WORKING ADULT

ESTADSTICA APLICADA
II UNIDAD TEORA BSICA DEL MUESTREO - 2
CONTENIDOS CONCEPTUALES

CONTENIDOS PROCEDIMENTALES

UNIDAD 2: MUESTREO SISTEMTICO Y

ESTRATIFICADO.

UNIDAD 2: MUESTREO SISTEMTICO Y

ESTRATIFICADO.

a. Muestreo Sistemtico. Muestreo

Estratificado. Definicin. Usos de estos
tipos de muestreo. Estudio de casos.

a. Obtiene muestras aleatorias utilizando el

muestreo sistemtico y el muestreo
estratificado, segn el caso presentado.

1.0

MUESTREO SISTEMTICO

El muestreo aleatorio sistemtico es una variante del muestreo aleatorio simple. Sistematiza
la eleccin de los componentes de la muestra. Se calcula el coeficiente de elevacin K= N/n;
donde N es el tamao de la poblacin y n el tamao de la muestra. Determinar en qu fecha
se producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de
ah en adelante tomar uno de cada K a intervalos regulares. El individuo al que corresponde
ese nmero forma parte de la muestra. Los restantes se obtienen sumando sucesivamente
el coeficiente de elevacin al nmero obtenido. Ocasionalmente, es conveniente tener en
cuenta la periodicidad del fenmeno.
Ejemplo: Se tiene una relacin de documentos contables numerados del 1 al 5000 y se
desea analizar una muestra aleatoria de 100 documentos
N = 5.000 y n = 100 Entonces el coeficiente de elevacin k = N/n = 5.000/100 => k = 50
El peligro de esta eleccin es que si en el listado hay algn tipo de ordenacin en los
documentos contables, se corre el riesgo que la eleccin no sea tan neutra.
Una de las caractersticas del muestreo sistemtico: es ms sencillo que el muestreo
aleatorio simple, pero normalmente produce un resultado igual de bueno. Se pueden usar
los mismos mtodos de estadstica inferencial, todos los elementos tienen igual probabilidad
de pertenecer a la muestra, pero no todas las muestras tienen igual probabilidad de
aparecer o ser seleccionadas.
Este tipo de muestreo es perfectamente seguro cuando no hay ningn orden en la
poblacin, pero si el orden en la poblacin se registra en forma de ciclos que coincide con el
valor del factor de elevacin, existe peligro de sesgo.
Ejemplos:
Estudio de los contenidos de un peridico, poblacin son los peridicos de cada da en
uno o ms aos y factor de elevacin 7 o mltiplo de 7. Todos los das seleccionados
sern el mismo da de la semana
Igual con otros fenmenos cclicos: entradas de cine, ventas en restaurantes o tiendas,
trfico, uso de transportes pblicos....
o Muestreo Sistemtico Simple: Cuando se calcula el coeficiente de elevacin K= N/n;
hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a
intervalos regulares hasta completar la muestra n.

Estadstica Aplicada

WORKING ADULT
o Muestreo Sistemtico Circular: Cuando se calcula el coeficiente de elevacin K= N/n;
hay que elegir al azar un nmero entre 1 y N; de ah en adelante tomar uno de cada K a
intervalos regulares hasta completar la muestra n. Si es necesario, se continua la
seleccin con los primeros elementos de la lista, a manera de crculo
2.0

MUESTREO ESTRATIFICADO

El muestreo estratificado consiste en la divisin previa de la poblacin de estudio en grupos

o clases que se suponen homogneos con respecto a alguna caracterstica de las que se
van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el
nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se
suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas
en la prctica.
Si el universo no es homogneo, sino que est formado por estratos diferentes que
constituyen categoras importantes para la investigacin, la eleccin de la muestra no debe
hacerse globalmente para todos los estratos a la vez, ya que nos expondramos a que unos
estratos estuvieran ms representados que lo que proporcionalmente les corresponde.
Una muestra aleatoria estratificada se obtiene mediante la separacin de los elementos de
la poblacin en conjuntos que no presenten interseccin, llamados estratos, y la seleccin
posterior de una muestra aleatoria simple en cada estrato.
Los estratos deben formarse de manera que los elementos de cada estrato sean lo ms
homogneos que se pueda entre s (ms homogneos que el conjunto de la poblacin) y las
diferencias entre un estrato y otro sean las mayores posibles. Esta forma de construir los
estratos conduce a muestras con poca variabilidad entre las mediciones que producirn
pequeas varianzas de los estimadores y por tanto menores lmites para los errores de
estimacin que con otros diseos de la muestra.
Las ventajas adicionales que presenta este tipo de muestreo son las siguientes:
A veces los estratos se corresponden con zonas compactas bien definidas con lo
que se reduce el coste (en tiempo y/o dinero) de la muestra.
Adems de las estimaciones para toda la poblacin, este muestreo permite hacer
estimaciones de los parmetros poblacionales para los estratos.
Homogeneidad de las poblaciones o sus subgrupos:
Homogneo significa, en el contexto de la estratificacin, que no hay mucha variabilidad.
Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la
caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno
distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya
menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas
diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas
diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de
muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la
poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que
supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados
funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el
grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a
la poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos.
El muestreo estratificado es el ms utilizado en la prctica. Una vez definidos los estratos,
dentro de cada uno de ellos se lleva a cabo un muestreo aleatorio simple o sistemtico para
elegir la submuestra correspondiente al mismo: la determinacin del nmero de elementos
que ha de tener cada una de estas submuestras se le denomina afijacin de la muestra.

