Académique Documents
Professionnel Documents
Culture Documents
VICERECTORADO DE INVESTIGACIÓN
FACULTAD DE CIENCIAS ECONÓMICAS
APLICACIONES DE DISEÑOS
MUESTRALES A ESTUDIO DE CASOS DE
OPINIÓN PÚBLICA
AUTOR:
CALLAO – PERÚ
2008
ÍNDICE
Pág.
INDICE 2
INTRODUCCIÓN 8
Capítulo 1. INTRODUCCIÓN AL MUESTREO 9
1.1 Población y muestra 9
1.2 Principales características a estudiar y métodos de muestreo 11
1.3 Elementos a considerar en un diseño muestral 13
1.4 Planeamiento y ejecución de una encuesta 15
1.4.1 Planeamiento de la encuesta 15
1.4.2 Recolección de datos 30
1.4.3 Elaboración de datos 35
1.4.4 Análisis e interpretación de datos 38
1.4.5 Publicación de datos 39
2
Caso 3-1. Conteo rápido 105
Caso 3-2. Estimación de la producción de tapas 127
Caso 3-3. Estimación de la superficie sembrada con frutales 138
Caso 3-4. Boca de urna 143
APÉNDICE 169
A.1 Conteo rápido elección alcalde distrital de Surco: 19/11/2006 170
A.2 Conteo rápido elección alcalde distrital de Miraflores: 19/11/2006 170
A.3 Conteo rápido elección alcalde distrital de San Borja: 19/11/2006 170
A.4 Conteo rápido elección alcalde distrital de Chorrillos: 19/11/2006 171
A.5 Conteo rápido elección alcalde distrital de San Miguel: 19/11/2006 171
A.6 Conteo rápido elección alcalde distrital de Los Olivos: 19/11/2006 171
A.7 Conteo rápido elección alcalde distrital de S.M. de Porres: 19/11/2006 172
A.8 Conteo rápido elección alcalde distrital de La Victoria: 19/11/2006 172
A.9 Conteo rápido elección alcalde distrital de Rímac: 19/11/2006 173
A.10 Conteo rápido elección alcalde distrital de Santa Anita: 19/11/2006 173
A.11 Conteo rápido elección alcalde distrital de Puente Piedra: 19/11/2006 174
A.12 Conteo rápido elección alcalde distrital de S.J. Lurigancho: 19/11/2006 174
A.13 Conteo rápido elección alcalde distrital de Comas: 19/11/2006 175
A.14 Conteo rápido elección alcalde distrital de Ate: 19/11/2006 175
A.15 Conteo rápido elección alcalde distrital de S.J. de Miraflores: 19/11/2006 176
A.16 Conteo rápido elección alcalde distrital de V.M. del Triunfo: 19/11/2006 176
A.17 Conteo rápido elección alcalde distrital de Villa El Salvador: 19/11/2006 177
A.18 Conteo rápido elección alcalde distrital de Independencia: 19/11/2006 177
A.19 Conteo rápido elección alcalde distrital de El Agustino: 19/11/2006 178
A.20 Conteo rápido elección alcalde distrital de Carabayllo: 19/11/2006 178
A.21 Conteo rápido elección alcalde provincial del Callao: 19/11/2006 179
3
A.22 Conteo rápido elección alcalde distrital de Bellavista: 19/11/2006 179
A.23 Conteo rápido elección alcalde distrital de Carmen de la Legua: 19/11/2006 180
A.24 Conteo rápido elección alcalde distrital de La Perla: 19/11/2006 180
A.25 Conteo rápido elección alcalde distrital de La Punta: 19/11/2006 181
A.26 Conteo rápido elección alcalde distrital de Ventanilla: 19/11/2006 181
ANEXOS 182
Votación en La Molina por agrupación política, según local de votación 183
Resultados de la ONPE, elecciones municipales del 19/11/06 La Molina 192
Resultados de la ONPE, elecciones municipales 2006 Prov. de Lima 193
4
CUADROS Pág.
3.10 Número de hectáreas sembradas de frutales en las unidades agropecuarias de la
muestra por estrato en la primera semana de junio 138
3.11 Distribución de la muestra de mesas electorales (conteo rápido) y de electores
(boca de urna) en La Molina, según local de votación: 19/11/2006 143
3.12 Distribución de la carga por hora del entrevistador en La Molina, por sexo,
según grupos de edad 144
3.13 Resultado del “boca de urna” en La Molina, por hora y local, según agrupación
o candidato: 19/11/2006 145
3.14 Consolidado Encuesta a boca de urna para la elección municipal en La Molina
el 19/11/2006 145
4.1 Marco muestral de 500 establos y la muestra de 25 seleccionados 148
4.2 Marco muestral de 500 establos y la muestra de 30 seleccionados (k entero) 149
4.3 Marco muestral de 500 establos y la muestra de 30 seleccionados (k fraccionario) 150
4.4 Nº de orden de las mesas electorales seleccionadas sistemáticamente 154
4.5 Conteo rápido elección municipal en La Molina 156
4.6 Resultado de las elecciones municipales (19-11-06) conteo rápido en La Molina 157
4.7 Distribución de la población y muestra según distrito, elecciones municipales de
la Provincia de Lima 2006 159
4.8 Conteo rápido elección alcalde provincial de Lima: 19/11/2006 160
4.9 Aulas y alumnos de primaria de menores en las I.E. públicas del Callao: 2008 162
4.10 Resultados de la muestra de I.E. de primaria de menores del Callao: 2008 163
4.11 Estratificación de las instituciones educativas de primaria en el Callao, según
el número de alumnos con Dalenius y Hodges 164
4.12 Alumnos de primaria de menores en las instituciones educativas del Callao,
por estratos y muestra seleccionada: 2008 165
4.13 Distribución de la muestra de instituciones educativas y alumnos de primaria
del Callao por estrato: 2008 166
FIGURAS Pág.
2-1. Determinación de las ponderaciones con SPSS, para el MAS 55
2-2. Inicio de la creación del plan de análisis 55
2-3. Creación de un archivo de plan 56
5
FIGURAS Pág.
2-4. Variables de diseño – ponderación muestral 56
2-5. Método de estimación 57
2-6. Tamaño 57
2-7. Resumen 58
2-8. Finalizar 58
2-9. Inicio de la creación del plan de selección 60
2-10. Diseñar una muestra 60
2-11. Variables de diseño 61
2-12. Método de muestreo 61
2-13. Tamaño de la muestra 62
2-14. Variables de resultado 62
2-15. Resumen del plan 63
2-16. Opciones de selección 63
2-17. Archivo de resultados 64
2-18. Finalización del asistente de muestreo 64
2-19. Muestra aleatoria simple seleccionada con el SPSS 66
2-20 Variables creadas con el SPSS 67
2-21. Plan de muestras complejas para análisis descriptivos 68
2-22. Ventana de descriptivos de muestras complejas 69
2-23. Resultados por agrupaciones políticas 69
2-24. Razones de muestras complejas 71
2-25. Proporción de votos por agrupaciones políticas, respecto al total de votos 72
2-26. Proporción de votos válidos por agrupaciones políticas 73
2-27. Base de datos de las personas por familia y sus ponderaciones 75
2-28. Estimación de la media y el total de personas en la ciudad con SPSS 76
2-29. Base de datos de las firmas por hoja y sus ponderaciones 78
2-30. Estimación del total de firmas en el petitorio con SPSS 79
2-31. Base de datos de los empleados por establecimiento y sus ponderaciones 82
2-32. Estimación de la media y el total de empleados por establecimiento con SPSS 84
2-33. Estimación de la proporción de establecimientos con 5 o más empleados en SPSS 85
3-1. Definición del estrato al que se le asigna la ponderación 106
3-2. Ponderación (20.75) de las 249 mesas electorales del Estrato 1 107
3-3. Ponderación (22.67) de las 61 mesas electorales del Estrato 2 107
6
FIGURAS Pág.
3-4. Creación de un archivo de plan 108
3-5. Variables de diseño 109
3-6. Definir tamaños desiguales (de los estratos) 110
3-7. Resumen del plan de análisis 110
3-8. Asistente de muestreo. Diseñar una muestra 112
3-9. Variables de diseño 113
3-10. Definir tamaño de muestra de cada estrato 113
3-11. Variables de resultado 114
3-12. Resumen del plan 114
3-13. Opciones de selección 115
3-14. Archivo de resultados 115
3-15. Finalización del Asistente de muestreo 116
3-16. Muestra aleatoria estratificada seleccionada con el SPSS 119
3-17. Variables creadas por el SPSS 119
3-18. Plan de muestras complejas para análisis descriptivos 120
3-19. Ventana de descriptivos de muestras complejas 121
3-20. Resultados por agrupaciones políticas 122
3-21. Razones de muestras complejas 124
3-22. Proporción de votos por agrupaciones políticas, respecto al total de votos 124
3-23. Proporción de votos por agrupaciones políticas, sólo votos válidos 125
3-24. Base de datos Producción de tapas con sus ponderaciones por estrato 135
3-25. Resultados estimados por el SPSS para la producción de tapas 137
3-26. Base de datos Superficie con frutales y sus ponderaciones por estrato 140
3-27. Resultados estimados con el SPSS para la superficie sembrada de frutales 142
7
INTRODUCCIÓN
8
Capítulo 1. INTRODUCCIÓN AL MUESTREO
CONTENIDO
Unidad Estadística
Población
Población Objetivo
Es la población que se intenta investigar y para la cual se deben hacer las inferencias a
manera de generalización de los hallazgos realizados.
9
Muestra
Unidad de muestreo
Es la unidad disponible para ser seleccionada en alguna etapa del muestreo. En una
encuesta manufacturera la unidad muestral puede ser el establecimiento o la compañía.
Marco muestral
Fracción muestral (f )
Ejemplo:
En una encuesta de consumidores de un cierto producto para mujeres puede ser
especificada:
1.- Unidades estadísticas: Mujeres.
2.- Unidades de muestreo: Mujeres de 18 a 50 años.
3.- Alcance o Ambito: Lima Metropolitana.
4.- Tiempo (período al que pertenecen los resultados de la encuesta): Diciembre del
presente año.
10
1.2 PRINCIPALES CARACTERÍSTICAS A ESTUDIAR Y
MÉTODOS DE MUESTREO
Según Des Raj (1986) “a menudo nos interesa la estimación de cuatro características
de la población” que son:
a) La media o promedio de la población: como el número medio de trabajadores
por empresa, el ingreso medio por familia, el rendimiento medio de papa por
hectárea.
b) El total de la población: como el número total de personas en un centro poblado,
el número total de establecimientos industriales en una región, el número total
de hogares que prefiere un producto en una localidad.
c) La proporción de la población: como la proporción de personas desempleadas de
14 años o más, la proporción de hogares que prefieren un producto, la
proporción de hogares con dos o más personas activas.
d) La razón de la población: como la razón del gasto en recreación al gasto en
alimentos, razón del gasto total al ingreso total, la razón de hombres a mujeres.
Métodos de Muestreo
11
Algunos Procedimientos de Muestreo No Probabilístico:
a.- Muestreo por Conveniencia: Como su nombre lo indica, las muestras se
seleccionan por conveniencia, debido a que posiblemente las unidades están
disponibles en ese momento o por que es más fácil de obtener la
información. Por ejemplo: entrevistar personas en una calle sobre un
determinado tema para un canal de televisión. En este caso no se especifica
la población, tampoco se conoce la probabilidad que tiene cada persona
entrevistada de ser elegida antes de ser seleccionada.
b.- Muestreo de Juicio: Se seleccionan en base a lo que algún experto piensa
acerca de la contribución que esas unidades de muestreo en particular harán
para responder la pregunta de investigación inmediata. Por ejemplo: En un
estudio de mercado, se realizan juicios con respecto a que ciudades podrían
considerarse como las mejores para poner a prueba la comercialización de un
nuevo producto. En este caso se consulta a los agentes vendedores para ver
que ciudades podrían considerarse para poner a prueba estos nuevos
productos.
c.- Muestreo por cuotas: Este es un tipo especial de muestras a propósito. En
este caso, el investigador da pasos concretos para obtener una muestra que
sea similar a la población. Un caso particular es seleccionar aleatoriamente
los lugares a encuestar y en cada lugar el entrevistador cumple con una
determinada cantidad de entrevistas.
12
1.3 ELEMENTOS A CONSIDERAR EN UN DISEÑO MUESTRAL
13
Errores de Muestreo
Errores de Respuesta
Hay muchas clases de errores involucrados cuando se recolectan datos de una muestra de
objetos o de todo el grupo. Al solicitar alguna información el informante puede ignorar el
dato, otros pueden alterarlo por cuestión de prestigio, otros pueden no responder, en
algunos casos el entrevistador registra erradamente el dato. Estos errores existen si se
toma una muestra o se examina a cada una de las unidades de la población (censo).
Luego tenemos los errores derivados de definiciones poco claras. Supongamos que
queremos estimar el número de personas en un área. Incluimos a quienes viven
normalmente allí, o a quienes pasaron la noche anterior en el área. Qué hacemos con
los invitados o con los parientes que están de viaje. No podemos definir todos
nuestros términos con exactitud matemática, de modo que no sabemos exactamente
qué queremos medir. Esto genera errores.
Algunos errores son de tipo aleatorio (ocurre cuando los errores no son deliberados
o intencionales) y su promedio en la muestra es igual a cero. Hay otros errores de
tipo sistemático, que no se cancelan en el total de la muestra, sino que persisten.
14
1.4 PLANEAMIENTO Y EJECUCIÓN DE UNA ENCUESTA
I) Pruebas experimentales.
15
ser investigadas, así como la determinación de un calendario de actividades. Las
necesidades de información generalmente se establecen a través de cuadros
estadísticos, debiendo definirse y aclararse todos los conceptos y términos
contenidos en los cuadros; así como los períodos de referencia de la información.
Todo esto permite incluir en el cuestionario sin exceso ni omisiones, las preguntas
necesarias para conseguir la información establecida.
16
la información “secreto estadístico” que es la obligación del productor de
información de utilizar los datos exclusivamente con fines estadísticos.
Preparación del presupuesto.- para poder realizar los diferentes trabajos que
comprende una encuesta, es indispensable contar con recursos financieros que
permitan atender adecuadamente los gastos que ellos implican. Es necesario
contar con un presupuesto adecuado, lo cual lleva implícita la idea de que se
conocen y se han establecido los recursos que se requieren y las necesidades que
se satisfarán, todo esto con anterioridad al hecho de efectuar los gastos
correspondientes.
17
Desventajas.- no permite la aclaración de dudas que se le presentan al
informante, lo cual produce omisión; las respuestas se hace muchas veces con
letra ilegible o abreviaturas personales; pueden falsear la información; y atraso en
la devolución del cuestionario.
Todos estos métodos tienen sus ventajas y desventajas que son necesarias evaluar
a fin de ver cual se emplea. Muchas veces se efectúa una combinación de los
mismos, como lo hace el INEI al aplicar la Encuesta Económica Anual.
18
se obtiene como un subproducto de la gestión y que los cambios en la gestión
administrativa pueden influir en la calidad de las informaciones. Este
procedimiento de recolección debe fortalecerse en los entes estatales buscando
adecuarlos a sus propias necesidades y la de los usuarios.
El término censo no sólo se aplica a las encuestas que comprenden todas las
unidades en el territorio nacional, como es el caso de los censos de población y
vivienda, económico, etc., sino también a toda encuesta, cualquiera sea su
cobertura geográfica, número de unidades de análisis, o periodicidad de
recolección, siempre que incluya todas las unidades de investigación de la
población en estudio.
19
E) Selección del procedimiento de elaboración.-
En esta actividad se debe determinar las necesidades de personal para los diferentes
trabajos a realizar, principalmente en cartografía, empadronamiento, crítica,
codificación y tabulación.
Por ello, debe establecerse con la debida anticipación la cantidad de personas que se
contratará para las diferentes actividades y preparar los planes de selección y
capacitación correspondientes.
20
G) Ubicación del informante.- es una actividad fundamental para la organización y
realización de la recolección, ya que se trata de disponer de los antecedentes
necesarios para llegar al informante y poder obtener los datos necesarios de las
unidades de análisis consideradas en la encuesta, sin omisiones ni duplicaciones.
Los instrumentos que se utilizan son el directorio y la sectorización.
Los directorios son listados con antecedentes básicos de todas las unidades de
información, informantes y otros aspectos que interesan para que el
empadronamiento se realice sin omisiones ni duplicaciones. Entre las fuentes de
antecedentes que son utilizadas para preparar los directorios tenemos: encuestas
anteriores, instituciones públicas, organizaciones gremiales y cualquier otra fuente;
las mismas que deben utilizarse complementariamente para tener un directorio lo
más completo posible.
21
- Forma y tamaño.- que no sea muy extenso, para no agotar al informante.
- Tipo de impresión.- debe ser clara y de tamaño que permita ser leído sin
esfuerzo.
DISTRITO: ..................................................................
22
- Preguntas guías: en la redacción se indican los elementos fundamentales de
su contenido. Ejemplo: Ocupación ......................................................................
- Presentar primero las preguntas simples para pasar después a las más
complejas.
23
- Las instrucciones referidas a todo el cuestionario o a todo un capítulo o
subcapítulo, deben estar ubicadas al comienzo de los mismos.
Cuestionario N° 125.
24
- Titular la encuesta. En el caso peruano tenemos muchos ejemplos, tales
como: Encuesta Nacional de Consumo de Alimentos (ENCA), Encuesta
Nacional de Propósitos Múltiples (ENAPROM), etc.
Cabe señalar que en las encuestas nacionales es necesario preparar otros manuales e
instructivos correspondientes para los entrevistadores y supervisores que facilitan el
trabajo de recojo de datos.
25
UNIVERSIDAD NACIONAL DEL CALLAO
ENCUESTA DE OPINIÓN
Nº...............
Escriba o marque con un aspa "x" la respuesta del entrevistado.
1. DISTRITO: ..................................................................
4. Edad: ....
5. ¿Cuál cree Ud. que es el problema social que deba resolver el próximo gobierno?
26
9. Si mañana fueran las elecciones parlamentarias, ¿porque lista o agrupación votaría usted?
10. Si mañana fuera la segunda vuelta electoral, entre A.Toledo y L. Flores, ¿por quién votaría
Ud.?
11. Si mañana fuera la segunda vuelta, entre A. García y F. Olivera, ¿por quién votaría Ud.?
12. Si mañana fuera la segunda vuelta, entre L. Flores y F. Olivera, ¿por quién votaría Ud.?
13. Si mañana fuera la segunda vuelta, entre A. Toledo y F. Olivera, ¿por quién votaría Ud.?
14. Si mañana fuera la segunda vuelta, entre A. Toledo y A. García, ¿por quién votaría Ud.?
15. Si mañana fuera la segunda vuelta electoral, entre L. Flores y A. García, ¿por quién votaría Ud.?
27
I) Pruebas experimentales.-
Una vez que se disponga del cuestionario, es muy importante que se efectúe
una prueba experimental de la encuesta utilizando los mismos medios materiales y
humanos con los que se espera contar para cuando se ejecute la encuesta definitiva,
de modo que refleje lo que puede ocurrir si se mantiene los mismos medios y
condiciones.
Una vez que se ha preparado y experimentado el cuestionario, tenemos una idea más
o menos definitiva de la información que puede obtenerse en la encuesta. Por tal
motivo, se puede empezar a definir un conjunto preliminar de cuadros que
constituyan la parte básica del plan de publicación de la encuesta.
28
Así mismo, se debe tener en cuenta la oportunidad de la publicación, dentro del plazo
establecido en la determinación del objetivo, así como la posibilidad de sacar una
publicación preliminar.
Para una muestra con pocos informantes, puede ser suficiente el envío de una carta
indicándole los objetivos de la investigación y de los temas considerados en el
cuestionario, e incluso señalando quien es el empadronador que los visitará y a que
hora. En otros casos, como en las encuestas nacionales, se necesita de un sistema de
publicidad que alcance a toda la población del país a través de los medios de
comunicación social.
29
1.4.2 Recolección de Datos
Con la finalidad de asegurar que esta labor se realice en forma eficiente, se debe
organizar conjuntamente con las demás actividades, en un plan de operaciones bien
estructurado y coordinado que permita obtener información completa y de buena
calidad.
D) El empadronamiento.
Las funciones que desarrolla cada uno de estos diferentes niveles de dirección
son las de: organización, supervisión y ejecución de las tareas que se deben
realizar antes, durante y después del empadronamiento.
30
devolución de cuestionarios y demás materiales de empadronamiento; transporte
y comunicaciones; publicidad, propaganda y relaciones públicas; control de
gastos; etc.
Selección
Capacitación
31
dejando muy poco tiempo y a veces nada, para realizar la capacitación.
Situación que se pretende obviar entregando manuales de instrucción a los
entrevistadores y enviándolos a efectuar su trabajo con muy poca o ninguna
preparación previa, cuyas consecuencias aparecen posteriormente
convertidas en omisiones y errores muy graves.
32
- Croquis del área de trabajo y/o el directorio de las unidades de análisis o
informantes que le corresponde entrevistar.
- Cuestionarios e instructivos.
33
- Aclarar las respuestas inconsistentes.
Es necesario tener presente que una vez culminado el trabajo de campo, en cuanto a
la recolección de datos, los cuestionarios deben ser centralizados en las oficinas
principales donde se debe continuar con las tareas de elaboración de datos.
34
1.4.3 Elaboración de Datos
A) Crítica de la información.
B) Codificación.
C) Digitación.
D) Tabulación.
35
Los principales problemas que se presentan en la recolección y que tratamos de
corregir en la crítica son las omisiones y los errores.
36
para las omisiones como para los posibles errores. Es decir, debemos fijar reglas
claras de consistencia entre la información que esperamos y la que estamos
obteniendo.
Cabe también resaltar que con el avance informático se ha planteado recoger los
datos en cédulas ópticas, cuyo procesamiento requiere previamente de un trabajo de
crítica y del almacenamiento en base de datos mediante la lectura óptica, que
automáticamente hace el ingreso de datos.
Es importante que este trabajo de digitación o ingreso de datos sea supervisado para
cualquiera de sus formas, ya que se ha dado el caso de que puede haber mala lectura
de datos por un mal diseño de la cédula óptica o inapropiada impresión de las
mismas.
37
D) Tabulación.- es el proceso de obtener resultados en cuadros estadísticos mediante el
conteo del número de casos existentes o la obtención de sumas, porcentajes, etc.
Dichos resultados se presenta en cuadros de salida para comparación y análisis
posterior de acuerdo al plan de tabulaciones propuesto para la investigación.
38
1.4.5 Publicación de datos
39
Capítulo 2. MUESTREO ALEATORIO SIMPLE
CONTENIDO
Donde:
40
N
Xi
i 1
, es la media poblacional, la cual es estimada por la media muestral
N
n N
Xi (Xi )2
ˆ X i 1
. La varianza poblacional es 2 i 1
, la cual es
n N
n
(Xi X )2
estimada por la varianza muestral s 2 i 1
.
n 1
N
(Xi )2
N 1 2
S2 i 1
es la cuasivarianza poblacional y 2
S
N 1 N
A
P , es la proporción poblacional, que estimada por la proporción muestral
N
a
p .
n
Donde:
A: número de elementos en la población que poseen la característica especificada.
a: número de elementos en la muestra que poseen la característica especificada.
Procedimiento de muestreo
a) Elaborar el marco muestral, haciendo coincidir a cada unidad de análisis un
número del 1 al N.
b) Determinar el tamaño de muestra n.
c) Seleccionar la muestra de n unidades de análisis, escogiendo n números
aleatorios sin reemplazo de una tabla de números aleatorios (como la del
Cuadro 1, elaborada en Excel) o con el generador de números aleatorios del
Excel o con el seleccionador de muestras aleatorias del SPSS (Statistical
Package of Sciense Social).
d) Recolectar la información de cada una de las n unidades de análisis
seleccionadas en la muestra.
e) Estimar los promedios, totales, proporciones o razones y sus errores estándar y
relativo correspondientes.
