UNASAM-ING.

AMBIENTAL

“Universidad Nacional Santiago Antúnez de Mayolo”

FACULTAD DE CIENCIAS DEL AMBIENTE

ESCUELA PROFESIONAL DE INGENIERÍA AMBIENTAL

RESUMEN DE MUESTRA Y POBLACIÓN

DOCENTE:
ASNATE SALAZAR Edwin

ESTUDIANTE:

BECERRA GAYTAN Aldo

SEMESTRE ACADEMICO:

2019 - 0

CURSO:

Métodos estadísticos

2019 1
 UNASAM-ING. AMBIENTAL

1. Población y muestra
conocer y seleccionar las muestras, primero se debe de conocer el concepto de muestra
como también de la unidad de muestreo.

La muestra es una parte o fracción del total de una población, que se estudia para
tener una conclusión de toda la población, se conoce este procedimiento como inferencia;
siendo el objetivo del investigador estudiar a la población y no a la muestra.

Ejemplo:

Se hace un estudio para conocer la cantidad de jóvenes huaracinos que estudian en las
distintas universidades de la ciudad de Huaraz, teniendo una población de jóvenes de 20000,
haciendo las encuestas a 1000 jóvenes (siendo este la muestra), de los cuales el 40%
estudian en las universidades. sacando un resultado general seria que el 40% 20000 de
jóvenes estudian en las diversas universidades.
Demostrando que no se estudia a la muestra sino a la población en total. Siendo la muestra
una estrategia para medir lo que ocurre en el total de la población.
Se usa la muestra cuando se cumple estos 3 casos:
a) La población es desconocida o carece de un marco muestral
En este caso no hay forma de conocer e identificar los componentes que conforman
la población. Como ejemplos la cantidad de personas de religión cristiano, ya que no se
conoce quien o quienes pertenecen a esta religión, en este caso sacando una muestra.
b) La población es inaccesible
Es imposible sacar el 100 % de la población, como ejemplo hacer un estudio de la
sangre, ya que no puedes sacar toda la cantidad de sangre, sino solo una porción.
c) La población es inalcanzable por su magnitud
En este caso se conoce la cantidad de una población e incluso teniendo un listado se
hace difícil hacer un estudio, porque la cantidad de la población es enorme, se puede
hacer, pero se demoraría mucho tiempo en hacer el estudio, por ello es conveniente sacar
una muestra para hacer el estudio requerido de la toda la población.

Los resultados que se obtienen de la muestra, nunca será iguales al estudiar a toda la
población, pero si semejantes y son más cercanos si se saca una muestra representativa.

2
 UNASAM-ING. AMBIENTAL

La diferencia del valor encontrado en la muestra y el valor real de toda la población se le

conoce como sesgo, si las muestras son representativas y que se hallan considerado las
técnicas de muestreo, menos será el sesgo.
Hay dos tipos de muestreo: las técnicas probabilísticas y las técnicas no probabilísticas, se
usa esta técnica por las circunstancias del estudio y no por la facilidad (Las técnicas
probabilísticas tienen menos sesgo que las técnicas no probabilísticas).
Dentro de las técnicas probabilísticas hay algunas que tienen menos sesgo que otros, igual
que las técnicas no probabilísticas.

2. Unidades de muestreo
En un razonamiento básico: la población es un conjunto de todos los elementos que deseamos
estudiar, a estos elementos lo definimos como unidades de muestreo; la muestra es un sub
conjunto de los elementos que se desea estudiar. En la mayoría de los casos se necesita
seleccionar algunos elementos.
Como ejemplo si desea saber la satisfacción de los trabajadores del MINSA, si se hace una
selección aleatoria de los trabajadores es probable que se tendrá que trasladar de un lugar a
otro por entrevistar a un solo trabajador, siendo este muy difícil y perderías mucho tiempo;
por ello es más conveniente seleccionar a los puestos y centro de salud que se incluyen al
estudia e ir y entrevistar a todos los trabajadores.
Por lo tanto, la muestra se construyó no a partir de los trabajadores sino del centro y puestos
de salud. Como se pudo observar la construcción de la muestra no siempre depende de las
unidades de estudio, sino, se construye a partir de las unidades de muestreo.
Por esta razón se debe de conocer las 4 formas de las unidades de muestreo:
a) Unidad de muestro propias
La unidad de estudio es igual a la unidad de muestreo, siendo el caso más común.
b) Unidad de muestreo conjunta
se trata de un conjunto de unidades de estudio donde las características del conjunto
representan proporcionalmente a las características de la población.
c) Unidad de muestreo identificadora
Se da si la unidad de estudio son individuos, y la característica del estudio pertenece al
grupo y no individualmente a sus elementos.

