Muestreo y estimaciones

✎ Definición de muestreo
El muestreo es simplemente un conjunto de métodos para tomar ejemplares que permiten
hacer aseveraciones sobre los parámetros de una población apoyándose en una fracción de ésta,
llamada muestra.

✩ Tipos de muestreo aleatorio, sistematizado, estratificado y conglomerados

En una muestra aleatoria o de probabilidad conocemos las posibilidades de que un

elemento de la población se incluya o no en la muestra.

Es posible determinar objetivamente las estimaciones de las características de la

población que resultan de una muestra dada; es decir se puede describir matemáticamente que
tan objetivas son las estimaciones correspondientes.

Para analizar este proceso se introducirán cuatro métodos del muestreo aleatorio:

➮Muestreo aleatorio simple.

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

Se recomienda cuando las características de interés presentan gran homogeneidad, de lo

contrario requeriría muestras grandes para lograr una precisión aceptable, y podrían
seleccionarse muestras indeseables.

La definición de este método y el proceso de seleccionar una muestra aleatoria simple

dependen de si la población es finita o infinita.

Muestra aleatoria simple (población finita)

Población finita. Por finito nos referimos a que la población tiene un tamaño establecido o
limitado, es decir, existe un número entre ( N ) que indica cuantos elementos hay en la población.

Una muestra aleatoria simple de tamaño n , de una población finita de tamaño N , es una
muestra seleccionada de tal manera que cada muestra posible de tamaño n tenga la misma
posibilidad de ser seleccionada.

♙ Ejemplo:
1) La asociación de transporte aeroportuario de Estados Unidos proporciono la siguiente lista
de las 10 aerolíneas más grandes del mundo.

1) Aeroflot (Rusia) 6) JAL (Japón)

2) Air France (Francia) 7) Lufthansa (Alemania)
3) American Airlines (EUA) 8) Northwest Airlines (EUA)
4) British Airways (Reino Unido) 9) Unites Airlines (EUA)
5) Delta Airlines (EUA) 10) USAir (EUA)
a) Suponga que se debe seleccionar una muestra de 5 de ellas, parra un estudio de detalle
de factores, como por ejemplo, la cantidad de aviones en servicio, el total anual de
 Muestreo y Estimaciones

pasajeros-millas volados, etc. comenzando con el primer dígito aleatorio de la tabla 1

que es 6, y avanzando hacia debajo de la columna, use los números aleatorios de un
digito para seleccionar una muestra aleatoria simple de 5 aerolíneas que entrarán en el
estudio.

Las 5 aerolíneas que se tomaran son: 6, 8, 5, 4, 1

Tabla 1 Números aleatorios

63271 59986 71744 51102 15141 80714 58683 93108 13554 79945

88547 09896 95436 79115 08303 01041 20030 63754 08459 28364
55957 57243 83865 09911 19761 66535 40102 26646 60147 15702
46276 87453 44790 67122 45573 84358 21625 16999 13385 22782
55363 07449 34835 15290 76616 67191 12777 21861 68689 03263

69393 92785 49902 58447 42048 30378 87618 26933 40640 16281

13186 29431 88190 04588 38733 81290 89541 70290 40113 08243
17726 28652 56836 78351 47327 18518 92222 55201 27340 10493
36520 64465 05550 30157 82242 29520 69753 72602 23756 54935
81628 36100 39254 56835 37636 02421 98063 89641 64953 99337

84649 48968 75215 75498 49539 74240 03466 49292 36401 45525

63291 11618 12613 75055 43915 26488 41116 64531 56827 30825
70502 53225 03655 05915 37140 57051 48393 91322 25653 06543
06426 24771 59935 49801 11082 66762 94477 02494 88215 27191
20711 55609 29430 70165 45406 78484 31639 52009 18873 96927

41990 70538 77191 25860 55204 73417 83920 69468 74972 38712

72452 36618 76298 26678 89334 33938 95567 29380 75906 91807
37042 40318 57099 10528 09925 89773 41335 96244 29002 46453
53766 52875 15987 46962 67342 77592 57651 95508 80033 69828
90585 58955 53122 16025 84299 53310 67380 84249 25348 04332