41
Cuadro 2.1. Tabla de Números Aleatorios generada en Excel
Columna 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0
Fila 1 2 0 6 5 8 0 7 8 5 5 2 6 5 0 9 6 4 4 3 8 3 2 2 6 5 6 5 8 3 9 3 4 6 4 6 5 5 4 1 1
2 2 6 8 4 2 5 9 3 7 6 7 1 0 4 1 4 4 8 1 2 8 5 2 9 3 4 3 6 5 8 8 6 7 3 6 7 1 1 4 7
3 3 7 3 4 3 9 7 7 2 6 4 4 0 7 7 6 4 8 6 0 4 2 4 6 7 1 5 1 5 0 6 5 2 1 0 6 2 5 2 2
4 1 9 4 2 3 3 2 8 4 0 3 0 3 1 2 9 7 8 4 4 7 4 5 5 3 8 1 4 8 3 7 3 6 6 8 0 5 5 4 5
5 1 8 9 9 2 5 4 8 6 1 3 0 2 7 6 3 6 1 4 9 5 4 2 2 7 2 9 5 7 2 7 5 7 6 8 5 3 4 5 6
6 4 8 2 5 4 6 8 5 3 8 6 2 8 3 2 0 8 4 7 4 5 2 5 1 1 9 3 2 5 1 6 6 8 5 5 8 5 6 7 3
7 4 1 7 3 8 5 7 3 5 1 3 2 7 5 8 3 3 6 4 7 7 0 7 3 5 2 2 6 6 0 0 4 5 4 5 7 2 7 3 5
8 4 3 8 7 9 5 7 2 3 7 7 8 6 7 7 3 5 5 5 9 7 7 8 5 1 1 3 5 7 5 5 4 5 3 6 5 1 7 0 1
9 1 2 7 8 5 4 6 3 8 8 2 5 4 6 7 5 7 7 2 8 7 8 1 6 5 8 8 4 1 8 0 4 7 1 8 1 7 1 3 3
10 7 5 8 2 4 6 7 4 3 6 8 5 7 6 3 1 9 4 6 1 5 6 8 3 4 0 3 5 2 4 4 5 1 1 9 7 7 8 2 7
11 0 4 1 7 2 3 1 2 3 1 2 4 9 6 5 6 5 6 5 7 1 5 7 3 1 9 1 5 9 2 4 2 3 7 2 1 2 6 7 3
12 2 6 7 7 8 1 6 6 8 3 9 1 5 6 6 8 6 7 3 6 2 2 7 3 1 6 1 7 5 7 7 2 4 1 6 6 1 8 8 7
13 2 7 3 4 5 5 6 0 4 0 8 6 3 1 3 3 2 1 1 7 8 8 3 8 0 0 6 2 1 1 6 9 1 0 5 1 2 4 1 5
14 8 4 2 0 4 6 5 1 8 1 5 1 7 4 2 8 8 9 4 1 4 2 3 2 3 8 1 0 2 3 2 3 2 7 7 5 5 5 3 1
15 0 1 1 2 2 5 3 1 3 3 1 9 9 1 8 3 4 6 8 2 9 7 4 5 7 1 4 2 0 0 1 3 3 8 3 1 8 1 3 4
16 2 8 5 7 8 7 2 4 6 9 3 7 3 3 7 5 2 6 8 7 7 3 4 3 3 5 6 1 4 7 4 5 2 1 6 6 1 5 6 9
17 6 5 8 4 1 8 2 5 3 5 5 3 8 7 6 4 9 2 8 5 8 4 1 1 6 1 6 9 1 1 3 7 0 2 5 3 5 9 2 2
18 4 1 2 4 4 6 6 5 7 1 3 8 8 4 8 8 8 0 5 6 1 0 3 8 7 0 6 3 7 0 8 2 8 4 4 1 2 7 8 7
19 7 6 9 0 3 4 0 0 2 9 6 3 8 6 8 6 8 2 2 4 3 5 6 3 3 5 3 3 2 7 5 7 6 2 4 1 7 2 6 7
20 2 1 4 3 2 5 8 5 8 8 6 6 1 5 6 7 6 0 4 6 4 9 3 4 2 8 2 8 3 4 4 9 3 8 2 4 5 8 7 6
21 5 2 5 3 3 4 4 7 7 8 1 7 2 6 5 5 1 4 2 2 4 6 6 7 4 1 3 3 7 5 3 3 9 4 6 5 7 6 4 6
22 5 0 7 6 7 1 9 1 7 8 6 3 3 7 9 8 2 2 8 4 8 4 0 4 2 1 4 9 5 9 5 2 2 1 4 8 2 5 7 0
23 7 5 9 1 3 6 9 9 6 3 1 7 4 2 6 1 4 6 5 3 7 2 3 8 1 8 5 8 9 2 7 1 9 5 8 7 5 9 1 6
24 3 1 9 4 6 6 7 1 2 1 6 7 5 4 3 6 9 4 2 8 1 6 8 3 2 1 6 6 1 3 8 2 4 6 1 1 9 3 5 4
25 0 6 6 4 9 2 0 2 7 8 7 2 2 2 7 1 4 6 4 2 6 1 1 6 5 0 1 8 9 7 0 1 0 6 9 2 9 6 1 1
26 0 7 4 1 5 4 2 3 3 5 9 6 6 6 1 3 5 6 8 3 5 8 0 2 3 6 5 3 2 4 1 1 2 4 6 4 8 4 5 3
27 2 4 3 1 8 1 7 8 4 5 9 2 7 9 3 2 7 5 5 1 3 4 3 9 4 9 3 8 7 1 4 0 4 2 0 5 3 5 7 4
28 1 2 8 8 1 2 4 5 5 8 3 2 5 3 8 2 0 9 8 8 5 1 4 7 5 2 6 6 7 3 9 0 6 5 3 4 3 6 7 4
29 5 3 5 8 4 2 3 0 0 4 4 5 6 8 0 2 0 6 3 3 1 3 3 2 6 4 1 4 2 7 4 0 2 0 1 4 2 2 0 6
30 8 5 0 7 5 5 7 0 3 2 7 7 6 4 3 5 3 8 2 5 6 3 0 3 5 7 9 3 0 2 8 3 3 1 4 3 7 8 7 1
31 3 2 2 1 3 8 9 1 6 4 9 9 5 0 3 8 6 6 5 3 3 2 3 4 0 5 2 5 3 2 4 4 1 4 7 2 2 4 7 6
32 4 3 4 7 6 9 5 4 1 8 4 6 7 3 5 3 8 3 5 1 1 8 9 5 2 1 2 7 2 6 3 2 3 6 4 1 5 8 0 0
33 3 8 5 6 1 6 0 1 8 1 8 3 1 6 9 4 8 1 3 6 5 6 2 9 3 4 4 5 1 6 6 7 1 9 2 3 4 3 5 2
34 5 6 4 7 6 8 8 3 1 3 3 8 8 8 6 9 4 4 4 0 8 5 5 7 6 4 8 3 6 7 6 1 1 2 3 6 2 5 8 8
35 9 4 3 7 5 9 1 5 3 6 3 7 5 8 4 1 4 6 6 2 1 0 3 1 7 1 3 6 6 6 4 7 6 8 5 3 7 3 8 0
36 1 1 7 9 7 5 0 2 4 4 8 1 8 4 1 7 5 7 5 4 4 8 7 1 6 5 4 8 4 6 3 9 5 2 6 8 2 1 3 2
37 7 2 4 2 8 3 0 1 2 4 5 7 2 4 4 6 3 1 4 5 7 1 1 3 2 5 3 2 0 6 3 5 6 0 6 2 7 4 2 6
38 1 7 9 0 8 4 2 5 4 6 0 5 8 7 2 6 0 7 6 1 1 4 2 7 3 0 6 3 4 3 7 5 3 9 9 4 4 9 4 2
39 1 2 5 0 5 7 1 3 1 5 8 5 9 4 6 0 6 4 8 3 5 4 1 7 4 5 5 7 7 4 7 0 0 9 7 5 9 7 6 6
40 7 4 6 8 2 5 7 8 4 4 2 5 2 6 6 5 2 8 4 6 2 6 4 4 3 4 7 5 8 7 2 1 3 1 5 7 7 3 1 1
41 2 6 1 5 8 6 5 9 3 3 5 2 2 9 2 8 1 2 3 7 1 3 9 2 0 0 2 1 5 3 9 8 6 8 9 3 8 1 7 3
42 1 4 7 9 0 5 4 8 5 4 8 2 2 1 4 3 6 1 2 4 1 3 4 2 5 3 2 4 3 3 8 7 8 6 6 5 5 6 7 0
43 2 7 2 5 5 0 5 7 8 0 9 8 4 1 7 6 9 4 2 2 8 9 2 4 6 5 8 2 8 8 3 3 1 5 7 4 4 5 4 8
44 7 7 7 1 7 8 1 1 1 2 4 0 3 6 8 6 9 1 2 1 7 1 3 7 5 1 4 5 1 2 4 1 5 5 4 4 9 9 9 4
45 2 9 6 2 3 4 3 3 9 7 1 3 8 2 1 3 7 1 9 2 1 8 3 8 2 1 8 2 8 7 5 0 6 0 3 7 7 4 0 8
46 8 1 3 2 7 4 5 3 4 0 5 9 1 5 1 0 4 8 8 8 7 1 4 2 5 4 1 5 1 0 1 1 2 1 9 3 3 4 9 9
47 3 2 1 5 8 7 9 0 4 2 2 6 9 7 7 0 6 0 1 3 3 9 7 4 4 5 1 5 3 6 1 4 1 7 1 6 7 2 3 3
48 6 3 1 8 4 1 6 5 5 1 9 3 8 2 7 2 8 2 9 6 7 2 4 4 4 1 4 6 0 6 2 4 5 2 5 2 9 2 1 3
49 1 1 1 4 4 5 1 4 2 1 3 0 1 1 1 2 4 5 9 9 1 5 2 9 2 8 2 6 2 7 8 3 0 0 3 1 6 3 1 4
50 9 2 9 5 5 5 1 1 4 0 7 2 8 4 1 3 6 8 3 1 4 1 3 1 8 1 6 5 7 6 9 6 0 1 1 7 8 1 6 6
42
Ejemplo 2.1
Solución
Cuadro 2.2. Selección de 30 familias entre 10 000, con la tabla de números aleatorios
Columna 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 4
1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0
Fila 36 1 1 7 9 7 5 0 2 4 4 8 1 8 4 1 7 5 7 5 4 4 8 7 1 6 5 4 8 4 6 3 9 5 2 6 8 2 1 3 2
37 7 2 4 2 8 3 0 1 2 4 5 7 2 4 4 6 3 1 4 5 7 1 1 3 2 5 3 2 0 6 3 5 6 0 6 2 7 4 2 6
38 1 7 9 0 8 4 2 5 4 6 0 5 8 7 2 6 0 7 6 1 1 4 2 7 3 0 6 3 4 3 7 5 3 9 9 4 4 9 4 2
39 1 2 5 0 5 7 1 3 1 5 8 5 9 4 6 0 6 4 8 3 5 4 1 7 4 5 5 7 7 4 7 0 0 9 7 5 9 7 6 6
40 7 4 6 8 2 5 7 8 4 4 2 5 2 6 6 5 2 8 4 6 2 6 4 4 3 4 7 5 8 7 2 1 3 1 5 7 7 3 1 1
41 2 6 1 5 8 6 5 9 3 3 5 2 2 9 2 8 1 2 3 7 1 3 9 2 0 0 2 1 5 3 9 8 6 8 9 3 8 1 7 3
42 1 4 7 9 0 5 4 8 5 4 8 2 2 1 4 3 6 1 2 4 1 3 4 2 5 3 2 4 3 3 8 7 8 6 6 5 5 6 7 0
43
seleccionadas siguientes serían la 3560, 2742. A continuación pasamos a la
fila 38 y seguimos buscando bloque de 4 dígitos empezando de las columnas
1, 2, 3 y 4, con lo que estaríamos seleccionando a la familia 1790. El proceso
continúa de manera similar en la fila 38 y subsiguientes hasta completar los 30
números seleccionados, tal como se presenta en el Cuadro 2, una parte de la
tabla de números aleatorios, indicando los números seleccionados.
6314 7113 5320 3560 2742 1790 4254 587 6076 1427
634 7539 4494 1250 7131 8594 648 5417 5577 7009
5976 7468 5784 2526 5284 2664 4758 2131 7731 2615
= ALEATORIO()*N
= ALEATORIO()*(N-a)+a
= ALEATORIO()*10000
8878 3577 4247 8765 4759 4431 3753 6188 4220 3893
7308 4305 2082 4797 7914 1870 116 9160 4639 9502
1924 3689 561 5063 9707 2289 514 5921 4113 1352
44
2.2 M.A.S. PARA ESTIMAR LA MEDIA Y EL TOTAL POBLACIONAL
Algunas propuestas han sido tomadas de “Teoría de muestreo” Des Raj (1986).
Estimación de la Media Poblacional
N
Xi
i 1
En la inferencia estadística se establece que la media poblacional , es
N
n
Xi
estimada por la media muestral ˆ X i 1
.
n
Así mismo, la varianza de X está dada por:
2
2 N n S2 n S2
Var ( X ) X
(1 ) (1 f )
n N 1 n N n
Donde: f = n/N es la fracción de muestreo. Esta variancia es estimada por:
s2
var X ˆ X2 (1 f )
n
El error estándar (típico) de la media es: ˆ X
El estimador del coeficiente de variación (error relativo) de la media esta dado
ˆX
por: CV ( X ) 100
X
2 s2
ˆ Xˆ N2 (1 f )
n
El error estándar (típico) del total es: ˆ Xˆ N ˆX
45
El estimador del coeficiente de variación (error relativo) para el total esta dado
ˆ Xˆ N ˆX ˆX
por: CV ( X ) 100 100 100 CV ( X )
Xˆ NX X
Donde:
t = Z (1 – α / 2 ) , si n ≥ 30
t = t (1 – α / 2 , n - 1) , si n < 30
Siendo: P (Z ≤ Z 1 – α / 2 ) = 1 – α / 2 , donde Z ~ N(0,1) , y
P(T≤ t 1–α/2 ) = 1 – α / 2 , donde T ~ t n – 1
Siendo:
Z0 Z , valor de la abcisa en la distribución normal estándar, Z ~ N(0,1) ,
1
2
46
E = error máximo permisible para el estimador, un valor dado por el
investigador, que representa la diferencia absoluta entre el estimador y el
parámetro, así:
E X , para estimar la media
Ejemplo 2.2
Solución
n
Xi
i 1 5 6 3 3 .... 2 4 104
Promedio muestral: X 3.4667
n 30 30
47
n
(Xi X )2
43.466
Varianza muestral: s 2 i 1
1.4989
n 1 29
n
Xi
104
a) Promedio estimado: ˆ X i 1
3.4667
n 30
s2 1.4989 30
var X ˆ X2 (1 f ) 1 0.0498134
n 30 10000
ˆX 0.0498134
CV ( X ) 100 = 100 6.4%
X 3.4667
2 s2
ˆ Xˆ
N2 (1 f ) (10000) 2 (0.0498134) 4 981340
n
48
El intervalo de confianza para el total X es: IC( X ) Xˆ t ˆ Xˆ
2 2
N 2 Z 02 S 2 10000 1.96 1.4989
n0 2
92.1308 , entonces no = 93.
E2 2500
49
2.3 MUESTREO ALEATORIO SIMPLE PARA PROPORCIONES
En este caso, se desea estimar el número total de unidades (A) o la proporción (P)
de unidades en la población que poseen una cierta característica o atributo que cae
dentro de una clase definida. Por ejemplo, se desea estimar:
- El número (o porcentaje) de personas que consumen un cierto producto.
- El número (o porcentaje) de clientes que compran más de 10 000 dólares
mensuales.
- El número (o porcentaje) de ciudadanos que está a favor de un personaje.
50
2 P(1 P N n
p Var ( p)
n N 1
N 2 P (1 P N n
2
Aˆ
Var ( Aˆ )
n N 1
Las cuales son estimadas por:
p(1 p)
ˆp
2
Vˆ ( p) (1 f)
n 1
N 2 p(1 p)
ˆ Aˆ
2
Vˆ ( Aˆ ) (1 f)
n 1
Donde f = n/N es la fracción de muestreo.
El coeficiente de variación (error relativo) de los estimadores de P y A están dadas
respectivamente por:
ˆp
CV ( p ) 100
p
ˆ Aˆ N ˆ pˆ ˆ pˆ
CV ( Aˆ ) 100 100 100 CV ( p)
Aˆ Np p
p(1 p) 1
LC( P) p Z (1 f)
1
2
n 1 2n
p(1 p) 1
LC( A) Np N Z (1 f)
1
2
n 1 2n
51
Con:
Z o2 p(1 p)
n0 , para estimar la proporción P.
E2
N 2 Z o2 p (1 p )
n0 , para estimar el total A.
r2 p
Donde:
Zo = Z 1 – α / 2 → P (Z ≤ Zo ) = 1 – α / 2 con Z ~ N(0,1) ; y
Aˆ A E
E p P , r .
A P
Además, en ambos casos, si no / N ≤ 0.05, se toma n = no.
Ejemplo 2.3
En un distrito que posee 500 establecimientos comerciales, se seleccionan al azar
30 establecimientos, obteniéndose los siguientes datos sobre el número de
empleados: 2, 2, 2, 2, 3, 4, 2, 3, 4, 5, 2, 4, 2, 6, 6, 7, 5, 4, 5, 3, 2, 2, 2, 2, 3, 2, 2, 2,
2 y 2. Se pide: a) Estimar la proporción de establecimientos con 5 o más
empleados y su intervalo de confianza del 95%; b) Estimar el total de
establecimientos con 5 o más empleados y su intervalo de confianza del 95%; c)
Determinar el tamaño de muestra de establecimientos comerciales que se debe
seleccionar como mínimo para tener un margen de error relativo del 10 % con una
confianza del 95 %.
Solución
n
Xi
i 1 a 6
p 0.20
n n 30
El intervalo del 95 % de confianza para la verdadera proporción P de
establecimientos que emplean 5 ó más personas está dado por:
p(1 p) 1
LC( P) p Z (1 f)
1
2
n 1 2n
52
(0.2)(0.8) 30 1
LC ( P ) 0.2 (1.96) 1
30 1 500 2(30)
Z 02 p (1 p ) (1.96) 2 (0.2)(0.8)
n0 96 establecimientos.
E2 (0.08) 2
53
2.3 APLICACIÓN DEL MUESTREO ALEATORIO SIMPLE CON SPSS
Una valiosa herramienta para seleccionar una muestra y procesar los resultados es el
programa SPSS (Statistical Package of Science Social). Este programa “a partir de la
versión 12 en el menú Analizar tiene la opción Muestras Complejas que permite
diseñar una muestra” (Pérez, 2006), creando un plan de análisis y un plan de
selección, para luego obtener resultados (frecuencias, estadísticos descriptivos, tablas
de contingencia, razones y modelos de regresión). Describimos estos procedimientos
con la versión 15.0 en español. Se debe tener una base de datos en SPSS.
Durante las jornadas electorales, el día de las elecciones, se acostumbra efectuar dos
tipos de mediciones de los resultados de las mismas: a boca de urna (seleccionando
una muestra de ciudadanos) y el conteo rápido (seleccionando mesas electorales).
Veamos cómo se efectuaría la selección de mesas y la obtención de resultados con el
muestreo aleatorio simple en el SPSS.
Tomaremos como referencia la base datos Elecc. La Molina 2006.sav, con los
resultados para las 628 mesas electorales de las elecciones municipales del 19 de
noviembre 2006, en el distrito de La Molina, de la provincia de Lima; obtenidos de la
página Web de la Oficina Nacional de Procesos Electorales (ONPE) y elaborados tanto
en Excel (Ver Anexo) como en SPSS, siguiendo las pautas dadas por Visauta (1997).
El resultado oficial final del proceso electoral en La Molina dado por la ONPE
también se puede ver en el Anexo.
54
Figura 2-1. Determinación de las ponderaciones con SPSS, para el M.A.S.
55
b) Crear un archivo de plan.- poner un nombre al archivo y con examinar
escoger la ruta donde guardarlo, para usarlo posteriormente si es que desea editar
dicho plan. Por ejemplo: PA-MAS Elecc. La Molina 2006.csaplan. (Figura 2-3).
56
d) Método de estimación.- escoger el diseño de estimación sin reemplazo: Igual SR
(muestreo de probabilidad igual sin reposición). Ver Figura 2-5.
57
f) Resumen.- aparece un resumen de lo realizado. En ¿Desea añadir la etapa 2?
Aparece marcado No, dejarlo igual. Ver Figura 2-7.
58
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis
del procedimiento desarrollado: cálculo de las ponderaciones, la ruta donde esta
guardado el archivo del plan de análisis, la variable de ponderación, el tipo de
estimación y el tamaño de la población; tal como se observa a continuación:
GET
COMPUTE peso_mas = 628/30 .
VARIABLE LABELS peso_mas 'PONDERACIÓN M.A.S.' .
EXECUTE .
* Asistente de preparación del análisis.
CSPLAN ANALYSIS
/PLAN FILE='D:\Beatriz\UNAC\Investigación\Proyecto 7
Muestreo\PA-MAS '+
'Elecc. La Molina 2006.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_mas
/PRINT PLAN
/DESIGN
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE VALUE=628.
Res um e n
Etapa 1
Inf ormac ión sobre Supues tos del estimador Muestreo de
el análisis probabilidad
igual sin
reposición
Tamaño de la poblac ión
628
59
CREACIÓN DEL PLAN DE SELECCIÓN (con el asistente de muestreo)
60
c) Variables de diseño.- escoger sólo ponderación y colocarla en Introducir
ponderación muestral. Ver figura 2-11. Para continuar elegir Siguiente.
61
e) Tamaño de la muestra.- en Unidades escoger Recuentos y en Valor colocar el
tamaño, para el ejemplo es 30 mesas. Ver Figura 2-13.
62
g) Resumen del plan.- aceptar el resumen y pasamos a seleccionar la muestra. No
añadir la etapa 2. Ver Figura 2-15. Para continuar elegir Siguiente.
63
i) Extraer muestra, Archivo de resultados.- ¿Dónde desea almacenar los datos
de la muestra? Escoger Archivo externo, ponerle nombre y con Examinar ver
donde guardarlo. Ver Figura 2-17. Para continuar elegir Siguiente.
64
Finalizada la creación del plan de selección, en resultados del SPSS aparece un
resumen, la sintaxis del procedimiento desarrollado, así como la ruta donde esta
guardado el archivo del plan de selección, la variable de ponderación, el tipo de
estimación y el tamaño de la muestra; tal como se observa a continuación:
Resumen
Etapa 1
Información de la Método de selección
muestra
Muestreo
aleatorio
simple sin
reposición
Tamaño de la muestra
según etapa TamañoMu
estral_1_
65
CSSELECT
/PLAN FILE='D:\Beatriz\UNAC\Investigación\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.A.S\PS-MAS Elecc. La Molina 2006.csplan'
/CRITERIA STAGES = 1 SEED = RANDOM
/CLASSMISSING EXCLUDE
/DATA RENAMEVARS
/SAMPLEFILE OUTFILE = 'D:\Beatriz\UNAC\Investigación\Proyecto 7 '+
'Muestreo\Alcalde 2006 Lima Callao\M.A.S\Muestra aleatoria.
Elecc. La '+
'Molina 2006.sav'
/PRINT SELECTION.
66
En las últimas columnas de la muestra seleccionada, el programa crea variables de
acuerdo a las especificaciones del muestreo, así proporciona información de las
probabilidades de selección de cada unidad de análisis (mesa electoral), el tamaño de la
población, el tamaño de la muestra y las ponderaciones muestrales, ver Figura 2-20.
67
creado: PA-MAS Elecc. La Molina 2006.csplan) En Probabilidades conjuntas: un
conjunto de datos abierto = Muestra aleatoria. Elecc. La Molina 2006.sav (abierta de
antemano para trabajar) y Continuar. Ver Figura 2-21.
En la opción Estadísticos, para nuestro caso escoger: suma, error típico, intervalos de
confianza del 95% y coeficiente de variación. Continuar y Aceptar.
68
Figura 2-22. Ventana de descriptivos de muestras complejas.
Es tadísticos univariantes
69
CUADRO 2.4. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006
Muestreo Aleatorio Simple
En los resultados del Cuadro 2.4., con tan solo 30 de las 628 mesas electorales del distrito de
La Molina, en las elecciones municipales del año 2006, se puede apreciar que las
estimaciones (1) de los votos emitidos reflejan muy buenas aproximaciones a los resultados
de la ONPE (2) con errores absolutos pequeños para este tipo de información; incluyendo las
estimaciones para los votos nulos, que en el caso de la ONPE incluye los votos de 5 mesas
electorales anuladas con una suma de 689 votos.
