Vous êtes sur la page 1sur 30

AO DEL BUEN SERVICIO

AL CIUDADANO

UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA

ESTADISTICA APLICADA

MTODO ALEATORIO SIMPLE Y MTODO ALEATORIO ESTRATIFICADO

Asesorado por:

Mag. Alfredo Sullon Len

Elaborado por:

Julinho, castillo Imn

Anahy, Fiestas Castillo.

Osbal, Huacchillo Calle.

Katherine, Jaramillo Castillo

Ensor, Vsquez Arenas.

PIURA - 2017

1
AO DEL BUEN SERVICIO
AL CIUDADANO

UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA

ESTADISTICA APLICADA

MTODO ALEATORIO SIMPLE Y MTODO ALEATORIO ESTRATIFICADO

Asesorado por:

Mag. Alfredo Sullon Len

Elaborado por:

Julinho, castillo Imn

Anahy, Fiestas Castillo.

Osbal, Huacchillo Calle.

Katherine, Jaramillo Castillo

Ensor, Vsquez Arenas.

PIURA - 2017

2
INTRODUCCIN.

Se denomina muestreo al proceso por el que generamos las muestras. Una


muestra es una parte (un subconjunto) de la poblacin, y se desea que la muestra
sea lo ms representativa posible de la poblacin de la que procede. Pues este
trabajo nos da una perspectiva sobre lo que es el muestreo aleatorio adems
como su clasificacin en muestreo aleatorio simple y estratificado.

Se entiende por muestreo aleatorio simple como Muestra seleccionada de


manera que cada elemento o individuo de la poblacin tenga las mismas
posibilidades de que se le incluya. Mientras que el estratificado es obtenida
mediante la separacin de los elementos en grupos llamados estratos, y la
seleccin posterior de una muestra aleatoria de cada estrato. En este trabajo se
trataran a ms profundidad ambos, para as de esta manera poder comprender las
diferencias de ambos, adems saber aplicar la teora en la resolucin de
problemas de este tipo.

3
Contenido
MUESTREO ESTADISTICO...................................................................................................................5
1. Nociones bsicas de la investigacin por muestreo........................................................................5
1.1 Estadstica de negocios:............................................................................................................5
1.2 Muestreo estadstico:...............................................................................................................5
1.3 Razones para muestrear...........................................................................................................5
1.3.1. Establecer contacto con toda la poblacin requerira mucho tiempo..............................5
1.3.2 El costo de estudiar todos los elementos de una poblacin resultara prohibitivo. Por lo
general, las organizaciones que realizan encuestas de opinin pblica y pruebas entre
consumidores,............................................................................................................................6
1.3.3. Es imposible verificar de manera fsica todos los elementos de la poblacin...................6
1.3.4. Algunas pruebas son de naturaleza destructiva...............................................................6
1.3.5. Los resultados de la muestra son adecuados....................................................................7
2. Trminos tcnicos...........................................................................................................................8
2.1 Poblacin Objetivo:.................................................................................................................8
2.2 Poblacin muestreada:.............................................................................................................8
2.3 Unidad de muestreo.................................................................................................................8
2.4. Unidad de observacin:...........................................................................................................8
2.5. Variable...................................................................................................................................8
2.6. El tamao de la poblacin.......................................................................................................9
2.7. El tamao de la muestra..........................................................................................................9
2.6. Parmetro:...............................................................................................................................9
3. Muestreo aleatorio simple.............................................................................................................9
4. Seleccin del tamao de muestra para la estimacin de las medias y totales poblacionales.
10
5. Muestreo para proporciones................................................................................................10
6. Muestreo aleatorio estratificado..........................................................................................11
6.1 Definicin:..............................................................................................................................11
6.2 Tipos de muestreo estratificado.............................................................................................13
6.2.1 Muestreo estratificado proporcionado...........................................................................13
6.2.2 Muestreo estratificado uniforme.....................................................................................13
6.2.3 Muestreo estratificado ptimo (respecto a la desviacin estndar)................................14

