Maestra en Sistemas de Informacin

UAT

MUESTREO Y DISTRIBUCIONES MUESTRALES.

6.1 Introduccin al muestreo.
Las personas a menudo tienen que tomar decisiones basadas en muestras, as por
ejemplo: un ama de casa que realiza compras en un mercado decidir si compra o no un
queso, dependiendo quizs del contenido de sal, la dureza del mismo (entendiendo por
dureza el que el queso est fresco o no), etc., por lo que se ver en la necesidad de pedirle
una probada al vendedor. Un virolgo que trata de desarrollar una nueva vacuna contra
una enfermedad basar su decisin en los resultados obtenidos en las pruebas efectuadas a
un grupo de pacientes a los cuales se les suministr la vacuna, para despus decidir
comercializarla. Un qumico hace lo mismo cuando toma una muestra de whisky de un tonel,
determina que es 90% puro, e infiere que el whisky es 90% puro. Sin embargo, si el qumico
probara todo el whisky o el ama de casa probara todos los quesos no habra nada que
vender. La prueba de un producto lo destruye y ello no es necesario. Por lo que para probar
las caractersticas de un todo, se puede slo muestrear una porcin.
Como se vio anteriormente algunas veces resulta imprctico analizar a todos los
elementos contenidos en la poblacin que se desea describir. Sin embargo, por otro lado
tambin resulta prctico y posible examinar a cada elemento de la poblacin. A esto se le
llama enumeracin completa o censo. Se usan muestras cuando no es posible contar o medir
cada elemento de la poblacin.
Los estudiosos de la estadstica usan la palabra poblacin no slo para referirse a
personas sino a todos los elementos que se han escogido para su estudio. En los casos que
se han mencionado, las poblaciones son los quesos, los enfermos, todo el whisky en el tonel.
Por otro lado, tambin hacen uso de la palabra muestra para describir una porcin escogida
de la poblacin.

6.2 Estadsticos y parmetros.

Matemticamente, se pueden describir tanto las poblaciones como las muestras
usando medidas tales como la media, la mediana, la moda, el rango, la varianza y la
desviacin estndar, estudiadas en el curso de estadstica descriptiva. Sin embargo cuando
estos trminos describen caractersticas de una muestra, se llaman estadsticos. Por otro lado
cuando se describen caractersticas de una poblacin, se llaman parmetros. Una
estadstico es una caracterstica de una muestra y un parmetro es una caracterstica de
una poblacin.

Supngase que se dice que la calificacin de los alumnos de 3er. Semestre de

economa es de 8.6. En este caso la calificacin de 8.6 es una caracterstica de la poblacin
de los alumnos de 3er., semestre y puede llamarse un parmetro de la poblacin. Por otro
Estadstica para Administracin

88

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

lado, si se dice que la velocidad promedio en la Av. Hidalgo es de 65 km/hr entre las calles
Jos de Escandn y Torren, para describir la caracterstica de una muestra en dicha
avenida. En este caso, los 65 km/hr ser la estadstica muestral.
Si se est convencido que la velocidad promedio de 65 km/hr en la Av. Hidalgo entre
estas dos calles, es un estimado confiable de la velocidad media de todos los vehculos que
transitan por dicha arteria, se puede usar la estadstica muestral velocidad media de todos
los vehculos que circulan por la av. Hidalgo entre la calle Jos de Escandn y la Torren
para estimar el parmetro de la poblacin velocidad media de todos los vehculos que
circulan por la av. Hidalgo. Sin tener que tomar todas la velocidades de los millones de
vehculos que circulan por dicha avenida.
Por otro lado, para no tener problemas al momento de usar smbolos para indicar
estas dos caractersticas, los estudiosos de la estadstica han estandarizado su nomenclatura
y as, tenemos que para indicar los parmetros se usan letras maysculas griegas (N, , ) y
letras minsculas romanas para los estadsticos (n, x , s). Para indicar al nmero de
elementos de una poblacin o muestra, media y desviacin estndar poblacional y muestral.