3
 UNASAM-ING. AMBIENTAL

d) Unidad de muestreo contenedora

Se le conoce también como secciones censales, porque se utiliza para realizar estudios
de la población en las ciencias sociales; pueden ser áreas geográficas que contiene la
unidad de muestreo.
Estas estrategias son por varias etapas, por ejemplo, para hacer un estudio de preferencias
políticas, queriendo saber la opinión de los votantes, pero, lo que se selecciona son las
viviendas y en cuyo interior encontramos a los votantes denominados unidad de estudio.
La unidad de muestro son las viviendas llamadas contenedoras, una vez seleccionado la
vivienda, nos acercamos a encuestar siendo esta fase accidental.

3. Técnicas de muestreo probabilísticas

A continuación, se desarrollarán las técnicas de muestreo, iniciando con la técnica de que tiene
menos sesgo, la segunda técnica tiene más sesgo que la primera y así sucesivamente.
a. Muestreo aleatorio simple
Desde el punto de vista matemático es la técnica más simple y sencilla de seleccionar
una muestra; pero, desde una vista práctica de la recolección de datos y aproximación
a las unidades de estudio es más complejo.
Si se dispone con un marco muestral se puede elegir directamente desde la
población a nuestras unidades de muestreo, siendo “N” el tamaño de la población
y queremos una muestra “n”, para conocer la probabilidad de cada uno de los
elementos que formaran la muestra, solo es dividir n entre N.
Como esta probabilidad es igual para todos los elementos de la población, se le conoce
como muestreo equiprobabilístico.
Como ejemplo:
Nos planteamos un estudio para conocer el nerviosismo antes de un examen de
admisión en Huaraz, en una academia se tiene matriculado 500 alumnos, como todos
están matriculados se tiene un listado, conociéndose este como marco muestral.
Se necesita solo a 100 estudiantes, entonces se divide 100 entre 500, dándonos como
resultados 0.2 o un quinto, siendo este la probabilidad para cada alumno conforme la
muestra, siendo la misma para cada alumno.
Para seleccionar a los 100 alumnos se puede hacer de diversas maneras, como ejemplo,
dar un número a cada estudiante y sacar a los 100 primero alumnos que tengan el

4
 UNASAM-ING. AMBIENTAL

número que sea múltiplo de 2; otra forma, poner los números en un cajón y sacarlos los
100 primeros siendo estos la muestra.
Como se pudo observar se necesita para usar este método el marco muestral; pero,
hay estudios donde no hay un listado de las unidades de estudio, es decir carece de
marco muestral, siendo una población desconocida, para este caso ya no se usa
este método, sino los siguientes métodos.
b. Muestreo sistemático
en un muestreo sistemático el sesgo ser mayor entre el valor medido en la muestra y el
valor real de la población será mayor, este muestreo se usa cuando no se puede usar el
muestro aleatorio simple, porque no tenemos el marco muestral.
En un ejemplo hacer un estudio de la calidad de aceptación de los pacientes del hospital.
Siendo una entidad pública no se conoce al total de la población, ya que cada día llegan
pacientes nuevos; para realizar el muestreo sistemático se define un N que no
corresponde al tamaño de la población, sino un artificio para poder ejecutar el
muestreo.
Para ello se saca los datos del año anterior, suponiendo que se atendieron 50000
personas en el año pasado, siendo lo lógico que este año también se atiendan la misma
cantidad de personas.
Por lo tanto, N es igual a 50000, siendo solo una construcción teórica para realizar el
muestreo sistemático.
Se procede a seleccionar a nuestras muestras unidades que conforman la muestra:
supongamos que la muestra nos arrojó 500 pacientes, haciendo la división de N entre
n; nos da 100 a esto se le denomina intervalo de salgo y se representa con la letra
k, quiere decir que se tendrá que entrevistar a uno de cada cien pacientes durante
el año.
Escogiendo estos pacientes como los mismos pasos que con el método de muestreo
aleatorio simple.
Qué pasaría si no completamos los 100 pacientes en un año o nos pasamos de los 100,
necesariamente tiene que ser un año sin importar si completas o no la muestra.
Si el intervalo de salto sale igual que la cantidad de personas que se atienden por dia;
es decir, si entrevistas al primero en ingresar al consultorio, va a ser diferente la

