Sie sind auf Seite 1von 243

Prólogo

C O mo nunca antes, la sociedad produce enormes cantidades de informa-


ción, de ahí que a menudo sea llamada sociedad de la información y
del conocimiento. Los gobiernos, las empresas privadas, las instituciones y los
ciudadanos usan datos intensamente para tomar decisiones bajo situaciones
inciertas: los partidos políticos quieren saber cuántos votos tendrán en las
próximas elecciones, las empresas desean conocer sus consumidores poten-
ciales, los investigadores a menudo (con frecuencia) deben estimar las áreas
afectadas por una plaga, en fin, las aplicaciones son infinitas. En tanto no es
posible evaluar todos los datos o la población total, es más factible y eficiente
extraer una muestra que pueda validar estadísticamente y con una confianza
aceptable los resultados para los datos o la población en su conjunto.

¿Por qué este libro?


El interés por escribir este libro que el lector tiene en sus manos, surgió
porque muchos administradores, estudiantes y profesionistas de nuestras in-
stituciones académicas frecuentemente nos pedían apoyo para calcular tamaños
de muestras, con el fin de fundamentar sus decisiones o incluso sus proyec-
tos de investigación. El objetivo del libro es precisamente ayudar a elegir el
esquema de muestreo apropiado, calcular el tamaño de muestra y hacer las
estimaciones correspondientes, lo cual no es una tarea fácil para las personas
que carecen de una formación intermedia o avanzada en estadística, además
de que la mayoría de los libros de esta temática suelen ser poco accesibles.

Estructura del libro


El libro contiene una introducción general y seis capítulos adicionales que
cubren conceptos básicos de estadística y los métodos de muestreo aleatorio
simple, aleatorio estratificado, sistemático, por conglomerados en una etapa
y de respuestas aleatorizadas; así mismo, por su naturaleza aplicada, el libro
está acompañado por muchos ejemplos y ejercicios para que el lector prac-
tique los conceptos aprendidos. Pero es preciso aclarar dos cosas. En primer
lugar, todos los métodos de muestreo cubiertos en este libro suponen que el
investigador ya aplicó una encuesta piloto. Y en segundo lugar, para todos
los métodos resaltamos la estimación puntual y por intervalo de la media, la
proporción y el total poblacioneal, hechando mano de la información recabada
con la encuesta piloto.

En el capítulo 1 la introducción general describe en términos globales los


métodos que cubren a detalle los capítulos posteriores, y también incluye ejer-
cicios a fin de que el lector adquiera la habilidad de seleccionar el método de
muestreo apropiado para su investigación y domine conceptos fundamentales
como confiabilidad, precisión, muestra preliminar o piloto, marco de muestreo
. El capítulo 2 aborda los conceptos básicos de estadística y muestreo estadís-
tico que serán útiles para entender las técnicas de muestreo y como obtener
los valores de las tablas de la distribución normal estándar y t-student; entre
otras cosas, el capítulo versa sobre poblaciones, muestras, escalas de medi-
ción, parámetros y estimadores, sumatorias, variables aleatorias, la distribu-
ción normal y t-Student, los tipos de muestreo y las características deseables
de las encuestas.

Los capítulos 3 y 4 tratan sobre el muestreo aleatorio simple y estratifica-


do, respectivamente. En el muestreo simple todas las muestras de tamaño n
tienen la misma probabilidad de ser elegidas, mientras que en el estratificado
la población total se divide en subpoblaciones o estratos con criterios clara-
mente definidos. La idea central de la estratificación es reducir el costo de
la investigación, porque muchas variables comparten características similares
como gustos, sexo, hábitos alimenticios, ubicación geográfica, etc. De igual
manera para reducir costos, el capítulo 5 presenta la técnica del muestreo sis-
temático, donde la muestra se compone de unidades extraídas dando saltos de
k unidades de la población. Otra ventaja de este método es que sólo se fija un
intervalo de selección de las unidades muestrales y por ello se evita el uso de
métodos de aleatorización complejos.

Para finalizar, los capítulos 6 y 7 cubren los métodos de muestreo por con-
glomerados en un etapa y de respuesta aleatorizada. El primer método ayu-
da a simplificar los muestreos exhaustivos cuando la población es demasia-
do grande y sus elementos comparten rasgos comunes. Por ejemplo, en las
encuestas nacionales de los clientes bancarios, de los usuarios de servicios
públicos o del control de calidad de ciertos medicamentos. Por su parte, el
método de respuesta aleatorizada, que se complementa con el aleatorio sim-
ple o el estratificado, intenta resolver el problema de la falta de respuestas a
preguntas sensibles como el uso de enervantes, relaciones sexuales o de otra
índole. Además, para este caso se presenta el procedimiento desarrollado por
S. Warner (1965) para obtener respuestas difíciles que ayuden estimar la pro-
porción de personas con la característica de interés que se busca.

Agradecimientos
Queremos dar las gracias a todas las personas que influyeron positivamente
en la realización de este libro. En especial, a nuestros alumnos de la Licen-
ciatura en Informática, de Ingeniería en Telemática y los de la Facultad de
Ciencias de la Universidad de Colima, por su paciencia, tolerancia y sugeren-
cias para mejorar los borradores. También a los alumnos Martín Hugo del Toro
Guzmán, Hugo Torres López Y Henry Nicole Ramírez de la Facultad de Cien-
cias, por su apoyo en la captura de la versión preliminar de los manuscritos.

Los autores
Colima, México
Índice general

1. Introducción 1

2. Conceptos básicos de estadística 3


2.1. ¿Qué es la estadística y para qué sirve? . . . . . . . . . . . . . . . 3
2.2. Población y muestra . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.3. Variables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2.4. ¿Qué es una medición? . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5. Las escalas de medición . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.6. Parámetros y estimadores . . . . . . . . . . . . . . . . . . . . . . . 8
2.7. Sumatorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.8. Variable aleatoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.9. La distribución normal . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.10.La distribución normal estándar . . . . . . . . . . . . . . . . . . . . 12
2.11.El Teorema Central del Límite . . . . . . . . . . . . . . . . . . . . . 13
2.12.La distribución t-Student . . . . . . . . . . . . . . . . . . . . . . . . 14
2.13.Los tipos de muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.14.El marco de muestreo . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.15.Pasos a seguir en el diseño de una encuesta . . . . . . . . . . . . . 18
2.16.Las ventajas y desventajas del muestreo . . . . . . . . . . . . . . . 22
2.17.Las características deseables en una investigación por muestreo . 23
2.18.Errores de las encuestas . . . . . . . . . . . . . . . . . . . . . . . . 24
2.19.Muestra preliminar o piloto . . . . . . . . . . . . . . . . . . . . . . . 24
2.20.La precisión de la estimación . . . . . . . . . . . . . . . . . . . . . . 25
2.20.1.Elementos para elegir la precisión o margen de error . . . . 26
2.21.Uso de tablas para la distribución normal estándar y t-student . 28
2.21.1.Distribución normal estándar para n > 30 . . . . . . . . . . 28
2.21.2.Distribución t-student para n ≤ 30 . . . . . . . . . . . . . . . 30

