FACULTAD DE INGENIERA Y NEGOCIOS - EAP.

DE NEGOCIOS Y COMPETITIVIDAD
Curso: PROSPECTIVA Y DESARROLLO PARA LOS NEGOCIOS INTERNACIONALES
CARRERA PROFESIONAL DE ADMINISTRACIN Y DIRECCIN DE EMPRESAS
VI CICLO

PROGRAMAS APLICADOS A LA
ESTADSTICA Y OPERACIONES
ADMINISTRATIVAS

Profesor: Manuel Jess Mendives Laura

Fecha: 02/11/2017

1
 SYLLABUS Calendarizado
SEMANA CONTENIDOS
TCNICAS DE MUESTREO EN COMPUTADORA
11
Desarrollo de Tcnicas de Muestreo en
02/11/2017 softwares estudiados.

2
 EL MUESTREO

Las poblaciones estn formadas por individuos.

Es mejor denominar a los individuos como UNIDADES DE MUESTREO o UNIDADES DE
ESTUDIO:
Personas, clulas, familias, hospitales, pases
La poblacin ideal que se pretende estudiar se denomina POBLACIN OBJETIVO.
No es fcil estudiarla totalmente. Se hace por aproximacin mediante muestras
que den idealmente la misma probabilidad a cada individuo de ser elegido.
Sin embargo tampoco es fcil elegir muestras de la poblacin objetivo:
Si llamamos por telfono fijo excluimos a los que no tienen.
Si elegimos individuos en la calle, olvidamos los que estn trabajando...
El grupo que en realidad podemos estudiar (por ejemplo los que tienen telfono fijo)
se denomina POBLACIN DE ESTUDIO.

3
 EL MUESTREO

Fuentes de Sesgo
Las poblaciones objetivo y de estudio pueden diferir en cuanto a las variables que
estudiamos.
El nivel econmico en la poblacin de estudio es mayor que en la
poblacin objetivo.
Los individuos que se eligen en la calle pueden ser de mayor edad (mayor
frecuencia de jubilados por ejemplo).
En este caso, diremos que las muestras que se elijan estarn sesgadas.
Al tipo de sesgo debido a diferencias sistemticas entre poblacin objetivo
y poblacin de estudio se denomina SESGO DE SELECCIN.
Hay otras fuentes de error/sesgo
No respuesta a encuestas embarazosas
Consumo de drogas, violencia domstica, prcticas poco ticas,
Mentir en las preguntas delicadas.
Para evitar este tipo de sesgo se utilizan la tcnica de respuesta aleatorizada.

4
 EL MUESTREO
TCNICAS DE RESPUESTA ALEATORIZADA
Reducen la motivacin para mentir (o no responder) a las encuestas.
Si digo la verdad, me conviene?

Cmo se hace?
Se pide que el entrevistado lance una moneda antes de responder y:
Si sale cara que diga la opcin comprometida
(no tiene por qu avergonzarse, la culpa es de la moneda)
Si sale sello que diga la verdad
(no tiene por qu avergonzarse, el encuestador no sabe si ha salido
cara o sello)
Aunque no podamos saber cul es la verdad en cada individuo, podemos
hacernos una idea porcentual sobre la poblacin, viendo en cunto se alejan
las respuestas del 50%.

5
 EL MUESTREO

Ejemplo: Ha tomado drogas alguna vez?