5
 UNASAM-ING. AMBIENTAL

percepción de la atención que, al último en atenderse, ya que el profesional este cansado

o muy saturado por el trabajo, si sucede esto es conveniente cambiar el intervalo de
salto.
c. Muestreo estratificado
Se usa este muestreo cuando se hace complejo o difícil poder hacerlo mediante el
muestro sistemático, se puede usar de diversas formas como un criterio temporal u otras
(separar grupos diferentes; pero, dentro de los grupos tienen que ser iguales), para
entenderlo mejor haremos un ejemplo: se desea saber el grado de aceptación de la
vasectomía en la facultad de enfermería.
Las mujeres sostienen que ellas siempre son responsables en la planificación familiar,
y en esta ocasión le toca al varón hacerse responsable. Sin embargo, los varones no
están dispuestos a sacrificar su anatomía con fines de planificación familiar. Entonces
las mujeres están más de acuerdo con este método y los hombres no tanto.
Se supone que el 90% de los estudiantes son mujeres
Por lo tanto, se necesita hacer un muestreo estratificado; sacando una muestra donde se
encuentre bien representados tantas mujeres como varones en la misma proporción en
la que se encuentra en la población, es decir de nueve a uno.
Supongamos que existen 1000 estudiantes, siendo 900 mujeres y 100 varones, y
necesitamos una muestra de 100 estudiantes, por lo tanto, seria 90 mujeres y 10 varones.
Tal y como ocurre en la población debe de ser representado en la muestra, a esto se le
denomina muestreo aleatorio estratificado.
A esto se le denomina afijación proporcional. Aunque no es la única manera de afijar
nuestro muestreo aleatorio estratificado (afijación de Neyman y la afijación óptima).
Para entender la fijación de Neyman se da el ejemplo: hacer un estudio de masa corporal
en varones y mujeres, como se sabe en los varones hay mucho mayor masa corporal;
por lo tanto, de realizar un muestreo aleatoria estratificado mediante la afijación de
Neyman se incluirá más varones que mujeres, porque los varones tienen mayor
dispersión respecto de esta medida.
La fijación óptima tiene en cuenta los costos que involucra hacer las mediciones a cada
uno de los estratos.

6
 UNASAM-ING. AMBIENTAL

d. Muestreo por conglomerados

Es la cuarta técnica y es la que más sesgo tiene, también llamado clústeres donde cada
grupo presenta toda la variabilidad que se observa en la población.
Consiste en la identificación de grupos de unidades de estudio (nivel de hogares)
En el ejemplo de la evaluación de satisfacción laboral de los trabajadores del MINSA,
si trabajamos en Ancash es un territorio grande y se tendría que trasladar de un lugar a
otro lo cual es mucho trabajo y costoso.
Pero se tendrá un resultado similar si hacemos un muestreo por conglomerados; en este
caso consiste en seleccionar a los centros y puestos de salud y no a los números de
trabajadores.
Una vez elegido los centros y puestos de trabajo se hacen las encuestas a todos los
trabajadores, es más practico que ir a todos los centros y puestos que existen ya que
tienen el mismo régimen.
La técnica de muestreo por conglomerados es lo puesto al muestreo por estratificado.

4. Técnicas de muestreo no probabilísticas

Las muestras se ordenarán de menor a mayor sesgo, igual que los muestreos probabilísticos
a. Muestreo por cuotas
Es el muestreo con menos sesgo dentro del muestreo no probabilísticos, es muy
parecido al muestreo estratificado, pero en este caso si tuviéramos dos etapas, la
segunda no sería aleatorio simple, en este caso es un muestreo accidental.
Un ejemplo:
Hacer un estudio sobre los hábitos de higiene de los escolares a nivel primario, para
ello se necesita acudir a diferentes colegios nacionales, particulares, para evaluar sobre
los estudiantes.
Tomar en cuenta que para ingresar a un centro educativo se necesita permiso de las
autoridades, y en algunos casos se niegan, porque si haces un muestreo aleatorio simple
y en la escuela que te salió por sorteo note dan los permisos, ya no haces muestro
aleatorio simple.
Se elige a los colegios como si fueran cuotas, porque en cada colegio varia los hábitos,
siendo la población todos los escolares.