Si apreciamos los intervalos del 95% de confianza obtenido para las agrupaciones políticas,
todos contienen los resultados dados por la ONPE. Habría que observar que la diferencia con
la ONPE en el tercer lugar no lo detecta bien por que hay un “empate técnico” entre
Restauración Nacional y Primero La Molina, empate similar al de Renovación Nacional y
Avanza País.
Además, los coeficientes de variación obtenidos para las cinco primeras agrupaciones con
más votos son muy pequeños, garantizando los resultados en un proceso de conteo rápido.
De manera similar se obtienen los porcentajes (respecto a los votos totales o válidos)
utilizando el menú seguir la secuencia: Analizar- Muestras complejas – Razones; aparece
la ventana Plan de muestras complejas para análisis de razones solicitando un Plan
(escogemos el mismo plan creado: PA-MAS Elecc. La Molina 2006.csplan). En
70
Probabilidades conjuntas: un conjunto de datos abierto = Muestra aleatoria. Elecc. La
Molina 2006.sav (abierta de antemano para trabajar) y Continuar. Similar a la Figura 2-21.
En la opción Estadísticos, para nuestro caso escoger: error típico, intervalos de confianza del
95% y coeficiente de variación. Continuar y Aceptar.
71
Razones 1
Intervalo de confianza
Es timac ión al 95% Coeficiente
Numerador Denominador de la raz ón Error típic o Inferior Superior de v ariación
SIEMPRE UNIDOS TOTAL .018 .002 .014 .022 .116
RENOVACIÓN NACIONAL TOTAL .013 .002 .009 .017 .144
AVANZA PAÍS TOTAL .006 .001 .003 .008 .206
RESTAURACIÓN TOTAL .098 .005 .088 .107 .047
NACIONAL
UNIDAD NACIONAL TOTAL .450 .007 .437 .464 .015
SOMOS PERÚ TOTAL .152 .005 .141 .163 .034
APRA TOTAL .073 .004 .064 .082 .060
PRIMERO LA MOLINA TOTAL .096 .005 .086 .105 .049
VOTOS VÁLIDOS TOTAL .906 .006 .894 .918 .006
BLANCOS TOTAL .049 .005 .040 .058 .093
NULOS TOTAL .045 .003 .039 .052 .070
Figura 2-25. Proporción de votos por agrupaciones políticas, respecto al total de votos.
Los resultados porcentuales son idénticos a los obtenidos anteriormente para el número
de votos emitidos, con diferencias casi imperceptibles.
De manera similar a la determinación del % de votos emitidos, obtenemos la proporción
de votos válidos por agrupación política, tal como se muestra en la Figura 2-26.
72
Razones 1
Intervalo de confianza
Es timac ión al 95% Coeficiente
Numerador Denominador de la raz ón Error típic o Inferior Superior de v ariación
SIEMPRE UNIDOS VOTOS VÁLIDOS .020 .002 .015 .025 .117
RENOVACIÓN NACIONAL VOTOS VÁLIDOS .014 .002 .010 .019 .145
AVANZA PAÍS VOTOS VÁLIDOS .006 .001 .004 .009 .209
RESTAURACIÓN VOTOS VÁLIDOS .108 .005 .098 .118 .044
NACIONAL
UNIDAD NACIONAL VOTOS VÁLIDOS .497 .008 .482 .513 .015
SOMOS PERÚ VOTOS VÁLIDOS .168 .005 .157 .179 .032
APRA VOTOS VÁLIDOS .081 .005 .071 .090 .060
PRIMERO LA MOLINA VOTOS VÁLIDOS .106 .005 .095 .116 .049
Estos resultados, de proporción (razón) de votos válidos estimados han sido exportados
y ordenados en Excel para hacer comparaciones con los resultados reales dados por la
ONPE para La Molina (ver Anexo) los mismos que se muestran resumidos en el Cuadro
2.6 siguiente.
Estos son los resultados que generalmente se proporcionan en los “conteos rápidos” que
como vemos en nuestro caso son muy parecidos a los de la ONPE.
73
CASO 2-2. ESTIMACIÓN DEL NÚMERO DE MIEMBROS EN LA
FAMILIA
Este caso se diferencia del 2-1 porque en aquel a partir de un marco muestral de mesas
electorales en SPSS seleccionamos mesas. En este otro caso ya tenemos una muestra
seleccionada de 30 familias con sus resultados correspondientes y vamos a efectuar las
estimaciones tanto del promedio como del total.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada familia, asignar las ponderaciones a cada familia, elaborar el plan de análisis (ya no es
necesario el plan de selección porque la muestra ha sido seleccionada usando números
aleatorios) y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso2-2personas.sav, con los datos del número de personas
en cada una de las 30 familias. Ver Figura 2-27.
74
Figura 2-27. Base de datos de las personas por familia y sus ponderaciones.
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: cálculo de las ponderaciones, la ruta donde esta guardado el
75
archivo del plan de análisis, la variable de ponderación, el tipo de estimación y el tamaño
de la población.
Inmediatamente en la hoja de resultados del SPSS aparecen los mismos resultados estimados
para la media y el total (suma) de personas del Ejemplo 3.2 y la forma de lograrlos es mucho
más rápida. Se observa la estimación, el error estándar (típico), intervalo de confianza y el
error relativo (coeficiente de variación). Ver Figura 2-28.
Estadísticos univariantes
Intervalo de confianza al
95%
Coeficiente de
Estimación Error típico Inferior Superior variación
Media NÚMERO DE PERSONAS
EN LA FAMILIA 3.47 .223 3.01 3.92 .064
Suma NÚMERO DE PERSONAS
EN LA FAMILIA 34667 2231.856 30102 39231 .064
76
CASO 2-3. ESTIMACIÓN DEL NÚMERO DE ADHERENTES EN
UN PETITORIO1
Se recabaron firmas para una petición en 676 hojas. Cada hoja tenía espacio suficiente para
42 firmas pero en muchas de las hojas se recabó un número menor de firmas. Se contó el
número de firmas por hoja en una muestra al azar de 50 hojas (muestra del 7%
aproximadamente); los resultados se muestran en el Cuadro 2.7.
Cuadro 2.7. Resultados de una muestra (aleatoria simple) de 50 hojas conteniendo firmas
Xi 42 41 36 32 29 27 23 19 16 15 14 11 10 9 7 6 5 4 3
fi 23 4 1 1 1 2 1 1 2 2 1 1 1 1 1 3 2 1 1
Estimar el número total de firmas para la petición y los límites de confianza del 80%.
Este caso es parecido al 2-2. Los cuatro pasos a seguir son los siguientes: construir la base de
datos con los resultados de cada hoja (número de firmas), asignar las ponderaciones a cada
hoja, elaborar el plan de análisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso2-3 petitorio.sav, con los datos del número de firmas en
cada una de las 50 hojas. Ver Figura 2-29.
1
Cochran, William. Técnicas de Muestreo. Ejemplo página 51. Compañía Editorial Continental S.A.,
México, 1972.
77
Elija en los menús: Analizar – Muestras complejas – Preparar para el análisis.
Figura 2-29. Base de datos de las firmas por hoja y sus ponderaciones.
78
En Finalización del Asistente para el análisis, pregunta ¿Qué desea hacer? Y
aparece marcado Guardar las especificaciones en un archivo de plan, dejarlo
igual, para grabar el archivo ya nombrado. Escoger Finalizar.
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: cálculo de las ponderaciones, la ruta donde esta guardado el
archivo del plan de análisis, la variable de ponderación, el tipo de estimación y el tamaño
de la población.
d) Obtención de las estimaciones.- Vamos a obtener las estimaciones del total de firmas
en el petitorio utilizando la base de datos definida en la parte a) y b) así como el plan de
análisis elaborado en c).
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados para el
total (suma) de firmas. Se observa la estimación, el error estándar (típico), intervalo de
confianza y el error relativo (coeficiente de variación). Ver Figura 2-30.
Estadísticos univariantes
Intervalo de confianza al
80%
Coeficiente de
Estimación Error típico Inferior Superior variación
Suma NÚMERO DE FIRMAS 19888 1392.122 18079 21696 .070
79
Con los datos del Cuadro 2.7 (datos agrupados) obtendríamos:
20 20 20
n fi 50 , N=676, X i fi 1471 y X i2 f i 54497
i 1 i 1 i 1
20
X i fi
i 1 1471
La media muestral es: X 29.42
50 50
20
X i2 fi nX 2
54497 50(29.42) 2
La varianza de la muestra es: S 2 i 1
228.98
n 1 50 1
s2 228.98 50
ˆ X2ˆ N2 (1 f ) (676) 2 1 1 938 004.5
n 50 676
El estimador del coeficiente de variación (error relativo) para el total esta dado
ˆ Xˆ 1392.1223
por: CV ( X ) 100 100 = 7.0 %
Xˆ 19888
El intervalo de confianza del 80% para el total esta dado por:
IC( X ) Xˆ t49, 0.90 ˆ Xˆ 19888 1.299(1392.1223) 19888 1808.4
80
CASO 2-4. ESTIMACIÓN DEL NÚMERO Y PORCENTAJE DE
Tomando como referencia los datos del ejemplo 2-3, de un distrito que posee N = 500
establecimientos comerciales, se seleccionan al azar n = 30 establecimientos, obteniéndose
los siguientes datos sobre el número de empleados: 2, 2, 2, 2, 3, 4, 2, 3, 4, 5, 2, 4, 2, 6, 6, 7, 5,
4, 5, 3, 2, 2, 2, 2, 3, 2, 2, 2, 2 y 2.
Con la ayuda del SPSS estimaremos tanto el promedio como el total de empleados en los
establecimientos del distrito y sus correspondientes intervalos de confianza del 95%; así
como el porcentaje y el total de establecimientos con 5 o más empleados en el distrito y sus
intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada establecimiento, asignar las ponderaciones a cada establecimiento, elaborar el plan de
análisis y obtener las estimaciones requeridas.
81
Figura 2-31. Base de datos de los empleados por establecimiento y sus ponderaciones.
c) La creación del plan de análisis, se efectúa de manera similar a los casos anteriores.
82
Aparece un resumen de lo realizado. En ¿Desea añadir la etapa 2? Aparece
marcado No, dejarlo igual. Para continuar escoger Siguiente.
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: cálculo de las ponderaciones, la ruta donde esta guardado el
archivo del plan de análisis, la variable de ponderación, el tipo de estimación y el tamaño
de la población.
d) Obtención de las estimaciones.- en primer lugar vamos a obtener las estimaciones del
promedio y el total de empleados en los establecimientos y sus intervalos de confianza
del 95% utilizando la base de datos definida en la parte a) y b) así como el plan de
análisis elaborado en c).
83
Estadísticos univariantes
Intervalo de confianza al
95%
Coeficiente de
Estimación Error típico Inferior Superior variación
Media NÚMERO DE
EMPLEADOS 3.13 .266 2.59 3.68 .085
Suma NÚMERO DE
EMPLEADOS 1567 132.979 1295 1839 .085
Figura 2-32. Estimación de la media y el total de empleados por establecimiento con SPSS.
84
el error estándar (típico), el intervalo de confianza al 95% y el error relativo (coeficiente
de variación). Ver Figura 2-33.
Razones 1
Coeficiente
Estimación Error Intervalo de de
Numerador Denominador de la razón típico confianza al 95% variación
Sabemos también que estimadas las proporciones, los totales se obtienen multiplicando
las estimaciones por el tamaño de la población, N = 500 en nuestro caso; tendríamos que
la estimación del total de establecimientos con 5 o más empleados es: 500 (0.200) = 100
establecimientos y el intervalo de confianza del 95% fluctuará entre 500 (0.053) = 27 y
500 (0.347) = 174 establecimientos.
Ambos resultados son idénticos a los obtenidos en la solución del ejemplo 2-3.
85
Capítulo 3. MUESTREO ESTRATIFICADO ALEATORIO
CONTENIDO
Descripción
Cuando se tiene una población heterogénea (Yi: Y1, Y2, Y3, …. , YN) y esta puede
dividirse en “L” subgrupos o estratos independientes y mutuamente excluyentes
de acuerdo a un criterio o variable de estratificación, de modo que los elementos o
unidades sean homogéneos dentro de cada estrato. De esta manera el estrato “h” (h
= 1, 2, 3, .... , L) esta constituido por Nh unidades y el tamaño de la población es:
L
N Nh
h 1
86
Notación
Sean:
yhi : Valor obtenido para la i-ésima unidad de análisis del estrato h.
Nh : Tamaño del estrato h.
nh : Tamaño de la muestra seleccionada en el estrato h.
Nh
Wh : Ponderación del estrato h.
N
nh
fh : Fracción de muestreo del estrato h.
Nh
Ah = Número de elementos en el estrato h que poseen la característica de interés o
especificada.
ah = Número de elementos en la muestra extraída del estrato h que poseen la
característica de interés o especificada.
Nh
y hi
i 1
Yh : Media verdadera del estrato h.
Nh
nh
y hi
i 1
yh : Media muestral para el estrato h.
nh
Ah
Ph : Proporción de elementos del estrato h que poseen una característica de
Nh
interés.
ah
ph : Proporción de elementos en la muestra extraída del estrato h que poseen
nh
la característica especificada.
Nh
2
y hi Yh
S h2 i 1
: Cuasivarianza para el estrato h.
Nh 1
nh
2
y hi yh
s h2 i 1
: Variancia muestral del estrato h.
nh 1
87
3.2 ESTIMADORES Y VARIANZAS
2
L
2
L
S h2
2
y
Var y W var y h
h Wh 1 fh
h 1 h 1 nh
2
L
s h2 2
ˆ y
W 1 fh
h
h 1 n h
88
La variancia del estimador del total poblacional está dada por:
L
S h2
2
Yˆ
Var Yˆ 2
N Var y N 2
W h
2
1 fh
h 1 nh
89
Estimación de la variancia de la Proporción y el Total de una
Característica
La variancia del total de elementos que poseen la característica esta dada por:
L
Ph 1 Ph N h nh
2
Aˆ
Var Aˆ N 2 2
p N h2
h 1 nh Nh 1
Para la media:
LC Y y t ˆy
90
Para el total:
LC Y Yˆ t ˆ Yˆ
Donde:
t = Z (1 – α / 2 ) , si n > 30
t = t (1 – α / 2 , n - L) , si n ≤ 30
Siendo: P (Z ≤ Z 1 – α / 2 ) = 1 – α / 2 , donde Z ~ N(0,1) , y
P(T≤ t 1–α/2 ) = 1 – α / 2 , donde T ~ t n – L
Para el total de elementos que posee la característica especificada (para n > 30):
LC A Aˆ Z 1 /2 ˆ Aˆ
a) Asignación Proporcional:
Nh
nh n , h 1, 2, .... , L
N
91
b) Asignación Óptima:
N h Sh
nh n L
, h 1, 2, .... , L
N h Sh
h 1
Para Proporciones:
a) Asignación proporcional:
Nh
nh n , h 1, 2, .... , L
N
b) Asignación Óptima:
N h Ph 1 Ph
nh n L
, h 1, 2, .... , L
N h Ph 1 Ph
h 1
Para la Media
a) Con Asignación Proporcional: según Martínez (2005)
no
n
n
1 o
N
L
Wh s h2
h 1
Donde: no
V
92
E2
Siendo V la variancia que desea tener para la media y : V
Z 02
Wh s h
h 1
n L
1
V Wh s h2
N h 1
no
n
n
1 o
N
L
N N h s h2
h 1
Donde: no
V
E2
Siendo V la variancia que desea tener para e total Ŷ : V .
Z 02
93
b) Con Asignación Óptima:
L 2
N h sh
h 1
n L
V N h s h2
h 1
no
n
n
1 o
N
L
Wh p h 1 p h
h 1
Donde: no
V
E2
Siendo V la variancia que deseada para P: V
Z 02
Wh ph 1 ph
h 1
n L
1
V Wh p h 1 p h
N h 1
94
3.6 CONSTRUCCIÓN DE ESTRATOS
Hay muchas situaciones en las que los estratos quedan definidos de modo casi “natural”
por algunas características cualitativas tales como nivel educativo, género, área de
residencia (urbana o rural), tipo de gestión (pública o privada), etc. Sin embargo en el
caso de características de estratificación cuantitativa, requieren de un tratamiento
especial y vamos a dar algunas pautas.
Una vez que el investigador ha definido el número de estratos (L), uno de los problemas
a resolver es la determinación de los (L – 1) mejores límites intermedios entre estratos
bajo asignación proporcional y de Neyman (óptima) de modo tal que la variancia dentro
del estrato sea mínima.
Total Acum f i
q , representa el ancho de una especie de cuantil.
L
jq ( Acum f i ) j 1
Cj LI J LS j LI j ; j 1, 2,...., ( L 1)
( fi ) j
95
Donde:
j = clase donde cae el cuantil = 1, 2, …. , (L – 1).
LIj = Límite inferior de la clase donde cae el cuantil j.
LSj = Límite superior de la clase donde cae el cuantil j.
(Acum fi )j – 1 = Acum fi en la clase anterior a la que contiene el cuantil j.
f) Establecer las fronteras de los estratos con los cuantiles hallados en e). Así:
Ejemplo 3.1
En el semestre 2007-B, se les preguntó a 55 alumnos de la asignatura de Estadística
Básica por sus gastos de estudio medio mensual en nuevos soles los resultados fueron
los que aparecen en el Cuadro 3.1. Determine 5 estratos de gasto de estudio utilizando el
Método de Dalenius-Hodges.
Solución
El proceso de estratificación se ha efectuado utilizando la hoja de cálculo Excel que se
presenta en el Cuadro 3.1. La gran variabilidad en los gastos de estudio promedio
mensual de los alumnos hace necesaria su estratificación, con L = 5 estratos, siguiendo
el método de Dalenius-Hodges se ha procedido de la siguiente manera:
a) Se ha construido una tabla de frecuencias con 33 intervalos de clase (gastos de
estudio) de ancho S/. 29.99.
b) Usando la función Frecuencias del Excel se ha obtenido las frecuencias absolutas fi
y su raíz cuadrada ( fi ) para cada intervalo de gastos de estudio.
96
CUADRO 3.1
APLICACIÓN DEL MÉTODO DE DALENIUS Y HODGES PARA ESTRATIFICAR
g.estud MAX 1000
30 MIN 30
35 Rango 970
45 Intervalos 33
60 Amplitud 29.99
60 Clase LI LS X'i fi Raiz(fi) Ac.raiz(fi)
75 1 30.00 59.99 45 3 1.7321 1.7321
85 2 59.99 89.98 75 4 2.0000 3.7321
90 3 89.98 119.97 105 8 2.8284 6.5605 5.117
100 4 119.97 149.96 135 4 2.0000 8.5605
100 5 149.96 179.95 165 9 3.0000 11.5605 10.234
100 6 179.95 209.94 195 12 3.4641 15.0246
100 7 209.94 239.93 225 3 1.7321 16.7566 15.351
100 8 239.93 269.92 255 4 2.0000 18.7566
100 9 269.92 299.91 285 0 0.0000 18.7566
100 10 299.91 329.90 315 1 1.0000 19.7566
120 11 329.90 359.89 345 0 0.0000 19.7566
120 12 359.89 389.88 375 0 0.0000 19.7566
120 13 389.88 419.87 405 2 1.4142 21.1708 20.468
130 14 419.87 449.86 435 0 0.0000 21.1708
150 15 449.86 479.85 465 1 1.0000 22.1708
150 16 479.85 509.84 495 1 1.0000 23.1708
150 17 509.84 539.83 525 0 0.0000 23.1708
150 18 539.83 569.82 555 0 0.0000 23.1708
150 19 569.82 599.81 585 0 0.0000 23.1708
150 20 599.81 629.80 615 1 1.0000 24.1708
160 21 629.80 659.79 645 0 0.0000 24.1708
160 22 659.79 689.78 675 0 0.0000 24.1708
170 23 689.78 719.77 705 0 0.0000 24.1708
180 24 719.77 749.76 735 0 0.0000 24.1708
180 25 749.76 779.75 765 0 0.0000 24.1708
190 26 779.75 809.74 795 0 0.0000 24.1708
200 27 809.74 839.73 825 0 0.0000 24.1708
200 28 839.73 869.72 855 0 0.0000 24.1708
200 29 869.72 899.71 885 0 0.0000 24.1708
200 30 899.71 929.70 915 0 0.0000 24.1708
200 31 929.70 959.69 945 0 0.0000 24.1708
200 32 959.69 989.68 975 0 0.0000 24.1708
200 33 989.68 1019.67 1005 2 1.4142 25.5851 25.585
200 55 25.5851
200 q = 5.117
210
230 ESTRATOS OBTENIDOS
230
250 Estrato LI LS X'i fi
250 1 30.00 104.66 67.33 15
250 2 104.67 166.69 135.68 12
255 3 166.70 215.59 191.15 14
300 4 215.60 404.97 310.29 9
390 5 404.98 1000.00 702.49 5
400 55
450
500
600
1000
1000
97
d) El total Acum fi = 25.5851 (en el último intervalo de gastos de estudio), por lo
jq ( Acum f i ) j 1
Cj LI J LS j LI j ; j 1, 2,...., ( L 1)
( fi ) j
Así:
10.234 8.5605
C2 149.96 29.99 = S/. 166.69
3.0000
f) Las fronteras de los estratos de gastos de estudio promedio mensual de los alumnos,
con los cuantiles hallados en e) se presentan en el Cuadro 3.2 y en la figura 3.1.
98
Cuadro 3.2 Distribución de los alumnos de Estadística Básica 2007-B, según
Estratos de gastos de estudio promedio mensual.
Estrato Límite inferior (S/.) Límite superior (S/.) Alumnos
1 30.00 104.66 15
2 104.67 166.69 12
3 166.70 215.59 14
4 215.60 404.97 9
5 404.98 1000.00 5
16
14
12
Alumnos
10
8
6
4
2
0
67.33 135.68 191.15 310.29 702.49
Gastos
99
Ejemplo3.2
Suponga que se tiene estratificada una comunidad de 50,980 familias de acuerdo al
nivel educativo del jefe de familia y los datos observados sobre el ingreso de 2,000
familias, se encuentran resumidos en el Cuadro 3.3.
Cuadro 3.3 Distribución de las familias y sus ingresos, según el nivel educativo del jefe
de familia.
Nivel Educ. Nh Wh nh yh sh
Solución
4
a) y Wh y h =
h 1
100
LC Yˆ Ny Nt ˆ y
Wh s h
h 1
n L
1
V Wh s h2
N h 1
Donde:
- V = 172.82,
4 2
2
- Wh sh 0.8033(285) .... 0.0245(1625) 141071.2284
h 1
4
- Wh sh2 0.8033(285) 2 .... 0.0245(1625)2 201847.0725
h 1
141071.2284
Entonces: n 798 familias.
201847.0725
172.82
50980
c) Afijación óptima:
Nh Sh
nh n. 4
, h 1, 2, 3, 4.
Nh Sh
h 1
4
N h sh 40954(285) 6704(520) 2075(945) 1247(1625) 19 '145, 220
h 1
40954(285)
n1 798 486.51 487
19'145, 220
6704(520)
n2 798 145.31 145
19'145, 220
2075(945)
n3 798 81.73 82
19'145, 220
1247(1625)
n4 798 84.46 84
19'145, 220
Luego: n1 = 487, n2 = 144, n3 = 62 y n4 = 50.
101
Ejemplo 3.3
Para estimar la proporción y el total de hogares de Lima Metropolitana que están a favor
de la instalación domiciliaria de gas, se elige una muestra estratificada aleatoria de 1200
hogares. Los resultados se muestran en el Cuadro 3.4.
102
a) La proporción estimada de hogares que están a favor de la instalación domiciliaria
de gas, se obtiene así:
5
p Wh ph =
h 1
= 0.04 (0.750) + 0.14 (0.625) + 0.34 (0.500) + 0.34 (0.250)+0.14 (0.125) = 0.390
Interpretación.- el 39% de los hogares de Lima Metropolitana están a favor de la
instalación domiciliaria de gas.
