SECCIÓN I: PREGUNTAS DE TEORÍA (Total: 3 puntos)

1. Compare y contraste el Muestreo Estratificado y el Muestreo por Conglomerados en

términos de: (a) Cómo se dividen las poblaciones, (b) Objetivos típicos, (c) Facilidad de
implementación en estudios de negocios internacionales y (d) Un ejemplo de cuándo usaría
cada uno en una investigación de mercados globales.
Aspecto Muestreo Estratificado Muestreo por Conglomerados
(a) División de la Se divide en estratos homogéneos Se divide en conglomerados
población (grupos que comparten una heterogéneos, como regiones,
característica común, como edad, ciudades o empresas, que contienen
ingreso o país). variedad interna.
(b) Objetivos típicos Garantizar que todas las Reducir costos y facilitar el trabajo
subpoblaciones importantes estén de campo al seleccionar solo algunos
representadas adecuadamente. conglomerados.
(c) Facilidad de Requiere más información previa Más fácil cuando no se tiene
implementación en sobre la población (por ejemplo, información detallada de cada
negocios internacionales saber a qué estrato pertenece cada unidad, solo de grupos generales.
individuo).
(d) Ejemplo de uso Investigar el nivel de satisfacción de Estudiar el comportamiento de
clientes según nivel socioeconómico consumo seleccionando algunas
en países distintos. ciudades de América Latina.

2. Explique cómo un sesgo de no respuesta podría afectar los resultados de una encuesta a
empresas sobre sus planes de expansión en el extranjero, incluso si la muestra se selecciona
aleatoriamente. Mencione dos técnicas que se pueden usar para minimizar dicho sesgo.
Explicación del sesgo de no respuesta:
 Cuando una parte significativa de las empresas seleccionadas no responde la encuesta, los resultados
pueden estar sesgados. Por ejemplo, si solo responden las empresas más grandes o exitosas, los
resultados no representarán a las pequeñas empresas. Así, aunque la muestra sea aleatoria, el sesgo
de no respuesta puede afectar la validez y precisión de las conclusiones sobre los planes de
expansión internacional.
Dos técnicas para minimizar este sesgo:
1. Seguimiento y recordatorios: Enviar correos de seguimiento o hacer llamadas a quienes no
respondieron, aumentando la tasa de respuesta.
2. Incentivos para participar: Ofrecer un resumen gratuito de resultados, o algún beneficio por
completar la encuesta, motiva la participación.
 SECCIÓN II: EJERCICIOS PRÁCTICOS DE CÁLCULO (Total: 3 puntos)
1. Una cadena hotelera peruana desea estimar el gasto promedio diario (en soles) de sus huéspedes
extranjeros. Desean un Nivel de Confianza del 90% (use la tabla Z para el valor correspondiente) y están
dispuestos a aceptar un Margen de Error (E) máximo de S/ 30. Un estudio piloto previo sugiere una
desviación estándar poblacional σ ≈ S/ 120. Calcule el tamaño de muestra (n) necesario. Muestre la fórmula
utilizada, el valor Z utilizado y todos los pasos del cálculo.

1. Cálculo del tamaño de muestra necesario

Datos:
 Nivel de Confianza: 90% → Z = 1.645 (de la tabla Z)
Pasos para Obtener el Valor Z:
1. Determinar el Nivel de Confianza: 90%.
2. Calcular el Área en las Colas:
• Restar el nivel de confianza de 100% y dividir entre 2.
• Ejemplo: (100% - 90%) / 2 = 5% = 0.05.
3. Encontrar el Área Correspondiente en la Tabla:
• Buscar el área acumulada (1 - área en las colas) en la
tabla de distribución normal estándar.
• Ejemplo: 1 - 0.05 = 0.95
4. Obtener el Valor Z: 1.645
 Margen de error (E): S/ 30
 Desviación estándar poblacional (σ): S/ 120
Fórmula para el tamaño de muestra (n):

a
2. Un analista va a tomar una muestra aleatoria simple de tamaño n=225 de una población de tamaño
N=4500. Se sabe que la proporción de elementos que cumplen cierta condición en la población es P=0.6.
2. Muestreo proporcional con error estándar
Datos:
 Tamaño de la muestra: n = 225
 Tamaño de la población: N = 4500
 Proporción poblacional: P = 0.6

a) Cálculo del Error Estándar de la Proporción (σp^)