3. Muestreo aleatorio simple 33


3.1. Tipos de muestreo aleatorio simple . . . . . . . . . . . . . . . . . . 34
3.2. Selección de una muestra aleatoria simple . . . . . . . . . . . . . . 35
3.3. Estimación de la media poblacional . . . . . . . . . . . . . . . . . . 36
3.3.1. Estimador de la media y del total muestral . . . . . . . . . . 37
3.3.2. Estimación de la varianza . . . . . . . . . . . . . . . . . . . . 37
3.3.3. Estimación por intervalo . . . . . . . . . . . . . . . . . . . . 38
3.3.4. Determinación del tamaño de la muestra . . . . . . . . . . . 40
3.3.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.5. La estimación de una proporción poblacional . . . . . . . . . . . . 52

III
3.5.1. La medición . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.5.2. El estimador de la proporción poblacional P y su relación
con el estimador de una media poblacional . . . . . . . . . 52
3.5.3. La varianza de la población para una proporción . . . . . . 53
3.5.4. Los intervalos de confianza . . . . . . . . . . . . . . . . . . . 54
3.5.5. El tamaño de muestra requerido para estimar P . . . . . . 55
3.5.6. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4. El muestreo aleatorio estratificado 65


4.1. Ventajas de utilizar MAE . . . . . . . . . . . . . . . . . . . . . . . . 66
4.2. ¿Cómo seleccionar una muestra aleatoria estratificada? . . . . . . 67
4.3. La estimación de la media poblacional . . . . . . . . . . . . . . . . 67
4.3.1. El estimador de la varianza de la media estratificada . . . . 68
4.3.2. El intervalo de confianza para la estimación de la media
estratificada . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
4.3.3. El estimador del total estratificado . . . . . . . . . . . . . . 69
4.3.4. La varianza del estimador del total estratificado . . . . . . . 69
4.3.5. El intervalo de confianza . . . . . . . . . . . . . . . . . . . . 69
4.3.6. La determinación del tamaño de la muestra . . . . . . . . . 69
4.3.7. La asignación de la muestra . . . . . . . . . . . . . . . . . . 71
4.4. La selección de estratos . . . . . . . . . . . . . . . . . . . . . . . . . 72
4.4.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.6. La estimación de la proporción poblacional . . . . . . . . . . . . . 88
4.6.1. El estimador de la proporción y total poblacional . . . . . . 89
4.6.2. Los intervalos de confianza para la proporción y total pobla-
cional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.6.3. El tamaño de muestra para estimar la proporción estratifi-
cada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.6.4. Asignación de la muestra . . . . . . . . . . . . . . . . . . . . 91
4.6.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

5. El muestreo sistemático 105


5.1. Tipos de población por su estructura . . . . . . . . . . . . . . . . . 107
5.2. ¿Cómo seleccionar una muestra sistemática? . . . . . . . . . . . . 108
5.3. La estimación de la media poblacional . . . . . . . . . . . . . . . . 110
5.3.1. La varianza de la media y del total. . . . . . . . . . . . . . . 110
5.3.2. El intervalo de confianza de la media y el total . . . . . . . . 111
5.3.3. La selección del tamaño de la muestra. . . . . . . . . . . . . 111
5.3.4. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
5.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.5. La estimación de la proporción poblacional . . . . . . . . . . . . . 124
5.5.1. El estimador de la proporción y el total . . . . . . . . . . . . 124
5.5.2. La varianza estimada de la proporción y el total sistemático 125
5.5.3. El intervalo de confianza para la proporción y el total sis-
temático . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.5.4. La selección del tamaño de muestra para la proporción y el
total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.5.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
5.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136

6. El muestreo por conglomerados en una etapa 139


6.1. ¿Qué puede ser un conglomerado? . . . . . . . . . . . . . . . . . . 140
6.2. Una comparación con el muestreo estratificado . . . . . . . . . . . 141
6.3. Acerca del tamaño del conglomerado . . . . . . . . . . . . . . . . . 142
6.4. La estimación de una media y un total poblacional con M conocida 143
6.4.1. El estimador de la media poblacional . . . . . . . . . . . . . 143
6.4.2. El estimador del total poblacional . . . . . . . . . . . . . . . 144
6.4.3. La varianza estimada de ȳc y τ̂c . . . . . . . . . . . . . . . . . 144
6.4.4. El intervalo de confianza de la media y el total . . . . . . . . 144
6.4.5. La determinación del tamaño de muestra . . . . . . . . . . 145
6.4.6. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
6.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
6.6. La estimación de la media y un total cuando se desconoce M . . . 162
6.6.1. ¿Qué sucede cuando se desconoce el tamaño de la población
M ? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
6.6.2. El estimador de la media y el total poblacional . . . . . . . 162
6.6.3. La varianza estimada de la media y del total. . . . . . . . . 163
6.6.4. El intervalo de confianza de la media y del total. . . . . . . 163
6.6.5. Los tamaños de muestra para estimar la media y el total . 163
6.7. La estimación de una proporción poblacional . . . . . . . . . . . . 164
6.7.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
6.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172

7. El muestreo basado en el método de respuesta aleatorizada 175


7.1. ¿Cuándo se utiliza esta técnica? . . . . . . . . . . . . . . . . . . . . 176
7.2. Ventajas y desventajas . . . . . . . . . . . . . . . . . . . . . . . . . 177
7.3. El modelo de respuesta aleatorizada bajo el MAS . . . . . . . . . . 177
7.3.1. El estimador de la proporción y el total poblacional . . . . 179
7.3.2. La varianza estimada de los estimadores de la proporción
y del total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
7.3.3. El intervalo de confianza de la proporción y el total . . . . . 179
7.3.4. El tamaño de la muestra para la proporción y el total . . . 180
7.3.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
7.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 191
7.5. El modelo de respuesta aleatorizada bajo el MAE . . . . . . . . . 191
7.5.1. El estimador de la proporción y el total poblacional . . . . . 192
7.5.2. La varianza de los estimadores de la proporción y total
poblacional . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
7.5.3. El intervalo de confianza para el promedio y total poblacional192
7.5.4. El tamaño de la muestra para estimar la proporción y el total193
7.5.5. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
7.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
7.7. Alternativa al modelo de respuesta aleatorizada . . . . . . . . . . . 211
7.8. Respuesta aleatorizada versión Horvitz bajo MAS . . . . . . . . . 212
7.8.1. Ejemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
7.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 220
7.10. Respuesta aleatorizada versión Horvitz bajo MAE . . . . . . . . . 222
7.11.¿Cuál método de respuesta aleatorizada es mejor? . . . . . . . . . 223

A. Tablas de la distribución normal estándar y de la distribución t-


student 225
Índice de figuras

2.1. Forma de la distribución normal para la variable estatura (Y ) con media


90 cm. y DE=5 cm. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.2. Forma de la distribución normal estándar (Z), es decir, Z ∼ N (µ =
0, σ 2 = 1) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Comparación de la distribución normal estándar con las distribuciones
t-student con 1, 3, 5 y 10 gados de libertad . . . . . . . . . . . . . . . 15

