Anda di halaman 1dari 34

UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS
ADMINISTRATIVAS

ESTADISTICA II
TIPOS DE MUESTREO

INTEGRANTES
GUERRERO CEDEO JESSENIA
ALBAN SAMANTHA
PISCO YULEXY

ING. MARCOS ESPAA

PARALELO: 4-16
INGENIERA COMERCIAL

INTRODUCCION
Nuestros conocimientos, actitudes y acciones estn basadas en gran
parte sobre muestras esto es verdad real en la vida cotidiana como en la
investigacin cientfica. As, la opinin que tiene una persona de una
institucin que realiza miles de transacciones diarias, a menudo se basa
en uno o dos contactos ocurridos en el transcurso de muchos aos.
Se har referencia sobre el muestreo estadstico, tcnicas, niveles y
tipos fundamentales de un muestreo; se describen conceptos bsicos
que explican lo que esto se refiere al igual se aprecia cmo y qu tipo de
tcnicas se pueden utilizar para poner en prctica la realizacin de una
auditoria con la finalidad de obtener una informacin determinada para
lograr un objetivo especfico.
El muestreo estadstico es un procedimiento por el que se ingresan los
valores verdaderos de una poblacin a travs de la experiencia obtenida
con una muestra.
El muestreo como herramienta de la investigacin cientfica arroja
resultados que se pueden utilizar para concluir un determinado estudio
X de poblacin, al igual las tcnicas selectivas que se requieren para
dicho estudio de acuerdo a lo que se va a evaluar.
El
muestreo
permite
una
reduccin
considerable
de
los costos materiales del estudio, una mayor rapidez en la obtencin de
la informacin y el logro de resultados con mxima calidad.

CONCEPTOS GENERALES
Estadstica inferencial
La estadstica inferencial se ocupa de extender o extrapolar a toda una
poblacin, informaciones obtenidas de una muestra, as como de la
toma
de
decisiones.
Poblacin
Es el conjunto total de individuos susceptibles de poseer la informacin
buscada. No se refiere exclusivamente a personas, la poblacin puede
estar formada por todos los rboles de un bosque.
Muestra
Es la parte de la poblacin en la que se miden las caractersticas
estudiadas. El nmero de individuos de la muestra se llama tamao de
la muestra.
Encuesta
Es el proceso de obtener la informacin buscada entre los elementos de
la muestra.

TERMINOLOGIAS BASICAS PARA EL MUESTREO


Parmetro:
Son las medidas o datos que se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como la media, la varianza, la
proporcin, etc. Un parmetro es una medida usada para describir
alguna caracterstica de una poblacin, tal como una media aritmtica,
una mediana o una desviacin estndar de una poblacin.
Cuando los dos nuevos trminos de arriba son usados, por ejemplo, el
proceso de estimacin en inferencia estadstica puede ser descrito como
le proceso de estimar un parmetro a partir del estadstico
correspondiente, tal como usar una media muestral (un estadstico para
estimar la media de la poblacin (un parmetro)

Distribucin en el muestreo:
Cuando el tamao de la muestra (n) es ms pequeo que el tamao de
la poblacin (N), dos o ms muestras pueden ser extradas de la misma
poblacin. Un cierto estadstico puede ser calculado para cada una de
las muestras posibles extradas de la poblacin. Una distribucin del
estadstico obtenida de las muestras es llamada la distribucin en el
muestreo del estadstico.
Por ejemplo, si la muestra es de tamao 2 y la poblacin de tamao 3
(elementos A, B, C), es posible extraer 3 muestras (AB, BC Y AC) de la
poblacin. Podemos calcular la media para cada muestra. Por lo tanto,
tenemos 3 medias mustrales para las 3 muestras. Las 3 medias
mustrales forman una distribucin. La distribucin de las medias es
llamada la distribucin de las medias mustrales, o la distribucin en el
muestreo de la media. De la misma manera, la distribucin de las
proporciones (o porcentajes) obtenida de todas las muestras posibles del
mismo tamao, extradas de una poblacin, es llamada la distribucin en
el muestreo de la proporcin.
Error Estndar:
La desviacin estndar de una distribucin, en el muestreo de un
estadstico, es frecuentemente llamada el error estndar del estadstico.
Por ejemplo, la desviacin estndar de las medias de todas la muestras
posibles del mismo tamao, extradas de una poblacin, es llamada el
error estndar de la media. De la misma manera, la desviacin estndar
de las proporciones de todas las muestras posibles del mismo tamao,
extradas de una poblacin, es llamada el error estndar de la
proporcin. La diferencia entre los trminos "desviacin estndar" y
"error de estndar" es que la primera se refiere a los valores originales,
mientras que la ltima est relacionada con valores calculados. Un
estadstico es un valor calculado, obtenido con los elementos incluidos
en una muestra.
Error Muestral, de estimacin o Standard.
Es la diferencia entre un estadstico y su parmetro correspondiente. Es
una medida de la variabilidad de las estimaciones de muestras repetidas
en torno al valor de la poblacin, nos da una nocin clara de hasta
dnde y con qu probabilidad una estimacin basada en una muestra se