32001 96293 37203 64516 51530 37069 40261 61374 05815 06714

62606 64324 46354 72157 67248 20135 49804 09226 64419 29457
10078 28073 85389 50324 14500 15562 64165 06125 71353 77669
91561 46145 24177 15294 10061 98124 75732 00815 83452 97355
13091 98112 53959 79607 52244 63303 10413 63839 74762 502289

♘ Ejercicio:

Los resultados de una encuesta sobre los 25 mejores entrenadores de baloncesto de NCAA, en
enero de 1988, aparecen a continuación.

1. Duke 14. Mississippi

2. North California 15. Syracuse
3. Kansas 16. Michigan
4. Utah 17. South Carolina
5. Arizona 18. Xavier
6. Stanford 19. Arkansas
 Muestreo y Estimaciones

7. Kentucky 20. Florida State

8. Connecticut 21. West Virginia
9. Purdue 22. Rhode Island
10. UCLA 23. Clemson
11. Princeton 24. Hawaii
12. Iowa 25. Cincinnati
13. New Mexico

Use la novena columna de los números aleatorios de la tabla 1, comenzando con 13554, para
seleccionar una muestra simple de 6 equipos de baloncesto. Use los dos primeros dígitos de
cada renglón de la novena columna en el proceso de selección. ¿Cuáles equipos de baloncesto
seleccionó para es muestra aleatoria simple?

13, 08, 23, 25, 18, 05(New Mexico, Connecticut, Clemson, Cincinnati, Xavier, Arizona)

Población infinita es aquella en la que es teóricamente imposible observar todos los

elementos. Aunque muchas poblaciones parecen ser excesivamente grandes, no existe una
población realmente infinita de objetos físicos. Se utilizara el término población infinita cuando
hablemos de una población que no podría enumerarse en un periodo razonable de tiempo. Se
utilizará el concepto teórico de población infinita como una aproximación de una población
finita enorme.

No se puede usar un procedimiento de selección con números aleatorios para una población
infinita, porque es imposible hacer una lista de esa población. En este caso se debe determinar
especialmente un procedimiento de selección de muestra, para determinar los elementos en
forma independiente y evitar un prejuicio de selección que haga posible mayores probabilidades
de selección para ciertos artículos.

La forma más fácil de seleccionar una muestra de manera aleatoria es mediante el uso de
números aleatorios.

Media de la población

x́ ± z α / 2 σ x́

σ x́ =error estándar de lamedia

Cuando se toma una muestra aleatoria simple de tamaño n de una población finita de tamaño
N , el estimado del error estándar de la media es

N −n s
S x́ =
√ N ( )
√n
En este caso, el estimado del intervalo de la media poblacional es

x́ ± z α / 2 s x́

En una encuesta se acostumbra a usar un valor Z=2 cuando se estipulan estimados

de intervalos. Así cuando se emplea el muestreo aleatorio simple, un estimado
aproximado de intervalo de 95% de confianza para la media poblacional es el siguiente:
 Muestreo y Estimaciones

x́ ± 2 s x́

♙ Ejemplo:

El publicista Great Lakes Recreation, revista local que se especializa en artículos

sobre navegación y pesca. Actualmente cuenta con N=8000 suscriptores. Una muestra
aleatoria simple de n=484 suscriptores indica que la media del ingreso anual es de
30,500 dólares, con desviación estándar de 7040 dólares. Un estimado insesgado de la
media del ingreso anual de todos los suscriptores es x́=$ 30,500. Con los resultados de
la muestra, se calcula

8000−484 7040
S x́ =
√ 8000 √ 484 (
=310 )
30500 ±2 ( 310 )=30500± 620

( 29880,31120 )

♘ Ejercicio:

Se ha empleado muestreo aleatorio simple para tomar una muestra de n=50 elementos
de una población con N=800. La media de la muestra fue x́=215 y la desviación
estándar de la muestra fue s=20

N −n
S x́ =
√ N ( √sn )=√ 800−50 20
800 ( √50 )
=√ .9375 ( 2.828 )=√ 2.651=1.628

x́ ± 2 s x́ =215 ± 2 (1.628 )=215 ±3.25

215+3.25=218.25

215−3.25=211.75

( 211.75 , 218.25 )

➮Muestreo sistemático
Método para elegir una muestra seleccionando al azar uno de los primeros k elementos y a
continuación cada k −ésimo elemento.