5.1. La dispersión del marco de muestreo de una población aleatoria . . . . 107


5.2. La dispersión del marco de muestreo de una población ordenada . . . . 108

A.1. Varianzas de distribuciones finitas (S 2 ), en función de su forma y


rango. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228

III
Índice de cuadros

2.1. Ejemplo 1 para el uso de las tablas de la normal estándar . . . . 29


2.2. Ejemplo 2 para el uso de las tablas de la normal estándar . . . . 29
2.3. Ejemplo 3 para el uso de las tablas de la normal estándar . . . . 30
2.4. smallcaption . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5. Ejemplo para el uso de las tablas de la distribución t-student . . 31

4.1. Plantas por hectárea infectadas . . . . . . . . . . . . . . . . . . . . 73


4.2. Faltas justificadas por año. . . . . . . . . . . . . . . . . . . . . . . . 77
4.3. El ingreso promedio mensual (miles de pesos) de las familias chia-
panecas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.4. El número de horas diarias que cada familia ve televisión . . . . . 84
4.5. Resultado del número más probable de coliformes fecales por 100
ml. de agua. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.6. Calificaciones de los egresados de la Normal Superior . . . . . . . 88
4.7. Daño promedio a corazoón de las tres sepas en porcentaje. . . . . 88
4.8. Porcentaje de tanino por kg. de nance. . . . . . . . . . . . . . . . . 89

5.1. Esquema de un muestreo sistemático . . . . . . . . . . . . . . . . 106


5.2. El porcentaje de grasa por envase de leche ultrapasteurizada . . . 112
5.3. El peso de los sacos de maíz (Kg) . . . . . . . . . . . . . . . . . . . 115
5.4. El porcentaje de sacarosa por planta . . . . . . . . . . . . . . . . . 118
5.5. El número de microprocesadores dañados por caja . . . . . . . . . 120
5.6. Datos de la muestra. . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.7. Datos de la muestra. . . . . . . . . . . . . . . . . . . . . . . . . . . 123
5.8. Datos de la muestra. . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.9. Datos de la muestra. . . . . . . . . . . . . . . . . . . . . . . . . . . 124
5.10.Los alumnos satisfechos e insatisfechos. . . . . . . . . . . . . . . . 126
5.11.Los colimenses que al menos en una ocasión se han enfermado
de dengue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
5.12.Los estudiantes que tienen licencia para conducir . . . . . . . . . 131
5.13.Los asegurados que contrajeron gripe o tos por lo menos una vez
en los últimos seis meses . . . . . . . . . . . . . . . . . . . . . . . . 134
5.15.Albañiles que consumen cerveza . . . . . . . . . . . . . . . . . . . . 136
5.16.Muestra de colchones. . . . . . . . . . . . . . . . . . . . . . . . . . 137
5.17.colimenses que han visitado Francia. . . . . . . . . . . . . . . . . . 137
5.18.colimenses que han visitado Palenque, Chiapas. . . . . . . . . . . 137

6.2. El gasto en útiles escolares por estudiante (en pesos). . . . . . . . 147


6.4. El contenido de carbohidratos por reja de refresco . . . . . . . . . 151
6.5. Ejemplares comprados por familia. . . . . . . . . . . . . . . . . . . 154

V
6.6. Emigrantes de las 12 localidades. . . . . . . . . . . . . . . . . . . . 157
6.7. Nivel de satisfacción de los médicos en cada hospital . . . . . . . 161
6.8. Kg. de basura producidos por vivienda semanalmente. . . . . . . 162
6.9. El total de cacahuates producidos por tramo . . . . . . . . . . . . 165
6.10.El agua de coco por palmera (litros). . . . . . . . . . . . . . . . . . 168
6.12.smallcaption . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
6.13.smallcaption . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

A.1. Distribución normal estándar acumulada. . . . . . . . . . . . . . . 226


A.2. Puntos porcentuales de la distribución t-student. . . . . . . . . . 227
A.3. Tabla de números aleatorios . . . . . . . . . . . . . . . . . . . . . . 229
Capítulo 1

Introducción

L Os cambios radicales en las tecnologías de la información y las telecomu-


nicaciones han generado una enorme cantidad de información sin prece-
dentes. La tecnología está cambiando el mundo en que vivimos. La importancia
de este cambio es comparable al de las revoluciones industriales de los siglos
XVIII y XIX. En las dos últimas décadas, la Internet y las tecnologías de la in-
formación han transformado el funcionamiento de las empresas, los métodos
de aprendizaje de los estudiantes, los métodos de investigación de los cientí-
ficos y la forma en que los gobiernos prestan sus servicios a los ciudadanos.
Las tecnologías digitales han demostrado ser un potente motor del crecimiento
económico y de la competitividad. En general, estos cambios continuos y evo-
lutivos han transformado a la sociedad, de una basada en la producción de
objetos físicos, a una donde el énfasis principal es la producción e intercambio
de información. Por consiguiente, se ha alterado no sólo la interacción humana
con la información, sino que también el comportamiento individual y colectivo
de los individuos (Danger, et. al., 1996 [8]), ya que exige cambios muy rápidos
a los nuevos paradigmas.

Los gobiernos, las empresas privadas, las instituciones, así como los ciu-
dadanos, necesitan usar intensivamente información y datos para el análisis
de fenómenos y toma de decisiones en circunstancias de gran complejidad e
incertidumbre. La información sobre la cantidad y calidad de un recurso para
tomar tales decisiones pueden ser obtenidas mediante una evaluación exhaus-
tiva, esto es, cuantificar o calificar todo el recurso (población). Sin embargo, en
la mayoría de las circunstancias no es posible o conveniente hacer la evalu-
ación exhaustiva sobre toda la población, principalmente por la carencia de
recursos, por ello se justifica que gran parte de los conocimientos, actitudes
y decisiones humanas estén basadas en el análisis de información parcial, es
decir, en el estudio de muestras, concretamente en el uso del muestreo. Al
hacer la evaluación con solamente una fracción de la población o del recurso,
se espera que las determinaciones hechas también pertenezcan a la población,
implícitamente se acepta esa suposición, aunque siempre se corre el riesgo de
que tal suposición no sea totalmente cierta. El objetivo principal de las técni-
cas de muestreo es darle objetividad a ese riesgo.

El uso del muestreo como un medio para obtener conocimiento y tomar de-
cisiones, es algo normal y cotidiano en las actividades humanas. En estudios

1
Capítulo 1. Introducción
de mercado, el muestreo sirve para conocer las preferencias de los consumi-
dores de cierto producto; en los estudios demográficos y sociales, para conocer
los niveles de empleo y desempleo, los ingresos y niveles de escolaridad en
los habitantes de una ciudad o país, la prevalencia y la incidencia de la dro-
gadicción, etc.; y en la industria, para el control de calidad en el proceso de
producción. En fin, el muestreo se utiliza prácticamente en todas las áreas del
conocimiento.

Sin embargo, elegir el esquema de muestreo, calcular el tamaño de la mues-


tra y realizar las estimaciones correspondientes no es una tarea fácil para
todas aquellas personas con poca formación en estadística. Por ello, este li-
bro pretende ayudar a los investigadores, estudiantes y profesionales de las
distintas áreas del conocimiento que frecuentemente se encuentran con estos
problemas para que realicen sus actividades de una forma apropiada y eficaz.
Además, sirve en un primer curso de muestreo estadístico aplicado, dirigido a
estudiantes de nivel licenciatura, en cualquier área del conocimiento. El ma-
terial no supone conocimientos profundos sobre matemáticas o probabilidad y
por lo tanto, tampoco realizar demostraciones formales.