7
 UNASAM-ING. AMBIENTAL

Otra alternativa es ir al domicilio del estudiante, pero esto sería difícil, costoso y
perderías demasiado tiempo, por lo cual no es conveniente.
Se denomina cuotas a las instituciones educativas, y cada institución será una cuota, no
ha sido elegida aleatoriamente, sino porque cada institución representa a la variabilidad
de la población.
Si suponemos que necesitamos 400 estudiantes y se toma 100 estudiantes por colegio,
necesitamos ir a 4 colegios; pero, la cantidad de estudiantes por cada colegio es mucho,
por ello es conveniente bajar la cantidad de alumnos por institución educativa.
Si suponemos que evaluaremos a 40 estudiantes por institución, entonces se tendrá que
acudir a 10 instituciones; pero, qué pasaría si quieres estudiar a 10 alumnos por
institución, entonces tendrás que ir a 40 colegias lo cual es mucho trabajo no te
conviene.
En el muestreo no probabilístico no existe fórmulas matemáticas para elegir el
número que cuotas, esto depende ya del investigador.
En cada institución hay más de 40 estudiantes, en otros 200 o 500, en este caso se hace
una segunda etapa para nuestro muestreo y te tiendas hacerlo por muestro aleatorio
simple, pero porque hacerlo si ya usaste una muestra no probabilística.
Por lo tanto, para complementar la segunda etapa un muestreo accidental es
aceptable, es decir entrevistar a los primeros alumnos que nos encontremos.
b. Muestreo en bola de nieve
El muestro en bola de nieve es un complemento que aparece con mucha frecuencia
cuando realizamos, por ejemplo, estudios de validación de instrumentos.
Sirve para identificar a los sujetos en donde es difícil de encontrarlos y es pedir a
sujetos a los sujetos que designen a otro con un mismo rasgo.
Poniendo en ejemplo:
conocer las costumbres de las mujeres a la hora del parto en una región alto andina,
para ello se necesita saber lo que vas a preguntar a las mujeres, pero tú no conoces sus
costumbres, para saber se necesita ir al pueblo y buscar a las mujeres gestantes y
preguntar sobre sus costumbres, pero sería muy difícil encontrar a 50 gestantes; por lo
tanto, se necesita adaptar nuestra estrategia de recolección de datos a la circunstancia.

8
 UNASAM-ING. AMBIENTAL

Lo que se hace es buscar a mujeres que hacen parto empírico; en las regiones no acuden
al hospital porque cambian sus costumbres, por ello, las gestantes acuden a las parteras,
que apoyan a las mujeres a la hora del parto.
Una partera tiene conocimientos de las costumbres de las mujeres a la hora del parto, y
encontrar una partera sería más fácil que buscar mujeres gestantes; y en la entrevista
que vamos a realizar nos haga un listado de todas las costumbres que las mujeres a la
hora del parto.
Se entrevistará a varias parteras ya que una partera no conoce todas las costumbres,
hasta que se repitan las costumbres dicho por las parteras.
En el muestreo en bola de nieve, al igual que en muestreo sistemático, no existe un
listado de unidades de estudio. el muestreo en bola de nieve habitualmente requiere de
unas cuantas unidades de estudio.
El muestro en bola de nieve puede ser usado para el estudio de los grupos clandestinos,
porque en ello no se encuentran listados, registros, nóminas, etc.
c. Muestreo según criterio
Existen dos formas de criterio: el primer criterio, es el criterio del investigador; y el
segundo criterio, que es el criterio de un grupo de expertos; y al primero se le llama
discrecional; y al segundo de juicio.
Ejemplo: hacer un estudio en los profesionales de salud que realizan docencia a nivel
universitario, para ver cuál es el grado de uso que le dan alas tecnologías de la
información y la comunicación en el proceso de enseñanza-aprendizaje.
Entonces se tiene que hacer estudio a todos los profesionales de la salud que se
dediquen a la docencia en el mundo.
Entonces realizar un muestreo probabilístico es obsceno, ya que si hago un muestro
aleatorio simple, supongo que necesito 400 profesionales y buscar a estos profesionales
en todo el mundo es difícil.
Un muestreo sistemático no se podría hallar el criterio el intervalo de salto.
Un muestreo aleatorio estratificado, se tendrá que desplazar a otros países, lo cual es
impráctico.
Un muestreo por conglomerados, si tengo solo 5 conglomerados, necesitaría ir a 5
países.