En el muestreo sistemático, los elementos son seleccionados de la población dentro de un

intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.

El muestreo sistemático difiere del muestreo aleatorio simple en que cada elemento tiene igual
oportunidad de ser seleccionado, pero cada muestra no tiene la posibilidad igual de ser
seleccionada. En el muestreo sistemático existe el problema de introducir un error en el proceso
de muestreo.
 Muestreo y Estimaciones

La ventaja del muestreo sistemático, aun cuando este tipo de muestreo puede ser inapropiado
cuando los elementos entran en un patrón secuencial, este método puede requerir menos tiempo.

♙ Ejemplo:

Si se desea tener un tamaño de muestra igual a 50, de una población que contiene 5000
elementos, se podrá muestrear un elemento de cada 5000/50=100 elemento de la población.

Una muestra sistemática en este caso, seria seleccionar aleatoriamente uno de los primeros 100
elementos del marco; los elementos restantes se identifican comenzando con el primero
muestreando y a continuación seleccionando cada centésimo elemento siguiente.

➮Muestreo estratificado:
El muestreo estratificado consiste en lo siguiente:

I. La población se divide en subpoblaciones denominadas “estratos”, de tal manera

que cada elemento en la población pertenece a uno y solo a un estrato. La base de
formación de los estratos, por ejemplo, por departamento, ubicación, edad, giro
industrial, etc. queda a discreción de quien diseña la muestra.
II. De cada estrato se selecciona una muestra en forma independiente. Si las muestras
son aleatorias simples, entonces el muestreo se denomina muestreo aleatorio
estratificado.
III. Los estimadores para los parámetros de la población completa se proponen como
una combinación de los estimadores correspondientes a los parámetros de los
estratos.

El muestreo estratificado es usado por:

 Puede proporcionar estimadores para la población completa que sean mas precisos (lo
cual se logra constituyendo estratos lo mas homogéneos entre ellos mismos)
 Proporciona información sobre los estratos.
 Permite mejor organización del muestreo.
 Permite mejor administración de la encuesta.
 Permite mejor administración de la población.

Población

Estrato 1 Estrato 2 . . . Estrato H

Media de la población
 Muestreo y Estimaciones

En el muestreo, un estimado insesgado de la media de la población se obtiene calculando un

media ponderada de la medias de la muestra de cada estrato. Los factores de ponderación
aplicados son la fracción de la población en cada estrato. El estimador puntual que resulta,
representado por x́ st se define como sigue:

H
x́ st =∑
h=1
( NN ) x́
h
h

En donde

H=cantidad de estrato s

x́ h=media de la muestra par a el estrato h

N h=cantidad de elementos en el estrato h de poblacio n

N=cantidad total de elmentos en la poblacion :N =N 1 + N 2 +…+ N H

Para el muestreo aleatorio estratificado, la fórmula par calcular un estimado del error estándar
de la muestra es

H
s 2h
s x́ =
st
1
√∑ N h ( N h−n h ) n
N 2 h=1 h

♙ Ejemplo:

Supónganos que la encuesta de180 egresados de la facultad de administración dio los

resultados que muestra la tabla 1. Las medias de las muestras de cada especialidad, o
estrato, con esos datos se calculará un estimado puntual de la media poblacional.