5
ph 1 ph
Varianza del estimador: ˆ p2 Wh2 1 f h = 0.00017082
h 1 nh 1
103
Estrato Nh Wh ph qh Wh ph qh
Nh
nh n n Wh , h 1, 2, .... , L
N
104
3.7 APLICACIÓN DEL MUESTREO ESTRATIFICADO CON SPSS
CUADRO 3.5
MESAS ELECTORALES EN LA MOLINA, SEGÚN LOCAL DE VOTACIÓN: 2006
En la base de datos del SPSS hay que definir las ponderaciones de cada unidad de
análisis (mesas electorales) en cada estrato. En el SPSS se efectúa con la opción
Transformar del menú, Calcular variable, poner el nombre de la variable de
105
destino (peso_estrato para el ejemplo), en expresión numérica escribir 249/12 que es
la ponderación para el estrato 1 (equivalente a N1/n1). Definir el estrato con el botón
Si… , aparece la ventana Calcular variable: Si los casos (Ver Figura 3-1). Escoger
la opción Incluir si el caso satisface la condición inmediatamente se activa la lista de
variables, escoger estrato y escribir =1; Continuar. Regresa a la ventana Calcular
variable, Aceptar. Inmediatamente se genera una nueva variable en la base de datos
con la denominación peso_estrato con la ponderación o factor de expansión (20.75)
en cada una de las primeras 249 mesas correspondientes al estrato 1 (Ver Figura 3-2).
Para definir la ponderación del estrato 2, seguir la misma rutina que para la
ponderación del estrato 1: Transformar del menú, Calcular variable, dejar el nombre
de la variable de destino (peso_estrato), en expresión numérica escribir 68/3 que es
la ponderación para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botón
Si… , en la ventana Calcular variable: Si los casos. En la opción Incluir si el caso
satisface la condición esta activa la variable estrato y escribir =2; Continuar.
Regresa a la ventana Calcular variable, Aceptar. Aparece la pregunta ¿Desea cambiar
la variable existente? Aceptar. Inmediatamente en la misma variable peso_estrato se
106
genera el cálculo de la ponderación (22.67) en cada una de las siguientes 68 mesas
correspondientes al estrato 2 (Ver Figura 3-3).
Figura 3-2. Ponderación (20.75) de las 249 mesas electorales del Estrato 1.
107
Del mismo modo se continúa con la determinación de las ponderaciones para los siete
estratos restantes hasta completar las ponderaciones para cada una de las 628 mesas
electorales, todas en la misma variable peso_estrato.
A continuación vamos a crear los planes de análisis y de selección, hasta obtener las 30
mesas electorales usando muestreo estratificado.
108
Figura 3-5. Variables de diseño: Estratos y Ponderación muestral.
109
Figura 3-6. Definir tamaños desiguales (de los estratos).
110
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis
del procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el
archivo del plan de análisis, la variable de ponderación, el tipo de estimación y el
tamaño de la población por estratos; tal como se observa a continuación:
GET
* Asistente de preparación del análisis.
CSPLAN ANALYSIS
/PLAN FILE='D:\Beatriz\UNAC\Investigación\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.E.A\PA-Estratif. Elecc. La Molina
2006.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_estrato
/PRINT PLAN MATRIX
/DESIGN STRATA= estrato
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE MATRIX= estrato;2 68;4 51;5 46;6 41;9 32;7
42;8 39;1 249;3 60.
Resumen
Etapa 1
Variables del diseño Estratificación 1
ESTRATO
Información sobre el Supuestos del estimador Muestreo
análisis de
probabilida
d igual sin
reposición
Tamaño de la población
Obtenido
de la
especificac
ión de
matriz
Etapa 1
Tamaño de
ESTRATO la población
U. Agraria 249
1140 - A. Miro Quesada 68
Unif e 60
1230 - Viña Alta 51
1235 - Unión Latinoam. 46
1278 - Ex ptal. La Molina 41
IEP Félix Tello 42
IEP New ton 39
IEP Ateneo 32
111
CREACIÓN DEL PLAN DE SELECCIÓN (con el asistente de muestreo)
112
Figura 3-9. Variables de diseño.
113
f) Variables de resultado.- ¿Qué variables desea guardar? Tamaños de población,
muestra y ponderación muestral. Ver Figura 3-11.
114
h) Extraer muestra, Opciones de selección.- Aceptar la propuesta automática o
personalice si desea. Ver Figura 3-13. Para continuar elegir Siguiente.
115
j) Finalización del Asistente de muestreo.- ¿Qué desea hacer? Guardar el diseño
en un archivo de plan y extraer la muestra. Ver Figura 3-15. Finalizar.
Resumen
Etapa 1
Variables del diseño Estratificación 1
ESTRATO
Información de la Método de selección
muestra
Muestreo
aleatorio
simple sin
reposición
116
de la
especificac
ión de
matriz
Variables creadas o Probabilidad de inclusión
modificadas (selección) según etapa Probabilid
adInclusió
n_1_
Tamaño de la muestra
según etapa TamañoM
uestral_1_
Número de
unidades
ESTRATO muestreadas
U. Agraria 12
1140 - A. Miro Quesada 3
Unife 3
1230 - Viña Alta 2
1235 - Unión Latinoam. 2
1278 - Exptal. La Molina 2
IEP Félix Tello 2
IEP Newton 2
IEP Ateneo 2
117
CSSELECT
/PLAN FILE='D:\Beatriz\UNAC\Investigación\Proyecto 7
Muestreo\Alcalde '+
'2006 Lima Callao\M.E.A\PS-Estratif. Elecc. La Molina
2006.csplan'
/CRITERIA STAGES = 1 SEED = RANDOM
/CLASSMISSING EXCLUDE
/DATA RENAMEVARS
/SAMPLEFILE OUTFILE = 'D:\Beatriz\UNAC\Investigación\Proyecto 7 '+
'Muestreo\Alcalde 2006 Lima Callao\M.E.A\Muestra Estratificada
Elecc. La '+
'Molina 2006.sav'
/PRINT SELECTION.
[Conjunto_de_datos1] D:\Beatriz\UNAC\Investigación\Proyecto 7
Muestreo\Alcalde 2006 Lima Callao\Elecc. La Molina 2006.sav
118
Figura 3-16. Muestra aleatoria estratificada seleccionada con el SPSS.
119
Creados los planes de análisis y seleccionada la muestra estratificada, utilizaremos
dichos resultados muestrales para efectuar una serie de cálculos en muestras complejas.
Con el menú Analizar, Muestras complejas del SPSS se pueden realizar cálculos de
frecuencias, estadísticos descriptivos, tablas de contingencia, razones y modelos de
regresión (lineal general, logístico y ordinal).
Veamos cómo obtener resultados del Conteo Rápido para las elecciones municipales
2006 de La Molina utilizando la muestra estratificada aleatoria ya obtenida y los planes
elaborados. En el menú seguir la secuencia: Analizar- Muestras complejas –
Descriptivos; aparece la ventana Plan de muestras complejas para análisis descriptivos
solicitando un Plan (escogemos el plan creado: PA-Estratif. Elecc. La Molina
2006.csplan) En Probabilidades conjuntas: un conjunto de datos abierto = Muestra
Estratificada Elecc. La Molina 2006.sav (abierta de antemano para trabajar) y Continuar.
Ver Figura 3-18.
120
Aceptar el mensaje se ignorará el archivo de probabilidades conjuntas porque el plan no
solicita una estimación SR de probabilidad desigual.
En la opción Estadísticos, para nuestro caso escoger: suma, error típico, intervalos de
confianza del 95%, coeficiente de variación y efecto del diseño. Continuar y Aceptar.
Estos resultados, de votos emitidos estimados han sido exportados y ordenados en Excel
para hacer comparaciones con los resultados reales dados por la ONPE para La Molina
(ver Anexo) los mismos que se muestran resumidos en el Cuadro 3.6.
121
Es tadísticos univariante s
En los resultados del Cuadro 3.6., con sólo 30 de las 628 mesas electorales del distrito de La
Molina, en las elecciones municipales del año 2006, se puede apreciar que las estimaciones
(1) de los votos emitidos usando muestreo estratificado aleatorio, reflejan mejores
aproximaciones a los resultados de la ONPE (2) que los obtenidos con el muestreo aleatorio
simple (Cuadro 2.4) con errores absolutos pequeños para este tipo de información;
incluyendo las estimaciones para los votos nulos, que en el caso de la ONPE incluye los
votos de 5 mesas electorales anuladas con una suma de 689 votos.
122
Si apreciamos los intervalos del 95% de confianza obtenido para las agrupaciones políticas,
la mayoría contienen los resultados dados por la ONPE. Habría que observar que la
diferencia con la ONPE en el tercer lugar no lo detecta bien por que hay un “empate técnico”
entre Restauración Nacional y Primero La Molina.
Además, los coeficientes de variación obtenidos para las cinco primeras agrupaciones con
más votos son muy pequeños, garantizando los resultados en un proceso de conteo rápido.
De manera similar se obtienen los porcentajes (respecto a los votos totales o válidos)
utilizando el menú seguir la secuencia: Analizar- Muestras complejas – Razones; aparece
la ventana Plan de muestras complejas para análisis de razones solicitando un Plan
(escogemos el mismo plan creado: PA-Estratif. Elecc. La Molina 2006.csplan). En
Probabilidades conjuntas: un conjunto de datos abierto = Muestra Estratif. Elecc. La
Molina 2006.sav (abierta de antemano para trabajar) y Continuar. Similar a la Figura 3-18.
En la opción Estadísticos, para nuestro caso escoger: error típico, intervalos de confianza del
95%, coeficiente de variación y efecto del diseño. Continuar y Aceptar.
123
Figura 3-21. Razones de muestras complejas.
Razones 1
Intervalo de confianza
Es timac ión al 95% Coeficiente Efecto del
Numerador Denominador de la raz ón Error típic o Inferior Superior de v ariación diseño
SIEMPRE UNIDOS TOTAL .018 .002 .014 .022 .100 .893
RENOVACIÓN NACIONAL TOTAL .017 .002 .013 .021 .109 1.343
AVANZA PAÍS TOTAL .004 .001 .002 .006 .212 .627
RESTAURACIÓN TOTAL .096 .005 .085 .107 .057 1.138
NACIONAL
UNIDAD NACIONAL TOTAL .451 .008 .434 .468 .018 .991
SOMOS PERÚ TOTAL .159 .004 .150 .167 .026 .585
APRA TOTAL .077 .003 .070 .084 .042 .976
PRIMERO LA MOLINA TOTAL .089 .004 .082 .097 .040 1.047
VOTOS VÁLIDOS TOTAL .911 .005 .901 .921 .005 1.080
BLANCOS TOTAL .045 .003 .039 .052 .067 1.073
NULOS TOTAL .043 .004 .036 .051 .084 1.088
Figura 3-22. Proporción de votos por agrupaciones políticas, respecto al total de votos.
124
CUADRO 3.7. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006
Muestreo Estratificado Aleatorio
PORCENTAJE DE VOTOS EMITIDOS
Los resultados porcentuales son idénticos a los obtenidos anteriormente para el número
de votos emitidos, con diferencias casi imperceptibles.
Razones 1
Intervalo de confianza
Estimación al 95% Coeficiente Efecto del
Numerador Denominador de la razón Error típico Inferior Superior de variación diseño
SIEMPRE UNIDOS VOTOS VÁLIDOS .020 .002 .016 .024 .098 .878
RENOVACIÓN NACIONAL VOTOS VÁLIDOS .019 .002 .015 .023 .108 1.345
AVANZA PAÍS VOTOS VÁLIDOS .004 .001 .002 .006 .211 .619
RESTAURACIÓN VOTOS VÁLIDOS .105 .006 .093 .118 .058 1.142
NACIONAL
UNIDAD NACIONAL VOTOS VÁLIDOS .495 .008 .478 .511 .016 .981
SOMOS PERÚ VOTOS VÁLIDOS .174 .005 .165 .184 .026 .572
APRA VOTOS VÁLIDOS .085 .004 .077 .092 .043 1.018
PRIMERO LA MOLINA VOTOS VÁLIDOS .098 .004 .090 .106 .038 1.063
Figura 3-23. Proporción de votos por agrupaciones políticas, sólo votos válidos.
Estos resultados, de proporción (razón) de votos válidos estimados han sido exportados
y ordenados en Excel y comparados con los resultados dados por la ONPE para La
Molina los mismos que se muestran resumidos en el Cuadro 3.8 siguiente.
125
CUADRO 3.8. RESULTADO ELECCIONES MUNICIPALES LA MOLINA 2006
Muestreo Estratificado Aleatorio
Estos últimos resultados son los que se proporcionan en los “conteos rápidos” que como
vemos en nuestro caso son muy parecidos a los de la ONPE (1) versus (2).
126
CASO 3-2. ESTIMACIÓN DE LA PRODUCCIÓN DE TAPAS
En una industria que elabora tapas de plástico existen 400 máquinas que fabrican ese
producto. Las máquinas han sido adquiridas por la empresa según sus condiciones
económicas a través de varios años y así existen en ella 240 que son operadas manualmente
y por lo tanto de bajo rendimiento; 100 semiautomáticas y 60 completamente automáticas,
de alto rendimiento. Se desea estimar el número medio y el total de tapas producidas por las
máquinas en la primera semana de junio, con sus intervalos de confianza del 95%. Tomado
de Abad y Servin (1981), ejemplo 6.2, página 111.
La primera semana de junio, se observó el número de tapas producidas por las máquinas
seleccionadas en la muestra, los resultados se presentan en el Cuadro 3.9.
Cuadro 3.9 Nº de tapas producidas en la industria por estrato en la primera semana de junio.
1 600 1 800
127
Vamos a resolver el caso primero utilizando las fórmulas propuestas y posteriormente
usando el programa SPSS, para realizar la comparación de resultados.
Estrato I (Manual)
12
Y1i
i 1 23500
Estimación de la media: y1 1958.33 tapas
12 12
s12 180833.33 12
Vˆ ( y1 ) ˆ 2
y1
1 f1 (1 ) = 14 315.97
n1 12 240
ˆ y1 14315.97 119.64936
ˆ y1 119.64936
cv(Y1 ) 100 100 6.11%
y1 1958.33
2
s 180833.33 12
Vˆ (Yˆ1 ) N12 ˆ y2 N 1
2 1
1 f1 (240)2 (1 ) = 824 599 872
1
1n 12 240
128
Estimación del error estándar o error típico del total:
ˆY1 28715.85
cv(Y1 ) 100 100 6.11%
Y1 470000
Estrato II (Semiautomática)
5
Y2i
i 1 30100
Estimación de la media: y2 6020 tapas
5 5
s22 2572000 5
Vˆ ( y2 ) ˆ 2
y2
1 f2 (1 ) = 488 680
n2 5 100
ˆ y2 488680 = 699.0565
129
Estimación del error relativo o coeficiente de variación para la media:
ˆ y2 699.0565
cv(Y2 ) 100 100 = 11.6%
y2 6020
s22 2572000 5
Vˆ (Yˆ2 ) N22 ˆ y22 N 2
2 1 f2 (100)2 (1 ) = 4 886 800 000
n2 5 100
ˆY2 69905.6507
cv(Y2 ) 100 100 = 11.6%
Y2 602000
3
Y3i
i 1 60900
Estimación de la media: y3 = 20 300
3 3
130
s32 10570000 3
Vˆ ( y3 ) ˆ y2 1 f3 (1 ) = 3 347 166.6
3
n3 3 60
ˆ y3 3347166.6 = 1 829.5263
ˆ y3 1829.5263
cv(Y3 ) 100 100 = 9.0%
y3 20300
s32 10570000 3
Vˆ (Yˆ3 ) N32 ˆ y2 N 2
1 f3
3 (60)2 (1 ) = 12 049 800 000
3
n3 3 60
131
Estimación del error relativo o coeficiente de variación para del total:
ˆY3 109771.58
cv(Y3 ) 100 100 = 9.0%
Y3 1218000
Estimación de la media:
3
y Wh y h W1 y1 W2 y 2 W3 y 3
h 1
240 100 60
= (1958.33) (6020) (20300) = 5 725 tapas/máquina
400 400 400
3
sh2 3
ˆ 2
y
W 2
1 fh
h Wh2 2
yh
h 1 n h h 1
2 2 2
240 100 60
= 14315.97 488680 3347167 = 111 007.5
400 400 400
ˆY 111007.5 = 333.1779
ˆy 333.1779
cv(Y ) 100 100 = 5.8%
y 5725
132
Estimación del total: Yˆ N y = 400 (5 725) = 2 290 000 tapas.
L
sh2
ˆ 2
Yˆ
N 2
W
h
2
1 fh N2 2
y (400)2 (111007.5) = 17 761 200 000
h 1 nh
ˆ yˆ N ˆy ˆy
cv(Y ) 100 100 100 cv(Y ) = 5.8%
Yˆ Ny y
Todo este proceso laborioso de cálculo de estimaciones puede ser abreviado utilizando el
programa SPSS, el mismo que requiere seguir las pautas usadas anteriormente, tal como
se describe en la página siguiente.
133
Con la ayuda del SPSS estimaremos tanto el promedio como el total de tapas producidas en
la industria y sus correspondientes intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada máquina en cada estrato, asignar las ponderaciones en cada estrato, elaborar el plan de
análisis y obtener las estimaciones requeridas.
Para definir la ponderación del estrato 2, seguir la misma rutina que para la ponderación
del estrato 1: Transformar del menú, Calcular variable, dejar el nombre de la variable
de destino (peso_estrato), en expresión numérica escribir 100/5 que es la ponderación
para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botón Si… , en la
ventana Calcular variable: Si los casos. En la opción Incluir si el caso satisface la
condición esta activa la variable estrato y escribir =2; Continuar. Regresa a la ventana
Calcular variable, Aceptar. Aparece la pregunta ¿Desea cambiar la variable existente?
Aceptar. Inmediatamente en la misma variable peso_estrato se genera el cálculo de la
ponderación (20.00) en cada una de las siguientes 5 máquinas correspondientes al estrato
2. Del mismo modo se continúa con la determinación de las ponderaciones para el
estrato 3 hasta completar las ponderaciones Ver Figura 3-24.
134
Figura 3-24. Base de datos Producción de tapas con sus ponderaciones por estrato.
c) La creación del plan de análisis, se efectúa de manera similar a los casos anteriores.
135
Recuento. Para proseguir escoger Continuar. Regresa a la ventana de Tamaño,
donde escogemos Siguiente para continuar.
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el archivo
del plan de análisis, la variable de ponderación, el tipo de estimación y el tamaño de la
población por estratos.
136
Inmediatamente en la hoja de resultados del SPSS aparecen los resultados estimados
para el promedio y el total (suma) de tapas producidas. Se observa la estimación, el error
estándar (típico), intervalo de confianza y el error relativo (coeficiente de variación). Ver
Figura 3-25.
Estadísticos univariantes
Intervalo de confianza al
95%
Coeficiente de
Estimación Error típico Inferior Superior variación
Media NÚMERO DE TAPAS
PRODUCIDAS 5725.00 333.178 5022.06 6427.94 .058
Suma NÚMERO DE TAPAS
PRODUCIDAS 2290000 133271.152 2008822 2571178 .058
Descriptivos de la subpoblación
Estadísticos univariantes
Inferior Superior
Manual Media NÚMERO DE
TAPAS 1958.33 119.649 1705.90 2210.77 .061
PRODUCIDAS
Suma NÚMERO DE
28715.84
TAPAS 470000 409415 530585 .061
9
PRODUCIDAS
Semiautomática Media NÚMERO DE
TAPAS 6020.00 699.057 4545.12 7494.88 .116
PRODUCIDAS
Suma NÚMERO DE
69905.65
TAPAS 602000 454512 749488 .116
1
PRODUCIDAS
Automática Media NÚMERO DE
TAPAS 20300.00 1829.526 16440.04 24159.96 .090
PRODUCIDAS
Suma NÚMERO DE
109771.5
TAPAS 1218000 986402 1449598 .090
81
PRODUCIDAS
Como se puede apreciar los resultados son idénticos a los obtenidos en las páginas
anteriores tanto para los estratos (subpoblaciones) como para toda la industria.
137
CASO 3-3. SUPERFICIE SEMBRADA CON FRUTALES
Se quiere estimar la superficie total sembrada con frutales en el “Valle de San Lorenzo” con
500 unidades agropecuarias, para lo cual se elige 50 unidades. Entrevistadas las unidades
agropecuarias seleccionadas respecto a la superficie sembrada con frutales en hectáreas, se
obtuvo los resultados que se presentan en el Cuadro 3.10.
2 3 25 13 28 14 50 17
8 5 15 7 42 31 55 22
15 7 8 26 26 50 66 79
10 9 19 31 45 32
4 13 10 22 52 20
3 9 5 14 40
6 4 24 16
12 6 36
5 11
Se pide estimar el número medio y el total de hectáreas sembradas con frutales por las
unidades agropecuarias, con sus intervalos de confianza del 95%.
138
Se han estratificado las unidades agropecuarias según el criterio: dimensión de la unidad
agropecuaria (en Hás.), es decir, unidades agropecuarias con menos de 20 Hás. = 1, De 20 a
menos de 40 Hás. = 2, De 40 a menos de 60 Hás. = 3 y De 60 a más Hás. = 4. Entonces
formamos cuatro estratos de tamaños N1 = 179, N2 = 150, N3 = 108 y N4 = 63 unidades. Por
lo tanto, el tamaño de la población es: N = N1 + N2 + N3 + N4 = 500 unidades agropecuarias.
Se selecciona una muestra de 18 unidades del primer estrato, 15 del segundo, 11 del tercero
y 6 del cuarto estrato, es decir, n1 = 18, n2 = 15, n3 = 11 y n3 = 6 unidades, el tamaño total de
la muestra es: n = n1 + n2 + n3 + n4 = 50 unidades.
Con la ayuda del SPSS estimaremos tanto el promedio como el total de hectáreas sembradas
con frutales en el “Valle de San Lorenzo” y sus intervalos de confianza del 95%.
Los cuatro pasos a seguir son los siguientes: construir la base de datos con los resultados de
cada unidad agropecuaria en cada estrato, asignar las ponderaciones en cada estrato, elaborar
el plan de análisis y obtener las estimaciones requeridas.
a) Elaboramos la base datos caso 3-3 Superficie con futales.sav. Se ha considerado las
variables estrato haciéndole corresponder los valores 1, 2, 3 y 4. La variable superficie
con los datos del número de hectáreas sembradas con frutales por cada una de las 50
unidades agropecuarias observadas en la muestra. Ver Figura 3-26.
Para definir la ponderación del estrato 2, seguir la misma rutina que para la ponderación
del estrato 1: Transformar del menú, Calcular variable, dejar el nombre de la variable
de destino (peso_estrato), en expresión numérica escribir 150/15 que es la ponderación
para el estrato 2 (equivalente a N2/n2). Definir el estrato con el botón Si… , en la
139
ventana Calcular variable: Si los casos. En la opción Incluir si el caso satisface la
condición esta activa la variable estrato y escribir =2; Continuar. Regresa a la ventana
Calcular variable, Aceptar. Aparece la pregunta ¿Desea cambiar la variable existente?
Aceptar. Inmediatamente en la misma variable peso_estrato se genera el cálculo de la
ponderación (10.00) en cada una de las siguientes 15 unidades agropecuarias
correspondientes al estrato 2. Del mismo modo se continúa con la determinación de las
ponderaciones para el estrato 3 y 4 hasta completar las ponderaciones Ver Figura 3-26.
Figura 3-26. Base de datos Superficie con frutales y sus ponderaciones por estrato.
c) La creación del plan de análisis, se efectúa de manera similar a los casos anteriores.
140
Variables de diseño.- escoger la variable estrato y colocarla en la ventana Estratos
y la variable peso_estrato colocarla en Ponderación muestral. Para continuar elegir
Siguiente.
Concluida la creación del plan de análisis, en resultados del SPSS aparece la sintaxis del
procedimiento desarrollado: las ponderaciones, la ruta donde esta guardado el archivo
del plan de análisis, la variable de ponderación, el tipo de estimación y el tamaño de la
población por estratos.
d) Obtención de las estimaciones.- para obtener las estimaciones del promedio y el total
de la superficie sembrada con frutales y sus intervalos de confianza del 95% utilizando la
base de datos definida en la parte a) y b) así como el plan de análisis elaborado en c).