4
Eficiencia de los diferentes muestreos estratificados.......................................................14
6.3 ventajas del muestreo aleatorio estratificado.......................................................................15
6.4 Desventajas del muestreo aleatorio estratificado..................................................................16
7- Cmo se selecciona una muestra aleatoria estratificada?..................................................16
8- Cul es el nmero ptimo de estratos?..............................................................................16
9- Criterios para formar los estratos.........................................................................................16
10- Frmulas de estimacin en el muestreo aleatorio estratificado.......................................17
10.1 Estimacin de la media.........................................................................................................17
10.2 Estimacin de la varianza de la media..................................................................................17
10.3 Estimacin del total..............................................................................................................18
10.4 Estimacin de la varianza total.............................................................................................19
10.5 Estimacin de una proporcin..............................................................................................19
10.6 Estimacin de la varianza de la proporcin..........................................................................19
11. Afijacin de la muestra...............................................................................................................20
11.1 Afijacin ptima...................................................................................................................21
11.2 Afijacin de Neyman................................................................................................................21
11.3 Afijacin proporcional..........................................................................................................24
12. Muestreo aleatorio sistemtico..............................................................................................25
Trabajos citados...............................................................................................................................28

5
MUESTREO ESTADISTICO.

1. Nociones bsicas de la investigacin por muestreo.


1.1 Estadstica de negocios:
La estadstica se ocupa del conjunto de tcnicas que se emplean para
recolectar, organizar, analizar e interpretar datos, los cuales pueden ser
cuantitativos, valores expresados numricamente, o cualitativos, caractersticas
tales como las preferencias del consumidor organizadas en una tabla. La
estadstica se usa en los negocios para ayudar a tomar mejores decisiones
mediante la comprensin de las fuentes de variacin y el descubrimiento de
patrones y relaciones en los datos de negocios.[ CITATION JKa06 \l 10250 ](Pg.3)

1.2 Muestreo estadstico:


El Muestreo es una herramienta de la investigacin cientfica. Su funcin bsica
es determinar que parte de una realidad en estudio (poblacin o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error
que se comete debido al hecho que obtienen conclusiones sobre cierta realidad a
partir de la observacin de solo una parte de ella, se denomina error de muestreo.
Obtener una muestra adecuada significa lograr una versin simplificada de la
poblacin que reproduzca de algn modo sus rasgos bsicos.

1.3 Razones para muestrear


... encuestas por muestreo a grandes escalas, cuando se realizan de la
manera apropiada con un diseo muestral satisfactorio, pueden proporcionar,
rpidamente y a un menor costo, informacin con suficiente precisin para fines
prcticos y con la posibilidad de evaluar el margen de incertidumbre con una
base objetiva. (Mahalanobis, 1965, p45).

Cuando se estudian las caractersticas de una poblacin, existen diversas razones


prcticas para preferir algunas partes o muestras de ella para observar y medir. He
aqu algunas razones para muestrear: [ CITATION Dou12 \l 10250 ]

1.3.1. Establecer contacto con toda la poblacin requerira mucho tiempo

Por ejemplo:

6
Un candidato para un puesto federal quiz desee determinar las posibilidades
que tiene de resultar elegido. Una encuesta de muestreo en la que se utiliza el
personal y las entrevistas de campo convencionales de una empresa
especializada en encuestas tardara de uno a dos das. Con el mismo personal y
los mismos entrevistadores, y laborando siete das a la semana, se requeriran
200 aos para ponerse en contacto con toda la poblacin en edad de votar.
Aunque fuera posible reunir a un numeroso equipo de encuestadores, quiz no
valdra la pena entrar en contacto con todos los votantes.

1.3.2 El costo de estudiar todos los elementos de una poblacin resultara


prohibitivo. Por lo general, las organizaciones que realizan encuestas de
opinin pblica y pruebas entre consumidores,

Por ejemplo:

Harris International, CBS News Polls y Zogby International, entran en contacto


con menos de 2 000 de las casi 60 millones de familias en Estados Unidos. Una
organizacin que entrevista a consumidores en panel cobra cerca de $40 000 por
enviar muestras por correo y tabular las respuestas con el fin de probar un
producto (como un cereal para el desayuno, alimento para gato o algn perfume).
La misma prueba del producto con las 60 millones de familias tendra un costo de
alrededor de $ 1000 000 000.

1.3.3. Es imposible verificar de manera fsica todos los elementos de la


poblacin.

Por ejemplo:

Algunas poblaciones son infinitas. Sera imposible verificar toda el agua del
lago Erie en lo que se refiere a niveles de bacterias, as que se eligen muestras en
diversos lugares de l. Las poblaciones de peces, aves, serpientes o mosquitos
son grandes, y se desplazan, nacen y mueren de manera continua. En lugar de
intentar contar todos los patos que hay en Canad o todos los peces del lago
Pontchartrain, se hacen aproximaciones mediante diversas tcnicas: se cuentan
todos los patos que hay en un estanque, capturados al azar, se revisan las cestas
de los cazadores o se colocan redes en lugares predeterminados en el lago.