Los objetivos centrales que persigue este documento son:

Presentar la forma adecuada de seleccionar una muestra, lo que deno-


minaremos diseños de muestreo, considerando las características de las
poblaciones de interés.

Exponer las fórmulas para calcular los estimadores.

Exponer las fórmulas adecuadas para calcular el tamaño de una mues-


tra para satisfacer las exigencias preestablecidas sobre la calidad de los
estimadores.

Proporcionar ejemplos ilustrativos para cada uno de los esquemas de


muestreo para facilitar su comprensión.

2
Capítulo 2

Conceptos básicos de estadística

Que la estadística es bella,


no lo vengo a presumir.
Sólo requiere de entrega,
para poderla sentir.
OAML

2.1. ¿Qué es la estadística y para qué sirve?

E N la literatura existen numerosas definiciones de la estadística. En lugar


de hacer acopio de diversas definiciones y darnos a la tarea de comparar-
las, señalando su ambigüedad o insuficiencia, aceptaremos la siguiente:

Estadística
”La estadística es la ciencia que se ocupa de los métodos y pro-
cedimientos para recoger, clasificar, resumir, hallar regularidades y
analizar los datos, siempre y cuando la variabilidad e incertidumbre
sea una causa intrínseca de los mismos; así como de realizar
inferencias a partir de ellos, con la finalidad de ayudar a la toma de
decisiones y en su caso formular predicciones” (Johnson, 1996).

La estadística sirve para:

Describir las diferentes medidas en un conjunto de objetos me-


diante el análisis de algunos de sus elementos.

Tomar decisiones sobre opciones diversas con información par-


cial contenida en un conjunto de datos.

Predecir el comportamiento de una medida o característica, en


condiciones no observadas.

Los usos y aplicaciones son innumerables; sin embargo, éstos se pueden


resumir en algunos de los puntos ya descritos con la finalidad de inferir sobre
la población (estimación y prueba de hipótesis).

Como en todas las áreas del conocimiento, el muestreo emplea una termi-

3
Capítulo 2. Conceptos básicos de estadística

nología específica que define de manera apropiada los conceptos que se uti-
lizan, por lo que es conveniente revisar algunos de ellos, en particular de la es-
tadística, y presentar la simbología que se emplea en las técnicas de muestreo.

Conjunto
Es una colección de objetos definidos y distinguibles cuya
única propiedad indispensable es que sean identificados como
pertenecientes a dicho conjunto. A cada uno de los objetos que lo
constituyen se le llama elemento.

Por ejemplo, todas las computadoras dentro de una empresa o laboratorio


pueden constituir un conjunto; también los estudiantes y las sillas dentro de
un salón de clases constituyen un conjunto. Cabe mencionar que no es un
requisito que los objetos sean de la misma naturaleza, aunque la mayoría de
los casos que involucra las técnicas de muestreo los objetos suelen ser de la
misma clase, o al menos muy semejantes.

2.2. Población y muestra


Como se dijo, las técnicas de muestreo, y en general los métodos estadís-
ticos, se aplican a un conjunto de datos propios de un conjunto de objetos.
Denominamos población al conjunto de objetos tanto como al conjunto de va-
lores. El segundo es una función del primero, y aunque con frecuencia no se
distinguen explícitamente, el contexto en que se usa el término de población
deja en claro la referencia. En este libro se usará la población, que se refiere
al conjunto de mediciones que se hacen sobre una característica de interés en
todos y cada uno de los elementos del conjunto de objetos.

Población. Es una colección de objetos o de entes que se caracteri-


zan por poseer o compartir ciertas características (propiedades) en
común.
Muestra. Es un subconjunto de elementos o unidades, selecciona-
dos con alguna técnica, de la población en estudio.

La población es el conjunto que incluye todas las partes constitutivas de un


recurso. Así, la población es un conjunto de números que tienen las unidades
en que se hace la medición.

En general, en el análisis no suelen incluirse las unidades de medición


de los valores de una variable, es decir, éstos se analizan simplemente co-
mo números. Sin embargo, resulta conveniente recordar que los valores de
una variable siempre representan dimensiones físicas o de otra naturaleza,
como peso, volumen, longitud, etc., y que estas dimensiones son medidas en
unidades como kilogramos, metros cúbicos, centímetros, etc., por lo que los
resultados del análisis son coherentes si se usan las unidades de medición, lo
que facilita enormemente su interpretación.

4
Por ejemplo, si el recurso son los estudiantes de la Universidad de Colima y
la característica de interés es su estatura promedio, la población original son
todos los estudiantes, pero la población a la que las técnicas de muestreo se
referirán son el conjunto constituido por las estaturas de esos estudiantes, que
estarán denominadas por el número que indica la dimensión y las unidades
en que se miden; por ejemplo 1.75 metros podría ser uno de los elementos
constitutivos del conjunto población.

El muestreo, en un sentido amplio, es un proceso que tiene como propósito


obtener conocimientos de las características generales de una población, me-
diante la muestra. En contraste, el censo es un proceso de revisión exhaustivo
de la población, es decir, mide la característica de interés de todas las unidades
de la población.

2.3. Variables
Una variable es una característica de los elementos de una población y se
obtiene con una medición o una calificación. La altura de los estudiantes es
una variable, también lo es la marca de computadoras portátiles que se en-
cuentran en el mercado actual. El peso de cada silla o de cada estudiante
también es una variable.

Una variable continua, como su nombre lo indica, es aquella donde son posi-
bles todos los valores dentro de un intervalo de los números reales, al menos
teóricamente, ya que prácticamente, por limitaciones de los instrumentos de
medición, muchos valores en ese intervalo no pueden ser observados. En gene-
ral, este tipo de variables incluye mediciones en kilogramos, centímetros, etc.,
cuya precisión puede ser incrementada indefinidamente, afinando más y más
el instrumento de medición.

Una variable discreta se puede medir en una escala que no incluye todos los
valores posibles de un intervalo de los números reales. Ejemplos de este tipo
de variables son los conteos, el número de personas de un lugar, el número de
libros en una biblioteca, entre otros.

Las variables por atributos permiten la clasificación en función de la pre-


sencia de cierta propiedad en el elemento que desea evaluarse. La pertenencia
a un grupo étnico es un ejemplo de un atributo; podría haber un número va-
riable de atributos, como tener varios grupos étnicos, lo que permitiría hacer
diversos grupos y cada elemento pertenecería solamente a uno de esos grupos
o clases.

Las técnicas de muestreo se aplican directamente a conjuntos de valores


medidos en escalas apropiadas para variables continuas, discretas o de atribu-
tos.