aleja del valor que se hubiera obtenido por medio de un censo completo.
Siempre se comete un error, pero la naturaleza de la investigacin nos
indicar hasta qu medida podemos cometerlo (los resultados se
someten a error muestral e intervalos de confianza que varan muestra a
muestra).La diferencia entre el resultado obtenido de una muestra (un
estadstico) y el resultado el cual deberamos haber obtenido de la
poblacin (el parmetro correspondiente) se llama el error muestral o
error de muestreo. Un error de muestreo usualmente ocurre cuando no
se lleva a cabo la encuesta completa de la poblacin, sino que se toma
una muestra para estimar las caractersticas de la poblacin. El error
muestral es medido por el error estadstico, en trminos de probabilidad,
bajo la curva normal. El resultado de la media indica la precisin de la
estimacin de la poblacin basada en el estudio de la muestra. Mientras
ms pequeo es el error de muestras, mayor es la precisin de la
estimacin. Deber hacerse notar que los errores cometidos en una
encuesta por muestreo, tales como respuestas inconsistentes,
incompletas o no determinadas, no son considerados como errores
mustrales. Los errores no mustrales pueden tambin ocurrir en una
encuesta completa de la poblacin.
IMPORTANCIA DEL MUESTREO
A lo largo del curso se hacen uso de dos tipos de razonamiento:
el deductivo y el inductivo. El primero est relacionado directamente
con la teora de probabilidad, que a partir de las caractersticas de la
poblacin se obtienen las posibles caractersticas de una muestra.
Recursos limitados:
Es decir, no existen los recursos humanos,
materiales o econmicos para realizar el estudio sobre el total de la
poblacin. Es como cuando se compra un aparato, un automvil usado
(por ejemplo), que se prueba unos minutos (el encendido, una carrerita,
etc.) para ver si funciona correctamente y luego se adquiere, pero no se
espera a probarlo toda la vida (encendindolo y apagndolo o,
simplemente, dejndolo encendida) antes de realizar la adquisicin.
Escasez:
Es el caso en que se dispone de una sola muestra. Por
ejemplo, para el estudio paleontolgico de los dinosaurios (el
Tiranosaurio Rex por ejemplo) sera muy bueno contar con, al menos,
muchos restos fsiles y as realizar tales investigaciones; sin embargo,
se cuenta slo con una docena de esqueletos fosilizados (casi todos
incompletos) de esas criaturas en todo el mundo.
Pruebas destructivas:
Es el caso en el que realizar el estudio sobre
toda la poblacin llevara a la destruccin misma de la poblacin. Por

ejemplo, si se quisiese saber el conteo exacto de hemoglobina de una


persona habra que extraerle toda la sangre.
El muestreo puede ser ms exacto:
Esto es en el caso en el que el
estudio sobre la poblacin total puede causar errores por su tamao o,
en el caso de los censos, que sea necesario utilizar personal no lo
suficientemente capacitado; mientras que, por otro lado, el estudio
sobre una muestra podra ser realizada con menos personal pero ms
capacitado.

MUESTREO
Es una herramienta de investigacin cientfica, cuya funcin bsica es
determinar que parte de una poblacin debe examinarse, con la
finalidad de hacer inferencias sobre dicha poblacin.
La muestra debe lograr una presentacin adecuada de la poblacin, en
la que se reproduzca de la mejor manera los rasgos esenciales de dicha
poblacin que son importantes para la investigacin. Para que una
muestra sea representativa, y por lo tanto til, debe de reflejar las
similitudes y diferencias encontradas en la poblacin, es decir
ejemplificar las caractersticas de esta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de solo
una parte de la poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una poblacin mucho ms grandes de la
que originalmente se tom la muestra.
En la estadstica se usa la palabra poblacin para referirse no solo a
personas sino a todos los elementos que han sido escogidos para su

estudio y el trmino muestra se usa para describir una porcin escogida


de la poblacin.
VENTAJAS DEL MUESTREO:
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la informacin:

Debido a los siguientes factores

Volumen de trabajo reducido.

Puede existir mayor supervisin en el trabajo.

Se puede dar ms entrenamiento al personal.

Menor probabilidad de cometer errores durante el procesamiento


de la informacin.

d) Factibilidad de hacer el estudio cuando la toma de datos implica


tcnicas destructivas, por ejemplo:

MARCO MUESTRAL
Es la base sobre el cual se debe disear los procesos de seleccin de
unidades de muestreo, Un marco muestral es una lista de todas las
unidades de muestreo disponibles para su seleccin en una etapa del
proceso de muestreo.
Tipos de marco muestral

Marco muestral de lista


Cuando las unidades de muestreo se constituyen en un solo
marco.
Ejemplo: Un listado enumerado de las empresas ms rentables
del pas.