Encuesta acerca de los sueldos iniciales de egresados de la facultad de

administración
Especialidad (h) x́ h sh Nh nh
Contabilidad $30,000 2000 500 45
Finanzas $28,500 1700 350 40
Sistemas de información $31,500 2300 200 30
Mercadotecnia $27,000 1600 300 35
Gerencia de operaciones $31,000 2250 150 30
1500 180
H
Nh
x́ st =∑
h=1
( )
N h
x́

500 350 200 300 150

x́ st =( 1500 ) ( 30000 ) +( 1500 ) ( 28500 ) +( 1500 ) ( 31500 ) +( 1500 )( 27000 ) +( 1500 )( 31000 )=29,350

Para calcular la estimación del error estándar

 Muestreo y Estimaciones

Cálculos parciales para el estimado del error estándar dela media en la encuesta
de la facultas de administración

Especialidad s 2h
h N h ( N h−nh )
nh

Contabilidad ( 200 )2
1 500 ( 500−45 ) =20,222,222,222
45

Finanzas ( 1700 )2
2 350 ( 350−40 ) =7,839,125,000
40

Sistemas de información ( 2300 )2

3 200 ( 200−30 ) =5,995,333,333
30

Mercadotecnia ( 1600 )2
4 300 ( 300−35 ) =5,814,857,143
35

Gerencia de operaciones ( 2250 )2

5 150 ( 150−30 ) =3,037,500,000
30

42,909,037,698

H
s 2h
s x́ =
st
√
1
2∑
N h=1
N h ( N h−n h ) =
nh √( ( 1
1500 )
2
)
( 42909037698 ) =√19070.68=138

Estimado aproximado del intervalo de confianza de 95% para la media de la población:

x́ st ±2 s x́ =29350 ± 2 ( 138 )
st

29,350+276=29626
29,350−276=29074
( 29074 , 29626 )
♘ Ejercicio:

Se tomo una muestra aleatoria simple estratificada y se obtuvieron los siguientes resultados:

Estrato (h) x́ h sh Nh nh
1 138 30 200 20
2 103 25 250 30
3 210 50 100 25
 Muestreo y Estimaciones

550 75
H
Nh
x́ st =∑
h=1
( ) N h
x́

x́ st =( 200
550 ) ( 138 ) +(
250
550 ) ( 103 ) + (
100
550 )
( 210 )=135.18

Estrato s 2h
h N h ( N h−nh )
nh

( 30 )2
1 1 200 ( 200−20 ) =1,620,000
20

2 ( 25 )2
2 250 ( 250−30 ) =1,145,833.33
30

3 ( 5 0 )2
3 1 00 (1 00−25 ) =750,000
25

3,515,833.33

H
s 2h
s x́ =
st
1
√∑ N h ( N h−n h ) n =
N 2 h=1 h √( 1
)
( 550 )2
( 3515833.33 )= √11.62=3.40

x́ st ±2 s x́ =135.18 ± 2 ( 3.40 )
st

135.18+6.8=141.98
135.18−6.8=128.38
( 128.38 , 141.98 )
➮Muestreo conglomerado
En el muestreo por conglomerados, se divide primero a la población en conjuntos separados
de elementos, llamados conglomerados. Cada elemento de la población pertenece a uno y sólo a
un grupo.

Todos los elementos dentro de cada conglomerado muestreado forman la muestra. El

muestreo de conglomerados tiende a proporcionar los mejores resultados cuando los elementos
de los conglomerados son heterogéneos (desiguales).

Cada conglomerado es una versión representativa, en pequeña escala, de toda la población.

El valor del muestreo por conglomerados depende de cuan representativo sea cada
conglomerado de la población total. Si al respecto todos los conglomerados se asemejan entre
sí, al muestrear una pequeña cantidad de conglomerados se obtendrán buenos estimados de los
parámetros de población.
 Muestreo y Estimaciones

Una de las principales aplicaciones del muestreo por conglomerados es el muestreo de áreas,
en los que los conglomerados son manzanas urbanas, u otras áreas bien definidas.

Este método es recomendable en casos como los siguientes:

 Cuando no solo no se disponen de un marco que liste las unidades elementales, sino que
además su elaboración puede ser muy costosa.
 Cuando las unidades se encuentren muy dispersas geográficamente, lo cual implicaría la
selección de un amuestra también muy dispersa, con la consiguiente dificultad para la
supervisión del trabajo.