141
Aparece el mensaje: Se ignorará el archivo de probabilidades conjuntas porque el
plan no solicita una estimación SR de probabilidad desigual. Aceptar.
Estadísticos univariantes
Intervalo de confianza al
95%
Coeficiente de
Estimación Error típico Inferior Superior variación
Media SUPERFICIE (Hás.) 21.58 1.594 18.37 24.78 .074
Suma SUPERFICIE (Hás.) 10788 796.806 9184 12392 .074
Descriptivos de la subpoblación
Estadísticos univariantes
Intervalo de confianza
al 95%
Coeficiente
ESTRATO Estimación Error típico Inferior Superior de variación
1 Media SUPERFICIE (Hás.) 7.33 .843 5.64 9.03 .115
Suma SUPERFICIE (Hás.) 1313 150.969 1009 1617 .115
2 Media SUPERFICIE (Hás.) 18.07 2.236 13.57 22.57 .124
Suma SUPERFICIE (Hás.) 2710 335.449 2035 3385 .124
3 Media SUPERFICIE (Hás.) 34.55 3.507 27.49 41.61 .102
Suma SUPERFICIE (Hás.) 3731 378.808 2968 4493 .102
4 Media SUPERFICIE (Hás.) 48.17 9.472 29.10 67.23 .197
Suma SUPERFICIE (Hás.) 3035 596.731 1833 4236 .197
Figura 3-27. Resultados estimados con el SPSS para la superficie sembrada de frutales.
142
CASO 3-4. BOCA DE URNA
En el Cuadro 3.11 se presenta el diseño muestral tanto para el “conteo rápido” como la “boca
de urna” en el distrito de La Molina, para entrevistar a 300 electores por hora con 10
encuestadores.
El tamaño de muestra de electores para cada local de votación fue ajustado tomando en
cuenta la proximidad con otros locales, el número de electores necesarios, la carga de los
encuestadores (30 entrevistas por hora), entre otros aspectos. Efectuado el ajuste se
determina trabajar en 4 sectores:
143
A fin de lograr representatividad en la muestra de electores, la carga de 30 electores por hora
para los entrevistadores fue ajustada conforme a lo indicado en el Cuadro 3.12.
De 18 a 29 años 5 5 10
De 30 a 45 años 5 5 10
De 46 años y más 5 5 10
Total 15 15 30
El día de las elecciones (19 – 11- 2006) los entrevistadores efectuaron 1200 entrevistas a
razón de 300 por hora entre las 10 a.m. y las 2 p.m. El formato utilizado por cada
entrevistador para recoger la opinión de ¿Por qué agrupación política o candidato a votado
usted en La Molina? Es el siguiente:
Los resultados obtenidos por cada entrevistador fueron agrupados por hora y local escogido,
según agrupación o candidato, tal como se presentan en el Cuadro 3.13 y consolidados por
hora y agrupación o candidato en el Cuadro 3.14.
144
CUADRO 3.13 RESULTADO DEL "BOCA DE URNA" EN LA MOLINA, POR HORA Y
LOCAL, SEGÚN AGRUPACIÓN O CANDIDATO: 19/11/2006
CUADRO 3.14 ENCUESTA A BOCA DE URNA PARA LA ELECCIÓN MUNICIPAL EN LA MOLINA (19-11-06)
(Consolidado)
145
Capítulo 4. OTROS MÉTODOS DE MUESTREO
CONTENIDO
De la población (Yi: Y1, Y2, Y3, …. , YN) se desea extraer una muestra sistemática de
tamaño n para ello se debe seguir los siguientes pasos:
N
a) Determinar la longitud k del intervalo de selección sistemática, que nos
n
indica la selección de una de cada k unidades de investigación.
De ser esto último un problema, entonces, tomar k como la mayor parte entera sólo
para determinar el “arranque aleatorio” a escogiendo un número aleatorio entre 1 y
146
k (1 ≤ a ≤ k). Seleccionada la unidad de análisis a, utilizando la tabla de números
aleatorios, a continuación seleccionamos sucesivamente y redondeando las
unidades de análisis a + k, a + 2k, a + 3k, …. , a + (n – 1)k. Escogiéndose todas
las unidades de análisis necesarias hasta completar el tamaño de muestra.
Ejemplo 4.1
Solución
N 500
La longitud del intervalo de selección sistemática es: k = 20
n 25
a + k = 13 + 20 = 33 a + 7k = 13 + 7 (20) = 163
147
Cuadro 4.1 Marco muestral de 500 establos y la muestra de 25 seleccionados
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100
101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120
121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140
141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180
181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200
201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220
221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260
261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280
281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300
301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360
361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380
381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420
421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440
441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460
461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480
481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500
N 500
La longitud del intervalo de selección sistemática es: k 16.66
n 30
a + k = 7 + 16 = 23 a + 4k = 7 + 4 (16) = 71
a + 2k = 7 + 2 (16) = 39 ……………………….
148
Indudablemente que en el proceso de selección de la muestra dejaran de participar
las unidades estadísticas con numeración alta, tal como se puede apreciar en el
Cuadro 4.2.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32
33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48
49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80
81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96
97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112
113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128
129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144
145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160
161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176
177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192
193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208
209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224
225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240
241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256
257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288
289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304
305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320
321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336
337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352
353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368
369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384
385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400
401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416
417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432
433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448
449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464
465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480
481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496
497 498 499 500
149
a + k = 7 + 16.66 = 24 a + 7k = 7 + 7 (16.66) = 124
a + 4k = 7 + 4(16.66) = 74 ………………………..
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51
52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68
69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85
86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102
103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119
120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136
137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153
154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170
171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187
188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204
205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221
222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238
239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255
256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289
290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306
307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323
324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340
341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357
358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374
375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391
392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408
409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425
426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442
443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459
460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476
477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493
494 495 496 497 498 499 500
150
Las fórmulas de estimación que se utilizan para el procesamiento de la información
con este método de muestreo se aproximan a las fórmulas del M.A.S.
Ejemplo 4.2
Cabezas de ganado
Establo (Xi)
13 45
33 15
53 32
73 65
93 51
113 24
133 38
153 47
173 58
193 18
213 47
233 54
253 61
273 25
293 41
313 36
333 17
353 53
373 27
393 44
413 39
433 18
453 35
473 43
493 26
Solución
Resultados muestrales:
151
n
Xi
i 1 45 15 32 .... 43 26 959
Promedio: X 38.36
n 25 25
n
(Xi X )2
5035.76
Vaianza: S 2 i 1
209.8233
n 1 25 1
n
Xi
959
Promedio estimado: ˆ X i 1
38.36 cabezas por establo.
n 25
s2 209.8233 25
var X ˆ X2 (1 f ) 1 = 6.6444
n 30 500
En la estimación del promedio de cabezas de ganado por establo, con una muestra
de 25 establos, el error de muestreo que se comete es de 5.32 cabezas de ganado.
152
IC( X ) Xˆ t0.975, 24 ˆ Xˆ 19130 2.064 1661100 19130 2260.16
a 6
Proporción estimada: p 0.20
n 30
p(1 p) 0.20(0.80) 25
ˆ p2 Vˆ ( p ) (1 f ) 1 = 0.0063332
n 1 25 1 500
p(1 p) 1
LC( P) p Z (1 f)
1
2
n 1 2n
(0.2)(0.8) 25 1
LC ( P ) 0.2 (1.96) 1
25 1 500 2(25)
153
CASO 4-1. CONTEO RÁPIDO
N 633
La longitud del intervalo de selección sistemática es: k 31.65
n 20
154
046976 046977 046978 046979 046980 046981 046982 046983 046984 046985
046986 046987 046988 046989 046990 046991 046992 046993 046994 046995
046996 046997 046998 046999 047000 048751 048752 048753 048754 048755
048756 048757 048758 048759 048760 048761 048762 048763 048764 048765
048766 048767 048768 048769 048770 050291 050292 050293 050294 050295
050296 050297 050298 050299 050300 050301 050302 050303 050304 050305
050306 050307 050308 050309 050310 050311 050312 050313 050314 050315
050316 050317 050318 050319 050320 050321 050322 050323 050324 050325
050326 050327 050328 050329 050330 051576 051577 051578 051579 051580
051581 051582 051583 051584 051585 051586 051587 051588 051589 051590
051591 051592 051593 051594 051595 051596 051597 051598 051599 051600
051601 051602 051603 051604 051605 051606 051607 051608 051609 051610
051611 051612 051613 051614 051615 052451 052452 052453 052454 052455
052456 052457 052458 052459 052460 052461 052462 052463 052464 052465
052466 052467 052468 052469 052470 052471 052472 052473 052474 052475
052476 052477 052478 052479 052480 053041 053042 053043 053044 053045
053046 053047 053048 053049 053050 053051 053052 053054 053062 221853
227879 228108
155
MESAS EN EL C.E. 1278 EXPERIMENTAL (42)
228288 228518 228728 228961 229112 229249 229383 229490 229590 229686
229800 229902 230021 230107 230194 230278 230354 230442 230536 230638
230724 230793 230883 230958 231023 231109 231189 231260 231343 231439
231517 231622 231752 231855 231974 232081 232164 232277 232395 232524
232645 232780
Total de Votos 44 32 18 268 1282 421 229 258 130 131 2813
% de Votos Válidos (muestra) 1.72 1.25 0.71 10.50 50.24 16.50 8.97 10.11 100.00 2552
% de Votos Válidos (onpe) 1.85 1.78 0.64 10.5 49.32 16.87 8.37 10.67 100.00 válidos
% de Error -0.13 -0.53 0.07 0.00 0.92 -0.37 0.60 -0.56 0.00
156
El consolidado de los resultados anteriores, se presenta en el Cuadro 4.6.
MUESTRA ONPE
%Votos %Votos %Votos % ERROR
Organización Política Votos Emitidos Válidos Válidos
UNIDAD NACIONAL (L. Dibos) 1,282 45.57 50.24 49.32 0.92
SOMOS PERÚ (J. Calvo) 421 14.97 16.50 16.87 -0.37
PRIMERO LA MOLINA (P. Figueroa) 258 9.17 10.11 10.67 -0.56
RESTAURACION NACIONAL (P. Inga) 268 9.53 10.50 10.50 0.00
APRA (J. Pimentel) 229 8.14 8.97 8.37 0.60
SIEMPRE UNIDOS (A. Dávila) 44 1.56 1.72 1.85 -0.13
RENOVACIÓN NACIONAL (W. Buckley) 32 1.14 1.25 1.78 -0.53
AVANZA PAIS (R. Dulanto) 18 0.64 0.71 0.64 0.07
Total de Votos Válidos 2,552 90.72 100.00 100.00
Votos Blancos 130 4.62
Votos Nulos 131 4.66
Total de Votos Emitidos 2,813 100.00
Tal como se puede apreciar en el Cuadro 4.6, los resultados obtenidos con la
muestra sistemática son muy parecidos a los proporcionados posteriormente por la
ONPE, con lo cual se garantiza la importancia del muestreo en la obtención de
resultados rápidamente. Vale seguir observando la no coincidencia en la tercera
ubicación, ya que hubo un “empate técnico” entre las agrupaciones políticas
Primero La Molina (del candidato Paul Figueroa) y Restauración Nacional (de la
candidata Perú Inga).
157
CONTEO RÁPIDO PARA LA PROVINCIA DE LIMA
N 28604
La longitud del intervalo de selección sistemática es: k 75.47
n 379
158
UNIVERSIDAD NACIONAL DEL CALLAO
FACULTAD DE CIENCIAS ECONÓMICAS
159
La obtención de resultados en Excel para la Provincia de Lima, fue similar a los
obtenidos para el distrito de La Molina. En el Cuadro 4.8 se presenta un consolidado
de dichos resultados.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 26,302 47.97 47.55 48.39 1,960,588 47.83 0.14
Restauración Nacional 8,102 14.78 14.48 15.07 607,946 14.83 -0.05
APRA 6,585 12.01 11.74 12.28 490,981 11.98 0.03
Somos Perú 4,513 8.23 8.00 8.46 346,726 8.46 -0.23
Unión por el Perú 2,575 4.70 4.52 4.87 189,862 4.63 0.06
Partido Nacionalista Peruano 2,427 4.43 4.25 4.60 174,752 4.26 0.16
Si Cumple 2,179 3.97 3.81 4.14 163,956 4.00 -0.03
Acción Popular 770 1.40 1.31 1.50 57,747 1.41 0.00
Avanza País 563 1.03 0.94 1.11 42,511 1.04 -0.01
Frente Pop. Agríc. del Perú 469 0.86 0.78 0.93 38,435 0.94 -0.08
Diálogo Vecinal (1) 225 0.41 0.36 0.46 16,178 0.39 0.02
Renacimiento Andino 122 0.22 0.18 0.26 9,616 0.23 -0.01
Votos Válidos 54,832 100.00 4,099,298 100.00 0.00
Blancos 2,542 198,937
Nulos 3,195 312,627
Total 60,569 4,610,862
Error: +/- 0.5%
La muestra consta de 379 de las 28604 mesas, distribuidas proporcionalmente en los 33 distritos con más mesas de la provincia de Lima.
Nota.- el Alcalde elegido fue el Sr. Luis Castañeda Lossio de Unidad Nacional.
En el Cuadro 4.8 se puede apreciar que los resultados obtenidos con la muestra
son similares a los dados oficialmente por la ONPE, con errores sumamente
pequeños (menores al 0.23%). Nos dejan ver lo importante que es el muestreo para
obtener resultados muy parecidos a los parámetros poblacionales.
Los resultados obtenidos para los 20 distritos más grandes considerados en esta
muestra también fueron idénticos a los de la ONPE, indudablemente con errores
un poco más grandes, lo cual nos lleva a considerar que desde la UNAC podemos
efectuar el “conteo rápido” en el Callao para el cual también hemos efectuado
ensayos con resultados similares a los de la ONPE.
160
4.1 MUESTREO DE CONGLOMERADOS
Ejemplo 4.3
Solución
Los números obtenidos son: 041 – 077 – 111 – 084 – 064 – 048 – 060 – 128 – 073 –
038 – 116 – 031 y 113.
A fin de poder trabajar con estos números los ordenamos en forma ascendente,
haciéndolos corresponder con las Instituciones Educativas del Cuadro 4.9. Los
resultados muestrales se presentan en el Cuadro 4.10.
161
Cuadro 4.9 Aulas y Alumnos de Primaria de Menores en las Instituciones Educativas
Públicas del Callao: 2008
162
Cuadro 4.10 Resultados de la muestra de I.E.Públicas de Primaria de Menores del Callao: 2008
114288.9744
Error estándar del estimado: Xˆ = 11 563.65 alumnos.
Coeficiente de variación (error relativo):
ˆ Xˆ 11563.65
CV ( X ) 100 100 = 17.0%
Xˆ 68100
Límites de confianza del 95%:
IC( X ) Xˆ t13, 0.975 ˆ Xˆ 68100 2.16(11563.65)
163
MUESTREO ESTRATIFICADO DE CONGLOMERADOS
Ejemplo 4.4
Con la información de las N = 130 instituciones educativas públicas de primaria de menores
del Callao dadas en el Cuadro 4.9, construir h = 3 estratos y seleccione una muestra aleatoria
estratificada con asignación proporcional de n = 13 instituciones y estime el total de
alumnos.
Solución
164
ESTRATOS OBTENIDOS Y DISTRIBUCIÓN DE LA MUESTRA
Estrato LI LS fi nh
1 30 400 53 5
2 400 749 56 6
3 750 1550 21 2
Total 130 13
Cuadro 4.12 Alumnos de Primaria de Menores en las Instituciones Educativas del Callao,
por Estratos y muestra seleccionada: 2008
165
Para el Estrato 3, partiendo de la fila 1, columnas 24 y 25 y escogiendo números de 2
dígitos (hacia abajo) entre 01 y 21, las 2 I.E. seleccionadas serían: 11 y 16.
En el Cuadro 4.12 se presenta los estratos y las instituciones educativas seleccionadas
de los mismos.
Con fines de cálculo en el Cuadro 4.13 se presenta los estratos, la muestra seleccionada
y algunos resultados por estrato.
Estimado:
3
Yˆ N h yh = 53 (287.8) + 56 (529.0) + 21 (1017.0) = 66 234 alumnos.
h 1
166
2746.7 5 8893.6 6 6050.0 2
ˆY2ˆ 532 1 562 1 212 1
5 53 6 56 2 21
= 6 754 842.63
Error estándar del estimado: ˆYˆ 6754842.63 = 2 599 alumnos
167
REFERENCIAS BIBLIOGRÁFICAS
168
APÉNDICE
169
CUADRO A.1 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE SURCO : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 850 38.00 35.99 40.01 67,724 38.32 -0.32
Somos Perú 740 33.08 31.13 35.03 56,805 32.14 0.94
APRA 183 8.18 7.04 9.32 13,724 7.77 0.42
Restauración Nacional 123 5.50 4.55 6.44 10,614 6.01 -0.51
Si Cumple 70 3.13 2.41 3.85 5,736 3.25 -0.12
Diálogo Vecinal (1) 61 2.73 2.05 3.40 5,396 3.05 -0.33
Unión por el Perú 47 2.10 1.51 2.70 4,089 2.31 -0.21
Partido Nacionalista Peruano 46 2.06 1.47 2.64 3,469 1.96 0.09
Confianza Perú 29 1.30 0.83 1.77 2,482 1.40 -0.11
Acción Popular 22 0.98 0.57 1.39 2,063 1.17 -0.18
Surco para Todos (4) 26 1.16 0.72 1.61 2,034 1.15 0.01
Renovación Nacional 30 1.34 0.86 1.82 1,981 1.12 0.22
Resurgimiento Peruano 10 0.45 0.17 0.72 621 0.35 0.10
Votos Válidos 2,237 100.00 176,738 100.00
Blancos 115 7,245
Nulos 86 10,448
Total 2,438 194,431
Error: +/- 2.1%
En Santiago de Surco, la muestra consta de 17 mesas, seleccionadas sistemáticamente de las 1336 válidas, ya que se anularon 14 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Manuel del Mar Estremadoyro, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 595 50.55 47.70 53.41 40,621 50.57 -0.02
Somos Perú 305 25.91 23.41 28.42 20,740 25.82 0.09
Restauración Nacional 112 9.52 7.84 11.19 7,607 9.47 0.05
APRA 99 8.41 6.83 10.00 6,232 7.76 0.65
Encuentro con Miraflores 36 3.06 2.07 4.04 2,390 2.98 0.08
Unión por el Perú 14 1.19 0.57 1.81 1,474 1.83 -0.65
Partido Nacionalista Peruano 16 1.36 0.70 2.02 1,266 1.58 -0.22
Votos Válidos 1,177 100.00 80,330 100.00
Blancos 70 3,749
Nulos 65 4,722
Total 1,312 88,801
Error: +/- 2.9%
En Miraflores, la muestra consta de 8 mesas, seleccionadas sistemáticamente de las 532 válidas, ya que se anularon 4 mesas.
Nota.- el Alcalde elegido fue el Sr. Manuel Masías Oyanguren, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Democracia con Valores (3) 551 45.20 42.41 47.99 35,686 43.46 1.74
Unidad Nacional 228 18.70 16.51 20.89 15,821 19.27 -0.56
Partido Democracia Social 219 17.97 15.81 20.12 14,309 17.43 0.54
APRA 68 5.58 4.29 6.87 4,744 5.78 -0.20
Restauración Nacional 61 5.00 3.78 6.23 4,278 5.21 -0.21
Somos Libres (2) 35 2.87 1.93 3.81 2,627 3.20 -0.33
San Borja Sí (4) 26 2.13 1.32 2.94 1,999 2.43 -0.30
San Borja Unido (6) 20 1.64 0.93 2.35 1,509 1.84 -0.20
Acción Popular 11 0.90 0.37 1.43 1,140 1.39 -0.49
Votos Válidos 1,219 100.00 82,113 100.00
Blancos 49 3,984
Nulos 64 4,733
Total 1,332 90,830
Error: +/- 2.8%
En San Borja, la muestra consta de 8 mesas, seleccionadas sistemáticamente de las 588 válidas, ya que se anularon 6 mesas.
Nota.- el Alcalde elegido fue el Sr. Alberto Tejada Noriega, de Democracia con Valores (3).
170
CUADRO A.4 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE CHORRILLOS : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Somos Perú 911 55.08 52.68 57.48 74,502 55.41 -0.33
APRA 169 10.22 8.76 11.68 14,422 10.73 -0.51
Unidad Nacional 158 9.55 8.14 10.97 14,353 10.67 -1.12
Si Cumple 122 7.38 6.12 8.64 8,897 6.62 0.76
Restauración Nacional 84 5.08 4.02 6.14 6,499 4.83 0.25
Unión por el Perú 75 4.53 3.53 5.54 5,129 3.81 0.72
Corazón Chorrillano (2) 46 2.78 1.99 3.57 3,708 2.76 0.02
FREPAP 34 2.06 1.37 2.74 2,775 2.06 -0.01
Acción Popular 27 1.63 1.02 2.24 1,984 1.48 0.16
Perú Posible 18 1.09 0.59 1.59 1,587 1.18 -0.09
Diálogo Vecinal (1) 10 0.60 0.23 0.98 601 0.45 0.16
Votos Válidos 1,654 100.00 134,457 100.00
Blancos 91 5,976
Nulos 97 11,640
Total 1,842 152,073
Error: +/- 2.4%
En Chorrillos, la muestra consta de 13 mesas, seleccionadas sistemáticamente de las 1019 válidas, ya que se anularon 19 mesas.
Nota.- el Alcalde elegido fue el Sr. Augusto Miyashiro Yamashiro, de Somos Perú.
171
CUADRO A.7 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE SAN MARTÍN DE PORRES : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Somos Perú 1,104 28.74 27.31 30.17 80,070 28.23 0.51
Unidad Nacional 774 20.15 18.88 21.42 57,500 20.27 -0.12
APRA 647 16.84 15.66 18.03 49,710 17.53 -0.68
Restauración Nacional 322 8.38 7.51 9.26 24,863 8.77 -0.38
Unión por el Perú 206 5.36 4.65 6.08 14,314 5.05 0.32
Si Cumple 170 4.43 3.78 5.08 13,449 4.74 -0.32
Partido Nacionalista Peruano 167 4.35 3.70 4.99 11,372 4.01 0.34
Siempre Unidos 84 2.19 1.72 2.65 6,542 2.31 -0.12
Resurgimiento Peruano 83 2.16 1.70 2.62 6,026 2.12 0.04
Renovación Nacional 58 1.51 1.12 1.90 4,439 1.56 -0.05
Voz Sanmartiniana (4) 59 1.54 1.15 1.92 3,804 1.34 0.19
Confianza Perú 50 1.30 0.94 1.66 3,108 1.10 0.21
Nuevo San Martín (6) 31 0.81 0.52 1.09 2,461 0.87 -0.06
Coord. Nac. Independientes 27 0.70 0.44 0.97 1,720 0.61 0.10
Diálogo Vecinal (1) 22 0.57 0.33 0.81 1,359 0.48 0.09
Avanza País 10 0.26 0.10 0.42 1,352 0.48 -0.22
Partido Socialista 17 0.44 0.23 0.65 937 0.33 0.11
Progresemos Perú 10 0.26 0.10 0.42 622 0.22 0.04
Votos Válidos 3,841 100.00 283,648 100.00
Blancos 223 17,348
Nulos 244 27,031
Total 4,308 328,027
Error: +/- 1.6%
En San Martín de Porres, la muestra consta de 27 mesas, seleccionadas sistemáticamente de las 2075 válidas, ya que se anularon 47 mesas.
Nota.- el Alcalde elegido fue el Sr. Freddy Ternero Corrales, de Somos Perú.
