Muestro

Muestreo Probabilístico
Muestreo Estratificado
En el muestreo estratificado, los individuos se
dividen en grupos o estratos. Cada elemento
pertenece a un único estrato.
La muestra se elige escogiendo en cada estrato
un número representativo de individuos. La
elección de los elementos en cada estrato se
realiza mediante algún método de muestreo
aleatorio simple o muestreo sistemático
 Muestreo Probabilístico
Muestreo Estratificado
En el muestreo estratificado, los individuos se
dividen en grupos o estratos. Cada elemento
pertenece a un único estrato.
La muestra se elige escogiendo en cada estrato
un número representativo de individuos. La
elección de los elementos en cada estrato se
realiza mediante algún método de muestreo
aleatorio simple o muestreo sistemático
Muestreo Probabilístico
 Muestreo Probabilístico
Muestreo Estratificado
Suponemos que hay k estratos de tamaños N1, N2,…, Nk, de forma que:

En cada estrato se toman n1, n2,…, nk elementos para la muestra , de

manera que se toman en total n individuos, es decir:

El muestreo estratificado se utiliza cuando los grupos o estratos son

muy homogéneos internamente y diferentes entre ellos
 Muestreo Probabilístico
Por ejemplo, si en un estudio esperamos encontrar
un comportamiento muy diferente entre hombres y
mujeres, puede ser conveniente definir dos
estratos, uno por cada sexo. Si la selección de estos
estratos es correcta:
• 1. Los hombres deberían comportarse de forma
parecida entre ellos.
2. Las mujeres deberían comportarse de forma
muy similar entre ellas.
3. Hombres y mujeres deberían mostrar
comportamientos dispares entre sí.
 Muestreo Probabilístico
• Es relativamente habitual definir estratos de
acuerdo a algunas variables características de
la población como son la edad, sexo, clase
social o región geográfica. Estas variables
permiten dividir fácilmente la muestra en
grupos mutuamente excluyentes y con
bastante frecuencia, permiten discriminar
comportamientos diferentes dentro de la
población.
 Muestreo Probabilístico (Estratificado)
El número de individuos que se eligen (afijación de la muestra)de cada estrato se
puede decidir mediante diversos criterios:
• Elección simple: se toman el mismo número de sujetos de cada uno de
los k estratos. De cada estrato se seleccionarían n/k individuos.
• Este criterio no es recomendable cuando los estratos tienen diferente número
de individuos.
• Elección proporcional al tamaño del estrato: el tamaño de la muestra en cada
grupo es proporcional a los elementos de dicho grupo. En cada estrato se
tomarán ni elementos, calculados mediante la fórmula:
𝑁𝑖
• 𝑛𝑖 = 𝑛
𝑁
• Elección óptima proporcional a la variabilidad del estrato(óptima): si se
conoce la variabilidad de la característica que estamos tomando en cuenta en
cada estrato, se toman los sujetos proporcionalmente a ella en cada grupo. En
los grupos donde la varianza es mayor, se toman, por tanto, más sujetos.
𝜎 𝑖 𝑁𝑖
• 𝑛𝑖 = 𝑛 𝑘
𝑖=1 𝜎𝑖 𝑁𝑖
Muestreo Probabilístico (Estratificado)
Ejemplo:
Una empresa constructora cuenta con 300 obreros , 60 vigilantes, 150 motoristas
y 90 administrativos , para mejorar las condiciones laborales, la empresa elegirá a
40 empleados de los diferentes estratos para realizar una evolución de la misma
¿Cuántos empleados de cada estrato se deben elegir?
N=600 n=40 k=4
Si se realiza con elección simple 40/4= 10 luego de cada estrato se deben elegir
10 trabajadores
Si se realiza con elección proporcional :
300
• Obreros : 𝑛1 = 40 600=20
• Vigilantes 𝑛2 =4
• Motoristas 𝑛3 =10
• Administrativo 𝑛4 =6
Si se conociera la varianza de cada estrato se elige el número óptimo de cada
estrato
 Ejercicio
• Sea X la variable salario anual en millones de unidades
monetarias. Al medir la variable X sobre una población de 870
personas se obtiene la siguiente distribución de frecuencias.