Población

Conglomerado conglomerado Conglomerado

1 2 . . . K

Media de la población

El estimador puntual de la media de la población obtenido con el muestreo por conglomerados

esta definido con la siguiente ecuación:
n

∑ xi
i=1
x́ c = n

∑ Mi
i=1

Un estimado del error estándar de este estimador puntual es

s x́ =
c

Notación:
√ ( NnN −nḾ )
2
∑ ( x i−x́ c M i )2
i=1
n−1

N=cantidad de conglomerados en el población

n=cantidad de conglomerados seleccionados enla muestr a
M i=cantidad de elementos en el conglomerado i
M =cantidad de elemento s en la población ; M =M 1+ M 2 +…+ M N

Ḿ =M / N=cantidad media de elementos en un conglomerado

x i=total de observaciones en el conglomerado i
 Muestreo y Estimaciones

a i=cantidad de observaciones en el conglomerado icon determinada característic a

N=100 0
n=1 0
M =1200 0
Ḿ =12,000 /1000=12

Resultados de la encuesta de la sociedad CPA

Contadores públicos Sueldo total ( $ miles )

Empresa ( i ) Contadores mujeres ( a i )
titulados ( M i ) en la empresa i ( x i )

1 8 320 2
2 25 1125 8
3 4 115 0
4 17 714 6
5 7 247 1
6 3 94 2
7 15 634 2
8 4 147 0
9 12 481 5
10 33 1567 9
Totales 128 5444 35

∑ xi 5444
i=1
x́ c = n
= =42.531
128
∑ Mi
i=1

Contadores
Sueldo total ( $ miles ) 2
Empresa ( i ) públicos titulados ( x i−42.531 M i )
en la empresa i ( x i )
( Mi)
1 320 2
8 [ 320−42.513 ( 8 ) ] =409.982
2 1125 2
25 [ 1125−42.513 ( 25 ) ] =3809.976
2
3 4 115 [ 115−42.513 ( 4 ) ] =3038.655
2
4 17 714 [ 714−42.513 ( 17 ) ] =81.487
2
5 7 247 [ 247−42.513 ( 7 ) ] =2572.214
2
6 3 94 [ 94−42.513 ( 3 ) ] =1128.490
2
7 15 634 [ 634−42.513 ( 15 ) ] =15.721
 Muestreo y Estimaciones

2
8 4 147 [ 147−42.513 ( 4 ) ] =534.719
2
9 12 481 [ 481−42.513 ( 12 ) ] =862.714
2
10 33 1567 [ 1567−42.513 ( 33 ) ] =26724.730
Totales 128 5444 39,178.688

∑ ( xi −x́c M i) 2=39,178.688
i=1

s x́ =
c
√( N −n
Nn Ḿ 2 )
∑ ( x i−x́ c M i )2
i=1

x́ c ± 2 s x́ =42.531± 2 ( 1.730 )
c
n−1
=
√[ 1000−10
]
( 1000 )( 10 )( 12 ) 2
39,178.68
10−1
=1.730

42.531 ± 3.46
42.531+3.46=45.991
42.531−3.46=39.071
( 39.071 , 45.991 )

Bibliografía:

& Levin, Richard I. y Rubin, David S. Estadística para administración y economía.

“Capitulo 6 muestreo y distribución de muestreo, 6.2 Muestreo aleatorio.” Pearson
educación. Séptima edición. México, 2004. pág. 238-241

& Vladimirovna Pantelleva Olga. Fundamentos de probabilidad y estadística. “Unidad

VIII Muestreo” Pag. 318 - 321

& Anderson, Sweeney, Williams. “Muestreo aleatorio simple (7.2), Otros métodos de
muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo aleatorio simple
estratificado (8.5), Muestreo por conglomerado (8.6), muestreo sistemático (8.7).”
Estadística para administración y economía. Internacional Thomson Editores. Volumen
I. 7a edición. Pág. 250-255, 282- 284, 296-320.