Marco muestral de reas


Cuando las unidades de marco son reas de terreno
generalmente llamados segmentos y dentro de ellas suelen
haber varias unidades de informacin para esto se utiliza mapas
y listados
Ejemplo: Marco digital de reas de vivienda urbana.

TIPOS DE MUESTREO:

TIPOS DE MUESTREO:
MUESTREO NO PROBABILISTICO:
Los elementos de la muestra son seleccionados por procedimientos al
azar con probabilidades conocidas de seleccin. Por lo tanto es
imposible determinar el grado de representatividad de la muestra.
Dentro de los tipos de muestreo no Probabilstico, podemos mencionar
los siguientes:

Muestreo por Juicio, Seleccin Experta o Seleccin


Intencional:

Muestreo casual o fortuito:

Muestreo de cuota:

MUESTREO PROBABILISTICO, ALEATORIO O ESTOCASTICO:

PROPIEDADES DEL MUESTREO PROBABILISTICO:


a) Existe la posibilidad de definir inequvocamente un conjunto de
muestras M1, M2, .... , Mt mediante la aplicacin del procedimiento a una
poblacin. Esto significa que podemos indicar cuales unidades de
muestreo pertenecen a M1, M2 y as sucesivamente.
b) A cada posible muestra Mi se le asigna un probabilidad conocida de
seleccin Pi .
c) Seleccionamos una de las Mi por un proceso mediante el cual, cada
Mi tiene una probabilidad Pi de ser seleccionada.
d) El mtodo de estimacin se realiza en base a la muestra, siendo unico
para cualquiera de las posibles muestras Mi.

TIPOS DE MUESTREO PROBABILISTICO:


a) Muestreo simple aleatorio
b) Muestreo sistemtico
b) Muestreo Estratificado.

Intervalos Caractersticos del Muestreo


El nivel de confianza (p) se designa mediante 1 - .
Ejemplo: 1-0.05= 0.05
El nivel de significacin se designa mediante .
.= expresado en porcentaje significativo

El valor crtico (k) como z /2.


P (Z>z /2) = /2

P [-z

/2

< z < z /2] = 1-

En
una
distribucin N
(,
) el
intervalo
caracterstico
correspondiente a una probabilidad p = 1 - es: = media. =
desviacin. ( - z /2 , + z /2 )

1-

/2

z /2

Intervalos
caractersticos

10.10
=0.90

0.05

0.500.05=1.645

( - 1.645 , +
1.645 )

10.05
=0.95

0.02
5

0.500.025=1.96

( - 1.96 , + 1.96
)

1-0.01
=0.99

0.00
5

0.500.005=2.575

( - 2.575 , +
2.575 )

Distribucin De Las Medias Muestrales


Teorema central del lmite
Si una poblacin tiene media y desviacin tpica , y tomamos
muestras de tamao n (n>30, o cualquier tamao si la poblacin es
"normal"), las medias de estas muestras siguen aproximadamente la
distribucin:

Consecuencias:

1. Permite averiguar la probabilidad de que la media de una muestra


concreta est en un cierto intervalo.
2. Permite calcular la probabilidad de que la suma de los elementos
de una muestra est, a priori, en un cierto intervalo.

3. Inferir la media de la poblacin a partir de una muestra.

Estimacin
Intervalo de confianza
Se llama as a un intervalo en el que sabemos que est un
parmetro, con un nivel de confianza especfico.
Nivel de confianza
Probabilidad de que el parmetro a estimar se encuentre en el
intervalo de confianza.
Error de estimacin admisible
Que estar relacionado con el radio del intervalo de confianza.
Estimacin de la media de una poblacin
Intervalo de confianza para la media
El intervalo de confianza, para la media de una poblacin, con
un nivel de confianza de 1- , siendo x la media de una muestra
de tamao n y la desviacin tpica de la poblacin, es:

El error mximo de estimacin es:

Tamao de la muestra

Estimacin de una proporcin


Si en una poblacin, una determinada caracterstica se
presenta en una proporcin p, la proporcin p, de individuos con
dicha caracterstica en las muestras de tamao n, se distribuirn
segn:

Intervalo de confianza para una proporcin

El error mximo de estimacin es:

MUESTREO ALEATORIO SIMPLE


El muestreo aleatorio simple selecciona muestras mediante mtodos
que permiten que cada posible muestra tenga una igual probabilidad de
ser seleccionada y que cada elemento de la poblacin total tenga la una
oportunidad igual de ser incluido en la muestra.

