleccionadas de la poblacion de trabajadores debemos

esperar que la proporcion de trabajadores a favor de la propuesta se encuentre
entre 44 y78 %

Estimador intervalico para el Total Poblacional

P( Aˆ ST  Z  / 2 DE ( Aˆ ST )  A  Aˆ ST  Z  / 2 DE ( Aˆ ST ) )  95%
P (152 1,96( 21,30)  A 152  1,96 (21,30) )  95%
P(110,25  A 193,75)  95%
P(110  A 194 )  95%
Tamaño de muestra

a. Para variable cuantitativa:

L
Z 2
N h S h2
n h 1
2
donde S h2 : Es la varianza de cada estrato, se obtiene
NE
de antecedentes

b. Para variable cualitativa

L
Z 2
N h Ph (1  Ph )
n h 1
donde Ph : Es la proporcion a favor de la
NE
caracteristica de estudio en cada estrato,
se obtiene de antecedentes
Afijacion del tamaño de muestra
Afijar o asignar la muestra es determinar cuantos elementos de la muestra
correspondea cada uno de los estratos

a. Afijacion proporcional: Nh
nh  ( n)
N

b. Afijacion optima.
N h Sh
nh  L
(n)
N
h 1
h Sh

b. Afijacion de Neyman
N h S h / Ch
nh  L
(n)
N
h 1
h S h / Ch
Tamaño de muestra con afijación

a. Para afijación proporcional.

n
W S h
2
h
1
D
N
 W S
h h
2

n
 W P (1  P )
h h h
1
D
N
 W P (1  P ) h h h

Recomendable cuando las varianzas varían

muy poco.
b. Para afijacion optima

  W S 
2
h h
n
1
D
N
 W S h
2
h

 W 
2
h Ph (1  Ph )
n
1
D
N
W h Ph (1  Ph )
1.Todos
1.Todoslos
losaserraderos
aserraderoshanhansido
sidoagrupados
agrupadosenenestratos,
estratos,dedeacuerdo
acuerdoconconlala
producción.
producción.Hace
Hace55años
añossesehizo
hizoun
unestudio
estudiosimilar
similarenendonde
dondeseseestimó
estimólala
desviación
desviaciónestándar
estándardedelala producción
producción(en
(enmiles
milesdedepies
piesdedetabla).
tabla).Por
Porlolotanto,
tanto,sese
dispone
disponededelalasiguiente información: :
siguienteinformación

Determine
Determineeleltamaño
tamañodedemuestra
muestranecesario
necesariopara
paraestimar
estimarlalaproducción
producciónmedia
mediadede
madera
maderacon
conun
unerror
errormáximo
máximodede25.000
25.000pies
piesdedetabla
tablayyuna
unaconfiabilidad
confiabilidaddel
del95
95
por ciento.
por ciento.
2.Una
2.Unafábrica
fábricadedetapas
tapasdesea
deseadeterminar
determinareleltamaño
tamañodedemuestra
muestranecesario
necesariopara
para
estimar la producción semanal total, con un error máximo de 90.000 tapas
estimar la producción semanal total, con un error máximo de 90.000 tapas y una y una
confiabilidad
confiabilidaddel
del95
95por
porciento.
ciento.Se
Seconsidera
consideraque
quelalainformación
informaciónsuministrada
suministradapor
por
una muestra piloto, de la cual se utilizan las varianzas obtenidas son:
una muestra piloto, de la cual se utilizan las varianzas obtenidas son:
N 1  240 , N 2 100 , N 3  60

Teniendo
Teniendoenencuenta
cuentalalagran
grandiferencia
diferenciapresentada
presentadaenenlas
lasvarianzas
varianzasdedelos
lostres
tres
estratos diferenciaeneneleltamaño
estratosyylaladiferencia tamañode dedichos
dichosestratos,
estratos,eleltipo
tipode
demuestreo
muestreo
adecuado
adecuadoeseselelestratificado
estratificadocon
conasignación
asignaciónoptima.
optima.
 Puntuaciones de los estudiantes de la
Academia " Atenas "

3. En la Academia “ Atenas” de la ciudad de Trujillo se Mas de 3 2 años 1 año

desea estimar la calificacion promedio que pueden 80 85 42

alcanzar los estudiantes en un examen de aptitud 68

72
48
53
36
65
matematica. Los estudiantes estan agrupados segun el 85 65 43

tiempo que vienen preprandose. La academia cuenta con 90 49 53

62 72 61
200 estudiantes distribuidos: 55 estudiantes con 3 a mas 61 53 42
años preparandose, 80 estudiantes con dos años y 65 de 92 68 39
85 71 32
primer año, los costos de muestreo son iguales entodos 87 59 31
los estratos, pero las varianzas son diferentes. Si se tiene 91 82 29
81 75 19
una muestra piloto de 50 estudiantes con un error de 79 73 14
estimacion de 3.03. 83 78 31
  69 30
Afijar el tamaño de muesta.   81 32
  59  
  52  
  61  
  42  
4.Se tiene una muestra de 65 padres de familia agrupados segun sus
ingresos en cuatro estratos y de los cuales se ha obtenido las desviaciones
estandar de sus ingresos, asi como, el costo de aplicacion de la encuesta
en cada estrato. Afijar la muestra segun Neyman

Estrato Nh Sh Ch
I 1170 8.2 3.0
II 980 8.0 2.8
III 920 8.2 3.0
IV 1210 7.6 3.3
Puntuaciones de los estudiantes de la
Academia " Atenas "

Mas de 3 2 años 1 año

80 85 42
68 48 36
72 53 65
85 65 43
90 49 53
62 72 61
61 53 42
92 68 39
85 71 32
87 59 31
91 82 29
81 75 19
79 73 14
83 78 31
  69 30
  81 32
  59  
  52  
  61  
  42