9
 UNASAM-ING. AMBIENTAL

Tampoco se podría usar los métodos de muestreo por cuotas o bola de nieve, en este
caso se usaría el muestreo según criterio.
Se trata de encontrar un conjunto de profesionales que hagan lo mismo que estoy
haciendo yo, y me encuentro que en este momento todavía no hay profesionales de la
salud que estén haciendo programas de entrenamiento estadístico a través de internet;
por lo tanto, no se puede recurrir a expertos y tendré que recurrir al criterio propio.
Se me ocurre acudir a cualquier miembro donde haya profesionales de salud y
que son docentes universitarios, y hacer las entrevistas a todos ellos.
Esta será la forma de obtener los resultados que necesito para concluir mi investigación.
El único que decidió cerca del número y de la forma de seleccionar a los profesionales
era el investigador.
Este tipo de muestreo es muy utilizado en las pruebas piloto, porque cuando construyes
un instrumento necesitas ponerlo a prueba. Para realizar tu cálculo del alfa de Cronbach
y realizar un ajuste acerca de la forma de redacción que debe tener tu instrumento, en
ese caso no tienes que hacer un cálculo ni utilizar una técnica probabilística, sino
simplemente identificar un conjunto de unidades de estudio muy similar al que
pertenece tu población y a esto se le denomina focus group, muy utilizado en los
estudios de mercado. De hecho, el ejemplo que te puse acerca del uso de las tecnologías
de la información y la comunicación en los profesionales de la salud que hacen
docencia a nivel universitario es parte de un estudio de mercado.
d. Muestreo por convivencia
Existen circunstancias donde no solamente no podemos acceder al muestreo
probabilístico, sino que no podemos hacer ninguno de los muestreos no probabilísticos
de los que hemos hablado anteriormente. En ese caso tendremos que recurrir a un
muestreo por conveniencia ya que no hay ninguna forma de seleccionar la muestra, es
simplemente deliberado.
Se elige dada a la conveniencia, accesibilidad y proximidad de los sujetos
Como, por ejemplo: estamos probando el efecto de una nueva droga antihipertensiva y
necesitamos voluntarios para poner a prueba el efecto de este fármaco.
Por lo tanto, el muestreo por conveniencia es una técnica que no debemos desestimar
ni hacer a un lado. En muchos casos podemos encontrar resultados en la muestra muy

10
 UNASAM-ING. AMBIENTAL

similares a los que encontraríamos en la población como en el ejemplo del fármaco

antihipertensivo, pero también existirá el otro extremo donde los voluntarios
representaran la máxima cantidad de sesgo posible.
Además, que el sesgo que proporciona un muestreo por conveniencia puede ser
utilizado con fines secundarios:
Imagina un candidato a las elecciones nacionales del presente año que tiene más
aceptación en los estratos socioeconómicos bajos respecto de los estratos
socioeconómicos altos, decide realizar una encuesta intencionalmente sesgada en los
estratos socioeconómicos bajos. Esto con la intención de mostrar un resultado sesgado
a su favor, podríamos decir que es deliberado o manipulado y que los resultados
encontrados en la muestra si bien no representan la intención de la población, sí le son
convenientes.
En este caso tendríamos que exigir que el muestreo sea realizado de maneara aleatoria,
por lo tanto, las encuestadoras verdaderamente serias hacen una combinación de una
técnica de muestreo no probabilístico más una probabilística: primero hacen un
muestreo por cuotas para determinar cuatro zonas en el país y en cada una de esas zonas
hacen un muestreo aleatorio estratificado. El resultado de este procedimiento realmente
representativos.

1) CAPITULO 7
Una pequeña síntesis de lo que consideramos lo que debemos recordar:
Población y universo, se define como conjunto de elementos o unidades de una
población.
El elemento o unidad, puede ser una persona, familia, empresa, zona, etc.
Marco muestral, es el listado de todos los elementos que constituyen la población.
Cuesta preliminar, piloto o pretest, es una encuesta preliminar sirve para conocer
mejor a la población.
La muestra, se realiza en varias condiciones y se tiene que cumplir varios requisitos.
Se tiene los siguientes métodos:
Muestreo aleatorio simple, se da igual oportunidad a cada elemento de la población.
Muestreo aleatorio estratificado, forma grupos o subpoblaciones más o menos
homogéneo.

11
 UNASAM-ING. AMBIENTAL

Muestreo por conglomerados, cada conglomerado tiene las mismas características

de la población, y son formado por grupos o poblaciones.
Muestreo por fases, es conveniente y económico recoger cierta información de la
totalidad de la muestra.
Muestreo sistemático, la selección de unidades se hace a intervalos regulares, en un
orden sistemático.
Dentro del muestreo no aleatorio se encuentran:
Muestreo a juicio. Los elementos seleccionados son a juicio o en opinión del
investigador.
Muestreo por conveniencia. Se eligen los elementos que están al alcance del
investigador.
Muestreo voluntario. Donde el informante suministra información sin ser
previamente seleccionado.
Muestreo por cuotas. Es un numero de entrevistas, encuestas, condiciones o cuotas
que se le fijan al encuestador para que a su vez seleccione los elementos que considere
oportuna.
DISTRIBUCIONES MUESTRALES
Corresponde a una distribución de todas las muestras que pueden ser escogidos que
implique una selección al azar.
La selección de las unidades que van a conformar la muestra de hacerse al azar por
diversos métodos.
Se presentarán 4 métodos de distribución:
̅
a) Distribución de medias muestrales 𝑿
Símbolos que se utilizaran:
MEDIDAS POBLACIÓN MUESTRA
Media aritmética µ ̅
𝑿
Varianza 𝜎2 𝑠2
Desviación típica 𝜎 𝑠
tamaño N n
𝜇𝑥 = media de todas las medias muestrales
𝜎𝑥 = desviación típica de todas las medias muestrales.