6.3 Tipos de muestreo.

En general se tienen dos mtodos para seleccionar una muestra a partir de su
poblacin estos son:
el no aleatorio o de juicio
aleatorio o probabilstico
En el muestreo probabilstico todos los elementos de la poblacin tienen una misma
probabilidad de ser escogidos en la muestra. Mientras que en el de juicio, se usa el
conocimiento y la experiencia para identificar aquellos elementos de la poblacin que
debern incluirse en la muestra. Una muestra seleccionada por muestreo a juicio est basada
en la experiencia de alguien sobre la poblacin de inters.

6.3.1 Muestreo aleatorio.

En nuestro curso el muestreo aleatorio es de particular inters, pues las unidades
siguientes consideraremos ejemplos donde supondremos que los datos fueron obtenidos a
partir de este mtodo.
Estadstica para Administracin

89

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

En el muestreo aleatorio como se defini en el objetivo anterior, se sabe cual es la

probabilidad de que un elemento de la poblacin est incluido o no en la muestra. As
mismo, se comenzar por introducir cuatro mtodos de muestreo aleatorio:
aleatorio simple
sistemtico
por estratos y por conglomerados.

6.3.1.1 Muestreo aleatorio simple.

En el muestreo aleatorio simple se seleccionan las muestras por mtodos que le
permiten a cada muestra posible tener igual probabilidad de ser tomada y a cada elemento
de toda la poblacin tener una misma probabilidad de ser incluido en la muestra.
Para ilustrar estos requisitos se usar el siguiente ejemplo:
Supngase que en Tampico existen cuatro empresas dedicadas al recubrimiento de
metales con cromo, y se quieren muestras de empresas a un tiempo para efecto de un
estudio de mercado.
Si el lector se pone a reflexionar un poco dira cmo puedo obtener muestras de 2
elementos cada una y cuntas muestras seran posibles de obtener? , la respuesta sera
aplicando la ecuacin de combinaciones. Como sigue: por un lado definiendo a n como el
nmero de elementos de la poblacin y a r como los arreglos de dos en dos.

Ec. 6.1
nCr=

n!
=
4!
= 6
r !(n - r) !
2 !(4 - 2) !

En la tabla No.6.1 se pueden ver las combinaciones de muestras de 2 compaas en

una poblacin de cuatro, as como la probabilidad de cada muestra de ser tomada y la
probabilidad de que cada empresa sea considerada en la muestra.
Tabla No. 6.1 Probabilidad de seleccionar dos muestras a partir de una poblacin de
cuatro.
Empresa A, B, C y D
Estadstica para Administracin

90

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

Muestras posibles de dos empresas: AB, AC, AD, BC, CD, BD.
La probabilidad de sacar est muestra de dos empresas ser :
AB = 1/6
AC = 1/6
AD = 1/6
BC = 1/6
CD = 1/6
BD = 1/6
La probabilidad de que cada empresa est en la muestra ser :
A=
B=
C=
D=
En el curso de estadstica II se vio que la probabilidad marginal es igual a la suma de las
probabilidades de los eventos conjuntos que contienen al evento simple :
P(A) = P(AB + AC + AD) =

Cmo hacer un muestreo aleatorio simple?

La mejor manera de seleccionar una muestra aleatoriamente es mediante el empleo
de nmero aleatorios o rectangulares. Un nmero rectangular es aquel nmero que sigue una
distribucin uniforme. Algunos autores como Tocher, han sugerido tres formas para obtener
nmeros aleatorios:
la provisin externa
la generacin interna a partir de un proceso fsico al azar y
la generacin interna de sucesiones de dgitos por medio de una relacin
de recurrencia.
El primero de ellos implica tener los nmeros aleatorios, por ejemplo las tablas de
nmeros aleatorios que vienen en la mayora de libros de estadstica, en una cinta magntica,
en un disco, en calculadoras y en las hojas electrnicas como el Excel y el Lotus 1, 2, 3.
El segundo mtodo implica utilizar algn aditamento especial en las computadoras
digitales capaz de registrar los resultados de un proceso aleatorio y adems, reduzca esos
resultados a sucesiones de dgitos.
El tercer mtodo, y uno de los ms aceptados, implica la generacin de estos
nmeros rectangulares a travs de una relacin de recurrencia.
Independientemente del proceso o procedimiento que se utilice para la generacin de
estos nmeros aleatorios, estos deben poseer ciertas caractersticas deseables que aseguren o
aumenten la confiabilidad de los resultados obtenidos en este proceso. Tales caractersticas
son :
1. Uniformente distribuidos.
2. Estadsticamente independientes.
Estadstica para Administracin