Ejemplo: Supongamos que tenemos una poblacin de cuatro


estudiantes en un seminario y queremos muestras de dos estudiantes
cada vez para entrevistarlos.
Se ilustran todas las combinaciones posibles de muestras de dos
estudiantes en una poblacin de cuatro, la probabilidad de cada muestra
de ser seleccionada y la de que cada estudiante est en una muestra.
Estudiantes: A, B, C y D
Muestras posibles de dos personas: AB, AC, AD, BC, BD, CD
La probabilidad de extraer esta muestra de dos personas debe ser:
1
P ( AB )=
6
P ( AC ) =

1
6

P ( AD )=

1
6

P ( BC ) =

1
6

P ( BD )=

1
6

P (CD )=

1
6

(Slo hay seis


muestras posibles de
dos personas)

El ejemplo ilustrado anteriormente utiliza una poblacin finita de cuatro


estudiantes.
Poblacin finita. Por finito nos referimos a que la poblacin tiene un
tamao establecido o limitado, es decir, existe un nmero entre (N) que
indica cuantos elementos hay en la poblacin.
Cmo hacer un muestreo aleatorio?
La forma ms fcil de seleccionar una muestra de manera aleatoria es
mediante el uso de nmeros aleatorios. Estos nmeros pueden
generarse ya sea con una computadora programada para revolver
nmeros o mediante una tabla de nmeros aleatorios, que, propiamente,
debera llamarse tabla de dgitos aleatorios.

La tabla 1 presenta una proporcin de una tabla semejante, que


contiene 1250 dgitos aleatorios divididos en conjuntos de 5. Estos
nmeros han sido generados mediante un proceso completamente
aleatorio. La probabilidad de que aparezca cualquier dgito de 0 a 9 es la
misma que la de cualquier otra secuencia de la misma longitud.
Uso de la tabla de dgitos aleatorios
Para aprender a usar esta tabla, suponga que hay 100 empleados en
una compaa y desea entrevistar a una muestra de 10 de ellos
escogidos al azar. Podra obtener una muestra aleatoria al asignar a
cada empleado un nmero desde 00 a 99, consultando la tabla 1 y
escogiendo un mtodo sistemtico de seleccionar dos dgitos. En este
caso, podra hacer lo siguiente:
1 Recorra de arriba abajo las columnas, comenzando con la columna
de la izquierda, y lea slo los primeros dos dgitos en cada fila.
Observe que el primer nmero al usar este mtodo sera 63, el
segundo 88 y el tercero 55, etctera.
2 Si llega hasta el final de la ltima columna de la derecha y todava
no tiene completos los 10 nmeros de dos dgitos menores de 99
deseados, puede regresar al principio (a la parte de arriba de la
columna de la izquierda) y comenzar a leer el tercero y cuarto
dgitos de cada grupo o conjunto. Estos comenzaran con 27, 54 y
95.
Otra forma de seleccionar a los empleados del ejemplo sera escribir el
nombre de cada uno en un pedazo de papel y depositar estos pedazos
en una caja. Despus de revolverlos bien, podra extraer 10 pedazos al
azar. Este mtodo funciona bien con un grupo pequeo de personas,
pero presenta problemas si el nmero de la poblacin llega a cantidades
del orden de los miles. Tambin est el problema adicional de no estar
seguro de que los pedazos de papel estn bien revueltos.
Como obtener nmeros al azar en calculadora.

Los podemos realizar por medio de calculador cientfica en donde


os dirigimos a la tecla Shift + RAM#.
En caso de desear para el muestreo al azar nmeros enteros
multiplicamos el valor obtenido por el nmero de la poblacin a
analizar.

Muestra aleatoria simple (poblacin finita)


Una muestra aleatoria simple de tamao n, de una poblacin finita de
tamao N, es una muestra seleccionada de tal manera que cada

muestra posible de tamao n tenga la misma posibilidad de ser


seleccionada.
El nmero de muestras aleatorias simples distintas de tamao n que
pueden seleccionarse de una poblacin finita de tamao N es:
N!
n! ( N n ) !

En esta frmula N! y n! son factoriales.

TABLA DE NMEROS ALEATORIOS

Tabla
6327
1
8854
7
5595
7
4627
6
5536
3
6939
3
1318
6
1772
6
3652
0
8162
8
8464
9
6329
1
7050
2
0642
6
2071
1
4199
0
7245
2
3704
2
5376
6
9058
5
3200
1
6260
6
1007
8
9156
1

1
5998
6
0989
6
5724
3
8745
3
0744
9
9278
5
2943
1
2865
2
6446
5
3610
0
4896
8
1161
8
5322
5
2477
1
5560
9
7053
8
3661
8
4031
8
5287
5
5895
5
9629
3
6432
4
2807
3
4614
5