12
 UNASAM-ING. AMBIENTAL

𝑀 = número de muestras posibles.

𝑵 𝑵
𝑴 = ( ) = (𝑵−𝒏)𝒏 cuando la selección se hace sin reposición.
𝒏
𝑴 = 𝑵𝒏 cuando se hace la selección con reposición.
Si consideramos una población de N elementos, con media µ y desviación típica 𝜎,
si se obtienen M numero de muestras posibles, tamaño n, simbolizamos a cada
media muestral,
Por: 𝑋̅1 𝑋̅2 𝑋̅3 𝑋̅𝑀 𝑦 𝑐𝑎𝑑𝑎 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑡𝑖𝑝𝑖𝑐𝑎, 𝑝𝑜𝑟 𝑆1 𝑆2 𝑆3 … . . 𝑆𝑀

𝑋̅1
n 𝑆1
Población 𝑋̅2
N n 𝑆2
𝑋̅1 𝑋̅2 𝑋̅3 ̅𝑋3
𝜇𝑥 n 𝑆3
𝜎𝑥 𝑋̅𝑀
n 𝑆𝑀

se simboliza la media de todas las medias muestrales 𝜇𝑥

∑ 𝑋̅𝑖 𝑋̅1 + 𝑋̅2 +𝑋̅3 … . 𝑋̅𝑀
𝜇𝑥 = = =𝜇
𝑀 𝑀
𝜇 = 𝜇𝑥̅ = media de la distribución de muestreo

La media de todas las medias muestrales debe ser exactamente igual a la media
poblacional 𝜇.

La varianza de todas las medias muestrales se simboliza por 𝜎𝑥2 y el error estándar
de la media será igual 𝜎𝑥̅

𝑋̅𝑖 − 𝜇 2 (𝑋̅𝑖 − 𝜇)2 +(𝑋̅2 − 𝜇)2 … … . +(𝑋̅𝑀 − 𝜇)2 𝜎

𝜎𝑥̅ = ∑ √ =√ =
𝑀 𝑀 √𝑛

𝜎
Siendo 𝜎𝑥̅ = (para muestras grandes mayores a 30)
√𝑛

13
 UNASAM-ING. AMBIENTAL

Si el tamaño muestral (n) no es una fracción pequeña del tamaño de la muestra, el

𝜎 𝑁−𝑛
error estándar de la media seria: 𝜎𝑥̅ = = √𝑁−1
√ 𝑛

𝑁−𝑛
La expresión se conoce como factor de correlación para la población finita.
𝑁−1

b) Distribución muestral de una porción p

El análisis de una característica cualitativa o atributo, se emplea la proporción de
éxitos y no el número de éxitos como en la distribución binomial. La proporción
𝒏𝒖𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒇𝒂𝒗𝒐𝒓𝒂𝒃𝒍𝒆𝒔 𝒐 𝒆𝒙𝒊𝒕𝒐𝒔
de éxitos se define como: 𝒑 = 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒑𝒐𝒔𝒊𝒃𝒍𝒆𝒔

Ahora nos referimos al número de elementos con el atributo en la muestra (a) y se

divide por el tamaño de la muestra (n).
∑ 𝑎𝑖
𝑝=
𝑛
Simbología:
𝐴 = ∑ 𝐴𝑖 total de elementos que representa la característica en la población 𝐴 =
∑ 𝐴𝑖 = 𝑁𝑃.
𝐴 ∑ 𝐴𝑖
𝜇𝑝 = 𝑃 = 𝑃̅ , 𝑃 = 𝑁 = 𝑁
Proporción de elementos que presenta la característica
investigada en la población.
𝑁−𝐴
𝑄= = 1 − 𝑃 proporción de elementos que no presentan la característica
𝑁

estudiada 𝑃 + 𝑄 = 1
𝜎𝑃2 = varianza de la proporción en la población 𝜎𝑃2 = 𝑃𝑄
𝜎𝑃 = desviación estándar 𝜎𝑃 = √𝑃𝑄
𝜎𝑝 𝑃𝑄
𝜎𝑃̅ = = √ 𝑛 Error estándar de la proporción.
√ 𝑛

Variante estadística en algunos casos se usa para observar las distribuciones

muestrales de proporciones.
𝑝−𝑃 𝑝 − 𝜇𝑝
𝑍= =
𝜎𝑃̅
√𝑃𝑄
𝑛

14
 UNASAM-ING. AMBIENTAL

c) Distribución de diferencias entre dos proporciones muestrales 𝑷𝟏 − 𝑷𝟐

El error estándar de las diferencias entre las dos medias proporcionales está dada
por 𝜎𝑃1−𝑃2 siendo:
𝑃1 𝑄1 𝑃2 𝑄2
𝜎𝑃1−𝑃2 = √ + cuando se trabaja con parámetros o valores poblacionales
𝑛1 𝑛2

Las proporciones P1 y P2 son poblaciones, cuando son muestras serán p1 y p2.