172
CUADRO A.9 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE RÍMAC : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 571 36.23 33.86 38.60 42,724 35.42 0.81
Somos Perú 205 13.01 11.35 14.67 16,913 14.02 -1.02
APRA 235 14.91 13.15 16.67 16,550 13.72 1.19
Restauración Nacional 162 10.28 8.78 11.78 11,688 9.69 0.59
Si Cumple 68 4.31 3.31 5.32 5,882 4.88 -0.56
Partido Nacionalista Peruano 66 4.19 3.20 5.18 4,903 4.07 0.12
Lucho por el Rímac (2) 56 3.55 2.64 4.47 4,503 3.73 -0.18
Renovación Nacional 42 2.66 1.87 3.46 3,593 2.98 -0.31
Siempre Unidos 46 2.92 2.09 3.75 3,503 2.90 0.01
Partido Socialista 42 2.66 1.87 3.46 3,341 2.77 -0.11
Acción Popular 28 1.78 1.12 2.43 2,280 1.89 -0.11
Alianza para el Progreso 19 1.21 0.67 1.74 1,940 1.61 -0.40
Diálogo Vecinal (1) 23 1.46 0.87 2.05 1,177 0.98 0.48
FREPAP 9 0.57 0.20 0.94 1,020 0.85 -0.27
Confianza Perú 4 0.25 0.01 0.50 592 0.49 -0.24
Votos Válidos 1,576100.00 120,609 100.00
Blancos 82 6,520
Nulos 103 10,379
Total 1,761 137,508
Error: +/- 2.5%
En el Rímac, la muestra consta de 10 mesas, seleccionadas sistemáticamente de las 753 válidas, ya que se anularon 13 mesas.
Nota.- el Alcalde elegido fue el Sr. Víctor Leyton Díaz, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Siempre Unidos 33327.73 25.20 30.26 27,316 28.03 -0.31
Unidad Nacional 20717.24 15.10 19.37 14,475 14.85 2.38
Somos Perú 94 7.83 6.31 9.35 9,577 9.83 -2.00
Unión por el Perú 118 9.83 8.14 11.51 9,478 9.73 0.10
Restauración Nacional 117 9.74 8.06 11.42 9,208 9.45 0.29
APRA 73 6.08 4.73 7.43 6,016 6.17 -0.10
Partido Nacionalista Peruano 78 6.49 5.10 7.89 5,474 5.62 0.88
Contigo si Sta. Anita (10) 54 4.50 3.32 5.67 5,060 5.19 -0.70
Integración Distrital (6) 42 3.50 2.46 4.54 4,137 4.25 -0.75
Si Cumple 30 2.50 1.62 3.38 2,714 2.79 -0.29
FRAPAP 19 1.58 0.88 2.29 1,224 1.26 0.33
Santa Anita Avanza (8) 15 1.25 0.62 1.88 949 0.97 0.28
Avanza País 11 0.92 0.38 1.45 938 0.96 -0.05
Presencia Vecinal (4) 10 0.83 0.32 1.35 880 0.90 -0.07
Votos Válidos 1,201100.00 97,446 100.00
Blancos 54 4,417
Nulos 99 9,417
Total 1,354 111,280
Error: +/- 2.8%
En Santa Anita, la muestra consta de 9 mesas, seleccionadas sistemáticamente de las 713 válidas, ya que se anularon 8 mesas.
Nota.- el Alcalde elegido fue el Sr. Osiris Feliciano Muñoz, de Siempre Unidos.
173
CUADRO A.11 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE PUENTE PIEDRA : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Perú Posible 250 22.56 20.10 25.02 19,197 22.51 0.05
Siempre Unidos 247 22.29 19.84 24.74 18,357 21.53 0.76
El Gallo de Oro (2) 171 15.43 13.31 17.56 14,155 16.60 -1.17
Unidad Nacional 130 11.73 9.84 13.63 10,422 12.22 -0.49
Si Cumple 123 11.10 9.25 12.95 9,365 10.98 0.12
Unión por el Perú 75 6.77 5.29 8.25 4,789 5.62 1.15
Restauración Nacional 50 4.51 3.29 5.73 4,298 5.04 -0.53
Somos Perú 32 2.89 1.90 3.87 2,339 2.74 0.14
Avanza País 14 1.26 0.61 1.92 1,215 1.42 -0.16
Fuerza Nacional 8 0.72 0.22 1.22 658 0.77 -0.05
Confianza Perú 8 0.72 0.22 1.22 472 0.55 0.17
Votos Válidos 1,108 100.00 85,267 100.00
Blancos 79 6,301
Nulos 100 8,466
Total 1,287 100,034
Error: +/- 2.9%
En Puente Piedra, la muestra consta de 8 mesas, seleccionadas sistemáticamente de las 623 válidas, ya que se anularon 10 mesas.
Nota.- el Alcalde elegido fue el Sr. Rennan Espinoza Rosales, de Perú Posible.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 1,337 25.45 24.27 26.63 96,353 25.00 0.45
Somos Perú 1,242 23.64 22.49 24.79 93,775 24.33 -0.69
Si Cumple 969 18.44 17.39 19.49 69,448 18.02 0.42
APRA 528 10.05 9.24 10.86 40,778 10.58 -0.53
Restauración Nacional 377 7.18 6.48 7.87 26,955 6.99 0.18
Unión por el Perú 320 6.09 5.44 6.74 22,109 5.74 0.35
Partido Nacionalista Peruano 270 5.14 4.54 5.74 20,467 5.31 -0.17
FREPAP 78 1.48 1.16 1.81 5,318 1.38 0.10
Acción Popular 44 0.84 0.59 1.08 2,755 0.71 0.12
Alianza para el Progreso 20 0.38 0.21 0.55 1,958 0.51 -0.13
Acción Solidaria (2) 30 0.57 0.37 0.77 1,892 0.49 0.08
Renovación Nacional 17 0.32 0.17 0.48 1,627 0.42 -0.10
Confianza Perú 14 0.27 0.13 0.41 1,159 0.30 -0.03
Progreso y Bienestar (4) 8 0.15 0.05 0.26 807 0.21 -0.06
Votos Válidos 5,254100.00 385,401 100.00
Blancos 230 20,017
Nulos 390 36,436
Total 5,874 441,854
Error: +/- 1.4%
En San Juan de Lurigancho, la muestra consta de 38 mesas, seleccionadas sistemáticamente de las 2803 válidas, ya que se anularon 57 mesas.
Nota.- el Alcalde elegido fue el Sr. Carlos Burgos Horna, de Unidad Nacional.
174
CUADRO A.13 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE COMAS : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 976 29.42 27.86 30.97 75,774 30.19 -0.77
Siempre Unidos 812 24.47 23.01 25.94 62,130 24.75 -0.28
APRA 354 10.67 9.62 11.72 26,601 10.60 0.07
Unión por el Perú 299 9.01 8.04 9.99 20,416 8.13 0.88
Restauración Nacional 233 7.02 6.15 7.89 19,702 7.85 -0.83
Partido Nacionalista Peruano 203 6.12 5.30 6.93 13,822 5.51 0.61
Somos Perú 116 3.50 2.87 4.12 7,852 3.13 0.37
Si Cumple 76 2.29 1.78 2.80 5,240 2.09 0.20
Diálogo Vecinal (1) 64 1.93 1.46 2.40 5,061 2.02 -0.09
Perú Posible 47 1.42 1.01 1.82 3,583 1.43 -0.01
Acción Popular 35 1.05 0.71 1.40 3,291 1.31 -0.26
FREPAP 44 1.33 0.94 1.72 3,004 1.20 0.13
Progresemos Perú 30 0.90 0.58 1.23 2,799 1.12 -0.21
Avanza País 29 0.87 0.56 1.19 1,730 0.69 0.18
Votos Válidos 3,318 100.00 251,005 100.00
Blancos 155 12,473
Nulos 232 22,316
Total 3,705 285,794
Error: +/- 1.7%
En Comas, la muestra consta de 24 mesas, seleccionadas sistemáticamente de las 1871 válidas, ya que se anularon 31 mesas.
Nota.- el Alcalde elegido fue el Sr. Miguel Saldaña Reategui, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 524 20.94 19.35 22.54 39,770 20.20 0.74
Somos Perú 465 18.59 17.06 20.11 36,226 18.40 0.18
Restauración Nacional 397 15.87 14.44 17.30 32,367 16.44 -0.57
Si Cumple 314 12.55 11.25 13.85 26,592 13.51 -0.96
APRA 207 8.27 7.19 9.35 16,145 8.20 0.07
Partido Nacionalista Peruano 178 7.11 6.11 8.12 15,194 7.72 -0.60
Confianza Perú 134 5.36 4.47 6.24 9,092 4.62 0.74
Avanza País 56 2.24 1.66 2.82 3,949 2.01 0.23
Acción Popular 47 1.88 1.35 2.41 3,673 1.87 0.01
FREPAP 39 1.56 1.07 2.04 3,073 1.56 0.00
Perú Posible 42 1.68 1.18 2.18 2,797 1.42 0.26
Siempre Unidos 25 1.00 0.61 1.39 2,009 1.02 -0.02
Participemos por Ate (2) 17 0.68 0.36 1.00 1,667 0.85 -0.17
Resurgimiento Peruano 16 0.64 0.33 0.95 1,217 0.62 0.02
Coordinadora Nac. de Indep. 15 0.60 0.30 0.90 1,175 0.60 0.00
Partido Socialista 15 0.60 0.30 0.90 1,174 0.60 0.00
Renacimiento Andino 11 0.44 0.18 0.70 755 0.38 0.06
Votos Válidos 2,502 100.00 196,875 100.00
Blancos 150 13,981
Nulos 178 16,160
Total 2,830 227,016
Error: +/- 2.0%
En Ate, la muestra consta de 19 mesas, seleccionadas sistemáticamente de las 1501 válidas, ya que se anularon 26 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Dupuy García, de Unidad Nacional.
175
CUADRO A.15 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE SAN JUAN DE MIRAFLORES : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 502 20.19 18.62 21.77 41,008 21.72 -1.52
Avanza País 475 19.11 17.56 20.65 37,573 19.90 -0.79
Somos Perú 360 14.48 13.10 15.86 26,882 14.24 0.25
APRA 217 8.73 7.62 9.84 17,602 9.32 -0.59
Restauración Nacional 196 7.88 6.82 8.94 15,296 8.10 -0.22
Si Cumple 189 7.60 6.56 8.64 12,604 6.67 0.93
Unión por el Perú 159 6.40 5.43 7.36 11,651 6.17 0.23
Partido Nacionalista Peruano 123 4.95 4.10 5.80 8,779 4.65 0.30
Confianza Perú 63 2.53 1.92 3.15 4,182 2.21 0.32
Diálogo Vecinal (1) 48 1.93 1.39 2.47 3,435 1.82 0.11
San Juan Unido (2) 33 1.33 0.88 1.78 3,069 1.63 -0.30
Perú Posible 29 1.17 0.74 1.59 1,873 0.99 0.17
Resurgimiento Peruano 21 0.84 0.48 1.20 1,601 0.85 0.00
Acción Popular 17 0.68 0.36 1.01 1,113 0.59 0.09
Partido por la Democ. Social 38 1.53 1.05 2.01 1,096 0.58 0.95
Alianza para el Progreso 16 0.64 0.33 0.96 1,071 0.57 0.08
Votos Válidos 2,486100.00 188,835 100.00
Blancos 150 12,493
Nulos 152 20,005
Total 2,788 221,333
Error. +/- 2.0%
En San Juan de Miraflores, la muestra consta de 19 mesas, seleccionadas sistemáticamente de las 1427 válidas, ya que se anularon 42 mesas.
Nota.- el Alcalde elegido fue el Sr. Edilberto Quispe Rodríguez, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 648 26.73 24.97 28.49 45,887 26.23 0.50
Somos Perú 430 17.74 16.22 19.26 30,444 17.40 0.34
APRA 309 12.75 11.42 14.08 23,189 13.25 -0.51
Restauración Nacional 222 9.16 8.01 10.31 17,673 10.10 -0.94
Si Cumple 165 6.81 5.80 7.81 12,743 7.28 -0.48
Unión por el Perú 153 6.31 5.34 7.28 11,154 6.38 -0.06
Partido Nacionalista Peruano 173 7.14 6.11 8.16 10,830 6.19 0.95
Siempre Unidos 116 4.79 3.94 5.64 7,379 4.22 0.57
Progreso Comunitario (2) 77 3.18 2.48 3.87 5,875 3.36 -0.18
FREPAP 32 1.32 0.87 1.77 2,474 1.41 -0.09
Acción Popular 23 0.95 0.56 1.33 2,370 1.35 -0.41
Perú Posible 32 1.32 0.87 1.77 1,802 1.03 0.29
Confianza Perú 26 1.07 0.66 1.48 1,569 0.90 0.18
Avanza País 18 0.74 0.40 1.08 1,565 0.89 -0.15
Votos Válidos 2,424 100.00 174,954 100.00
Blancos 130 9,101
Nulos 173 17,382
Total 2,727 201,437
Error: +/- 2.0%
En Villa María del Triunfo, la muestra consta de 18 mesas, seleccionadas sistemáticamente de las 1295 válidas, ya que se anularon 32 mesas.
Nota.- el Alcalde elegido fue el Sr. Juan Castillo Ángeles, de Unidad Nacional.
176
CUADRO A.17 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE VILLA EL SALVADOR : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Restauración Nacional 491 20.40 18.79 22.01 34,859 20.24 0.16
Unidad Nacional 455 18.90 17.34 20.47 33,304 19.33 -0.43
Confianza Perú 464 19.28 17.70 20.85 32,061 18.61 0.66
APRA 397 16.49 15.01 17.98 30,723 17.84 -1.34
Siempre Unidos 179 7.44 6.39 8.48 12,335 7.16 0.28
Partido Nacionalista Peruano 123 5.11 4.23 5.99 9,995 5.80 -0.69
Acción Popular 87 3.61 2.87 4.36 5,903 3.43 0.19
Somos Perú 78 3.24 2.53 3.95 5,486 3.18 0.06
FREPAP 52 2.16 1.58 2.74 2,591 1.50 0.66
Perú Posible 35 1.45 0.98 1.93 2,225 1.29 0.16
Avanza País 20 0.83 0.47 1.19 1,658 0.96 -0.13
Partido por la Democ. Social 26 1.08 0.67 1.49 1,116 0.65 0.43
Votos Válidos 2,407 100.00 172,256 100.00
Blancos 108 9,560
Nulos 142 13,089
Total 2,657 194,905
Errro. +/- 2.0%
En Villa El Salvador, la muestra consta de 17 mesas, seleccionadas sistemáticamente de las 1223 válidas, ya que se anularon 13 mesas.
Nota.- el Alcalde elegido fue el Sr. Jaime Zea Usca, de Restauración Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 605 40.55 38.06 43.04 42,725 38.81 1.74
Somos Perú 341 22.86 20.72 24.99 24,656 22.40 0.46
Restauración Nacional 205 13.74 11.99 15.49 15,102 13.72 0.02
APRA 112 7.51 6.17 8.84 9,640 8.76 -1.25
Unión por el Perú 90 6.03 4.82 7.24 6,917 6.28 -0.25
Partido Nacionalista Peruano 70 4.69 3.62 5.76 5,868 5.33 -0.64
Avanza País 25 1.68 1.02 2.33 2,014 1.83 -0.15
Acción Popular 24 1.61 0.97 2.25 1,577 1.43 0.18
FREPAP 13 0.87 0.40 1.34 975 0.89 -0.01
Diálogo Vecinal (1) 7 0.47 0.12 0.82 601 0.55 -0.08
Votos Válidos 1,492100.00 110,075 100.00
Blancos 70 5,350
Nulos 84 7,760
Total 1,646 123,185
Errro. +/- 2.5%
En Independencia, la muestra consta de 10 mesas, seleccionadas sistemáticamente de las 760 válidas, ya que se anularon 6 mesas.
Nota.- el Alcalde elegido fue el Sr. Lovell Yomond Vargas, de Unidad Nacional.
177
CUADRO A.19 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE EL AGUSTINO : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 700 54.10 51.38 56.81 51,129 53.36 0.74
Unión por el Perú 141 10.90 9.20 12.59 11,120 11.61 -0.71
APRA 132 10.20 8.55 11.85 9,538 9.95 0.25
Restauración Nacional 108 8.35 6.84 9.85 9,333 9.74 -1.39
Partido Nacionalista Peruano 91 7.03 5.64 8.43 5,639 5.89 1.15
Si Cumple 55 4.25 3.15 5.35 4,177 4.36 -0.11
Somos Perú 39 3.01 2.08 3.95 3,021 3.15 -0.14
Acción Popular 19 1.47 0.81 2.12 1,162 1.21 0.26
Resurgimiento Peruano 9 0.70 0.24 1.15 700 0.73 -0.04
Votos Válidos 1,294100.00 95,819 100.00
Blancos 69 4,968
Nulos 67 6,046
Total 1,430 106,833
Errro. +/- 2.7%
En El agustino, la muestra consta de 9 mesas, seleccionadas sistemáticamente de las 655 válidas, ya que se anularon 9 mesas.
Nota.- el Alcalde elegido fue el Sr. Víctor Salcedo Ríos, de Unidad Nacional.
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Unidad Nacional 190 16.74 14.57 18.91 13,863 17.33 -0.59
APRA 173 15.24 13.15 17.33 12,293 15.37 -0.13
Somos Acción Vecinal (2) 128 11.28 9.44 13.12 10,132 12.67 -1.39
Restauración Nacional 123 10.84 9.03 12.65 8,785 10.98 -0.15
Unión por el Perú 105 9.25 7.57 10.94 6,558 8.20 1.05
Partido Nacionalista Peruano 84 7.40 5.88 8.92 5,904 7.38 0.02
Si Cumple 47 4.14 2.98 5.30 3,836 4.80 -0.65
Alianza para el Progreso 53 4.67 3.44 5.90 3,409 4.26 0.41
Siempre Unidos 57 5.02 3.75 6.29 3,193 3.99 1.03
Perú Posible 43 3.79 2.68 4.90 2,922 3.65 0.14
FREPAP 23 2.03 1.21 2.85 2,179 2.72 -0.70
Somos Perú 38 3.35 2.30 4.39 2,045 2.56 0.79
Carabayllo a la Gloria (4) 21 1.85 1.07 2.63 1,609 2.01 -0.16
Acción Popular 24 2.11 1.28 2.95 1,405 1.76 0.36
Avanza País 15 1.32 0.66 1.99 1,068 1.34 -0.01
Moralización Independiente (6) 11 0.97 0.40 1.54 790 0.99 -0.02
Votos Válidos 1,135 100.00 79,991 100.00
Blancos 55 4,101
Nulos 103 8,913
Total 1,293 93,005
Errro. +/- 2.9%
En Carabayllo, la muestra consta de 8 mesas, seleccionadas sistemáticamente de las 587 válidas, ya que se anularon 16 mesas.
Nota.- el Alcalde elegido fue el Sr. Miguel Ríos Zarzosa, de Unidad Nacional.
178
Cuadro A.21 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE ALCALDE
EN LA PROVINCIA CONSTITUCIONAL DEL CALLAO : 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) % DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Chimpum Callao 4,574 47.97 46.96 48.97 209,860 48.92 -0.95
Mar Callao 1,623 17.02 16.27 17.77 82,917 19.33 -2.31
APRA 1,094 11.47 10.83 12.11 49,365 11.51 -0.03
Mi Callao 882 9.25 8.67 9.83 25,793 6.01 3.24
unidad Nacional 432 4.53 4.11 4.95 16,419 3.83 0.70
Partido Nacionalista P. 292 3.06 2.72 3.41 14,294 3.33 -0.27
Restauración Nacional 240 2.52 2.20 2.83 10,644 2.48 0.04
UPP 196 2.06 1.77 2.34 10,410 2.43 -0.37
Somos Perú 83 0.87 0.68 1.06 3,347 0.78 0.09
FREPAP 48 0.50 0.36 0.65 2,454 0.57 -0.07
Confianza Perú 47 0.49 0.35 0.63 2,297 0.54 -0.04
PDS 25 0.26 0.16 0.36 1,228 0.29 -0.02
Votos Válidos 9,536 100.00 429,028 100.00 0.00
Blancos 806 30,185
Nulos 551 34,419
Total 10,893 493,632
Error: +/- 1.0%
La muestra consta de 65 de las 3025 mesas, distribuidas proporcionalmente en los 5 distritos y el Cercado Provincial del Callao.
Nota.- el Alcalde elegido fue el Sr. Félix Moreno Caballero de Chimpum Callao
179
CUADRO A.23 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE CARMEN DE LA LEGUA REYNOSO: 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA %
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Chimpum Callao 331 27.96 25.40 30.51 8,624 31.32 -3.37
Mi Callao 395 33.36 30.68 36.05 8,471 30.77 2.59
Mar Callao 219 18.50 16.28 20.71 4,972 18.06 0.44
APRA 101 8.53 6.94 10.12 2,171 7.89 0.64
SÍ Cumple 50 4.22 3.08 5.37 868 3.15 1.07
Construyendo Salud y Vida (2) 22 1.86 1.09 2.63 734 2.67 -0.81
Partido Nacionalista Peruano 26 2.20 1.36 3.03 611 2.22 -0.02
Unidad Nacional 19 1.60 0.89 2.32 551 2.00 -0.40
Unión por el Perú 15 1.27 0.63 1.90 439 1.59 -0.33
Partido Democracia Social 6 0.51 0.10 0.91 90 0.33 0.18
Votos Válidos 1,184 100.00 27,531 100.00
Blancos 91 2,536
Nulos 59 1,397
Total 1,334 31,464
Error: +/- 2.8%
En Carmen de La Legua, la muestra consta de 8 mesas, seleccionadas sistemáticamente de las 185 mesas distritales.
Nota.- el Alcalde elegido fue el Sr. Juan de Dios Gavilano de Chimpum Callao
180
CUADRO A.25 RESULTADOS DEL CONTEO RÁPIDO PARA LA ELECCIÓN DE AL CALDE
EN EL DISTRITO DE LA PUNTA: 19/11/2006
% VOTOS % VOTOS
VOTOS EN LA LÍMITE LÍMITE Nº VOTOS DIFERENCIA %
VÁLIDOS VÁLIDOS
MUESTRA INFERIOR SUPERIOR (ONPE) DE ERROR
PARTIDO O AGRUPACIÓN (Muestra) (ONPE)
Viva La Punta (2) 374 66.55 62.65 70.45 3,172 64.63 1.92
Todos por La Punta (4) 89 15.84 12.82 18.85 920 18.74 -2.91
APRA 91 16.19 13.15 19.24 732 14.91 1.28
Partido Nacionalista Peruano 8 1.42 0.44 2.40 84 1.71 -0.29
Votos Válidos 562 100.00 4,908 100.00
Blancos 106
Nulos 14
Total 682 4,908
Error: +/- 4.1
En La Punta, la muestra consta de 5 mesas, seleccionadas sistemáticamente de las 40 válidas, ya que se anuló 1 mesa.
Nota.- el Alcalde elegido fue el Sr. Wilfredo Duharte de Viva La Punta (2).
181
ANEXOS
182
VOTACIÓN EN LA MOLINA, POR AGRUPACIONES POLÍTICAS, SEGÚN LOCAL DE VOTACIÓN Y Nº DE MESA - 19/11/06
Continúa ….