1.3.4. Algunas pruebas son de naturaleza destructiva.

Por ejemplo:

Si los catadores de vino de Sutter Home Winery, California, se bebieran todo el


vino para evaluar la vendimia, acabaran con la cosecha y no quedara nada
7
disponible para la venta. En el rea de produccin industrial: las placas de acero,
cables y productos similares deben contar con una resistencia mnima a la tensin.
Para cerciorarse de que el producto satisface la norma mnima, el departamento
de control de calidad elige una muestra de la produccin. Cada pieza se somete a
tensin hasta que se rompe y se registra el punto de ruptura (medido en libras por
pulgada cuadrada). Es obvio que si se sometieran todos los cables o todas las
placas a pruebas de resistencia a la tensin no habra productos disponibles para
vender o utilizar. Por la misma razn, slo unas cuantas semillas se someten a
pruebas de germinacin en Burpee Seeds, Inc., antes de la temporada de
siembra.

1.3.5. Los resultados de la muestra son adecuados.

Por ejemplo:

Aunque se contara con recursos suficientes, es difcil que la precisin de una


muestra de 100% toda la poblacin resulte esencial en la mayora de los
casos. Por ejemplo, el gobierno federal utiliza una muestra de tiendas de
comestibles distribuidas en Estados Unidos para determinar el ndice mensual de
precios de los alimentos. Los precios del pan, frijol, leche y otros productos de
primera necesidad se incluyen en el ndice. Resulta poco probable que la inclusin
de todas las tiendas de comestibles de Estados Unidos influya significativamente
en el ndice, pues los precios de la leche, el pan y otros productos de primera
necesidad no varan ms de unos cuantos centavos de una cadena de tiendas a
otra.

Objetivos del muestreo?

Seleccionar buenas muestras de un tamao apropiado, considerando la


informacin que tenemos de la poblacin que estamos estudiando y el
presupuesto con que contamos.

Qu es una buena muestra?

Es una muestra representativa de la poblacin, es decir, que las variables de


inters en la muestra presenten una distribucin semejante a las de la poblacin.

8
2. Trminos tcnicos.
2.1 Poblacin Objetivo:
Conjunto de elementos identificables con ubicacin en tiempo y espacio. La
poblacin se define al especificar qu elementos son (a veces tambin cuales no
son) y que caractersticas deben tener. Por ejemplo:[ CITATION Pat16 \l 10250 ]

- Personas mayores de 18 anos que han vivido los ltimos 6 meses en el


Per
- Escuelas primarias que dependen del sector publico ubicadas en la ciudad
de Piura

2.2 Poblacin muestreada:


Es la poblacin de donde se extrae la muestra. En una encuesta ideal la
poblacin muestreada ser idntica a la poblacin objetivo.

2.3 Unidad de muestreo.


Es la unidad donde realizamos la muestra.

2.4. Unidad de observacin:


Es el objeto (elemento) sobre el cual se realiza la medicin.

9
2.5. Variable
Es una caracterstica de inters medida en cada unidad de la muestra.

2.6. El tamao de la poblacin se denota por la letra mayscula N.


2.7. El tamao de la muestra se denota por la letra minscula n.

2.6. Parmetro:
Es una medida numrica que se calculara usando todas las unidades de la
poblacin.

3. Muestreo aleatorio simple


NOCIONES Y DEFINICIONES:

Definiciones segn Romero Mares Patricia I. en su publicacin Tcnicas de


Muestreo I indica que una muestra aleatoria simple se define de dos maneras
equivalentes: [ CITATION Pat16 \l 10250 ]

1. Una muestra aleatoria donde cualquier elemento U j , j=1,... , N tiene una


probabilidad 1/ N de ser seleccionado en cualquiera de las n
extracciones.
Como consecuencia, la probabilidad de que un elemento U j , j=1, , N
n
este incluido en muestra es .
N
n 1 N
j= es la probabilidad de inclusin de primer orden = es el
N j n
factor de expansin o peso muestral.