Estadstica Aplicada

WORKING ADULT
AFIJACIN SIMPLE: Se dice que la afijacin es simple si en cada estrato elegimos el
mismo nmero de individuos. Presenta una dificultad: en la muestra no est representada la
poblacin en realidad.
Por ejemplo, si se quiere elegir una muestra de 500 individuos y tengo 4 estratos, cada
estrato tendr 125 individuos (500/4). As:
Por ejemplo: Si n = 500
E1 = mujeres de menos de 30 aos
E2 = mujeres de ms de 30 aos

E3 = hombres de menos de 30 aos

E4 = hombres de ms de 30 aos

AFIJACIN PROPORCIONAL: Pretende que cada estrato tenga la misma proporcin en la

muestra que en la poblacin, es decir, el tamao de la muestra dentro de cada estrato es
proporcional al tamao del estrato dentro de la poblacin. Para repartir el tamao de
muestra n en forma proporcional al tamao de los estratos de la poblacin usamos la
proporcin:

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado
las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos
grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55%
de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos
mismos porcentajes de hombres y mujeres.
Si en la muestra, en el E1 la proporcin de mujeres es de un 55%, en la poblacin tambin
tiene que ser la misma proporcin.
Si N = 5.000 y n = 140, => el Coeficiente de elevacin k = 5.000/140 => k = 35
Como N = 5000 => el 55% equivale a 2750 elementos y el 45% equivale a 2250 elementos
Se establece la proporcin:

De tal manera que en el Estrato de varones se seleccionar una muestra n1 = 77 y en el

estrato de mujeres una muestra n2 = 63
Observamos que hay una proporcin entre la muestra y la poblacin. La ventaja es que la
muestra representa mejor a la poblacin. En la poblacin hay ms mujeres, por lo que la
muestra tambin ofrece una mayor proporcin de mujeres. El inconveniente es que no
siempre se conoce la distribucin para hallar la proporcin.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia
asociados con este procedimiento, suponemos que la poblacin est dividida en h
subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada
estrato sean homogneas respecto a la caracterstica en cuestin. La media y la varianza
desconocidas para el i-simo estrato son denotadas por y si2, respectivamente.
AFIJACIN PTIMA: Consiste en elegir pocos individuos de los estratos que sean muy
homogneos y, por el contrario, elegir muchos individuos de aquellos estratos que sean
heterogneos. La muestra recoger ms individuos de aquellos estratos que tengan ms
variabilidad, es decir, se trata del reparto de la muestra entre los estratos atendiendo al
tamao y a la varianza de cada uno de los mismos, manteniendo una dispersin constante

Estadstica Aplicada

WORKING ADULT
para toda la muestra, para ello es necesario un conocimiento previo de la poblacin. El
problema, al ser ptima, es que no se sabe si es homogneo o heterogneo en la prctica.

Por ejemplo: Tenemos los siguientes datos: Poblacin: 10.500 individuos; Efectivos por
estrato: 2.300, 5.700, 2.500; Tamao Muestral: 2.500; Desviacin tpica de cada estrato:
2,58; 3,18; 1,68; Nmero de estratos: 3
Si aplicamos la afijacin simple, los tamaos de muestra se calculan usando:

Si aplicamos la afijacin proporcional, los tamaos de muestra se calculan usando:

Si aplicamos la afijacin ptima, los tamaos de muestra se calculan usando:

Observamos que al calcular los tamaos de muestras, segn los tipos de afijaciones, se
obtienen valores diferentes.
SELECCIN DE LAS UNIDADES MUESTRALES
Una vez determinado el tamao de cada muestra dentro de los estratos, se procede a
seleccionar la muestra en cada estrato, utilizando cualquiera de las tcnicas del muestreo
aleatorio simple, es decir, por sorteo, mediante la tabla de nmeros aleatorios; o del
muestreo sistemtico.