183
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
U. Agraria 045898 76 1 3 1 0 6 59 28 12 12 9 1 131
U. Agraria 045899 77 1 2 2 2 12 53 21 14 17 8 8 139
U. Agraria 045900 78 1 3 2 2 12 74 21 11 7 7 6 145
U. Agraria 046976 79 1 2 2 1 9 58 19 13 18 8 2 132
U. Agraria 046977 80 1 0 2 0 15 53 15 13 14 9 7 128
U. Agraria 046978 81 1 0 1 1 13 58 16 10 15 10 9 133
U. Agraria 046979 82 1 1 1 4 13 48 22 16 13 7 2 127
U. Agraria 046980 83 1 2 0 0 10 60 16 13 11 9 2 123
U. Agraria 046981 84 1 3 2 3 15 52 26 9 12 4 7 133
U. Agraria 046982 85 1 5 2 0 5 48 17 5 20 10 9 121
U. Agraria 046983 86 1 1 2 1 6 58 27 14 12 6 5 132
U. Agraria 046984 87 1 2 2 1 11 56 21 9 12 8 4 126
U. Agraria 046985 88 1 0 1 0 20 59 20 8 13 3 2 126
U. Agraria 046986 89 1 4 4 1 11 58 22 6 11 10 14 141
U. Agraria 046987 90 1 4 2 1 15 59 23 7 13 4 2 130
U. Agraria 046989 91 1 2 0 1 17 55 19 15 24 5 9 147
U. Agraria 046990 92 1 4 4 1 7 67 20 12 16 5 7 143
U. Agraria 046991 93 1 1 1 2 17 66 19 13 18 7 5 149
U. Agraria 046992 94 1 1 4 1 15 69 16 10 12 7 5 140
U. Agraria 046993 95 1 2 2 2 11 71 23 8 14 0 6 139
U. Agraria 046994 96 1 2 0 1 14 55 23 10 6 10 9 130
U. Agraria 046995 97 1 3 1 1 9 65 24 9 12 5 8 137
U. Agraria 046996 98 1 2 1 2 20 67 14 14 15 8 4 147
U. Agraria 046997 99 1 1 4 0 15 75 14 7 13 7 4 140
U. Agraria 046998 100 1 4 3 0 11 58 17 11 16 8 5 133
U. Agraria 046999 101 1 3 2 1 11 63 18 10 16 11 7 142
U. Agraria 047000 102 1 6 0 0 11 67 24 12 10 2 5 137
U. Agraria 048751 103 1 6 2 0 14 74 17 5 8 8 5 139
U. Agraria 048752 104 1 2 2 0 14 49 19 11 22 10 2 131
U. Agraria 048753 105 1 1 1 0 14 62 15 9 17 6 6 131
U. Agraria 048754 106 1 4 4 0 13 64 24 11 11 8 9 148
U. Agraria 048755 107 1 2 5 1 18 69 16 11 14 10 7 153
U. Agraria 048756 108 1 1 7 0 14 57 24 10 13 7 3 136
U. Agraria 048757 109 1 1 2 2 17 66 21 7 17 4 5 142
U. Agraria 048758 110 1 1 2 1 18 70 18 7 16 3 2 138
U. Agraria 048759 111 1 2 1 0 11 67 23 9 13 4 7 137
U. Agraria 048760 112 1 0 1 0 18 68 21 10 18 4 8 148
U. Agraria 048761 113 1 3 2 0 17 64 25 10 16 8 5 150
U. Agraria 048762 114 1 1 3 1 12 80 22 9 22 4 9 163
U. Agraria 048763 115 1 3 2 2 14 69 27 8 14 8 6 153
U. Agraria 048764 116 1 0 1 0 19 69 15 8 12 9 7 140
U. Agraria 048765 117 1 3 0 0 15 69 36 3 16 2 6 150
U. Agraria 048766 118 1 2 5 0 15 67 22 6 17 10 5 149
U. Agraria 048767 119 1 1 0 0 17 68 28 13 11 11 6 155
U. Agraria 048768 120 1 5 0 0 15 68 24 9 20 4 10 155
U. Agraria 048769 121 1 5 4 0 10 72 30 8 24 4 4 161
U. Agraria 048770 122 1 6 3 1 18 71 16 16 8 7 7 153
U. Agraria 050291 123 1 2 4 2 16 59 30 6 18 5 11 153
U. Agraria 050292 124 1 2 4 0 13 71 16 11 13 4 12 146
U. Agraria 050293 125 1 1 2 1 16 66 20 12 21 3 10 152
U. Agraria 050294 126 1 1 4 0 15 80 14 7 14 6 3 144
U. Agraria 050295 127 1 1 5 0 14 64 27 9 16 9 6 151
U. Agraria 050296 128 1 4 0 0 16 79 20 5 18 4 5 151
U. Agraria 050297 129 1 3 6 1 9 70 16 7 15 4 13 144
U. Agraria 050298 130 1 4 0 0 18 69 28 6 16 5 7 153
U. Agraria 050299 131 1 3 2 0 8 80 25 8 15 7 8 156
U. Agraria 050300 132 1 1 4 1 10 76 23 13 13 13 3 157
U. Agraria 050301 133 1 2 1 1 14 69 26 8 23 3 6 153
U. Agraria 050302 134 1 4 2 1 10 68 18 19 17 7 6 152
U. Agraria 050303 135 1 2 4 0 11 67 22 16 23 3 5 153
U. Agraria 050304 136 1 3 3 1 9 69 20 15 17 6 5 148
U. Agraria 050305 137 1 1 6 0 17 60 21 15 22 4 4 150
U. Agraria 050306 138 1 1 3 0 14 66 19 12 18 13 3 149
U. Agraria 050307 139 1 2 5 1 13 56 21 13 13 8 8 140
U. Agraria 050308 140 1 1 3 1 8 70 22 16 16 6 3 146
U. Agraria 050309 141 1 3 3 1 21 64 22 12 10 6 7 149
U. Agraria 050310 142 1 6 1 0 22 79 14 9 12 4 6 153
U. Agraria 050311 143 1 7 2 0 17 80 12 13 18 9 9 167
U. Agraria 050312 144 1 1 0 0 16 78 19 11 17 11 5 158
U. Agraria 050313 145 1 2 6 0 9 76 17 18 20 8 5 161
U. Agraria 050314 146 1 3 3 1 27 61 23 13 14 5 5 155
U. Agraria 050315 147 1 3 1 1 14 81 21 5 19 4 10 159
U. Agraria 050316 148 1 3 3 0 10 68 28 10 14 6 10 152
U. Agraria 050317 149 1 5 5 1 12 63 15 6 12 12 10 141
U. Agraria 050318 150 1 2 2 0 8 65 24 18 26 8 6 159
U. Agraria 050319 151 1 3 2 3 21 72 12 10 21 5 11 160
U. Agraria 050320 152 1 6 2 0 10 70 24 12 25 10 7 166
U. Agraria 050321 153 1 3 2 2 20 61 31 11 12 7 11 160
Continúa ….
184
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
U. Agraria 050322 154 1 1 1 0 10 78 20 10 19 10 4 153
U. Agraria 050323 155 1 5 2 2 18 68 19 3 14 9 8 148
U. Agraria 050324 156 1 3 5 0 22 71 22 12 11 9 4 159
U. Agraria 050325 157 1 3 2 1 17 63 25 13 9 6 16 155
U. Agraria 050326 158 1 0 1 1 15 72 20 9 14 15 8 155
U. Agraria 050327 159 1 7 2 0 21 61 21 9 17 4 10 152
U. Agraria 050328 160 1 2 6 0 17 62 26 11 14 9 11 158
U. Agraria 050329 161 1 4 2 0 15 81 19 12 17 6 6 162
U. Agraria 050330 162 1 3 1 0 19 55 25 9 14 9 9 144
U. Agraria 051576 163 1 2 2 0 14 66 20 12 15 8 8 147
U. Agraria 051577 164 1 3 7 0 14 67 27 8 16 4 4 150
U. Agraria 051578 165 1 2 8 0 14 66 20 15 16 5 4 150
U. Agraria 051579 166 1 3 2 2 15 71 22 14 12 9 6 156
U. Agraria 051580 167 1 0 2 0 18 67 23 11 15 5 6 147
U. Agraria 051581 168 1 2 1 4 16 72 26 10 11 8 7 157
U. Agraria 051582 169 1 3 2 1 21 62 18 6 17 8 7 145
U. Agraria 051583 170 1 4 2 0 14 65 28 12 19 8 7 159
U. Agraria 051584 171 1 3 2 0 19 75 20 11 18 6 12 166
U. Agraria 051585 172 1 4 1 1 9 73 34 10 12 11 6 161
U. Agraria 051586 173 1 2 3 0 17 66 23 11 17 10 6 155
U. Agraria 051587 174 1 5 2 0 17 61 23 10 10 7 8 143
U. Agraria 051588 175 1 3 5 0 11 79 20 8 19 3 9 157
U. Agraria 051589 176 1 6 1 0 15 70 19 7 18 8 7 151
U. Agraria 051590 177 1 2 1 0 9 81 22 13 22 4 1 155
U. Agraria 051591 178 1 1 3 0 12 65 25 19 17 2 4 148
U. Agraria 051592 179 1 1 4 0 18 55 27 12 6 6 6 135
U. Agraria 051593 180 1 4 4 0 17 79 19 6 9 2 3 143
U. Agraria 051594 181 1 3 2 0 12 49 18 9 7 2 8 110
U. Agraria 051595 182 1 1 3 1 17 49 15 8 12 6 5 117
U. Agraria 051596 183 1 1 0 0 9 46 27 7 8 4 11 113
U. Agraria 051597 184 1 2 2 0 12 50 22 8 11 6 12 125
U. Agraria 051598 185 1 3 1 1 12 62 20 7 11 9 3 129
U. Agraria 051599 186 1 0 2 0 9 52 16 12 10 5 8 114
U. Agraria 051600 187 1 0 2 1 13 55 19 3 0 11 6 110
U. Agraria 051601 188 1 1 1 2 13 59 29 6 5 1 8 125
U. Agraria 051602 189 1 1 1 1 6 57 23 4 9 5 4 111
U. Agraria 051603 190 1 5 1 0 13 45 32 9 13 4 1 123
U. Agraria 051604 191 1 0 3 0 16 56 19 4 11 5 4 118
U. Agraria 051605 192 1 3 6 0 12 50 19 10 13 9 7 129
U. Agraria 051606 193 1 1 7 0 10 56 15 9 17 6 7 128
U. Agraria 051607 194 1 0 4 1 8 57 16 10 14 8 10 128
U. Agraria 051608 195 1 4 3 1 10 46 17 12 16 4 2 115
U. Agraria 051609 196 1 0 1 0 10 64 13 8 16 7 3 122
U. Agraria 051610 197 1 5 1 0 9 44 22 14 14 9 5 123
U. Agraria 051611 198 1 1 4 0 10 48 16 10 9 5 5 108
U. Agraria 051612 199 1 5 2 2 11 53 35 4 5 3 4 124
U. Agraria 051613 200 1 2 1 0 11 57 12 10 8 7 5 113
U. Agraria 051614 201 1 2 7 0 19 44 8 14 15 6 8 123
U. Agraria 051615 202 1 1 2 2 11 49 23 7 10 9 5 119
U. Agraria 052451 203 1 0 3 2 14 51 20 7 11 8 6 122
U. Agraria 052452 204 1 3 2 0 14 57 17 10 16 5 9 133
U. Agraria 052453 205 1 0 1 1 8 63 24 9 12 5 5 128
U. Agraria 052454 206 1 1 3 2 13 52 16 12 12 4 5 120
U. Agraria 052455 207 1 1 2 2 11 48 19 13 15 9 6 126
U. Agraria 052456 208 1 0 1 0 11 47 20 7 8 6 5 105
U. Agraria 052457 209 1 4 3 1 11 61 21 9 11 9 7 137
U. Agraria 052458 210 1 0 2 0 10 55 17 11 11 8 10 124
U. Agraria 052459 211 1 1 4 2 10 60 23 13 14 6 6 139
U. Agraria 052460 212 1 3 2 0 14 50 10 9 12 7 6 113
U. Agraria 052461 213 1 0 0 0 14 48 20 5 11 6 10 114
U. Agraria 052462 214 1 2 0 0 10 56 12 15 14 10 7 126
U. Agraria 052463 215 1 1 3 0 16 48 18 8 16 6 9 125
U. Agraria 052464 216 1 2 1 1 16 35 21 9 19 7 3 114
U. Agraria 052465 217 1 2 0 0 9 42 23 17 17 5 4 119
U. Agraria 052466 218 1 1 1 0 10 49 18 8 12 8 5 112
U. Agraria 052467 219 1 3 4 1 13 45 9 10 18 6 4 113
U. Agraria 052468 220 1 2 0 0 9 52 24 14 9 6 7 123
U. Agraria 052469 221 1 2 0 0 12 58 19 9 7 9 6 122
U. Agraria 052470 222 1 4 2 1 11 56 7 10 16 7 7 121
U. Agraria 052471 223 1 3 1 0 7 52 22 13 12 7 8 125
U. Agraria 052472 224 1 1 1 2 11 46 16 9 16 9 6 117
U. Agraria 052473 225 1 2 1 0 7 56 15 12 10 7 6 116
U. Agraria 052474 226 1 1 0 0 15 54 14 13 19 5 5 126
U. Agraria 052475 227 1 1 2 1 9 43 18 8 19 4 9 114
U. Agraria 052476 228 1 2 3 0 19 93 26 22 21 11 14 211
U. Agraria 052477 229 1 6 0 0 14 42 21 8 20 6 7 124
U. Agraria 052478 230 1 0 1 0 12 55 15 12 13 5 3 116
U. Agraria 052479 231 1 2 1 0 13 65 20 14 8 4 2 129
Continúa ….
185
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
U. Agraria 052480 232 1 0 1 0 17 63 19 10 12 9 2 133
U. Agraria 053041 233 1 2 0 1 14 54 10 13 12 8 7 121
U. Agraria 053042 234 1 4 1 3 10 44 16 16 16 5 6 121
U. Agraria 053043 235 1 1 2 0 10 54 13 10 9 7 6 112
U. Agraria 053044 236 1 5 2 1 20 76 26 19 20 5 11 185
U. Agraria 053045 237 1 6 2 2 16 44 18 17 17 4 6 132
U. Agraria 053046 238 1 1 1 3 10 48 17 14 15 10 8 127
U. Agraria 053047 239 1 0 2 1 8 41 21 9 14 7 8 111
U. Agraria 053048 240 1 2 0 1 11 58 20 1 4 8 3 108
U. Agraria 053049 241 1 0 4 0 7 53 17 12 8 4 2 107
U. Agraria 053050 242 1 4 0 0 6 49 23 4 9 6 7 108
U. Agraria 053051 243 1 0 1 2 6 69 16 9 11 4 8 126
U. Agraria 053052 244 1 2 1 1 12 57 18 11 13 6 11 132
U. Agraria 053054 245 1 0 2 0 5 54 21 10 15 6 9 122
U. Agraria 053062 246 1 3 4 0 9 58 24 9 12 3 12 134
U. Agraria 221853 247 1 7 2 1 13 76 27 9 14 6 8 163
U. Agraria 227879 248 1 4 5 4 13 100 35 12 26 5 9 213
U. Agraria 228108 249 1 7 5 1 18 89 38 15 27 7 4 211
I.E. 1140 053055 250 2 0 4 1 8 57 28 7 16 2 2 125
I.E. 1140 053056 251 2 3 2 0 9 48 21 10 19 1 3 116
I.E. 1140 053057 252 2 2 0 0 13 50 25 8 17 7 6 128
I.E. 1140 053058 253 2 0 4 0 11 46 28 7 11 7 4 118
I.E. 1140 053059 254 2 1 1 1 13 41 15 8 9 5 4 98
I.E. 1140 053060 255 2 1 3 0 10 48 17 8 13 5 10 115
I.E. 1140 053061 256 2 1 0 2 24 35 22 6 14 4 3 111
I.E. 1140 053063 257 2 1 2 0 14 51 16 9 12 3 10 118
I.E. 1140 053064 258 2 1 2 1 13 41 17 6 8 7 4 100
I.E. 1140 053065 259 2 3 5 1 11 46 23 8 11 7 2 117
I.E. 1140 053066 260 2 2 2 1 13 41 23 8 9 3 7 109
I.E. 1140 053068 261 2 2 1 2 7 50 24 7 13 4 3 113
I.E. 1140 053069 262 2 5 4 0 7 51 18 8 12 7 4 116
I.E. 1140 053070 263 2 3 0 1 12 47 17 10 8 5 5 108
I.E. 1140 053071 264 2 0 1 1 3 60 17 9 20 3 3 117
I.E. 1140 053072 265 2 0 2 0 14 59 26 9 15 4 3 132
I.E. 1140 053073 266 2 1 5 0 9 50 23 5 13 7 9 122
I.E. 1140 053074 267 2 3 3 0 18 43 25 10 7 7 7 123
I.E. 1140 053075 268 2 1 4 1 11 39 21 10 16 3 7 113
I.E. 1140 200026 269 2 0 2 1 11 44 32 8 14 9 8 129
I.E. 1140 200959 270 2 5 3 0 19 46 19 9 16 4 6 127
I.E. 1140 201302 271 2 4 3 0 9 62 20 8 7 4 4 121
I.E. 1140 201413 272 2 0 3 2 15 51 28 8 16 2 0 125
I.E. 1140 201551 273 2 4 2 1 23 54 19 12 12 8 3 138
I.E. 1140 201681 274 2 0 1 1 16 69 24 8 12 2 2 135
I.E. 1140 201838 275 2 1 5 1 12 57 28 8 15 2 6 135
I.E. 1140 201951 276 2 1 2 1 6 71 19 9 11 14 9 143
I.E. 1140 202022 277 2 1 1 1 10 69 24 9 15 2 7 139
I.E. 1140 202109 278 2 1 2 1 16 60 18 10 14 4 1 127
I.E. 1140 202173 279 2 4 2 0 16 60 18 6 15 8 6 135
I.E. 1140 202230 280 2 2 3 0 7 54 42 5 16 5 5 139
I.E. 1140 202282 281 2 3 6 1 11 58 22 10 13 5 3 132
I.E. 1140 202362 282 2 0 0 0 17 57 19 13 15 7 4 132
I.E. 1140 202421 283 2 2 2 1 8 71 24 14 16 4 6 148
I.E. 1140 202471 284 2 2 4 0 10 70 15 7 10 6 4 128
I.E. 1140 202539 285 2 3 3 1 14 59 23 10 13 8 2 136
I.E. 1140 202590 286 2 1 3 1 9 63 23 11 8 7 5 131
I.E. 1140 202662 287 2 1 1 0 12 67 24 14 9 4 5 137
I.E. 1140 202716 288 2 4 1 0 15 42 19 7 15 2 2 107
I.E. 1140 202782 289 2 3 2 0 10 72 23 10 12 3 5 140
I.E. 1140 202841 290 2 1 3 1 12 73 21 10 12 7 6 146
I.E. 1140 202905 291 2 1 1 2 10 58 23 12 16 11 5 139
I.E. 1140 202951 292 2 1 8 1 16 58 15 9 18 3 2 131
I.E. 1140 203006 293 2 0 3 1 13 53 23 12 10 3 4 122
I.E. 1140 203065 294 2 0 1 0 9 62 21 3 20 2 6 124
I.E. 1140 203120 295 2 2 2 0 11 61 19 10 16 8 6 135
I.E. 1140 203206 296 2 0 1 0 6 65 21 7 15 4 5 124
I.E. 1140 203261 297 2 1 0 1 15 53 29 12 5 5 7 128
I.E. 1140 203328 298 2 1 2 0 19 56 19 8 19 3 7 134
I.E. 1140 203388 299 2 2 4 0 12 61 20 4 11 5 6 125
I.E. 1140 203457 300 2 3 2 1 12 55 18 6 18 6 3 124
I.E. 1140 203540 301 2 1 1 1 12 56 19 8 6 11 3 118
I.E. 1140 203598 302 2 4 1 2 13 63 23 12 11 4 4 137
I.E. 1140 203640 303 2 1 0 1 12 52 21 11 11 6 8 123
I.E. 1140 203745 304 2 4 2 1 17 52 23 9 11 6 12 137
I.E. 1140 203819 305 2 2 2 2 17 47 18 8 14 5 5 120
I.E. 1140 203920 306 2 3 3 1 12 56 21 7 13 4 3 123
I.E. 1140 221586 307 2 6 5 1 9 80 27 9 11 5 4 157
I.E. 1140 221703 308 2 4 1 2 9 83 20 12 16 6 4 157
I.E. 1140 221999 309 2 2 1 1 14 71 33 6 17 9 10 164
Continúa ….
186
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
I.E. 1140 222117 310 2 5 3 0 16 69 23 10 20 7 4 157
I.E. 1140 222267 311 2 6 0 0 16 75 28 8 10 5 8 156
I.E. 1140 222418 312 2 3 2 0 19 74 30 12 10 3 9 162
I.E. 1140 222582 313 2 3 0 1 16 69 27 12 9 5 5 147
I.E. 1140 222746 314 2 4 3 1 18 68 23 6 14 10 6 153
I.E. 1140 222915 315 2 4 2 0 12 76 28 9 16 2 4 153
I.E. 1140 223090 316 2 4 2 1 14 70 25 12 11 9 7 155
I.E. 1140 223225 317 2 2 1 0 13 70 26 15 19 5 4 155
UNIFE 208561 318 3 4 4 2 16 53 19 13 17 4 6 138
UNIFE 208662 319 3 3 4 1 15 53 29 14 14 11 6 150
UNIFE 208764 320 3 6 1 1 25 46 25 10 10 7 10 141
UNIFE 208877 321 3 2 2 0 11 53 32 9 11 6 9 135
UNIFE 208975 322 3 2 2 1 14 55 23 7 12 5 3 124
UNIFE 209075 323 3 2 3 1 9 56 18 6 10 3 11 119
UNIFE 209173 324 3 4 6 1 10 42 19 13 16 8 10 129
UNIFE 209276 325 3 2 1 0 17 70 22 13 4 3 8 140
UNIFE 209390 326 3 3 2 3 10 47 24 14 22 7 8 140
UNIFE 209497 327 3 2 2 0 12 64 22 13 18 3 5 141
UNIFE 209592 328 3 3 3 1 17 58 29 5 13 8 5 142
UNIFE 209696 329 3 3 4 0 14 59 18 15 14 5 6 138
UNIFE 209878 330 3 2 1 0 14 53 21 5 19 8 7 130
UNIFE 210028 331 3 3 3 1 12 56 21 14 13 8 2 133
UNIFE 210443 332 3 2 4 1 17 44 15 15 17 11 5 131
UNIFE 210546 333 3 0 3 1 7 62 25 7 11 7 7 130
UNIFE 210641 334 3 2 2 1 12 45 32 12 12 7 10 135
UNIFE 211098 335 3 5 1 1 12 60 28 16 11 4 13 151
UNIFE 211201 336 3 2 4 0 16 62 21 12 6 8 7 138
UNIFE 211272 337 3 2 3 1 9 63 17 14 8 3 7 127
UNIFE 211718 338 3 3 1 0 13 51 22 14 9 14 5 132
UNIFE 211825 339 3 3 2 1 19 56 24 12 11 5 6 139
UNIFE 212007 340 3 2 2 0 13 72 27 5 11 9 9 150
UNIFE 212083 341 3 0 1 0 15 58 32 10 12 6 8 142
UNIFE 212172 342 3 2 4 0 12 69 23 12 6 3 12 143
UNIFE 212753 343 3 3 2 0 21 53 27 11 19 3 4 143
UNIFE 212840 344 3 4 2 0 12 60 19 19 15 7 3 141
UNIFE 213268 345 3 3 1 2 20 46 26 5 16 10 6 135
UNIFE 213632 346 3 2 1 0 16 60 30 7 19 3 7 145
UNIFE 213856 347 3 1 0 1 14 60 35 10 16 7 7 151
UNIFE 213962 348 3 1 2 1 13 75 20 16 12 7 4 151
UNIFE 214029 349 3 1 2 0 12 80 26 6 14 7 6 154
UNIFE 214464 350 3 5 3 1 15 48 30 18 10 5 7 142
UNIFE 214915 351 3 2 0 1 14 57 24 13 10 14 9 144
UNIFE 214976 352 3 3 3 2 23 61 22 17 18 4 5 158
UNIFE 215084 353 3 3 3 0 14 67 23 11 10 10 6 147
UNIFE 215146 354 3 2 2 2 18 58 25 18 16 12 3 156
UNIFE 215331 355 3 2 1 0 20 69 14 13 12 9 9 149
UNIFE 215405 356 3 4 1 1 15 65 24 7 9 10 7 143
UNIFE 215475 357 3 2 3 2 14 64 19 8 12 12 7 143
UNIFE 215617 358 3 2 2 0 12 73 14 7 12 4 6 132
UNIFE 223624 359 3 4 3 1 19 70 30 10 15 6 9 167
UNIFE 224327 360 3 1 1 0 13 75 26 16 19 6 4 161
UNIFE 224459 361 3 2 3 2 20 57 25 15 11 6 5 146
UNIFE 224579 362 3 9 2 2 13 81 34 15 25 7 15 203
UNIFE 224690 363 3 0 1 3 19 64 29 12 14 6 6 154
UNIFE 224834 364 3 3 3 0 14 76 29 10 13 8 4 160
UNIFE 224961 365 3 4 3 1 13 67 25 15 14 12 5 159
UNIFE 225397 366 3 3 1 1 23 69 26 10 14 11 11 169
UNIFE 225663 367 3 4 3 1 18 79 28 11 7 2 6 159
UNIFE 225810 368 3 5 1 1 20 79 26 9 8 6 8 163
UNIFE 225956 369 3 2 5 2 11 66 21 11 23 7 17 165
UNIFE 226067 370 3 6 3 2 13 86 24 15 17 4 8 178
UNIFE 226390 371 3 2 2 1 21 70 22 14 20 7 8 167
UNIFE 226514 372 3 3 2 1 27 69 28 13 13 9 4 169
UNIFE 226617 373 3 3 0 2 18 81 28 11 22 5 7 177
UNIFE 226714 374 3 1 2 0 13 74 25 25 18 7 6 171
UNIFE 227287 375 3 4 3 2 16 75 17 17 21 6 9 170
UNIFE 227450 376 3 3 1 1 15 76 25 12 17 10 10 170
UNIFE 227597 377 3 6 8 1 14 81 32 16 3 9 3 173
Viña Alta 053067 378 4 2 0 1 12 48 16 15 9 6 2 111
Viña Alta 203974 379 4 1 2 0 16 60 15 12 16 3 5 130
Viña Alta 204033 380 4 0 5 1 5 66 15 7 15 3 2 119
Viña Alta 204108 381 4 1 1 0 10 53 22 16 13 3 5 124
Viña Alta 204210 382 4 1 0 0 11 57 23 12 6 9 6 125
Viña Alta 204294 383 4 1 1 1 14 51 20 8 14 6 6 122
Viña Alta 204387 384 4 4 2 1 12 50 12 12 17 4 3 117
Viña Alta 204513 385 4 1 1 1 15 61 20 10 12 3 3 127
Viña Alta 204598 386 4 0 2 0 14 51 21 6 10 4 10 118
Viña Alta 204716 387 4 0 1 1 15 59 16 8 12 7 6 125
Continúa ….