2. Cualquiera de las ( Nn ) muestras posibles tiene la misma probabilidad de

1
P(cualquier muestra)=
ser seleccionada. N
( )
n

Muestra seleccionada de manera que cada elemento o individuo de la


poblacin tenga las mismas posibilidades de que se le incluya.[ CITATION
Dou12 \l 10250 ]

10
Un muestreo es aleatorio cuando cada elemento de la poblacin tiene la misma
probabilidad de ser escogido para formar parte de la muestra. Este tipo de
muestreo evita que la muestra sea sesgada evitando por lo tanto que se realice
una mala inferencia estadstica. Por ejemplo, supngase que un investigador
quiera estimar el mdulo de ruptura promedio de un material determinado formado
por una poblacin de tamao[ CITATION cig \l 10250 ]

N = 500; por ser ensayos destructivos este quiere seleccionar una muestra de
tamao n = 10 que le permita realizar la inferencia, ahora bien el criterio que us el
investigador para seleccionar dicha muestra fue el de tomar 10 materiales que
estaban ms prximos a l; evidentemente esta muestra no es representativa de
la poblacin, se dice que esta sesgada, por lo que la inferencia estadstica que se
realice ser errnea. Por lo tanto, una muestra se dice que esta sesgada cuando
los elementos seleccionados tenan mayor probabilidad de pertenecer a la misma.

Cmo hacer el muestreo aleatorio

La forma ms fcil de realizarlo es usando nmeros aleatorios, para esto se


puede recurrir a una tabla o a un generador de nmeros aleatorios. Actualmente,
se recurre a computadora.[ CITATION JKa06 \l 10250 ].

4. Seleccin del tamao de muestra para la


estimacin de las medias y totales poblacionales.
5. Muestreo para proporciones.

11
6. Muestreo aleatorio estratificado.

6.1 Definicin:
Una muestra estratificada es obtenida mediante la separacin de los elementos
en grupos llamados estratos, y la seleccin posterior de una muestra aleatoria de
cada estrato.

Denominado tambin muestreo aleatorio restringido, es un mtodo que permite


una seleccin ms eficiente que el obtenido mediante el muestreo aleatorio
simple, en especial, cuando la caracterstica que se investiga es de gran
variabilidad, lo cual, implica un tamao muestral relativamente grande, en
comparacin al del muestreo aleatorio estratificado.

En una muestra aleatoria estratificada, la poblacin a investigar se divide en


grupos relativamente homogneos con relacin a la caracterstica en estudio.
Estos grupos se denominan estratos, donde la unidad o el elemento investigado
presentan una caracterstica tal, que solo le permite pertenecer a un estrato.

Es necesario entender que un estrato es una subpoblacin y, como tal, cada


uno se constituye en dominio de estudio.

12
Los estratos pueden o no estar compuestos del mismo nmero de unidades por
tal razn la fraccin de muestreo (f=n/N) puede variar de un estrato a otro.

Al conformar los estratos, lo primero que se debe considerar, siempre que sea
posible, es la caracterstica de inters principal, que guarde relacin con los
objetivos de la investigacin, para lo cual deben elaborarse estratos que generan
la mayor homogeneidad posible. Las investigaciones de sondeo o las encuestas
preliminares ayudan, no solo a identificar las caractersticas de la poblacin, sino
que permiten una buena estratificacin.

En resumen, se puede decir que la estratificacin logra:

Una mayor precisin en los estimadores, a pesar de ser menor el nmero


de unidades seleccionadas, en comparacin al muestreo aleatorio simple.
Garantizar la representatividad y una reduccin del error de la muestra, por
agrupacin de aquellos elementos que se parecen ms por la caracterstica
que se investiga, que por pertenecer a la poblacin.
Las caractersticas de la poblacin total quedan representadas; adems, los
errores de muestreo que resultan de una muestra aleatoria simpe, sern
mayores que los de la muestra aleatoria estratificada del mismo tamao.
Al llegar informacin detallada para un grupo o estrato especifico, ya que se
logra una muestra independiente de los dems estratos. De cada uno se
obtiene promedios y varianzas separadas y mediante la ponderacin, se
calcula el valor del estimador del promedio y de la varianza.
Dividir la poblacin en grupos o estratos ms o menos homogneos en
cuanto a su composicin interna, pero heterognea si se comparan los
estratos entre s.
Ventajas administrativas.
Un plan estratificacin es ptimo, cuando se minimiza la desviacin estndar
de estrato. Mientras ms estratos se establezcan, tanto ms homogneos sern.
Sin embargo, para algunos autores, hay incrementos en los costos en
consideracin al nmero de elementos que conlleva la muestra en cada estrato.
Por otra parte, la estratificacin ser efectiva, dependiendo de la estrecha relacin
que guarden los factores de estratificacin con las caractersticas que se
investigan.