 Fórmula con corrección por población finita:

Error estándar de la proporción ≈ 0.0318

b) Interpretación
El error estándar de la proporción indica cuánto varía la proporción muestral con respecto a la verdadera
proporción poblacional (0.6). En este caso, el valor 0.0318 significa que, en promedio, las proporciones
muestrales estarán a ±0.0318 (3.18%) de la proporción verdadera (suponiendo muchas muestras).
Entre menor sea el error estándar, mayor precisión tendrá la estimación de la proporción poblacional.

SECCIÓN III: CASOS DE ESTUDIO (Total: 14 puntos)

Una agencia de turismo peruana planea expandirse a dos mercados objetivo: jóvenes profesionales en
Madrid, España (nicho de turismo experiencial) y familias de ingresos medios en Ciudad de México
(turismo vacacional tradicional). Sus objetivos son:
 • Estimar el gasto promedio total por viaje (μ) que los jóvenes profesionales en Madrid estarían
dispuestos a invertir en tours de aventura en Perú. Quieren un 99% de confianza (use la tabla
Z), un margen de error (E) de 150 euros, y estiman (por datos de estudios previos) que la
desviación estándar poblacional σ ≈ 400 euros.
• Determinar las principales razones (atributos) que motivan a las familias de ingresos medios
en Ciudad de México a elegir Perú como destino vacacional.
a) Cálculo del tamaño de muestra (Objetivo 1)
Queremos estimar el gasto promedio (μ) de jóvenes profesionales en Madrid, con:
 Nivel de Confianza = 99% → Z = 2.576
Pasos para Obtener el Valor Z:
1. Determinar el Nivel de Confianza: 99%.
2. Calcular el Área en las Colas:
• Restar el nivel de confianza de 100% y dividir entre 2.
• Ejemplo: (100% - 99%) / 2 = 0.5% = 0.005
3. Encontrar el Área Correspondiente en la Tabla:
• Buscar el área acumulada (1 - área en las colas) en la
tabla de distribución normal estándar.
• Ejemplo: 1 - 0.005 = 0.995
4. Obtener el Valor Z: 2.576
 Margen de error (E) = 150 €
 Desviación estándar (σ) = 400 €
Fórmula del tamaño de muestra para media:

sustituyendo

Resultados
n= 48 personas (redondeando hacia arriba)

b) Tipo de muestreo probabilístico recomendado

Muestreo Aleatorio Simple (MAS): es el más apropiado cuando tienes una lista completa de la población
(los jóvenes profesionales de Madrid), ya que:
 Todos los individuos tienen la misma probabilidad de ser seleccionados.
 Asegura representatividad si la población es homogénea.

c) ¿Qué tipo de muestreo no probabilístico sería el más adecuado para identificar razones
motivacionales? Justifique brevemente.
Justificación:
 Este tipo de muestreo permite seleccionar deliberadamente a personas que, por su experiencia o
características, pueden proporcionar información más profunda y relevante sobre las motivaciones
que los impulsan a actuar o decidir.
 Por ejemplo, si se busca entender las razones por las cuales los jóvenes profesionales en Madrid
eligen programas de capacitación para exportación, sería útil seleccionar a aquellos que ya han
participado en dichos programas o que están interesados activamente en internacionalizarse.
 Este enfoque es común en investigaciones exploratorias o cualitativas, donde el objetivo no es
generalizar resultados, sino profundizar en el entendimiento de comportamientos o razones
subjetivas.
d) Si para el Objetivo 1 se usa la muestra 'n' calculada en (a), calcule el Error Estándar de la
Media (σx̄ ). ¿Cómo se relaciona este valor con el margen de error (E) que se especificó?
Datos
 n=48
 Nivel de confianza del 99%=2.576
 Margen de error 5%=0.05
 P=0.5 maxima variabilidad
 Desviación estándar (σ) = 400 €
 Relación con el margen de error (E):
El margen de error (E) se obtiene multiplicando el error estándar por el valor Z= 2.576:

Interpretación:
 El error estándar representa la variabilidad esperada de la media muestral respecto a la media
poblacional.
 El margen de error es simplemente el error estándar multiplicado por el nivel de confianza (Z).
 Esto muestra que el valor del error estándar está directamente relacionado con la precisión de
nuestras estimaciones: si queremos un margen de error más pequeño, necesitamos reducir el error
estándar, lo cual se logra aumentando el tamaño muestral
Caso 2: Evaluación de Impacto de un Programa de Capacitación para Exportadores
El Ministerio de Comercio Exterior (N = 320 empresas exportadoras en un programa reciente) quiere
evaluar el impacto de un programa de capacitación en las ventas de estas empresas. Sus objetivos son:
• Comparar las ventas promedio antes y después del programa.
• Determinar la proporción de empresas que incrementaron sus ventas en más de un 20% después del
programa.
a) ¿Sería adecuado un Muestreo Aleatorio Simple para seleccionar una muestra de empresas y poder
generalizar los resultados al universo de N=320 empresas? Justifique. Calcule un tamaño de muestra
representativo (n) para poder hacer inferencia estadística con un 95% de confianza (use la tabla Z para el
valor correspondiente) y un error máximo del 6% para estimar la proporción.

¿Es adecuado el MAS? Sí, es adecuado porque:

 Se tiene una población pequeña y conocida: N = 320 empresas.
 Se puede numerar y acceder a todas las unidades de estudio.
 El MAS garantiza que cada empresa tiene la misma probabilidad de ser elegida, permitiendo
generalizar los resultados a toda la población.
Cálculo del tamaño de muestra (n) para estimar una proporción con población finita

Datos:

 N=320
 Nivel de confianza: 95% → Z=1.96
 Margen de error E=0.06 (6%)
 Proporción estimada p=0.5p (máxima variabilidad)
 q=1−p=0.5

Paso 1: Tamaño de muestra sin corrección (población infinita)

Paso 2: Ajuste por población finita

b) Describa un método probabilístico de selección diferente al simple que, dado el contexto, podría ser
logísticamente más eficiente. Explique por qué sería más eficiente.

b) Método probabilístico alternativo más eficiente: Muestreo Sistemático

¿Por qué sería más eficiente?

 El muestreo sistemático consiste en seleccionar cada k-ésima empresa de una lista ordenada.
 Si ya tienes un listado de las 320 empresas, solo debes:
1. Calcular el intervalo k=N/n=320/146≈2.19→ Redondeamos a k = 2.
2. Elegir un número aleatorio entre 1 y 2 como punto de partida.
3. Seleccionar cada segunda empresa en la lista.
Ventaja: Menos costoso y más rápido que el MAS, pero manteniendo buena representatividad si la lista está
ordenada de forma aleatoria
c) Supongamos que, hipotéticamente, se pudiera hacer un Muestreo Aleatorio Simple del tamaño "n"
calculado en a) y se supiera que la proporción poblacional (P) de empresas que incrementaron sus ventas en
más de un 20% es 0.45. Calcule el Error Estándar de la Proporción (σp^). Muestre fórmula y cálculo.
c) Cálculo del Error Estándar de la Proporción (σp^)
Fórmula:

d) ¿Qué interpretación le daría a dicho error estándar?

 El error estándar de 0.0412 (o 4.12%) nos dice cuánto puede variar la proporción muestral
estimada (0.45) respecto a la proporción real de la población, solo por el hecho de haber usado
una muestra y no el total.
 Es una medida de precisión: cuanto más bajo, más precisa es la estimación.
 Este valor se puede usar para calcular intervalos de confianza,
Interpretación práctica: Estamos 95% seguros de que la verdadera proporción de empresas que
aumentaron sus ventas en más de 20% está entre 36.9% y 53.1%.