Digamos que pudiera ser de interés describir económica y socialmente las


familias del estado de Colima, para ello se aplica un cuestionario a cada fami-

5
Capítulo 2. Conceptos básicos de estadística

lia con preguntas sobre su situación socioeconómica, como ingreso mensual,


el número de integrantes de la familia, el número de individuos que trabajan,
el tipo de ocupación, entre otras. El conjunto de mediciones de cualquiera de
estas variables medidas es el sujeto de aplicación de las técnicas de muestreo.
Otro ejemplo puede ser la determinación de la calidad del aire en la Ciudad
de México, para ello se toman mediciones de diferentes contaminantes: el con-
junto de las mediciones del contaminante es la variable a la que se aplican los
conceptos del muestreo. Pueden ser muchas las variables que se midan, pero
el muestreo que aquí estudiaremos es univariado, es decir, se toma solamente
una variable a la vez; aunque el estudio incluya varias variables, el proceso se
realiza sobre todas y no más de una al mismo tiempo.

Función es otro terminó muy usado. Matemáticamente, el concepto de fun-


ción consta de tres elementos, dos conjuntos y una regla que asocia o vincula
a cada elemento del primer conjunto con uno y sólo uno de los elementos del
segundo conjunto. Una lista de nombres y un grupo de estudiantes pueden ser
una función si cada nombre de la lista corresponde a uno y sólo uno de los es-
tudiantes. Nótese que incluso todos los elementos del primer conjunto pueden
estar vinculados al mismo elemento del segundo conjunto, pero lo que no es
válido es que un elemento del primer conjunto esté vinculado con más de un
elemento del segundo. Las funciones que comúnmente abordaremos en este
texto son funciones matemáticas, en las que los conjuntos contienen números
y la regla de asociación es una ecuación.

Hemos mencionado que en el muestreo nos interesan los valores medidos


del subconjunto muestra, que son seleccionados del conjunto población. A es-
tos valores se les denomina datos, es decir, un dato es el valor específico que
tiene la característica de interés de un elemento de la población. Conviene
mencionar que dato se puede referir a un valor conocido o existente pero que
aún no ha sido determinado. En este libro un dato es un valor que ya ha sido
determinado.

En el este contexto experimento es el procedimiento que permite obtener


un dato. Este procedimiento incluye dos cosas: la forma de elegir el objeto, y
la determinación del valor mediante algún método.

Es prioritario considerar la forma en que se decide el elemento que se obser-


vará. La determinación del valor de la característica es la medición o la califi-
cación, que algunas veces representa un problema difícil y requiere tratamien-
tos específicos. Este es el tema que abordaremos a continuación.

2.4. ¿Qué es una medición?


La medición es una tarea en la que la estadística no interviene directa-
mente, pero influye mucho en los resultados. Para hacer una medición deben
usarse las técnicas adecuadas. En general la medición es la determinación del
valor de la característica de interés de un elemento de la muestra.

6
Para medir la altura de los estudiantes se emplean técnicas muy distintas
a las que miden la longitud de un virus o una bacteria; pero los métodos es-
tadísticos para analizar los datos de ambos casos pudieran ser los mismos.

Las técnicas de medición son muy diversas y algunas son difíciles de eje-
cutar. La instrumentación, selección y validez de las técnicas de medición son
motivo de estudio de otras disciplinas, pero la comparación entre técnicas de
medición sí son motivo de aplicación de los métodos estadísticos por lo que no
abordaremos en este libro las técnicas de medición.

2.5. Las escalas de medición


Las reglas que clasifican los datos en distintas categorías se denominan es-
calas de medición: nominal, ordinal, intervalo y proporción (Siegel, 1977 [7]).

Escala nominal
La escala nominal se utiliza para clasificar a la población en categorías. Por
ejemplo, los seres humanos se clasifican en hombres y mujeres; los colores se
clasifican en rojo, azul, verde, etc. En este tipo de datos no existe una relación
de orden ni se pueden realizar operaciones aritméticas como suma, multipli-
cación, división o resta. Sin embargo, se pueden establecer frecuencias y pro-
porciones, así como calcular la moda y establecer relaciones de equivalencia.
Las propiedades de las relaciones de equivalencia son: reflexión: X=X; simetría:
si X=Y entonces Y=X; y transición: si X=Y y Y=Z, entonces X=Z. Las pruebas
estadísticas no paramétricas son admisibles para datos con esta escala de
medición.

Escala ordinal
La escala ordinal clasifica y ordena las observaciones. Sin embargo, no
puede definirse una distancia entre las observaciones. Las relaciones admisi-
bles en esta escala son: >,<, =. Por ejemplo, la frecuencia con que un grupo de
personas lee una revista científica podría clasificarse en: regularmente, a ve-
ces, pocas veces, casi nunca y nunca. Otro ejemplo es la definición de la jerar-
quía militar de un regimiento: teniente> subteniente> sargento 3ro.> sargento
1ro.> cabo. Un último ejemplo es la llegada a la meta de un corredor en una
competencia de 20 participantes: su clasificación C es tal que C ∈ {1, 2, . . . , 20}.

Las medidas que se pueden calcular en esta escala son: moda, frecuencia,
coeficiente de contingencia y mediana. Las pruebas estadísticas admisibles
para un conjunto de datos de esta naturaleza son las no paramétricas, en
particular las estadísticas de rango, así como los coeficientes de correlación
con base en rangos, es decir, el coeficiente de Sperman y el de Kendall.

7
Capítulo 2. Conceptos básicos de estadística

Escala de intervalo

Esta escala incluye las dos anteriores; es decir, clasifica, ordena y además
establece la proporción entre dos intervalos contiguos. Esta escala necesita
una unidad de medida y un punto cero arbitrario (no es el cero que pertenece
a los reales). En esta escala la proporción de dos intervalos cualesquiera es
independiente de la unidad de medida y del punto cero. Por ejemplo, la tem-
peratura en grados Celsius o Farenheit se mide en una escala de intervalo, ya
que la unidad de medida y el punto cero son arbitrarios.

Las pruebas estadísticas admisibles son las paramétricas y las no paramétri-


cas. Dentro de las técnicas paramétricas se permite el cálculo de medias, de
la desviación estándar, el coeficiente de correlación de Pearson, etc. Las prue-
bas estadísticas admisibles son las t-student y la F de Snedecor. Las únicas
medidas que no se pueden obtener son el coeficiente de variación y la media
geométrica, porque necesitan el cero de los números reales.

Escala de proporción

Además de todas las características anteriores, la escala de proporción ubi-


ca al punto cero en el origen. En esta medida, además de conocer la proporción,
se debe conocer la distancia entre dos puntos. Admite también todas las ope-
raciones matemáticas y de igual manera se pueden establecer relaciones de
igualdad y orden. Las pruebas estadísticas admisibles son todas las pruebas
paramétricas, así como todas las pruebas estadísticas anteriores mas el coefi-
ciente de variación y la media geométrica. Ejemplo 1. El peso en kilogramos de
los estudiantes del primer semestre de Ingeniería en Software de la Facultad
de Telemática de la Universidad de Colima. Ejemplo 2. El diámetro en metros
de una plantación de parotas localizadas en Tecomán, Colima.

2.6. Parámetros y estimadores


Parámetros
Sobre el conjunto población se pueden definir funciones muy di-
versas como el valor más pequeño, el más grande, el que ocupa la
posición central una vez que han sido ordenados ascendente o des-
cendentemente, la suma de todos los valores después de elevarlos al
cuadrado, el valor que se repite el mayor número de veces y muchos
otros más. Todas esas funciones son parámetros. Los parámetros
suelen ser representados por letras griegas como µ, τ , σ.