Las estimaciones podrn ser ms precisas en la medida del tamao de la


muestra por estrato y, en especial, por la forma en que se realiza la seleccin de
las unidades de la muestra en cada uno de ellos. Para su clculo, se utilizan varios
mtodos:

13
Muestreo de igual tamao, denominada tambin afijacin igual,
consistiendo en seleccionar el mismo nmero de unidades para cada
estrato muestral.
Muestras de asignacin o afijacin proporcional, donde los tamaos
muestrales en cada estrato, tendrn un nmero de unidades en forma
proporcional alas de los estratos poblacionales.
Muestras de asignacin o afijacin optima, cuyo tamao estar determinada
teniendo en cuenta los costos y el grado de variabilidad, en tal forma que el
error de estimacin sea minino para un costo total dado.

6.2 Tipos de muestreo estratificado.


Dependiendo del tamao que asignamos a los estratos, hablaremos de
diferentes tipos de muestreo estratificado. Tambin se acostumbra a hablar de
diferentes formas de "afijacin" de la muestra en estratos.

6.2.1 Muestreo estratificado proporcionado

Cuando seleccionamos una caracterstica de los individuos para definir los


estratos, suele ocurrir que el tamao de las subpoblaciones resultantes en el
universo es diferentes. Por ejemplo, queremos estudiar el % de la poblacin que
fuma en Mxico y pensamos que la edad puede ser un buen criterio para
estratificar (es decir, pensamos que existen diferencias importantes en el hbito de
fumar dependiendo de la edad). Definimos 3 estratos: menores de 20 aos, de 20
a 44 aos y mayores de 44 aos. Es de esperar que al dividir toda la poblacin
mexicana en estos 3 estratos no resulten grupos de igual tamao. Efectivamente,
si miramos datos oficiales, obtenemos:

* Estrato 1 - Poblacin Mexicana menor de 19 aos: 42,4 millones (41,0%)

* Estrato 2 - Poblacin Mexicana de 20 a 44 aos: 37,6 millones (36,3%)

* Estrato 3 - Poblacin Mexicana mayor de 44 aos: 23,5 millones (22,7%)

Si usamos muestreo estratificado proporcionado, la muestra deber tener


estratos que guarden las mismas proporciones observadas en la poblacin. Si en
este ejemplo queremos crear una muestra de 1.000 individuos, los estratos
tendrn que tener un tamao como sigue:

Estrato Poblacin Proporcin Muestra


1 42,4M 41,0% 410

14
2 37,6M 36,3% 363
3 23,5M 22,7% 227

6.2.2 Muestreo estratificado uniforme.

Hablaremos de una afijacin uniforme cuando asignamos el mismo tamao


de muestra a todos los estratos definidos, sin importar el peso que tienen esos
estratos en la poblacin. Siguiendo con el ejemplo anterior, un muestreo
estratificado uniforme definira la siguiente muestra por estrato:

Estrato Poblacin Proporcin Muestra


1 42,4M 41,0% 334
2 37,6M 36,3% 333
3 23,5M 22,7% 333
Esta tcnica favorece los estratos que tienen menos peso en la poblacin,
equiparndolos en importancia a los estratos ms relevantes. Globalmente, reduce
la eficiencia de nuestra muestra (menor precisin en los resultados), pero como
contrapartida permite estudiar caractersticas particulares de cada estrato con
mayor precisin. En nuestro ejemplo, si queremos emitir alguna afirmacin
especfica sobre la poblacin del estrato 3 (mayores de 44 aos), podremos
hacerlo con menor nivel de error muestral si empleamos una muestra de 333
unidades que si lo hacemos con una muestra de 227 (como ocurra en el muestreo
estratificado proporcional).

6.2.3 Muestreo estratificado ptimo (respecto a la desviacin estndar)

En este caso, el tamao de los estratos en la muestra no guardar


proporcionalidad con la poblacin. Por el contrario, se define el tamao de los
estratos proporcionalmente a la desviacin estndar de las variables objeto de
estudio. Es decir, se toman estratos de mayor tamao en los estratos con mayor
variabilidad interna para representar mejor en el total de la muestra los grupos
poblacionales ms difciles de estudiar.