Estadstica Aplicada

WORKING ADULT
3.0

EJERCICIOS

3.1

Una ganadera tiene 2000 vacas. Son de distintas razas: 853 de A, 512 de B,
321 de C, 204 de D y 110 de E. Queremos extraer una muestra de 120:
Cuntas hay que elegir de cada raza para que el muestreo sea estratificado
con reparto proporcional?

3.2

En un conjunto de 1000 conductores hay 50 taxistas, 75 camioneros y 25

conductores de autobs. El resto son conductores de vehculos corrientes y
se reparten as: 250 con ms de 20 aos de experiencia, 425 con una
experiencia de entre 5 y 20 aos y 175 con una experiencia de 0 a 5 aos.

Estadstica Aplicada

WORKING ADULT
3.3

En determinada provincia hay cuatro comarcas, C1, C2, C3 y C4, con un total
de 1 500 000 personas censadas. De ellas, 300 000 residen en C1, 450 000 en
C2 y 550 000 en C3. Se quiere realizar un estudio sobre las costumbres
alimenticias en esa provincia basado en una muestra de 3 000 personas.
a. Qu tipo de muestreo deberamos realizar si queremos que en la
muestra resultante haya representacin de todas las comarcas?

b. Qu nmero de personas habra que seleccionar en cada comarca,

atendiendo a razones de proporcionalidad?

c. Cmo seleccionaras las personas en cada comarca?

3.4

En un centro de enseanza con 981 alumnos y alumnas, se va a hacer un

sondeo sobre tendencias polticas. Se va a escoger una muestra de 84
estudiantes. En el centro hay 5 cursos (1-, 2-, 3-, 4- y 5-) con un nmero de
alumnos y alumnas en cada uno de ellos de 345, 234, 190, 140 y 72. Cuntos
alumnos deberemos escoger de cada curso si deseamos que el muestreo sea
estratificado con reparto proporcional?

Estadstica Aplicada

WORKING ADULT
3.5

Suponga que estamos investigando sobre el porcentaje de estudiantes que

trabajan de una poblacin de 20 estudiantes de cierta Universidad.

Base de datos de la poblacin:

N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

Nombre
Alumno
Juan
Alicia
Pedro
Marcos
Alberto
Jorge
Jos
Carlos
Miguel
Victoria
Manuel
Albin
Gerardo
Nelly
Roger
Rubn
Jenny

Trabaja?
Si
No
No
No
Si
Si
No
No
No
Si
No
No
No
Si
Si
Si
Si

18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

Nombre
Trabaja?
Alumno
Mara
No
Fernanda
No
Julio
Si
Rosa
No
Fabin
No
Ana
No
Laura
No
Enrique
No
Carmen
Si
Marcelo
Si
Julin
Si
Elena
No
Clara
No
Rub
Si
Beln
Si
Matas
No
Teresa
Si

a. Elija una muestra aleatoria simple de tamao n = 12, de esta poblacin. Use la
tabla de nmeros aleatorios. Escriba los nombres de los estudiantes
seleccionados y si trabaja o no:
1.

3.

5.

7.

11

2.

4.

6.

8.

10

12

b. Calcule e interprete el Parmetro y el Estimador

El Parmetro es el porcentaje de estudiantes que trabajan en la poblacin de tamao N=34
alumnos, es decir:

El Estimador es el porcentaje de estudiantes que trabajan en la muestra de tamao n=12

alumnos, es decir:

Estadstica Aplicada

WORKING ADULT
c. Elija una muestra estratificada proporcional, segn gnero, de tamao n = 9 de
esta poblacin. Use muestreo sistemtico.
Para elegir una muestra estratificada, primero se dividen los hombres de las mujeres y se
asignan nmero de identificacin a cada estrato:
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

Nombre
Trabaja?
Estudiante
Juan
Si
Pedro
No
Marcos
No
Alberto
Si
Jorge
Si
Jos
No
Carlos
No
Miguel
No
Manuel
No
Albin
No
Gerardo
No
Roger
Si
Rubn
Si
Julio
Si
Fabin
No
Enrique
No
Marcelo
Si
Julin
Si
Matas
No

N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Nombre
Trabaja?
Estudiante
Alicia
No
Victoria
Si
Nelly
Si
Jenny
Si
Mara
No
Fernanda
No
Rosa
No
Ana
No
Laura
No
Carmen
Si
Elena
No
Clara
No
Rub
Si
Beln
Si
Teresa
Si

Luego se calcula el tamao de muestra para cada estrato:

Y finalmente se eligen los elementos usando la muestreo sistemtico:

Estadstica Aplicada