187
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
Viña Alta 204825 388 4 1 2 1 9 60 16 8 16 5 5 123
Viña Alta 204876 389 4 1 0 0 12 59 20 10 13 7 2 124
Viña Alta 204967 390 4 3 0 1 14 54 18 16 16 5 3 130
Viña Alta 205112 391 4 2 6 0 7 58 16 8 13 6 6 122
Viña Alta 205234 392 4 2 4 0 10 65 15 9 16 4 3 128
Viña Alta 205358 393 4 3 2 3 5 59 24 11 14 4 9 134
Viña Alta 205483 394 4 3 2 0 16 53 19 8 10 4 4 119
Viña Alta 205609 395 4 1 0 7 11 58 18 2 12 7 8 124
Viña Alta 205713 396 4 1 2 0 19 46 16 7 11 7 7 116
Viña Alta 205850 397 4 1 3 0 11 56 21 12 13 3 4 124
Viña Alta 205923 398 4 2 10 1 13 58 14 12 13 4 8 135
Viña Alta 206025 399 4 2 3 1 17 42 23 9 11 5 10 123
Viña Alta 206130 400 4 0 3 0 8 49 17 11 22 10 6 126
Viña Alta 206234 401 4 0 3 0 15 53 26 8 14 2 5 126
Viña Alta 206300 402 4 2 2 0 10 49 17 7 15 5 7 114
Viña Alta 206386 403 4 0 2 0 11 66 13 12 10 2 7 123
Viña Alta 206453 404 4 2 3 0 13 54 10 9 16 5 4 116
Viña Alta 206559 405 4 0 0 1 9 45 14 14 19 4 3 109
Viña Alta 206685 406 4 1 1 0 17 52 24 7 14 8 3 127
Viña Alta 206764 407 4 2 1 0 11 54 22 11 13 2 1 117
Viña Alta 206850 408 4 4 2 0 12 47 18 10 15 5 4 117
Viña Alta 206924 409 4 1 1 0 18 72 18 4 7 5 8 134
Viña Alta 206997 410 4 6 1 2 16 63 23 5 11 7 8 142
Viña Alta 207041 411 4 2 1 2 9 61 19 7 17 6 7 131
Viña Alta 207101 412 4 1 0 1 19 71 19 8 12 3 6 140
Viña Alta 207200 413 4 5 2 2 10 59 28 5 9 6 8 134
Viña Alta 207249 414 4 2 1 3 8 59 18 6 13 2 6 118
Viña Alta 207319 415 4 1 3 1 17 64 20 10 11 3 5 135
Viña Alta 207384 416 4 1 2 0 9 63 26 7 9 5 6 128
Viña Alta 207436 417 4 3 2 0 16 61 16 8 17 7 10 140
Viña Alta 207505 418 4 3 5 0 8 73 14 6 17 9 6 141
Viña Alta 207538 419 4 4 2 0 16 50 26 8 17 5 2 130
Viña Alta 207610 420 4 2 1 0 17 51 26 6 20 5 3 131
Viña Alta 207690 421 4 6 4 0 12 47 12 12 18 6 5 122
Viña Alta 207764 422 4 2 1 0 17 46 19 12 17 5 7 126
Viña Alta 207801 423 4 1 2 0 14 59 15 16 17 7 5 136
Viña Alta 207871 424 4 3 2 1 17 53 18 16 22 7 9 148
Viña Alta 207926 425 4 1 1 0 17 52 27 13 15 6 1 133
Viña Alta 207987 426 4 2 3 2 7 55 23 14 20 4 2 132
Viña Alta 208331 427 4 2 3 1 10 55 22 5 16 2 7 123
Viña Alta 220461 428 4 0 2 0 15 60 24 10 15 10 7 143
Unión Latino. 232934 429 5 4 1 0 23 82 21 14 13 5 8 171
Unión Latino. 233071 430 5 3 4 1 17 76 26 10 16 10 4 167
Unión Latino. 233199 431 5 2 3 0 12 86 17 13 19 6 4 162
Unión Latino. 233353 432 5 0 5 2 22 78 21 17 10 5 7 167
Unión Latino. 233500 433 5 0 2 0 15 77 26 10 15 12 9 166
Unión Latino. 233686 434 5 4 1 1 8 74 23 16 13 9 10 159
Unión Latino. 233901 435 5 2 1 3 18 70 35 12 0 18 3 162
Unión Latino. 234152 436 5 5 0 0 12 63 22 19 16 8 8 153
Unión Latino. 234436 437 5 2 4 2 16 66 15 12 11 13 7 148
Unión Latino. 234766 438 5 4 2 2 12 69 21 13 18 6 8 155
Unión Latino. 235251 439 5 4 1 1 19 65 23 12 8 11 14 158
Unión Latino. 235513 440 5 3 2 1 15 70 16 19 14 16 13 169
Unión Latino. 235785 441 5 5 3 1 18 70 24 14 10 10 9 164
Unión Latino. 236050 442 5 0 2 0 15 65 29 14 18 13 8 164
Unión Latino. 236329 443 5 4 1 1 22 72 19 18 14 9 7 167
Unión Latino. 236606 444 5 1 2 0 11 68 27 15 12 5 5 146
Unión Latino. 236875 445 5 2 2 2 17 74 25 14 15 5 3 159
Unión Latino. 237064 446 5 5 5 1 23 56 22 15 18 4 5 154
Unión Latino. 237311 447 5 1 4 2 23 57 21 21 11 8 15 163
Unión Latino. 237465 448 5 5 3 0 16 77 19 6 13 3 6 148
Unión Latino. 237604 449 5 3 2 1 12 71 27 17 16 8 7 164
Unión Latino. 237723 450 5 1 5 2 14 77 14 17 14 3 8 155
Unión Latino. 237845 451 5 2 3 1 10 69 20 19 14 7 9 154
Unión Latino. 237965 452 5 3 5 1 17 82 19 11 14 2 5 159
Unión Latino. 238107 453 5 0 2 0 20 83 27 17 7 2 7 165
Unión Latino. 238235 454 5 4 3 0 17 85 26 7 10 4 5 161
Unión Latino. 238360 455 5 2 4 0 15 78 33 12 17 6 2 169
Unión Latino. 238493 456 5 1 2 1 19 78 25 15 17 10 6 174
Unión Latino. 238618 457 5 1 7 1 15 83 21 15 14 3 7 167
Unión Latino. 238720 458 5 2 1 2 19 72 24 14 17 5 12 168
Unión Latino. 238834 459 5 1 1 1 21 82 26 11 9 9 4 165
Unión Latino. 238927 460 5 1 5 1 14 87 22 16 15 5 5 171
Unión Latino. 239019 461 5 6 1 1 14 77 23 20 13 7 9 171
Unión Latino. 239137 462 5 1 0 2 14 85 25 12 20 9 6 174
Unión Latino. 239213 463 5 4 0 1 22 82 33 9 7 16 5 179
Unión Latino. 239292 464 5 3 3 1 14 86 20 21 17 6 2 173
Unión Latino. 239422 465 5 3 1 0 16 79 18 10 18 10 8 163
Continúa ….
188
.... Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
Unión Latino. 239532 466 5 1 7 3 15 67 37 12 23 1 11 177
Unión Latino. 239631 467 5 4 0 1 14 83 30 11 18 6 5 172
Unión Latino. 239723 468 5 4 3 1 20 75 17 16 9 9 5 159
Unión Latino. 239874 469 5 6 5 2 20 70 21 14 14 15 9 176
Unión Latino. 239988 470 5 3 2 1 16 76 21 17 14 11 5 166
Unión Latino. 240122 471 5 2 0 1 22 81 31 10 16 4 6 173
Unión Latino. 240261 472 5 5 5 1 16 63 24 17 24 8 6 169
Unión Latino. 240372 473 5 4 4 0 12 94 25 9 18 11 2 179
Unión Latino. 240473 474 5 1 0 1 24 77 20 9 16 8 8 164
1278 Exptal. 228288 475 6 4 3 2 11 61 32 18 16 9 4 160
1278 Exptal. 228518 476 6 7 1 1 20 70 23 17 15 8 10 172
1278 Exptal. 228728 477 6 4 6 1 21 61 25 13 20 13 3 167
1278 Exptal. 228961 478 6 3 6 2 20 75 26 10 12 7 2 163
1278 Exptal. 229112 479 6 5 4 1 11 71 27 17 12 7 5 160
1278 Exptal. 229249 480 6 2 2 1 19 58 31 12 17 13 4 159
1278 Exptal. 229383 481 6 1 1 1 19 59 41 9 18 9 8 166
1278 Exptal. 229490 482 6 6 1 0 21 76 24 8 21 7 3 167
1278 Exptal. 229590 483 6 1 2 0 16 73 27 12 16 2 8 157
1278 Exptal. 229686 484 6 3 1 1 19 87 26 11 10 4 12 174
1278 Exptal. 229800 485 6 5 3 2 18 77 25 11 15 3 5 164
1278 Exptal. 229902 486 6 5 1 1 17 72 26 12 20 9 9 172
1278 Exptal. 230021 487 6 2 3 0 10 80 30 10 20 8 5 168
1278 Exptal. 230107 488 6 5 4 0 17 64 26 14 18 11 7 166
1278 Exptal. 230194 489 6 4 5 4 10 78 32 7 15 11 9 175
1278 Exptal. 230278 490 6 3 3 2 15 75 24 14 16 5 11 168
1278 Exptal. 230354 491 6 3 2 0 19 80 28 9 14 4 6 165
1278 Exptal. 230442 492 6 0 4 0 18 84 20 14 16 10 4 170
1278 Exptal. 230536 493 6 5 1 2 18 77 23 8 15 2 7 158
1278 Exptal. 230638 494 6 1 2 0 12 94 25 8 12 5 7 166
1278 Exptal. 230724 495 6 2 0 1 26 77 26 15 13 7 8 175
1278 Exptal. 230793 496 6 3 2 0 20 85 24 10 22 6 4 176
1278 Exptal. 230883 497 6 2 3 2 13 82 27 14 14 5 8 170
1278 Exptal. 230958 498 6 1 8 1 14 82 26 11 13 5 9 170
1278 Exptal. 231023 499 6 0 2 0 17 87 25 12 10 10 10 173
1278 Exptal. 231109 500 6 1 5 1 13 78 26 18 18 4 9 173
1278 Exptal. 231189 501 6 0 3 3 19 87 20 14 15 6 2 169
1278 Exptal. 231260 502 6 4 4 0 18 77 18 15 21 7 9 173
1278 Exptal. 231343 503 6 4 4 0 16 79 31 6 16 5 6 167
1278 Exptal. 231439 504 6 3 1 1 20 74 37 10 11 2 8 167
1278 Exptal. 231517 505 6 3 4 2 13 66 23 16 16 8 7 158
1278 Exptal. 231622 506 6 2 1 2 15 70 25 15 14 9 12 165
1278 Exptal. 231752 507 6 2 1 1 12 74 20 17 11 7 10 155
1278 Exptal. 231855 508 6 2 2 2 13 81 28 17 16 4 3 168
1278 Exptal. 231974 509 6 4 1 2 14 80 13 21 12 10 8 165
1278 Exptal. 232081 510 6 5 3 2 10 80 27 9 18 7 8 169
1278 Exptal. 232164 511 6 3 0 1 23 78 26 17 12 11 8 179
1278 Exptal. 232277 512 6 3 4 0 15 75 30 13 15 6 9 170
1278 Exptal. 232524 513 6 1 3 1 14 73 24 14 12 8 6 156
1278 Exptal. 232645 514 6 3 3 0 17 66 26 12 12 10 7 156
1278 Exptal. 232780 515 6 0 2 1 15 77 22 9 19 3 13 161
Félix Tello 215755 516 7 3 5 3 14 61 16 10 13 11 9 145
Félix Tello 215932 517 7 3 3 0 11 68 16 10 10 7 8 136
Félix Tello 216092 518 7 4 0 1 25 57 27 8 17 7 7 153
Félix Tello 216194 519 7 0 1 0 11 72 23 11 15 4 7 144
Félix Tello 216304 520 7 4 4 2 7 78 25 14 13 10 3 160
Félix Tello 216405 521 7 2 4 2 16 67 19 17 12 12 3 154
Félix Tello 216485 522 7 2 4 0 18 59 24 12 13 6 7 145
Félix Tello 216593 523 7 2 1 0 25 69 18 12 15 5 10 157
Félix Tello 216684 524 7 4 1 0 16 65 26 14 13 6 10 155
Félix Tello 216818 525 7 2 3 1 18 67 21 13 12 8 3 148
Félix Tello 223362 526 7 2 1 2 23 51 22 14 11 8 12 146
Félix Tello 223507 527 7 1 0 0 9 74 34 6 17 4 4 149
Félix Tello 223756 528 7 1 2 1 16 65 29 17 13 8 3 155
Félix Tello 223917 529 7 2 2 2 19 69 27 14 25 1 2 163
Félix Tello 224035 530 7 2 6 0 19 64 29 9 15 7 6 157
Félix Tello 224192 531 7 1 1 1 16 76 30 12 18 3 8 166
Félix Tello 225124 532 7 2 6 1 18 78 24 8 14 6 6 163
Félix Tello 225264 533 7 3 1 1 20 76 29 11 13 7 6 167
Félix Tello 225554 534 7 0 5 0 18 77 29 11 14 7 5 166
Félix Tello 226249 535 7 10 2 1 15 73 18 11 22 2 5 159
Félix Tello 226871 536 7 1 2 1 18 84 22 13 11 7 4 163
Félix Tello 226997 537 7 0 3 0 19 87 28 10 17 8 2 174
Félix Tello 227103 538 7 1 3 0 18 78 29 15 8 7 8 167
Félix Tello 245327 539 7 4 3 0 23 78 20 11 12 9 5 165
Félix Tello 245462 540 7 2 1 1 18 72 21 16 11 10 11 163
Félix Tello 245574 541 7 4 1 0 14 70 23 22 14 12 14 174
Félix Tello 245701 542 7 5 4 1 22 92 23 10 12 4 5 178
Félix Tello 245823 543 7 2 5 0 23 74 26 18 14 3 8 173
Continúa ….
189
…. Continuación
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
Félix Tello 245939 544 7 4 4 1 16 77 25 14 10 16 5 172
Félix Tello 246020 545 7 4 2 0 22 89 19 18 16 4 8 182
Félix Tello 246122 546 7 5 3 0 18 85 19 21 10 10 8 179
Félix Tello 246229 547 7 5 2 3 8 90 26 7 21 8 5 175
Félix Tello 246358 548 7 5 2 2 16 90 11 14 20 7 11 178
Félix Tello 246482 549 7 3 1 1 19 68 34 21 13 7 6 173
Félix Tello 246607 550 7 2 2 0 20 77 21 10 13 13 8 166
Félix Tello 246723 551 7 4 0 1 26 89 23 14 6 8 8 179
Félix Tello 246823 552 7 7 2 1 15 82 31 16 10 8 5 177
Félix Tello 246939 553 7 3 2 0 21 84 16 14 19 9 7 175
Félix Tello 247047 554 7 2 2 0 15 87 24 13 16 9 10 178
Félix Tello 247146 555 7 3 6 0 16 77 26 17 17 6 9 177
Félix Tello 248609 556 7 4 3 1 9 61 23 10 14 4 6 135
Félix Tello 286261 557 7 8 0 0 11 50 26 17 13 4 4 133
Newton 217190 558 8 3 2 0 15 65 27 13 17 7 5 154
Newton 217280 559 8 1 2 2 19 45 29 8 24 4 8 142
Newton 217407 560 8 6 2 0 16 66 26 8 25 8 6 163
Newton 217496 561 8 1 5 1 10 73 26 7 17 4 8 152
Newton 217623 562 8 2 2 0 15 64 32 14 14 5 6 154
Newton 217738 563 8 5 2 3 19 65 29 7 13 7 10 160
Newton 217874 564 8 3 0 0 15 68 22 9 12 6 4 139
Newton 217963 565 8 1 2 0 12 70 33 11 13 5 5 152
Newton 218057 566 8 2 0 0 18 53 32 12 16 5 10 148
Newton 218180 567 8 3 3 2 21 63 34 9 11 6 9 161
Newton 218269 568 8 2 3 2 16 76 16 12 16 5 10 158
Newton 218364 569 8 4 0 1 13 67 29 13 12 12 9 160
Newton 218587 570 8 2 5 1 14 67 20 19 16 8 4 156
Newton 218698 571 8 1 2 1 8 79 26 13 15 9 3 157
Newton 218775 572 8 5 3 0 18 69 18 10 18 5 2 148
Newton 218881 573 8 1 4 0 17 61 29 11 10 9 6 148
Newton 218991 574 8 1 5 1 17 62 27 4 11 6 13 147
Newton 219087 575 8 1 3 0 14 62 27 21 11 8 7 154
Newton 219184 576 8 1 1 0 13 75 29 6 15 11 11 162
Newton 219298 577 8 1 8 2 14 79 21 11 20 5 3 164
Newton 219398 578 8 3 1 2 9 68 28 19 12 7 10 159
Newton 219487 579 8 4 0 0 12 65 29 13 14 10 11 158
Newton 219559 580 8 0 6 2 14 63 36 7 14 7 6 155
Newton 219626 581 8 1 0 1 18 78 14 11 12 7 4 146
Newton 219705 582 8 3 0 0 15 76 25 6 23 5 3 156
Newton 219775 583 8 0 6 0 11 70 28 13 15 3 9 155
Newton 219865 584 8 1 2 1 19 56 25 15 10 9 5 143
Newton 219920 585 8 0 3 1 15 66 21 11 21 11 7 156
Newton 219985 586 8 5 1 1 20 73 18 11 15 7 13 164
Newton 220105 587 8 2 1 0 13 68 20 15 15 7 3 144
Newton 220189 588 8 5 5 0 12 65 19 7 19 9 2 143
Newton 220285 589 8 1 3 1 16 70 13 13 16 7 11 151
Newton 220736 590 8 1 3 0 10 80 30 11 16 6 7 164
Newton 220850 591 8 3 1 2 11 67 29 19 14 6 6 158
Newton 221057 592 8 2 5 0 12 77 36 11 15 5 7 170
Newton 221275 593 8 0 3 2 13 65 31 7 15 14 9 159
Newton 221438 594 8 3 2 2 22 69 28 5 13 7 8 159
Newton 334820 595 8 2 0 1 7 58 28 9 14 6 4 129
Newton 368483 596 8 4 2 0 11 74 23 5 10 4 5 138
Ateneo 240598 597 9 1 4 2 17 88 24 18 12 5 5 176
Ateneo 240714 598 9 3 2 0 19 70 29 20 12 6 8 169
Ateneo 240858 599 9 6 3 2 14 72 28 10 13 9 5 162
Ateneo 240996 600 9 4 2 4 14 91 20 13 13 7 8 176
Ateneo 241124 601 9 1 1 1 17 74 32 15 13 7 11 172
Ateneo 241290 602 9 2 4 2 21 77 22 14 17 7 7 173
Ateneo 241436 603 9 4 4 0 22 69 31 8 11 5 10 164
Ateneo 241574 604 9 3 3 2 14 74 23 12 10 11 12 164
Ateneo 241758 605 9 6 2 2 16 71 22 14 8 15 5 161
Ateneo 241924 606 9 8 1 3 13 77 28 12 12 11 7 172
Ateneo 242147 607 9 4 2 0 16 70 30 21 14 5 6 168
Ateneo 242410 608 9 8 3 1 21 81 23 9 12 5 4 167
Ateneo 242546 609 9 7 3 0 24 68 26 18 19 6 6 177
Ateneo 242712 610 9 4 3 0 20 73 24 12 14 8 7 165
Ateneo 242861 611 9 5 1 1 12 78 20 15 16 6 11 165
Ateneo 242996 612 9 7 3 0 17 83 20 15 10 10 4 169
Ateneo 243149 613 9 3 3 3 17 61 27 14 25 5 4 162
Ateneo 243290 614 9 5 1 0 17 79 29 19 10 6 9 175
Ateneo 243416 615 9 3 1 2 14 89 25 16 9 7 4 170
Ateneo 243545 616 9 5 0 2 18 85 20 13 11 6 7 167
Ateneo 243717 617 9 2 0 3 14 87 32 12 9 6 5 170
Ateneo 243832 618 9 1 4 1 12 78 27 13 16 9 8 169
Ateneo 243992 619 9 5 4 0 16 89 20 9 10 4 5 162
Ateneo 244111 620 9 1 2 2 16 76 34 15 15 7 4 172
Ateneo 244241 621 9 2 0 1 15 82 24 20 12 11 9 176
Continúa ….
190
.... Conclusión
Local de Siempre Renovac. Avanza Restaurac. Unidad Somos Primero La
MESA Nº Orden Estrato APRA Blancos Nulos TOTAL
Votación Unidos Nacional País Nacional Nac. Perú Molina
Ateneo 244373 622 9 5 2 1 17 85 20 19 11 6 2 168
Ateneo 244534 623 9 4 3 2 14 77 19 15 13 5 7 159
Ateneo 244708 624 9 5 2 2 14 80 20 15 10 14 8 170
Ateneo 244825 625 9 6 3 3 13 79 29 11 15 8 5 172
Ateneo 244962 626 9 6 2 2 15 73 21 13 16 9 8 165
Ateneo 245074 627 9 4 2 0 14 81 26 14 18 7 10 176
Ateneo 245192 628 9 7 3 1 18 72 23 10 14 8 15 171
TOTAL 1528 1470 526 8656 40650 13908 6896 8796 4153 4005 90588
Votos de 5 mesas anuladas 689
Total de votos emitidos 91277
Local AnuladasVotos
U. Agraria 036347 124
U. Agraria 036372 121
U. Agraria 046988 142
1278 Exptal 232395 162
Newton 218471 140
Votos anulados 689
191
RESULTADOS DE LA ONPE, ELECCIONES MUNICIPALES 19/11/06
LA MOLINA
%Votos %Votos
Organización Política Votos
Válidos Emitidos
PARTIDO DEMOCRATICO
13,908 16.872 % 15.237 %
SOMOS PERU
192
RESULTADOS DE LA ONPE, ELECCIONES MUNICIPALES 2006
PROVINCIA DE LIMA
%Votos %Votos
Organización Política Votos
Válidos Emitidos
PARTIDO RENACIMIENTO
9,616 0.235 % 0.209 %
ANDINO
AGRUPACION INDEPENDIENTE
163,956 4.000 % 3.556 %
SI CUMPLE
PARTIDO DEMOCRATICO
346,726 8.458 % 7.520 %
SOMOS PERU
PARTIDO NACIONALISTA
174,752 4.263 % 3.790 %
PERUANO
ORGANIZACION POLITICA
LOCAL PROVINCIAL DIALOGO 16,178 0.395 % 0.351 %
VECINAL
Total de Votos Válidos 4,099,298 100.000 % 88.905 %
193
Votos Impugnados (Pendientes para resolución) 0 0.000 %
194