Eficiencia de los diferentes muestreos estratificados


Las preguntas inevitables son: Cundo conviene emplear la estratificacin?,
qu tipo de estratificacin es ms conveniente?

El muestreo estratificado proporcional produce siempre menor o igual


error muestral que el muestreo aleatorio simple, es decir, es ms preciso. La
igualdad se produce cuando las medias o las proporciones que estamos
15
analizando son iguales en todos los estratos. Por lo tanto, la estratificacin
produce ms beneficio cuanto ms diferentes sean los estratos entre s.

El muestreo estratificado ptimo es siempre igual o ms preciso que el


muestreo estratificado proporcional: Ambos mtodos son igual de precisos
cuando las desviaciones tpicas dentro de cada estrato son iguales, en cuyo
caso ambos mtodos son totalmente equivalentes. Por lo tanto, la
estratificacin ptima produce ms beneficio cuanto ms diferencias existan
entre las desviaciones dentro de cada grupo, situacin en la que podremos
reducir el tamao muestral de los grupos ms homogneos en beneficio de los
ms heterogneos. Como contrapartida, es un mtodo ms complejo y que
requiere tener mucha informacin a priori de la muestra que estudiamos, algo
que normalmente no tenemos.

https://explorable.com/es/muestreo-estratificado

6.3 ventajas del muestreo aleatorio estratificado.

El mtodo asegura que en la muestra habr representantes de todos los


estratos (incluso de los que representan pequeos grupos en la poblacin).
Si cada estrato representa un dominio de estudio o ste se conforma con la
unin de algunos estratos, entonces es seguro que la muestra
proporcionar informacin de dicho dominio de estudio.
El mtodo permite muestrear con distintas tasas de muestreo en las
diferentes sub-poblaciones de inters (otorga flexibilidad al diseo
muestral).

El muestreo estratificado permite reducir el costo por varias vas: Se


pueden utilizar diferentes mtodos de muestreo en cada estrato. Permite
asignar el tamao de la muestra en cada estrato atendiendo a su costo (al
costo variable unitario). Permite reducir el tamao de muestra (respecto del
tamao requerido en otros diseos) para una precisin o varianza dadas.

La estratificacin permite aumentar la eficiencia de los estimadores. Mayor


eficiencia de los estimadores si, respecto de las principales variables a
investigar, las unidades por estrato resultan homogneas y los estratos
resultan heterogneos entre s. La regla de homogeneidad dentro y
heterogeneidad entre consiste en definir los estratos de manera que las

16
varianzas dentro sean pequeas, a la vez que las medias de los estratos
sean bien diferentes entre s.

6.4 Desventajas del muestreo aleatorio estratificado

Necesidad de contar con un marco que tenga informacin auxiliar.


Dificultad para crear o formar los estratos.

7- Cmo se selecciona una muestra aleatoria


estratificada?
Primero: En cada estrato se elige una sub-muestra.

Segundo: La sub-muestra de cada estrato se elige por MAS.

Tercero: Las sub-muestras se eligen en forma independiente en cada estrato.

Cuarto: La muestra total es la unin de las sub-muestras.

8- Cul es el nmero ptimo de estratos?

Los estimadores no son tan simples (como en el caso del MAS). En general en
el MAE se utilizan estimadores ponderados.

Fuente: http://www.arqhys.com/general/muestreo-aleatorio-estratificado.html

9- Criterios para formar los estratos

17
Existen tres criterios que se deben de tener presente cuando est planeando
utilizar el muestreo estratificado.
(i) Los estratos deben de formarse de tal manera que se garantice la
independencia entre estratos. Es decir, los estratos deben ser completamente
independientes en el proceso de seleccin y estimacin.
(ii) Las mediciones dentro de los estratos deben ser homogneos (baja
variabilidad)
(iii) Las mediciones entre estratos deben ser heterogneas (alta variabilidad)

10- Frmulas de estimacin en el muestreo


aleatorio estratificado.
En un muestreo estratificado se identifican los siguientes datos:

L: es el nmero de estratos

Ni : es el nmero de elementos en el estrato i

N: es el nmero de elementos en toda la poblacin.