91

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

3. Reproducibles.
4. Perodo largo (sin repeticin dentro de una longitud determinada de la
sucesin).
5. Generados a travs de un mtodo rpido.
6. Generados a travs de un mtodo que no requiera mucha capacidad de
almacenamiento en la computadora.
Para ilustrar el uso de este mtodo, haremos uso del siguiente ejemplo:
Supngase que se est interesado en obtener una muestra de 10 alumnos de un grupo
de 65 alumnos, todos ellos escogidos al azar. Se puede obtener dicha muestra aleatoria
asignndole a cada alumno un nmero desde 00 hasta 99, despus consultar en una tabla de
nmeros aleatorios o mediante una calculadora
Otra forma de seleccionar a los alumnos sera escribir el nombre de cada uno de ellos
en un pedazo de papel y depositar los pedazos en una bolsa o recipiente, posteriormente
revolverlos y sacar 10 pedazos al azar.

6.3.1.2 Muestreo sistemtico.

En un muestreo sistemtico, los elementos se seleccionan a un intervalo uniforme
que es medido en tiempo, orden o espacio. Si se desea entrevistar a veinte obreros de una
fbrica grande se escoge al azar un nombre entre los primeros veinte de la nmina de la
empresa y luego se escogen los nombres de veinte en veinte.

6.3.1.3 Muestreo estratificado.

En el muestreo estratificado se suele dividir a la poblacin en grupos relativamente
homogneos, llamados estratos. Luego se usa uno de los dos mtodos anteriores
seleccionando al azar de cada uno de los estratos un nmero especfico de elementos
correspondiente a la porcin del estrato en la poblacin como un todo, o se saca un nmero
igual de elementos y se le da peso a los resultados de acuerdo a la proporcin del estrato en
la poblacin total. Con cualquiera de los dos mtodos, el muestreo estratificado garantiza
que cada elemento en la poblacin tiene una probabilidad de ser seleccionado.
El muestreo por estratos es apropiado cuando la poblacin ya est divida en grupos
de diferentes tamaos y se desea reconocer este hecho.

Estadstica para Administracin

92

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

6.3.1.4 Muestreo por conglomerados.

En este ltimo mtodo de muestreo, se divide a la poblacin en grupos o
conglomerados, y luego se selecciona una muestra aleatoria de stos. Se asume que esos
elementos individuales son representativos de la poblacin como un todo.
Tanto con el muestreo estratificado como con el de conglomerados, la poblacin se
divide en grupos bien definidos. Se usa el muestreo estratificado cuando cada grupo tiene
pequeas variaciones entre s mismas, pero hay una gran variacin entre grupos. Se usa el
muestreo por conglomerados en el caso contrario cuando hay una variacin considerable
dentro de cada grupo, pero los grupos son esencialmente similares entre s.

6.4 Introduccin a las distribuciones muestrales.

En el curso de estadstica descriptiva se vieron mtodos tiles para calcular algunas
caractersticas de las muestras como la media y la desviacin estndar. Hasta ahora slo se
ha visto en este captulo, como obtener muestras a partir de poblaciones. Sin embargo, si se
aplicara lo aprendido hasta aqu y tomramos varias muestras de una poblacin, las
estadsticas calculadas de cada una de las muestras seran cada una diferentes entre s.
Para demostrar lo anterior, supngase que un granjero tiene cinco borregos, que
piensa vender, cuyo peso de cada uno es el que se presenta en la tabla No. 6.2.

Tabla No.6.2 Poblacin de cinco borregos.