NMEROS ALEATORIOS
7174 5110 1514 8071
4
2
1
4
9543 7911 0830 0104
6
5
3
1
8386 0991 1976 6653
5
1
1
5
4479 6712 4557 8435
0
2
3
8
3483 1529 7661 6719
5
0
6
1
4990 5844 4204 3037
2
7
8
8
8819 0458 3873 8129
0
8
3
0
5683 7835 4732 1851
6
1
7
8
0555 3015 8224 2952
0
7
2
0
3925 5683 3763 0242
4
5
6
1
7521 7549 4953 7424
5
8
9
0
1261 7505 4391 2648
3
5
5
8
0365 0591 3714 5705
5
5
0
1
5993 4980 1108 6676
5
1
2
2
2943 7016 4540 7848
0
5
6
4
7719 2586 5520 7341
1
0
4
7
7629 2667 8933 3393
8
8
4
8
5709 1052 0992 8977
9
8
5
3
1598 4696 6734 7759
7
2
2
2
5312 1602 8429 5331
2
5
9
0
3720 6451 5153 3706
3
6
0
9
4635 7215 6724 2013
4
7
8
5
8538 5032 1450 1556
9
4
0
2
2417 1529 1006 9812
7
4
1
4

5868
3
2003
0
4010
2
2162
5
1277
7
8761
8
8954
1
9222
2
6975
3
9806
3
0346
6
4111
6
4839
3
9447
7
3163
9
8392
0
9556
7
4133
5
5765
1
6738
0
4026
1
4980
4
6416
5
7573
2

9310
8
6375
4
2664
6
1699
9
2186
1
2693
3
7029
0
5520
1
7260
2
8964
1
4929
2
6453
1
9132
2
0249
4
5200
9
6946
8
2938
0
9624
4
9550
8
8424
9
6137
4
0922
6
0612
5
0081
5

1355
4
0845
9
6014
7
1338
5
6868
9
4064
0
4011
3
2734
0
2375
6
6495
3
3640
1
5682
7
2565
3
8821
5
1887
3
7497
2
7590
6
2900
2
8003
3
2534
8
0581
5
6441
9
7135
3
8345
2

7994
5
2836
4
1570
2
2278
2
0326
3
1628
1
0824
3
1049
3
5493
5
9933
7
4552
5
3082
5
0654
3
2719
1
9692
7
3871
2
9180
7
4645
3
6982
8
0433
2
0671
4
2945
7
7766
9
9735
5

Ejemplo 1:
La asociacin de transporte aeroportuario de Estados Unidos
proporciono la siguiente lista de las 10 aerolneas ms grandes del
mundo.
1
2
3
4

Aeroflot (Rusia)
Air France (Francia)
American Airlines (EUA)
British Airways (Reino
Unido)
5 Delta Airlines (EUA)

6 JAL (Japn)
7 Lufthansa (Alemania)
8 Northwest
Airlines
(EUA)
9 Unites Airlines (EUA)
10 USAir (EUA)

a Suponga que se debe seleccionar una muestra de 5 de ellas, parra


un estudio de detalle de factores, como por ejemplo, la cantidad
de aviones en servicio, el total anual de pasajeros-millas volados,
etc. comenzando con el primer dgito aleatorio de la tabla 1 que es
6, y avanzando hacia debajo de la columna, use los nmeros
aleatorios de un dgito para seleccionar una muestra aleatoria
simple de 5 aerolneas que entrarn en el estudio.
Las 5 aerolneas que se tomaran son: 6, 8, 5, 4, 1
Ejemplo 2:
A continuacin se presentan las 10 acciones ms activas en la Bolsa de
New York del 6 de marzo del 2006 (The Wall Street Journal, 7 de marzo,
2006)
1 AT&T
2 Pfizer
3 Lucent
4 Texas Instruments
5 Nortel
6 Gen. Elect.
7 Qwest
8 iShrMSJpn
9 Bell South

10 LSI Logic
Las autoridades decidieron investigar las prcticas de negociacin
usando una muestra de tres de estas acciones.
a Empezando en el primer dgito aleatorio de la columna seis de la
tabla 1, lea los nmeros descendiendo por esa columna para
seleccionar una muestra aleatoria simple de tres acciones para las
autoridades
Repuesta: Las tres acciones seleccionadas para la investigacin
serian la 8, 6 y 3.
b Determine cuntas muestras aleatorias simples diferentes de
tamao 3 pueden seleccionarse de una lista de 10 acciones.
N!
10 !
=
120
n! ( N n ) ! 3 ! ( 103 ) !
Respuesta: En total se pueden hacer 120 muestras de tamao 3
de la lista de las 10 acciones.
Poblacin infinita. Es aquella en la que es tericamente imposible
observar todos los elementos. Aunque muchas poblaciones parecen ser
excesivamente grandes, no existe una poblacin realmente infinita de
objetos fsicos. Se utilizar el trmino poblacin infinita cuando se habla
de una poblacin que no podra enumerarse en un periodo razonable de
tiempo. Se utilizar el concepto terico de poblacin infinita como una
aproximacin de una poblacin finita enorme.
No se puede usar un procedimiento de seleccin con nmeros aleatorios
para una poblacin infinita, porque es imposible hacer una lista de esa
poblacin. En este caso se debe determinar especialmente un
procedimiento de seleccin de muestra, para determinar los elementos
en forma independiente y evitar as un sesgo en la seleccin que d
mayores probabilidades de seleccin a ciertos tipos de elementos.
Estimacin puntual
Para estimar de un parmetro poblacional, la caracterstica
correspondiente se calcula con los datos de la muestra, a lo que se le
conoce como estadstico muestral.
A continuacin se muestra una tabla con el parmetro poblacional y su
correspondiente estimador puntual.