10.1 Estimacin de la media.


La frmula es como se muestra

L
1
y = NY
N i=1 i i

10.2 Estimacin de la varianza de la media.

18
La varianza de la media permitir establecer el intervalo de confianza para la
media. Para calcular la varianza de la media se debe calcular la varianza de cada
estrato con las siguientes frmulas.

n1

( y i , j yi )2
S i2= j =1
ni1

O tambin de la siguiente forma:

n1 2

n1

x 2i , j
( x i, j
j =1
) Donde i es el nmero de estrato y j es cada uno
ni
S i2= j =1
ni1
de las observaciones de cada estrato.

Una vez que se obtiene la varianza muestral de cada estrato se calcula la varianza
de la media de cada estrato con la siguiente frmula.

s i2 N ini
V ( y i )=
ni Ni ( )
Intervalo de confianza de la media.

y y
y -2 V ()<u< y +2 V ()

10.3 Estimacin del total.

19
La ecuacin es como se muestra
L
Y = N I Y i
i=1

10.4 Estimacin de la varianza total

Se calcula con las mismas frmulas de estimacin de varianza de la media.

Intervalo de confianza para el total

t t
t- 2 V ()<t< t +2 V ()

10.5 Estimacin de una proporcin.

La frmula es como se muestra.

L
1
^p = N ^p
N i=1 i i

10.6 Estimacin de la varianza de la proporcin.

pi qi N ini
V ( y i )= (
ni1 N i )
20
Intervalo de confianza de la proporcin.

^p ^p
^p -2 V ()< p<t +2 V ()

11. Afijacin de la muestra.

En muchas ocasiones es conveniente dividir a la poblacin en grupos o


estratos para mejorar la eficiencia del muestreo o bien obtener resultados
desagregados por dominios de estudio. Existen muchas maneras de dividir el
tamao de muestra total entre los estratos. (Afijacin de la muestra).

Qu factores influyen en el mejor esquema de afijacin?

La variabilidad de las observaciones dentro de cada estrato.


El nmero total de elementos de cada estrato.
El costo de obtener una observacin de cada estrato

Tipos de afijacin.

Afijacin ptima (costo, varianza y tamao del estrato).


Afijacin de Neyman (varianza y tamao del estrato).
Afijacin Proporcional (tamao del estrato)
Afijacin uniforme (igual en cada estrato)
Afijacin Proporcional Valoral (Total X del estrato)

21
Afijacin ptimo relativo (proporcional al coeficiente de variacin del
estrato).
Afijacin desproporcional (no proporcional)

11.1 Afijacin ptima.


Se puede elegir el tamao muestral para los estratos basado en los siguientes
criterios:

elegir para minimizar la varianza del estimador, para un coste especificado.


Habiendo fijado la varianza que podemos admitir para el estimador,
minimizar el coste en la obtencin de las muestras.
Entonces hay que tomar una muestra ms grande cuando:

El estrato es ms grande
El estrato posee mayor variabilidad interna (varianza)
El muestreo es ms barato en ese estrato

11.2 Afijacin de Neyman.


La afijacin de neyman o afijacin de mnima varianza, consiste en determinar
n
los valores de cada estrato ) de forma que para un tamao de muestra (n) fijo,


2
la varianza S i sea mnima.

L 2

n=
( )
i=1
N1 S1
L
N D+ N 1 S2
2

i=1

22
N 1S 1
ni=n
( L

N 1S1
i=1
)
Cuando se estiman proporciones o prevalencias se utilizan las frmulas:

W h=N i

Ejemplo.
En una academia preuniversitaria de la ciudad de Piura quiere estimar la
calificacin promedio que se puede tener en un examen de aptitud matemtica
por estudiante de la academia, si los estudiantes de dicha academia son
separados segn el tiempo que vienen preparndose, de tres aos a ms (a),
23
los que son de 2 aos (b) y los que son de primer ao o recin salidos del
colegio (c). El colegio cuenta con 200 estudiantes preparndose, repartidos de
la siguiente manera: 55 estudiantes de tres aos a ms, 80 estudiantes de dos
aos y 65 del primer ao o recin salidos del colegio, los costos de muestreo
son iguales en todos los estratos, pero la varianza son diferentes. Encuentre la
estimacin de neyman para una muestra previa de tamao 50 con error de
estimacin de 3.03.

Puntuacin de estudiantes por estrato.

Estrato a Estrato b Estrato c


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

Conclusin.