Existe un número infinito de parámetros para una población dada; sin em-
bargo, muchos no tienen utilidad, en cambio otros manifiestan el interés de
la evaluación. Por ejemplo, la suma de todos los valores correspondientes al
gasto de agua por familia en una localidad (población), porque la suma repre-
senta el gasto total de agua en dicha localidad. Por lo tanto, el promedio, el
total, la varianza, la desviación estándar, el coeficiente de variación, la moda,

8
la mediana, el porcentaje o proporción son algunos ejemplos de parámetros.

Estimadores
Son funciones que se pueden proponer para calcular o estimar los
parámetros. Si se definen sobre el conjunto población entonces se
está calculando el parámetro; pero si esas funciones se definen para
los datos de una muestra, entonces se realiza una estimación del
parámetro. A ambos casos se les llamarán estimadores. Además, a
cada parámetro le corresponde uno o más estimadores. Existe un
número infinito de estimadores, pero sólo algunos tienen interés
práctico.

Aclaremos mejor la diferencia entre parámetro y estimador. Un estimador es


una función de los datos que sirve para calcular (en un censo) o estimar (en un
muestreo) un parámetro. Una definición general del parámetro es una cons-
tante que describe a la población, usualmente en forma numérica, mientras
que un estimador es una función de los datos disponibles (muestra o censo)
que se usa para estimar o calcular los parámetros.

2.7. Sumatorias
La sumatoria es muy importante para comprender mejor los conceptos de-
trás del muestreo. Algunos parámetros y estimadores incluyen en su definición
la suma de varios valores o datos. Si se simboliza por yi a cualquiera de esos
datos, digamos el i-ésimo de ellos, y se tienen n datos, la suma de esos datos
se simboliza empleando el operador de sumatoria (Σ),
n
X
y1 + y2 + · · · + y n = yi
i=1

Se puede combinar otras operaciones matemáticas con la sumatoria; por


ejemplo, si se desea sumar el cuadrado de cada dato, la simbología apropiada
es:
n
X
2 2 2
y1 + y2 + · · · + y n = yi2
i=1

El subíndice señala una etiqueta que identifica a cada dato cuando éste
aparece en una lista. Es importante hacer notar que el subíndice puede em-
plear cualquier símbolo, aunque convencionalmente se emplean letras inter-
medias minúsculas del alfabeto como ”i”, ”j”, ”k”, etc.; incluso los mismos
datos pueden usar subíndices diferentes para indicar las operaciones apropi-
adas. Asimismo, un símbolo de dato como ”y” puede tener más de un subíndice
cuando los datos tienen más de dos criterios o sentidos de clasificación, como
puede ser el caso de una tabla o una matriz que tiene renglones y columnas,
como ”yij ”, donde ”i” es el renglón y ”j” la columna, o al revés. Si existen más
de dos criterios de clasificación podrán emplearse más de dos subíndices para
identificar apropiadamente cada dato.

9
Capítulo 2. Conceptos básicos de estadística

En otras ocasiones se empleará un subíndice con algún otro símbolo, tal vez
el de una variable, un parámetro o un estimador, para señalar que ese símbolo
pertenece al objeto identificado con la etiqueta que se usa como subíndice. Por
ejemplo, σy se refiere a la desviación estándar de la variable (de los datos de) y.

Veamos varios ejemplos sobre el uso de la sumatoria y los subíndices. En


los ejemplos, i puede tomar valores entre 1 y n, mientras que yi puede ser
cualquier valor de la variable y. Por decir, si estamos hablando de la variable
’íngreso familiar en el estado de Colima” (y), entonces yi representa el ingreso
que tiene la familia i en el estado.

Propiedades de las sumatorias


n
X
a) c = c + c + c + · · · + c = nc
i=1
Xn n
X
b) cyi = c(y1 + y2 + y3 + · · · + yn ) = c yi
i=1 i=1
Xn
c) (xi + yi ) = (x1 + y1 ) + (x2 + y2 ) + · · · + (xn + yn )
i=1

= x1 + y1 + x2 + y2 + · · · + x n + yn

= (x1 + x2 + x2 + · · · + xn ) + (y1 + y2 + · · · + yn )
n
X n
X
= xi + yi
i=1 i=1
n
X r
X n
X
d) yi = yi + yi , donde r es un número entero mayor que 1 y menor
i=1 i=1 i=r+1
que n.
Ejemplo:
5
X
yi = (y1 + y2 ) + (y3 + y4 + y5 )
i=1
2
X 5
X
= yi + yi donde yi = cualquier valor
i=1 i=2+1

2.8. Variable aleatoria


El concepto de variable aleatoria se relaciona con una característica o di-
mensión que tienen las unidades muestrales de una población, y que puede
tomar diferentes valores, cada uno asociado a una unidad muestral. Esos va-
lores posibles forman un conjunto, que a dicho conjunto se denomina espacio
muestral. Así, una variable aleatoria Y es una función que va del espacio mues-
tral (constituido por las unidades muestrales) a otro espacio muestral que son
los números reales o a un subconjunto de éstos, que son todos los valores que

10
puede tomar la variable bajo un experimento aleatorio.

Por ejemplo, se desea saber si los miembros de un grupo de personas fuman


o no. El espacio muestral inicial es el grupo de personas y = yi y el segundo
espacio muestral es S = { sí, no}, que corresponde al hecho de que una persona
dada (yi ) fume o no fume. Entonces podríamos definir la función Y como una
variable aleatoria como sigue:

1 si yi = sí fuma
½
y(yi ) =
0 si yi = no fuma.

Esta variable es conocida como la variable indicadora del conjunto yi y sólo


toma los valores 1 ó 0.

2.9. La distribución normal


Esta distribución tiene gran importancia debido a que es un modelo ade-
cuado para muchos sucesos naturales y por su sobresaliente papel en la teoría
estadística (Teorema Central del Límite), puesto que sirve como punto de parti-
da para el desarrollo de muchas técnicas de inferencia (Mood, et al., 1974 [4]).
Es importante mencionar que debido a que la distribución normal es continua,
solamente pueden calcularse probabilidades para intervalos que pertenecen al
espacio muestral de Y , ya que para cualquier posible valor k de Y , P (Y = k) = 0.
Aunque con la corrección por continuidad es posible calcular probabilidades
para cualquier posible valor k (Mood, et al., 1974 [4]). Decimos que una varia-
ble aleatoria Y se distribuye normal si su función de densidad es:

 √ 1 e− (y−µ)
2
2σ 2 si y ∈ R
fY (y) = 2πσ 2
 0 de otra forma.