Sin respuesta 100% No Insinceros!!
aleatorizada

Con respuesta
Diferencia entre los que han dicho s y los que deban hacerlo
aleatorizada por que as lo indicaba la moneda
40% No
60% S
0,6 0,5
No son mitad y mitad! p
*
0,2 20%
El porcentaje estimado de individuos que tom 1 0,5
drogas, sera:
Los que deben decir la verdad

6
 EL MUESTREO
TCNICAS DE MUESTREO
Cuando elegimos individuo de una poblacin de estudio para formar
muestras podemos encontrarnos en las siguientes situaciones:
Muestreos probabilsticos:
Conocemos la probabilidad de que un individuo sea elegido para la
muestra.
Interesantes para usar estadstica matemtica con ellos.
Muestreos no probabilsticos:
No se conoce la probabilidad.
Son muestreos que seguramente esconden sesgos.
En principio no se pueden extrapolar los resultados a la poblacin.
A pesar de ello una buena parte de los estudios que se publican
usan esta tcnica.
En adelante vamos a tratar exclusivamente con muestreos con la menor
posibilidad de sesgo (probabilsticos): aleatorio simple, sistemtico,
estratificado y por grupos.

7
 EL MUESTREO

MUESTREO PROBABILSTICO

Para que la inferencia estadstica sea vlida el

muestreo debe ser aleatorio o probabilstico.

Aleatoriedad de la Seleccin: esta condicin se refiere a

que cada elemento del universo debe tener la misma
probabilidad de ser elegido en la muestra y que dicha
probabilidad puede ser medida.
La inferencia estadstica es el conjunto de mtodos y tcnicas que permiten inducir, a
partir de la informacin emprica proporcionada por una muestra, cul es el
comportamiento de una determinada poblacin con un riesgo de error medible en
trminos de probabilidad.

8
 EL MUESTREO
MUESTREOS PROBABILISTICOS
GRADO DE CONFIANZA DE LA INFERENCIA

Es la probabilidad de que el valor real del parmetro

poblacional se encuentre dentro de los lmites especificados
por los valores del estimador muestral.

Ms que un clculo suele ser un criterio definido

convencionalmente por el analista expresado en unidades
estandarizadas Z o en porcentaje de valores muestrales.

Una probabilidad de 95% equivale a 1.96 unidades de Z y es la

ms utilizada.

9
 EL MUESTREO

MUESTREOS PROBABILISTICOS
GRADO DE ERROR (IMPRECISION) DE LA INFERENCIA

Debido a la aleatoriedad, los valores de un mismo estadstico

difieren de una muestra a otra.

Esta variabilidad introduce un error en la estimacin (error

aleatorio).

Este error puede medirse, pues las medias de los estimadores

siempre se distribuyen normalmente (Teorema del lmite
central) aunque los mismos estimadores no lo hayan hecho.

10
 EL MUESTREO
MUESTREOS PROBABILISTICOS
ERROR ALEATORIO

Cuando se mide el estadstico en diferentes muestras

tomadas aleatoriamente los resultados son variables.
Esta variabilidad del estadstico se denomina error
aleatorio y es causada por el azar.

s1 s2

s4
s3

11
 EL MUESTREO
MUESTREOS PROBABILISTICOS
GRADO DE ERROR
(IMPRECISION) DE LA INFERENCIA

Para un mismo nivel de confianza puede medirse el error

aleatorio por encima y por debajo de la estimacin.

El error aleatorio configura lmites de confianza dentro de los

cuales se presume estar el valor real del parmetro para el
nivel de confianza elegido por el analista.

El intervalo de confianza de la inferencia ser ms amplio

(impreciso) mientras ms altas sean la confiabilidad exigida
y la desviacin estndar.

12
 EL MUESTREO
MUESTREOS PROBABILISTICOS
GRADO DE ERROR ( IMPRECISION) DE LA INFERENCIA

Mientras ms grande sea la muestra, ms

pequeo (preciso) ser el intervalo.

Los lmites de confianza superior e inferior, se

calculan con base en la siguiente frmula que
depende de la desviacin estndar del estimador
muestral (s), del valor de Z elegido y del tamao
muestral (n):
(IC 95%) = x 1.96. s .
n

13
 EL MUESTREO
TIPOS DE MUESTREO PROBABILISTICO

1. Muestreo aleatorio simple

2. Muestreo aleatorio Sistemtico

3. Muestreo aleatorio Estratificado

4. Muestreo aleatorio por Conglomerados

5. Muestreo aleatorio Polietpico

14
 EL MUESTREO
MUESTREO ALEATORIO SIMPLE (M.A.S.)
Se eligen individuos de la poblacin de estudio, de manera
que todos tienen la misma probabilidad de aparecer, hasta
alcanzar el tamao muestral deseado.