Parmetro poblacional
=Media poblacional .

xi

=Desviacinestndar poblacional .

p=Proporcin poblacional .

p=

x
N

( xi )2
N

Estimador puntual
x =Media muestral .

x =

xi
n

s=Desviacin estndar muestral .

s=

p=Porporcin muestral .

p=

(x i x )2
n1

x
n

Ejemplo:
Al director de personal de Electronics Associates, Inc. (EAI), se le ha
encargado las tareas de elaborar un perfil de los 2500 administradores
de la empresa. Las caractersticas a determinar son el sueldo medio
anual de los administradores y la proporcin de administradores que han
terminado el programa de capacitacin de la empresa.
Con los 2500 administradores de la empresa como la poblacin para
este estudio, es posible hallar el sueldo anual y la situacin respecto al
programa de capacitacin de cada persona al consultar los archivos del
personal.
Se obtiene lo siguiente:
Media poblacional:
Desviacin estndar poblacional:

=$ 51800

=$ 4000

Los datos sobre la situacin del programa de capacitacin muestran


que 1500 de los 2500 administradores han terminado el programa de
capacitacin.
1500
p=
=0.60
2500

De los 2500 administradores se obtiene una muestra aleatoria de


30 los cuales se presenta en la siguiente tabla:
SALARIOS ANUALES Y SITUACIN RESPECTO AL PROGRAMA DE
CAPACITACIN DE LOS ADMINISTRADORES PERTENECIENTES A UNA
MUESTRA ALEATORIA SIMPLE DE 30 ADMINISTRADORES DE EAI
Salario anual Programa
de Salario anual Programa
de
($)
capacitacin
($)
capacitacin
x 1=49094.30
x 16=51766.00
S
S
x 2=53263.90

x 17=52541.30

No

x 3=49643.50

x 18=44980.00

x 4=49894.90

x 19=51932.60

x 5=47621.60

No

x 20=52973.00

x 6=55924.00

x 21=45120.90

x 7=49092.30

x 22=51753.00

x 8=51404.40

x 23=54391.80

No

x 9=50957.70

x 24=50164.20

No

x 10 =55109.70

x 25=52973.60

No

x 11=45922.60

x 26=50241.30

No

x 12=57268.40

No

x 27=52793.90

No

x 13 =55688.80

x 28=50979.40

x 14 =51564.70

No

x 29=55860.90

x 15 =56188.20

No

x 30=57309.10

No

Calcular los estadsticos muestrales correspondientes en base a la tabla


presentada anteriormente.
1 Se obtiene la media muestral:

x =

x =

xi
n
1554420
30

x =$ 51814

2 La desviacin muestral es:


(x i x )2

s=
n1

s=

325009260
29

s=$ 3348

3 Para estimar p, la proporcin de administradores que han


terminado el programa de capacitacin, se usa la proporcin
muestral correspondiente. Sea x el nmero de administradores
dela muestra que han terminado el programa de capacitacin. De
acuerdo con la tabla, x=19 . Por tanto, como el tamao de la
muestra es
p=

x
n

p=

19
30

n=30 , la proporcin muestral es:

p=0.63
Al hacer los clculos anteriores, se lleva a cabo el proceso estadstico
x se le
conocido como estimacin puntual. A la media muestral
conoce como el estimador puntual de la media poblacional , a la
desviacin estndar muestral
desviacin estndar poblacional

como el estimador puntual de la

y a la proporcin muestral

como el estimador puntual de la proporcin poblacional


numrico de

x ,

s , o

p . Al valor

se les conoce como estimaciones

puntuales.
A continuacin se resumen los resultados muestrales y se comparan las
estimaciones puntuales con los valores de los parmetros poblacionales.
INFORMACIN DE LAS ESTIMACIONES PUNTUALES OBTENIDAS
DE UNA
MUESTRA ALEATORIA SIMPLE DE 30 ADMINISTRADORES DE EAI

Parmetro poblacional

Valor
del
Parme
tro

= Media poblacional de $
los salarios anuales
800

51

Desviacin estndar
= poblacional de los $ 4 000
salarios anuales
Proporcin
poblacional que
p= terminado
programa
capacitacin

ha
el 0.60
de

Estimador puntual

Estimaci
n puntual

x = Media muestral de $ 51 814


los salarios anuales

Desviacin
s= estndar muestral $ 3 348
de
los
salarios
anuales
Proporcin
muestral que ha
p= terminado
el 0.63
programa
de
capacitacin

Como se observa en la tabla, las estimaciones puntuales difieren un


poco de los correspondientes parmetros poblacionales. Estas
diferencias son de esperarse ya que para elaborar las estimaciones
muestrales se usa una muestra, y no un censo de toda la poblacin.