Donde:

E[Y ] = µ −∞ < µ < ∞


V ar(Y ) = σ 2 σ2 > 0
e y π son las constantes conocidas.
El lector debe notar que µ y σ 2 son los parámetros de la distribución, es de-
cir, Y ∼ N (µ, σ 2 ). Para ejemplificar la forma de la distribución normal, supón-
gase que se mide la estatura (Y ) en centímetros a una población de niños de 5
años de edad y se encuentra que su promedio es de 90 cm. con una desviación
estándar (DE) de 5 cm., es decir, Y ∼ N (µ = 90, σ 2 = 25). La forma de la dis-
tribución se presenta en la figura 2.1.
La distribución normal tiene forma acampanada (Figura 2.1), con un solo
pico o moda que es igual a la mediana y media porque es una distribución
simétrica en torno a este punto. Además, cuando Y ∼ N (µ = 90, σ 2 = 25),
el porcentaje de niños con una estatura entre 80 cm y 100 cm es de 95.45
por ciento (área sombreada en la figura 2.1). Los puntos en que cambia la
dirección de la concavidad de la campana se llaman puntos de inflexión, y

11
Capítulo 2. Conceptos básicos de estadística

están situados a una distancia de σ unidades por encima y por debajo de la


media µ. El área total bajo la curva es 1 ó 100 por ciento, ya que es una
distribución de probabilidad definida.

0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0

70 75 80 85 90 95 100 105 110


Y

Figura 2.1: Forma de la distribución normal para la variable estatura (Y ) con media
90 cm. y DE=5 cm.

2.10. La distribución normal estándar


Sea Y una variable aleatoria distribuida N (µ, σ 2 ). Definamos la variable
aleatoria Z = (Y − µ)/σ, que tiene distribución N (0, 1), es decir, es normal es-
tándar porque su media es cero y su varianza es la unidad. Su función de
densidad es: 
1 − z2
 √ e 2 si z ∈ R


fZ (z) = 2π

de otra forma.

 0

La forma de la variable aleatoria Z se ilustra en la figura 2.2. Se puede ver


en la figura 2.2 que los valores con mayor ocurrencia de la variable aleato-
ria Z están entre -3.6 y 3.6, la media igual a la mediana es igual a cero y su
desviación estándar igual a la varianza es uno. La importancia de esta función
de densidad de probabilidad radica en que las probabilidades en cualquier
miembro de la familia, o sea, cualquier normal con media µ y varianza σ 2 ,
puede calcularse con la distribución normal estándar. La ventaja estriba en
que tiene media cero y varianza uno (Mood, et al., 1974 [4]) y facilita el cálculo
de probabilidades porque la variable aleatoria normal original es una función
no integrable, por lo que la integración se obtiene empleando tablas de la nor-
mal estándar o con un software estadístico.

12
0.4
N P 0V2 1

0.3
0.2
0.1
0.0

-4 -2 0 2 4

Figura 2.2: Forma de la distribución normal estándar (Z), es decir, Z ∼ N (µ = 0, σ 2 =


1)

2.11. El Teorema Central del Límite


El Teorema Central del Límite es de gran importancia porque en él se basan
gran parte de los métodos estadísticos. Este teorema provee una aproximación
efectiva a las probabilidades determinadas por sumas de variables aleato-
rias independientes y explica la gran importancia de la distribución normal
en la teoría de probabilidades. Su enunciado preciso es el siguiente: sean
Y1 , Y2 , . . . , Yn una muestra aleatoria de una función de probabilidades fY (y) (es
decir, variables aleatorias independientes e idénticamente distribuidas), con
media µY y varianza σY2 . Sea Ȳ = (Y1 + Y2 + · · · + Yn )/n la media aritmética de las
variables aleatorias que integran la muestra. Para un tamaño de muestra n, la
distribución de la variable aleatoria Ȳ es aproximadamente normal con media
µY y varianza σY2 /n, es decir,

Ȳ ∼ N (µY , σY2 /n), cuando n → ∞

De acuerdo con el resultado anterior y estandarizando la variable aleatoria,


la expresión puede escribirse como

Ȳ − µY Ȳ − µY
r = ∼ N (0, 1)
σY2 σȳ
n
El Teorema Central del Límite establece que para un tamaño de muestra
grande, la distribución de Ȳ es aproximadamente normal, independientemente

13
Capítulo 2. Conceptos básicos de estadística

de la función de probabilidades de la variable aleatoria Y (Mood, et al., 1974


[4]).

Para casi todas las poblaciones, la distribución del muestreo de Ȳ es aproxi-


madamente normal si una muestra simple al azar es lo suficientemente grande,
pero ¿qué significa una muestra suficientemente grande? Esto dependerá de la
naturaleza de la población muestreada y del grado de aproximación a la dis-
tribución normal requerido.

Cuando la población muestreada tiene una distribución de probabilidad


normal, no se requiere el teorema central del límite. En este caso, utilizamos
otro teorema que establece que ”si la población muestreada es una distribución
de probabilidad normal, la distribución de probabilidad de Ȳ es exactamente
normal para cualquier tamaño de muestra”.

Puesto que a menudo no conocemos el tipo de población muestreada, el


Teorema Central del Límite nos dice la naturaleza de la distribución de muestreo
de Ȳ para una muestra razonablemente grande, al margen del tipo de distribu-
ción que siga la población.

2.12. La distribución t-Student


Es importante mencionar que la distribución t-student se publicó por primera
vez en 1908, por el irlandés W.S. Gosset. En esa época Gosset trabajaba en
una cervecería irlandesa que desaprobaba la publicación de trabajos de inves-
tigación. Por tal motivo Gosset publicó su trabajo con el seudónimo ”Student”.
Razón por la cual se le asigno el nombre a esta distribución de ”t-student”.

Si Z es una variable N (0, 1) y χ2 es una variable χ2 (ν) (Ji cuadrada) inde-


pendiente de Z, entonces la variable aleatoria definida por:

Z
t= p
χ2 /ν

tiene una distribución t-student con ν grados de libertad (Mood, et al., 1974
[4]). Su función de densidad es la siguiente:
 ¶−(ν+1)/2
1 [(ν + 1)/2]! t2
µ
 √ +1 si −∞ ≤ t ≤ ∞


fT (t) = νπ [ν/2]! ν


0 de otra forma.

La función de densidad t-student es simétrica con respecto a cero, como el


caso de la función de densidad normal estándar. Además, para ν > 1, el valor
ν
esperado de t es cero, E[t] = 0; y para ν > 3, Var[t] = . Además, note que
ν−2
cuando ν −→ ∞, Var[t] −→ 1. De esta manera vemos que una variable aleatoria
t-student tiene el mismo valor esperado que una variable aleatoria con dis-
tribución normal estándar. Por ello, la forma de ambas distribuciones es muy

14
semejante. No obstante, una variable normal estándar siempre tiene varianza
de 1, mientras que la varianza de una variable t-student es superior a 1. Esto
se puede apreciar en la Figura 2.3, donde se compara la distribución normal
estándar con la distribucione t-student con 1, 3, 5 y 10 grados de libertad. Es
decir, se observa que las dos funciones de densidad son simétricas respecto
al origen, pero la distribución t-student posee mayor masa de probabilidad en
los extremos. Sin embargo, desde el punto de vista práctico las diferencias en-
tre estas dos distribuciones son relevantes cuando el tamaño de muestra es
menor o igual a 30, . Así, en el presente libro sugerimos obtener los valores
de tablas que se utilizan para los ejemplos y ejercicios de los capítulos poste-
riores, a partir de la distribución t-student cuando el tamaño de la muestra
sea menor o igual a 30, de lo contrario obtenerlos de la distribución normal
estándar.
0.4

N P 0V2 1
t10
t5
t3
0.3
0.2

t1
0.1
0.0

-4 -2 0 2 4

Figura 2.3: Comparación de la distribución normal estándar con las distribuciones


t-student con 1, 3, 5 y 10 gados de libertad

2.13. Los tipos de muestreo


A manera de definición, un método de muestreo es una forma objetiva, y
comúnmente científica, de seleccionar unidades que pertenecen a la población.
En este sentido el muestreo consiste en un conjunto de métodos de muestreo,
por medio de los cuales es posible hacer aseveraciones sobre los parámetros
de una población apoyándose en la muestra.