Cuando n1 y n2 corresponden a muestras grandes, el error estándar seria:

𝑝1 𝑞1 𝑝2 𝑞2
𝑠𝑃1−𝑃2 = √ +
𝑛1 𝑛2

La media de las diferencias entre do medias proporcionales, se simboliza por:

𝜇𝑃1 − 𝜇𝑃2 = 𝜇𝑃1 − 𝜇𝑃2 = 𝑃1 − 𝑃2
La variable estadística Z, estará dada en la misma forma que fue presentada para
diferencias entre dos medias muestrales:
(𝑝1 − 𝑝2 ) − (𝜇𝑝1 𝜇𝑝2 )
𝑍=
𝑃1 𝑄1 𝑃2 𝑄2
√
𝑛1 + 𝑛2

TAMAÑO DE LA MUESTRA

Nivel de confianza. A mayor nivel de confianza mas grande debe ser el tamaño de la
muestra, Z se encuentran en tablas, el nivel de significación es fijado por el
investigador

Presión de la estimación. Es el margen de error, se le conoce como error de

muestreo(E)

𝜎𝑁−𝑛 𝜎
𝐸=𝑍 √ ,𝐸 = 𝑍
√𝑛 𝑁 − 1 √𝑛

CALCULO EN POBLACIONES INFINITAS

Formulas:

𝑥̅ − 𝜇 𝑍𝜎 𝑍𝜎
𝑍= → 𝐸 = 𝑥̅ − 𝜇 𝐸𝑟𝑟𝑜𝑟 = → 𝑑𝑒 𝑑𝑜𝑛𝑑𝑒 √𝑛 =
𝜎 √𝑛 √𝑛 𝐸

15
 UNASAM-ING. AMBIENTAL

𝑍𝜎 2 𝑍 2 𝜎2 𝑍 2 𝑃𝑄
Siendo: 𝑛 = ( 𝐸 ) = (𝑒𝑛 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒), 𝑛 = (𝑒𝑛 𝑙𝑎 𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛)
𝐸2 𝐸2

CALCULO EN POBLACION FINITAS

Formulas:

𝑥̅ − 𝜇 𝑍𝜎 𝑁 − 𝑛 𝑍2𝜎 2 𝑁 − 𝑛
𝑍= →𝐸= √ → 𝐸2 = ( )( )
𝜎 √𝑁 − 𝑛 √𝑛 𝑁 𝑛 𝑁
√𝑛 𝑁 − 1

𝑍 2 𝑁𝜎 2 𝜎2
𝑠𝑖𝑒𝑛𝑑𝑜 𝑛 = 𝑡𝑎𝑚𝑏𝑖𝑒𝑛 𝑛 =
𝑁𝐸 2 + 𝑍 2 𝜎 2 𝐸 2 𝜎2
(𝑍 ) + 𝑁

𝑛0 𝑍2𝜎 2 𝑍𝜎 2
La fórmula más utilizada: 𝑛 = 𝑛 𝑑𝑜𝑛𝑑𝑒 𝑛0 = 𝐸 2 = ( 𝐸 )
1 + 𝑁0

2) CAPITULO 13
a) Muestreo no aleatorio
Es cuando los elementos son elegidos aleatoriamente, está sujeto a errores, porque
las unidades son tomadas por conveniencia.
b) Muestreo aleatorio
Se da cuando los elementos que una población tienen la misma posibilidad de ser
seleccionados.
 Muestreo aleatorio simple. Este método es recomendable cuando la
población no es numerosa, y también, cuando se tiene un listado de la
población.
 Muestreo estratificado. Este procedimiento implica formar grupos
heterogéneos, pero homogéneos dentro del grupo. Mediante la selección
aleatoria de los elementos, en cada estrato se formará una muestra.
 Muestreo sistemático. Es considerado un método de selección, se aplica
cuando la característica a investigar se encuentra ordenada de acuerdo al
valor, tiempo, cantidad, etc.