• Con el objeto de establecer pautas para futuras encuestas de

salarios se estratifica la población en 3 estratos según los
criterios dados por 2 ≤ X ≤ 7, 10 ≤ X ≤ 25, 30 ≤ X ≤ 100. Para
una muestra n = 100
Realizar afijación simple proporcional y óptima
• Primero vamos a calcular las varianzas para
cada uno de los estratos.
 Muestreo Probabilístico (Sistemático)
• Muestreo Sistemático
El método de muestreo sistemático se utiliza en
muestras ordenadas del 1 al N. Consiste en lo siguiente:
• Supongamos que tenemos
una Población de N individuos ordenados del 1 al N.
Queremos seleccionar una muestra de tamaño n.
Sea k el entero más próximo a N/n.
• Escogemos al azar un número i entre 1 y k (utilizando
los función aleatoria )
• La muestra será el elemento i y los elementos i+k, i+2k,
etc.. Es decir, el elemento k y los elementos a
intervalos fijos k hasta conseguir los n sujetos:
 Muestreo Probabilístico (Sistemático)
• Sólo la primera unidad es seleccionada
aleatoriamente
• La muestra estará compuesta de
i,i+k, i+2k,i+3k,…, i+(n-1)k
 Muestreo Probabilístico (Sistemático)
Ejemplo
Suponga que en la empresa en la usted trabaja
realizarán una auditoria por las Normas ISO 9001
por tanto vendrá un auditor externo, quien entre
otras cosas necesita conocer el desempeño los
trabajadores , la empresa cuenta con 60
trabajadores, pero evaluar a cada uno toma
demasiado tiempo , y deciden realizar una muestra
de 12 trabajadores , estos están listados en orden
alfabético.
Muestreo Probabilístico (Sistemático)
• Tenemos N=60, n=12 , luego k=60/12=5
• Luego elegimos en forma aleatoria un número
entre 1 y 5, supongamos que es 2, luego i=2
 Muestreo Probabilístico (Sistemático)
• La ventaja del método de muestreo
sistemático respecto al muestreo aleatorio
simple es su sencillez. El método de muestreo
sistemático
• El método de muestreo sistemático es más
potente que el muestreo simple cuando el
orden de los datos influye en que los sujetos
próximos son semejantes. Por ejemplo en una
línea de producción
 Ejercicio
Se acerca pascua de resurrección y una empresa
de chocolates, cree que no va a entregar todos
los pedidos a tiempo, a no ser que aumente la
planta de trabajadores, la empresa dispone de un
listado de 20 personas con las mismas
características para el puesto de trabajo ( ya que
actualmente los trabajadores están en paro).
Puesto que el tiempo apremia y no es posible
hacer una entrevista para seleccionar el personal ,
se debe elegir 5 personas en forma aleatoria
utilizando muestreo sistemático
Muestreo Probabilístico (conglomerados)