MUESTREO ALEATORIO SISTEMATICO


Es una tcnica de muestreo aleatorio que se utiliza por su sencillez y
calidad regular en donde primero escoge aleatoriamente la primera

pieza o sujeto de la poblacin. A continuacin, se elegir al azar


cualquier miembro o elemento compuesto por la poblacin.
Los resultados son representativos de la poblacin a menos que se
repitan ciertas caractersticas de la poblacin por cada ensimo
miembro o elemento componente de la poblacin. El proceso de
obtencin de la muestra sistemtica es muy similar a una progresin
aritmtica.
1.

Nmero de inicio:
Se selecciona un nmero entero que debe ser menor al nmero total
de individuos en la poblacin. Este nmero entero corresponder al
primer miembro o elemento.
2.
Intervalo:
Se elige otro nmero entero que servir como la diferencia constante
entre dos nmeros consecutivos en la progresin.
El nmero entero se selecciona tpicamente de modo que el
investigador obtenga el tamao de la muestra correcto.
Frmulas de Estimadores en muestreo sistemtico
Parmetro poblacional
=Media poblacional .

xi

=Desviacinestndar poblacional .

p=Proporcin poblacional .

p=

x
N

( xi )2
N

Estimador puntual
x =Media muestral .

x =

xi
n

s=Desviacin estndar muestral .

s=

p=Porporcin muestral .

p=

(x i x )2

x
n

n1

Frmulas que se aplican para el tamao de la muestra

Ejercicio Explicativo
Al director de personal de Electronics Associates, Inc. (EAI), se le ha
encargado las tareas de elaborar un perfil de los 100 administradores de
la empresa. Las caractersticas a determinar son el sueldo medio anual
de los administradores y la proporcin de administradores que han
terminado el programa de capacitacin de la empresa.
Con los 100 administradores de la empresa como la poblacin para este
estudio, es posible hallar el sueldo anual y la situacin respecto al
programa de capacitacin de cada persona al consultar los archivos del
personal.
Paso 1
Presentacin del Marco muestral obtenido del registro de la
compaa.

Paso 2
Eleccin de la muestra Piloto
MUESTREO PILOTO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

ERAZO CHAVEZ GABRIELA JESSENIA


REATEGUI HURTADO LUIS ALFREDO
INCA SHUGULI ROBERTO CARLOS
MORENO PALACIOS MARIELA MICAELA
MEDINA MORENO LORENZO ISRAEL
DAMIAN CABADIANA BENANCIO OSCAR
PEREZ GALEAS KATHERIN PAOLA
PILCO LPEZ JOSELYN GABRIELA

100
15
7
3

n
k
Ran#

NECPAS CHOLCA ANA SILVIA


BARBA NICOLALDE SANTIAGO MARCELO
CARRILLO CAYAMBE MONICA LUCIA
JEREZ MASAQUIZA JOSE LORENZO
CAMPOVERDE SANTOS DIANA KATHERINE
GUASHPA GUASHPA WILSON RENE
DAQUILEMA SUCUNOTA LEONIDAS MAICOL

Paso 3
Eleccin de muestra Piloto por salto de intervalo del marco
muestral de la Poblacin.
MUESTRA PILOTO
1
2
3
4
5
6
7

3
10
17
24
31
38
45

8 52
9
10
11
12
13
14

INCA SHUGULI ROBERTO CARLOS


BARBA NICOLALDE SANTIAGO MARCELO
TORO CEPEDA BELEN ISABELLA
ALVARADO ALVARADO ANDRES CESAR
DE LA CRUZ PULLOPAXI KARLA LORENA
NARANJO GAVILANEZ WALTER PATRICIO
SORIA FREIRE NSTOR ANDRS
CUNALATA PONLUISA YESENIA
ELIZABETH
GUADALUPE ESPINOZA JULIAN
ESTEFANO
CALLE ANDRADE LUIS DIEGO
DAZ GRANIZO CRISTINA BELEN
IPIALES LUCERO SANTAY JANINE
GUALACEO LOPEZ ISRAEL CARLOS
VARGAS JIMENEZ MARIA EUGENIA

59
66
73
80
87
94
10
15
0 ALVAREZ GOMEZ LUNA ESTRELLA

Cursos Capacitacin
No
No
Si
Si
Si
Si
Si
No
Si
No
No
Si
No
Si
No

Paso 4
Se halla la muestra mediante la frmula de media proporcional

Paso 5
Se selecciona la muestra de estudio aplicando el intervalo k
N

100

n
k

41
2
2

Ran#

Seleccin de la Muestra
Nombres
Curso de Capacitacin

12

REATEGUI HURTADO LUIS ALFREDO


MORENO PALACIOS MARIELA
MICAELA
DAMIAN CABADIANA BENANCIO
OSCAR
PILCO LPEZ JOSELYN GABRIELA
BARBA NICOLALDE SANTIAGO
MARCELO
JEREZ MASAQUIZA JOSE LORENZO