Por los tanto segn la asignacin pedida estrato (a) =12, estrato (b) = 20,
estrato (c) = 18, lo que significa que para estimar la calificacin promedio que se

24
puede tener en un examen de aptitud matemtica por estudiante de la academia
se necesita, 12 de tres aos a ms, 18 los que son de dos aos y 20 los que son
de primer ao o recin salidos del colegio.

11.3 Afijacin proporcional.


Consiste en repartir el tamao de muestra n en forma proporcional al tamao
de los estratos de la poblacin. Es decir:

El tamao de muestra n para un margen de error E con un nivel de confianza es:

La afijacin de Neyman es similar a la afijacin proporcional, cuando las


varianzas en los estratos son iguales. Por lo tanto, la afijacin proporcional es
conveniente cuando las varianzas son casi iguales en todos los estratos.

Cuando se estiman proporciones o prevalencias se utilizan las frmulas:

25
12. Muestreo aleatorio sistemtico.
El muestreo sistemtico es un tipo de muestreo que es aplicable cuando
los elementos de la poblacin sobre la que se realiza el muestreo estn
ordenados. Este procedimiento de muestreo se basa en tomar muestras de
una manera directa y ordenada a partir de una regla determinstica, tambin
llamada sistemtica. Concretamente, a partir de una sola unidad que se
selecciona en primer lugar, el resto de unidades de la muestra vienen
determinadas automticamente al aplicarle a dicha unidad una regla seleccin
sistemtica. Bajo este procedimiento de muestreo, por ejemplo, seleccionamos
cada vigsimo nombre de una lista, cada decimosegunda casa de un lado de
una calle, cada quincuagsima pieza de una lnea de montaje, etc.

La obtencin de una muestra sistemtica de tamao n de una poblacin N


elementos se consigue siguiendo el siguiente procedimiento.

1. Conseguir un listado ordenado de los N elementos de la poblacin.


2. Determinar el tamao muestral n.
3. Definir el tamao del salto sistemtico k dado k N/n.

26
4. Elegir un nmero aleatorio entre 1 y k unidades (
arranque aleatorio . Este nmero permite obtener la primera unidad
muestral.
5. A partir de la posicin , dando un salto de k unidades, obtendremos
la segunda unidad de la muestra u + k y de esta forma, saltando de k
en k unidades, el resto de la muestra estar formada por las unidades u
+2 k , u +3 k , , u + ( n+1 ) k

Ejemplo.

Consideramos una poblacin de 5000 agricultores pertenecientes a una


determinada zona y de la que se pretende extraer una muestra sistemtica de 10
agricultores. El procedimiento a seguir es el siguiente:

Definir el tamao del salto sistemtico k = 5000/10 = 500


Selecciona un nmero aleatorio r entre 1 y 500, (por ejemplo 96).
Seleccionar los restantes elementos de la muestra, 96, 96+500=596,
596+500=1096, 1596, 2096, 2596, 3096, 3596, 4096, 4596

En realidad, bajo muestreo sistemtico, clasificamos las unidades de la


poblacin en n zonas o filas de tamao k, las numeraciones de izquierda a
derecha empezando por la primera unidad de la primera fila y pasando a primera
unidad de la siguiente fila una que se haya agotado la fila anterior. Una vez
numeradas las N = nk unidades podemos expresarlas de la siguiente forma:

27
Cada una de estas muestras tiene probabilidad igual a 1/k = n/N de ser
seleccionada. Las probabilidades de inclusin de primer y segundo orden
correspondiente a este diseo muestral son

28
Trabajos citados

J.Kazmier, L. (2006). estadistica aplicada a administracion y economia. Mexico D.F: Litografia


Intramex S.A.C.

Lind, D. A., Wathen, S. A., & Marchal, W. G. (2012). estadistica aplicada a los negocios y la
economia. Mexico D.F: McGRAW-HILL/INTERAMERICANA EDITORES, S.A.

Mares, P. I. (2016). Tecnicas de Muestreo I . s.c: Departamento de Probabilidad y Estadistica UNAM.

cigeg. (s.f.). uneg.edu.ve. Obtenido de http://cigeg.uneg.edu.ve/documentos/curso/TEORIA


%20ELEMENTAL%20DE%20MUESTREO.pdf

https://explorable.com/es/muestreo-estratificado

http://www.arqhys.com/general/muestreo-aleatorio-estratificado.html

http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_5.pdf

29
30