16
 UNASAM-ING. AMBIENTAL

 Muestreo doble. Se efectúa en dos fases, utilizando primero una muestra

aleatoria simple, y segundo una sub muestra con el cual se hacen las
estimaciones.
 Muestreo por conglomerado (áreas o etapas). Se usa cuando no hay un
listado, se sustituye las unidades físicas o elementales, por grupos que se
llaman conglomerados.
 Sub muestras interpenetrantes. Las sub muestras, cada una con un
número de unidades, son seleccionados aleatoriamente de la población.
 Métodos mixtos. Son los resultados de la combinación de algunos o de
todos los métodos anteriormente mencionados.

FALSEAMIENTO DEL ESQUEMA DE SELECCIÓN

Algunos entrevistadores sustituyen la unidad no encuestada, lo que tiene como

consecuencia una probabilidad de cero para la que debía ser encuestada. De
acuerdo a esto no debe de existir, ya que las no investigadas dejaran de
pertenecer al grupo de estudio.

SUSTITUCION DE UNIDADES

Se hace sustitución cuando en un segmento se encuentra, por ejemplo, una

vivienda no entrevistada; en este caso, se toma la vivienda siguiente de acuerdo
al orden de visita y la información obtenida se duplica.

DOMINIO DE ESTUDIO

Se dijo anteriormente que en el proceso de selección no debe haber sustitución

de unidades muestrales; si por algún motivo la unidad seleccionada no puede
localizarse y no se sustituye, se va a tener un número de elementos o unidades
inferior al tamaño óptimo. Si realizamos el análisis con estas unidades,
corresponde al denominado dominio de estudio.

METODOS DE SELECCIÓN

 Selección con reempla. Se usa en el muestreo por conglomerados y en

el sub muestreo, cada uno se repite una sola vez.

17
 UNASAM-ING. AMBIENTAL

 Selección por sorteo. Consiste en identificar a las unidades de la

población con un número y sortear de diferentes maneras hasta
completar la muestra.
 Selección a intervalos regulares o sistemático. Consisten determinar
un intervalo dividiendo la población con la muestra.
 Uso de las tablas de números aleatorios. Es común la utilización de
tablas que muestran conjuntos de dígitos agrupados, tanto en sentido
vertical como en horizontal de acuerdo a una selección aleatoria con
repetición de una población de 10 dígitos (0 a 9), construida de tal
manera que permita garantizar la aleatoriedad en la selección de las
unidades.
c) método de Neyman
dentro de las técnicas utilizadas en el muestreo aleatorio estratificado, puede
efectuarse el cálculo en forma independiente para cada uno de los estratos
muestrales, se le conoce como método de Neyman:
𝑊ℎ 𝑆ℎ2 𝑊ℎ 𝑆ℎ2 𝑛°ℎ
𝑛°ℎ = = 2 𝑠𝑖𝑒𝑛𝑑𝑜 𝑛ℎ = 𝑛
𝑉ℎ 𝐸 1 + °ℎ
( 𝑧ℎ ) 𝑁ℎ
ℎ

d) muestreo sistemático
fórmula para hallar el intervalo de selección:
1 𝑁 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖ó𝑛
𝐼= = =
𝑓 𝑛 𝑡𝑎𝑚𝑎ñ𝑜 𝑑𝑒 𝑙𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎
e) muestreo por conglomerados
al estar formado por un grupo de personas, la proporción se estima mediante la
siguiente formula:
∑ 𝑎𝑖 1 − 𝑓 ∑ 𝑎𝑖2 − 2𝑝 ∑ 𝑎𝑖 𝑚𝑖 + 𝑝2 ∑ 𝑚𝑖2
𝑝= , ̌𝑉 = [ ][ 1 ]
∑ 𝑚𝑖 ̅̅̅̅2
𝑛𝑚 𝑛−
f) muestreo Bietápico
se le denomina muestreo por etapas. Cuando son dos, recibe el nombre de bietápico
y si son más de dos etapas se le considera polietápico. Se trata de una modificación
del método de muestreo por conglomerados, ya que la primera muestra está
conformada por unidades que son consideradas como conglomerados, una vez

18
 UNASAM-ING. AMBIENTAL

seleccionados estos, se efectúan una nueva selección o sub muestreo dentro de

cada conglomerado.
g) muestreo por fases múltiples
Este método nos permite analizar una variable de fácil acceso que esta
correlacionada con otra de difícil accesibilidad, de ahí que se emplea con
frecuencia en los métodos de estimación por regresión, por lo cual es necesario el
conociendo de la población.
h) métodos mixtos
consiste en el proceso de mezclar dos o más métodos de muestreo.

19