Se puede realizar partiendo de listas de individuos de la

poblacin, y eligiendo individuos aleatoriamente con un
ordenador.

Por lo general su aplicacin tiene un costo bastante alto.

En general, las tcnicas de inferencia estadstica suponen que

la muestra ha sido elegida usando M.A.S., aunque en realidad
se use alguna de las que veremos a continuacin.

15
 EL MUESTREO
MUESTREO SISTEMTICO
Se tiene una lista de los individuos de la poblacin de
estudio. Si queremos una muestra de un tamao dado,
elegimos individuos igualmente espaciados de la lista,
donde el primero ha sido elegido al azar.

CUIDADO: Si en la lista existen periodicidades,

obtendremos una muestra sesgada.

Un caso real: Se eligi una de cada cinco casas para un estudio de

salud pblica en una ciudad donde las casas se distribuyen en
manzanas de cinco casas. Salieron con mucha frecuencia las de las
esquinas, que reciben ms sol, estn mejor ventiladas.

16
 EL MUESTREO

MUESTREO ESTRATIFICADO
Se aplica cuando sabemos que hay ciertos factores (variables,
subpoblaciones o estratos) que pueden influir en el estudio y queremos
asegurarnos de tener cierta cantidad mnima de individuos de cada tipo:
Hombres y mujeres,
Jvenes, adultos y ancianos

Se realiza entonces una M.A.S. de los individuos de cada uno de los

estratos.

Al extrapolar los resultados a la poblacin hay que tener en cuenta el

tamao relativo del estrato con respecto al total de la poblacin.

17
 EL MUESTREO
MUESTREO POR GRUPOS O CONGLOMERADOS
Se aplica cuando es difcil tener una lista de todos los individuos que forman parte
de la poblacin de estudio, pero sin embargo sabemos que se encuentran
agrupados naturalmente en grupos.

Se realiza eligiendo varios de esos grupos al azar, y ya elegidos algunos podemos

estudiar a todos los individuos de los grupos elegidos o bien seguir aplicando
dentro de ellos ms muestreos por grupos, por estratos, aleatorios simples,

Para conocer la opinin de los mdicos del sistema nacional de salud,

podemos elegir a varias regiones de Espaa, dentro de ellas varias comarcas, y
dentro de ellas varios centros de salud, y

Al igual que en el muestreo estratificado, al extrapolar los resultados a la poblacin

hay que tener en cuenta el tamao relativo de unos grupos con respecto a otros.
Regiones con diferente poblacin pueden tener probabilidades diferentes de
ser elegidas, comarcas, hospitales grandes frente a pequeos,

18
 EL MUESTREO
ESTIMACIN

Un estimador es una cantidad numrica calculada sobre una muestra y

que esperamos que sea una buena aproximacin de cierta cantidad con el
mismo significado en la poblacin (parmetro).

En realidad trabajamos con estimadores cada vez que hacemos una

prctica con muestras extradas de una poblacin y suponemos que las
medias, desviaciones, etctera, son prximas a las de la poblacin.

Para la media de una poblacin:

El mejor es la media de la muestra.

Para la frecuencia relativa de una modalidad de una variable:

El mejor es la frecuencia relativa en la muestra.