Muestreo por conglomerados

Se utiliza cuando la población está agrupada en
conglomerados naturales.
Si se supone que los conglomerados son muestra
significativa de la variable que se está estudiando,
se puede seleccionar algunos conglomerados al
azar (todos los conglomerados deben tener las
mismas probabilidades de ser seleccionados) y
utilizarlos en representación de la Población.
 Muestreo Probabilístico (conglomerados)
Una vez seleccionados los conglomerados, el
estudio se simplifica puesto que hay menos
individuos en el análisis. El investigador debe
elegir si estudiar a todos los sujetos de los
conglomerados seleccionados o seleccionar una
muestra mediante muestreo aleatorio simple o
sistemático
 Muestreo Probabilístico (conglomerados)
El MINSAL quiere estudiar si un tratamiento
ayuda a prevenir el cáncer de colon. Si en los
datos históricos se observa que la incidencia y
comportamiento del cáncer es parecido en
todas las comunidades, podríamos dividir el país
en comunidades y seleccionar algunas.
Mediante el muestreo por conglomerados se
reducen notablemente los individuos a estudiar,
lo que implica reducir los costos económicos.
 Muestreo Probabilístico
(conglomerados)
• Se utiliza cuando los grupos son muy
heterogéneos y no existen muchas diferencias
entre conglomerados.
• A diferencia de el muestreo estratificado cuando
los grupos o estratos son muy homogéneos
internamente y diferentes entre ellos.
• El inconveniente de este método es que se puede
suponer una heterogeneidad que no ( ejemplo
opinión en zonas geográficas )
 Muestreo Probabilístico
conglomerados en etapas
La diferencia principal entre el muestreo por
conglomerados y el muestreo estratificado es la inclusión
de conglomerados o estratos.
En el muestreo aleatorio estratificado, se realiza el
muestreo en todos los estratos de la población, mientras
que en el muestreo por conglomerados el investigador
sólo selecciona aleatoriamente un número de
conglomerados de la colección de conglomerados de
toda la población. Por lo tanto, sólo se realiza una
muestra sobre una cantidad de conglomerados. Los
demás quedan sin representación.
 Ejemplo
El conglomerado más utilizado en la investigación es un conglomerado
geográfico. Por ejemplo, un investigador desea estudiar el rendimiento
académico de los estudiantes de enseñanza media en la Región del
Bío-Bío.
Puede dividir a toda la población en diferentes conglomerados
(comunas).
Luego, el investigador selecciona una serie de conglomerados en
función de su investigación, a través de un muestreo aleatorio simple o
sistemático.
Luego, de los conglomerados seleccionados (ciudades seleccionadas al
azar) el investigador puede incluir a todos los estudiantes secundarios
como sujetos o seleccionar un número de sujetos de cada
conglomerado a través de un muestreo aleatorio simple o sistemático.
Lo más importante sobre esta técnica de muestreo es dar a todos los
conglomerados iguales posibilidades de ser seleccionados.
 Ejercicio
Un fabricante quiere encuestar a usuarios para
determinar la demanda potencial de una
nueva prensa mecánica. La nueva prensa tiene
capacidad de 500 toneladas y cuesta 225,000
dólares . Se usa para formar productos ligeros
o pesados de acero, y es útil en la fabricación
de automóviles, equipos de construcción y
electrodomésticos
 Determinar el tamaño de la muestra
Existe otra forma de calcular el tamaño de la muestra.
Cuando se supone que la población se distribuye normal (normal
estandar)
Para esto debemos conocer el concepto de nivel de confianza 1-
𝜶
El nivel de confianza es la probabilidad de que el parámetro a
estimar se encuentre en el intervalo de confianza
El nivel de confianza se designa mediante 1 − α, y se suele tomar
valores en tanto por ciento.
Los niveles de confianza más usuales son: 90%; 95% y 99%.
• α se denomina significación
• Se encuentra en la tabla normal estándar y se denota 𝑍1−𝛼
2
Resumen técnicas de muestreo
 F(Z), Z≥ 0

Para el cálculo de probabilidades se utiliza la

siguiente tabla
F(Z) , Z≤ 0
 ejemplo
Para un nivel de confianza del 88%
1-𝛼=0,8
𝛼=0,12
𝛼/2=0,06
𝑍1−𝛼 = 𝑍1−0,06 = 𝑍0,94 =1,56
2
Determinar el valor de Z para un nivel de confianza de
98%
 Determinar el tamaño de la muestra
(𝑍 2𝜎2
𝛼)
1− 2
• Si el Universo es infinito: 𝑛 =
𝑒2
(𝑍 2 2
𝛼) 𝜎 𝑁
1− 2
• Si el Universo es finito
𝑒 2 𝑁+(𝑍 𝛼 )2 𝜎 2
1−
2
• Donde
• N tamaño de la Población
• n tamaño de la muestra
• 𝜎 desviación estándar en su defecto se puede utilizar S
• e error muestral máximo permitido
 Determinar el tamaño de la muestra
Ejemplo
Una población de N=50.000
Máximo error tolerado 15%
Nivel de confianza 95%
Desviación estándar= 3
Calcular n

(𝑍0,975 )2 32 50.000 1,962 ∗9∗50.000

𝑛 = =1490,8
0,152 50.000+(𝑍0,975 )2 32 0,0225∗50.000+1,962 ∗9
 Determinar el tamaño de la muestra
Con los datos anteriores para una población
calcule el tamaño muestral para una población
mayor a 100.000
Para un nivel de confianza del 95%
1-𝛼=0,95
𝛼=0,05
𝛼/2=0,025
𝑍1−𝛼 = 𝑍1−0,025 = 𝑍0,975 =1,96
2
El valor 0,975 lo buscas desde adentro hacia afuera el valor de Z es 1,96