14

GUASHPA GUASHPA WILSON RENE

16

MINA OBANDO WENDY JESSENIA

18

CAYAMBE GUAMAN MARIO JOSE

3
4

5
6
7
8
9

10

Si
No
No
No
No
Si
No
Si
Si

44

CHILIQUINGA VILLACIS JUAN


HERIBERTO
AGUIRRE NARANJO ANA LIZBETH
ALVARADO ALVARADO ANDRES
CESAR
CHILLOGALLO PAREDES
ESPERANZA BEATRIZ
MONTAGUANO PAREDES MAYRA
ALEJANDRA
ORTEGA BETANCOURT OSCAR
OSWALDO
MACAS RIVERA WALTER JULIO
ORDOEZ VALAREZO ANGELICA
MERCEDES
BONILLA LPEZ DAMIN MIJAL
NARANJO GAVILANEZ WALTER
PATRICIO
HIPO MOROCHO DENISSE MARIELA
ALVARADO RIVERA GABRIEL
ALEJANDRO
VARGAS TIERRAS YESLIO ANDREI

46

DVILA PINO TANIA ELIZABETH

48

MENDOZA CASTILLO JORGE LUIS


MARTINEZ ZUMBA JHONATAN
VICENTE
CUNALATA PONLUISA YESENIA
ELIZABETH
ALLAUCA ORTEGA ERICK BONIL
CANDO VEINTIMILLA ANDREA
GIOMARA
BONILLA BAYAS LORENA HELEN

10
11

20

12

24

13

26

14

28

15
16

30

17
18

34

19
20

38

21
22
23
24

42

25

50

26
27

52
54

28
29
30

56
58
60

31
32
33

62
64
66

34

68

35
36

70
72

37
38

74

39
40
41

78

22

32

36

40

LIMAICO ALVAREZ MARIO ANDRES


BUENAO PICO MARIA DE
LOURDES
PUCHA INCA JOHANA PRISCILA

80

CALLE ANDRADE LUIS DIEGO


BASANTES CASCANTE CRISTIAN
ERNESTO
CARVAJAL VELASCO CRISTINA
ALEXANDRA
SHAGAY ESCUDERO HENRY DAVID
ALTAMIRANO IDROVO MAURICIO
FABIAN
ERAZO SNCHEZ JOLLIE DENISSE
NUEZ VILLARES EDITH
FRANCISCO
IPIALES LUCERO SANTAY JANINE

82

VALLEJO ROJAS HORACIA CYNDY

76

Si
No
Si
Si
Si
No
No
Si
Si
Si
No
No
No
No
No
Si
No
No
No
No
Si
No
Si
No
Si
No
No
Si
Si
No
Si
Si

Paso 6
Se halla los estimadores mediante formula.

Paso 7
Hallamos el intervalo de confianza y su interpretacin
Intervalo de Confianza

P
Z*
0.43 1.65
IC

(1P)

P
n

*
(0.30
Min

0.55)
Max

Interpretacin : Los administradores que asistieron a las capacitaciones se


encuentra
En un intervalo de confianza entre del 30% y el
55%.

BIBLIOGRAFIA
-

Libro: tcnicas de muestreo, autor William G.Cochran


Anderson, Sweeney, Williams. Muestreo aleatorio simple (7.2), Otros
mtodos de muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo

aleatorio simple estratificado (8.5), Muestreo por conglomerado (8.6),


muestreo sistemtico (8.7). Estadstica para administracin y economa.
Internacional Thomson Editores. 10a edicin.
-

Levin, Richard I. y Rubin, David S. Estadstica para administracin y


economa. Captulo 6 muestreo y distribucin de muestreo, 6.2 Muestreo
aleatorio. Pearson educacin. Sptima edicin. Mxico, 2004. pg. 238240

Anderson, Sweeney, Williams. Muestreo aleatorio simple (7.2), Otros mtodos de


muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo aleatorio simple
estratificado (8.5), Muestreo por conglomerado (8.6), muestreo sistemtico (8.7).
Estadstica para administracin y economa. Internacional Thomson Editores. 10 a
edicin.

Levin, Richard I. y Rubin, David S. Estadstica para administracin y economa.


Captulo 6 muestreo y distribucin de muestreo, 6.2 Muestreo aleatorio. Pearson
educacin. Sptima edicin. Mxico, 2004. pg. 238-240

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

http://todoestadistica.blogspot.com/2009/05/estimadores-muestreoestratificado.html

Anda mungkin juga menyukai