19
 EL MUESTREO
Es til conocer la distribucin de un estimador?
Es la clave para hacer inferencia. Ilustrmoslo con un ejemplo de teorema del lmite
central.
Si de una variable conocemos y , sabemos que para muestras grandes, la media
muestral es:
aproximadamente normal,
con la misma media y,
desviacin tpica mucho menor (error tpico/estndar) EE
n
Es decir si por ejemplo =60 y =5, y obtenemos muestras de tamao n=100,
La desviacin tpica de la media muestral (error estndar) es EE=5/raiz(100)=0,5
como la media muestral es aproximadamente normal, el 95% de los estudios con
muestras ofreceran estimaciones entre 601
Dicho de otra manera, al hacer un estudio tenemos una confianza del 95% de que
la verdadera media est a una distancia de 1.

20
 EL MUESTREO

En el ejemplo anterior la situacin no era muy

realista, pues como de todas maneras no conozco
desconocer el intervalo exacto para .

Sin embargo tambin hay estimadores para y

puedo usarlo como aproximacin.

Para tener una idea intuitiva, analicemos el siguiente

ejemplo.

21
 EL MUESTREO

Ejemplo: Una muestra de n=100 individuos de una poblacin tiene media de peso 60 kg
y desviacin 5kg.

Dichas cantidades pueden considerarse como aproximaciones (estimaciones

puntuales)
60 kg estima a
5 kg estima a
5/raiz(n)= 0,5 estima el error estndar (tpico) EE
Estas son las llamadas estimaciones puntuales: un nmero concreto
calculado sobre una muestra es aproximacin de un parmetro.

Una estimacin por intervalo de confianza es una que ofrece un intervalo como
respuesta. Adems podemos asignarle una probabilidad aproximada que mida
nuestra confianza en la respuesta:

Hay una confianza del 68% de que est en 600,5

Hay una confianza del 95% de que est en 601.

22
 EL MUESTREO
Estimacin puntual y por intervalos
Se denomina estimacin puntual de un parmetro al ofrecido por el estimador sobre
una muestra.

Se denomina estimacin confidencial o intervalo de confianza para un nivel de

confianza 1- dado, a un intervalo que ha sido construido de tal manera que con
frecuencia 1- realmente contiene al parmetro.

Obsrvese que la probabilidad de error (no contener al parmetro) es .

En el siguiente tema se llamar prob. de error de tipo I o nivel de significacin.
Valores tpicos: =0,10 ; 0,05 ; 0,01

En general el tamao del intervalo disminuye con el tamao muestral y aumenta

con 1-.

En todo intervalo de confianza hay una noticia buena y otra mala:

La buena: hemos usado una tcnica que en % alto de casos acierta.
La mala: no sabemos si ha acertado en nuestro caso.

23
 EL MUESTREO
De scriptivos para Nme ro de hijos
Aplicacin
Al final de la Fase anterior dejamos
Estadstico Error tp.
Media 1,90 ,045
sin interpretar parte de los
Intervalo de Lmite resultados que obtenamos con
1,81 SPSS.
confianza para la inferior
media al 95% Lmite
superior 1,99
Sabras interpretar lo que falta por
Media recortada al 5% sombrear?
1,75

Mediana 2,00 Puedes dar un intervalo de

Varianza 3,114 confianza para la media al 68% de
Des v. tp. 1,765 confianza?
Mnimo 0
Mximo 8
Rango 8 Observa la asimetra. Crees
Amplitud interc uartil probable que la asimetra en la
3,00 poblacin pueda ser cero ya que la
Asimetra 1,034 ,063
obtenida en la muestra es aprox. 1?
Curtosis 1,060 ,126

24
REFUERZO CONCEPTUAL

POBLACION, MUESTRA,
MUESTREO Y CRITERIOS DE
SELECCIN

25
FACULTAD DE INGENIERA y NEGOCIOS
ESCUELA ACADMICO PROFESIONAL DE NEGOCIOS Y COMPETITIVIDAD
CARRERA PROFESIONAL DE ADMINISTRACIN Y DIRECCIN DE EMPRESAS

Muchas gracias!
Manuel Jess Mendives Laura
mmendives@wienergroup.com
mmendives.peru@gmail.com
RPC 949252192

26