Estadstica para Administracin

93

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

Borrego
A
B
C
D
E

Peso (lb)
200
203
206
209
212

Imaginemos por un momento que cualquier borrego pese menos de 205 lb, por lo
que estar bajo de peso, y no podr ser vendido con una utilidad razonable. Por tanto, dos
de los borregos, o 2/5 de la poblacin, quedan dentro de est categora. Ahora, el granjero
quiere estimar la proporcin de sus borregos que estn bajos de peso. Como sera muy
problemtico atrapar y pesar a los borregos, el decide muestrear dos, y utilizar la proporcin
muestral para estimar la proporcin de la poblacin.
Por lo que si pensamos un poco, nos surgiran algunas preguntas tales como qu
proporciones muestrales son posibles, y qu tan probable es cada una?, en otras palabras se
busca la distribucin de muestreo para est situacin.
Como una distribucin muestral debe sealar los resultados posibles, se empieza por
identificarlos. Quiz el granjero efectuara un muestreo sin reposicin, ya que no estara
dispuesto a pesar dos veces al mismo borrego. Por lo que la forma adecuada para resolver
est dificultad, sera el empleo de las combinaciones usando la Ec. 6.1., en la tabla No.6.3
se presentan los resultados muestrales posibles y tambin se presentan en la Fig. 6.1.

Tabla No. 6.3 Combinaciones muestrales de dos borregos.

Tamao de la Nmero posible
muestra
de muestra
2
10

Estadstica para Administracin

Combinacin
muestral
A,B
A,C
A,D
A,E
B,C
B,D
B,E
C,D
C,E
D,E

94

Pesos de la
muestra
200, 203
200, 206
200, 209
200, 212
203, 206
203, 209
203, 212
206, 209
206, 212
209, 212

Proporcin
inferior a 205
2/2
1/2
1/2
1/2
1/2
1/2
1/2
0/2
0/2
0/2

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

Fig. No. 6.1 Distribucin de muestral de dos borregos.

1.0
0.8
0.6
0.4
0.2
0

0/2

1/2

2/2

Por lo que ahora podemos definir a la distribucin de muestreo como:

Una distribucin de probabilidad de todas las estadsticas posibles de las muestras.
Ahora bien, las distribuciones de muestreo se pueden construir para medias,
desviaciones estndar, proporciones, etc., y se les conoce como:
distribuciones de muestreo de medias,
distribuciones de muestreo de desviaciones estndar y
distribuciones de muestreo de proporciones.

6.4.1 Error estndar.

El alumno estar de acuerdo, que entre cada una de las muestras obtenidas en el
ejemplo anterior existe cierta variabilidad entre ellas, por lo que en lugar de decir
desviacin estndar de la distribucin de muestreo, para describir a la distribucin de
muestreo de medias, los estudiosos de la estadstica se refieren a ella como el error estndar
de la media. As tenemos:
error estndar de la media,
error estndar de la desviacin estndar,
error estndar de proporciones, etc.
El trmino error estndar es usado porque lleva a un significado especfico. El
siguiente ejemplo ayudar a entender la razn para el nombre. Supngase que se desea
conocer algo acerca de la altura de los estudiantes de la carrera de economa
correspondientes al primer semestre. Se puede tomar una serie de muestras y calcular la
altura media de cada muestra. Es altamente improbable que todas estas medias muestrales
sean iguales; se espera ver alguna variabilidad en las medias observadas. Esta variabilidad en
Estadstica para Administracin

95

Ing. Javier Chvez Melendez

Maestra en Sistemas de Informacin

UAT

la estadstica muestral resulta de un error muestral, debido a la probabilidad, es decir, hay

diferencias entre cada muestra y la poblacin y entre las varias muestras debido nicamente a
los elementos que se han escogido para las muestras.
La desviacin estndar de la distribucin de medias muestrales, mide la extensin en
la cual se espera que varen las medidas a partir de las diferentes muestras debido a este
error de probabilidad en el proceso muestral. Entonces la desviacin estndar de la
distribucin de una estadstica muestral se conoce como error estndar de la estadstica.
El error estndar indica no solo el tamao de la probabilidad de error que ha sido
hecho, sino tambin la exactitud que se desea obtener si se usa una estadstica muestral para
estimar un parmetro de la poblacin. Una distribucin de medias muestrales que est menos
dispersa (que tiene un pequeo error estndar) es un mejor estimador de la media de la
poblacin que una distribucin de medias muestrales que est muy dispersa y tiene un gran
error estndar.

Estadstica para Administracin

96

Ing. Javier Chvez Melendez