Ahora bien, para conocer una población con base en la muestra recurrimos
a dos procedimientos generales, que se diferencían en la manera de seleccionar

15
Capítulo 2. Conceptos básicos de estadística

las unidades de la población y el método usado para determinar el tamaño de


la muestra. A tales procedimientos comúnmente se les denomina muestreo
probabilístico y muestreo no probabilístico; cada uno de ellos engloba una se-
rie de métodos de muestreo (Rendón, 1997 [10]).

Muestreo probabilístico. Comprende los métodos que usan un mecanismo


aleatorio para la selección de las unidades de la muestra. Cada unidad de la
población tendrá una probabilidad conocida de ser seleccionada, así como una
probabilidad de ser incluida en la muestra; ninguna de tales probabilidades es
igual a cero. Entonces, los métodos de este tipo de muestreo establecen una
estructura probabilística que es la base para desarrollar la teoría del muestreo.
Otra característica importante en estos métodos de muestreo es que la calidad,
el error o la precisión de los estimadores puede ser determinada y expresada en
términos probabilísticos. Algunos métodos de muestreo probabilístico son: el
muestreo aleatorio simple, el muestreo aleatorio estratificado, el muestreo sis-
temático con iniciación aleatoria, el muestreo por conglomerados, el muestreo
de respuesta aleatorizada, etc. (Bradburn,1998 [5]). Este tipo de métodos de
muestreo se desarrollará más adelante.

Muestreo no probabilístico. Incluye los métodos de muestreo donde la selec-


ción de las unidades de la muestra se realiza por medios subjetivos o procedi-
mientos no aleatorios; en consecuencia, no se tendrá una estructura proba-
bilística para desarrollar una teoría de muestreo, ni podrá averiguarse la bon-
dad de las estimaciones muestrales en términos cuantitativos. De hecho, la
calidad de las estimaciones se establece con base en la intuición y la experien-
cia, o a través de argumentos subjetivos, ya que la única manera de cuan-
tificar la bondad de los resultados sería teniendo la población total. Aunque el
muestreo no probabilístico resulta inadecuado para el desarrollo de la teoría,
en ocasiones es la única alternativa viable (Bradburn,1998 [5]). Además, como
los métodos de muestreo son de fácil aplicación, los resultados se obtienen
con mayor rapidez y no implica mucho gasto. Veamos a continuación algunos
ejemplos de muestreo no probabilístico:

Muestreo de juicio. También se le conoce como muestreo de expertos o


muestreo dirigido. Su característica principal es la forma subjetiva con
que son seleccionadas las unidades de la población. Por el elemento sub-
jetivo no hay una manera de cuantificar la bondad de los resultados
muestrales. En este caso, el investigador observa toda la población o
parte de ella, y después selecciona una muestra compuesta por una o
más unidades que en su opinión son típicas con respecto a la carac-
terística que se desea estudiar. Está claro que el investigador, al medir
las unidades de esta forma seleccionadas, puede derivar estimaciones de
los parámetros de inte-rés; sin embargo, las estimaciones dependerán de
la selección subjetiva del investigador, de tal manera que otros investi-
gadores podrían seleccionar muestras distintas y calcular otras estima-
ciones. Sucede lo mismo con las estimaciones que se apoyan en el análi-
sis ocular de la población de interés, porque no involucran la selección
ni la medición objetiva de las unidades. Asimismo, puede pasar cuando

16
confiamos en la opinión experta de personas quien uno supone son cono-
cedoras de las características de una población dada (Rendón, 1997 [10]).

Muestreo de cuota. Este método es ampliamente utilizado en las encuestas


de opinión. Para su aplicación, la población se divide en grupos toman-
do como base ciertas características generales. Una vez hechas las divi-
siones, se tomará un número preestablecido de unidades al cual se le
denomina cuota y que satisfaga las características del grupo de interés.
De este modo, la muestra total quedará integrada por la suma de todas
las cuotas. Por ejemplo, un investigador del observatorio vulcanológico
de la Universidad de Colima está interesado en conocer la opinión de
la población sobre un posible plan de emergencia frente a una eventual
erupción volcánica. El investigador podría dividir la población en grupos
definidos según la edad, el sexo, el estado civil, etc.; y después entrevistar
a cierto número (cuota) de personas de cada grupo, por ejemplo, en par-
ques, salidas de las tiendas de autoservicio, las comunidades aledañas al
volcán, o en áreas específicas de la ciudad (Rendón, 1997 [10]).

Muestreo de voluntarios. Este método se usa principalmente en aquellas


situaciones donde sea difícil el proceso de medición de las unidades. Por
ejemplo, si el proceso de medición requiere de mucho tiempo, resulta
penoso y desagradable, o implica una gran concentración y esfuerzo men-
tal, muchos individuos no desearán participar en el estudio. Por estas ra-
zones, el método consiste en integrar una muestra con aquellas unidades
que acepten formar parte de ella, es decir, una muestra de voluntarios
(Rendón, 1997 [10]).

Muestreo de unidades accesibles. Este método se usa frecuentemente


cuando resulta difícil el acceso o la comunicación a las unidades de
la población. En este caso, la muestra se restringe a una parte de la
población, donde es fácil el acceso o comunicación. Por ejemplo, para
inspeccionar el maíz a granel que es transportado en un barco, puede
tomarse una muestra de maíz a cierta profundidad de la parte superior
del barco (Rendón, 1997 [10]).

Obsérvese que en los métodos de muestreo probabilístico, para fundamen-


tar una estructura probabilística y desarrollar la teoría de muestreo, se debe
disponer de un marco de muestreo que permita la elección de las unidades
mediante un procedimiento aleatorio. No contar con un marco por lo tardado
e impráctico de su elaboración, lleva a la necesidad de usar los métodos de
muestreo no probabilístico, con las desventajas que ya fueron mencionadas.

2.14. El marco de muestreo


El marco de muestreo, o marco muestral, está constituido por un listado,
real o virtual, de todas las unidades de muestreo.

17
Capítulo 2. Conceptos básicos de estadística

Unidad de muestreo o unidad muestral


Cada pieza acumulada constituye la población. A veces son colec-
ciones de elementos de la población que cubren la población com-
pleta. En ocasiones las unidades de muestreo están ”naturalmente”
definidas; en otras, se definen arbitrariamente por quien realiza el
muestreo.

Idealmente, cada elemento de la población debe estar incluido en una y


sólo una unidad muestral. Por eso, se dice que las unidades muestrales son
excluyentes entre sí y exhaustivas sobre la población. No siempre se satisface
cabalmente esta condición ideal y su aceptación depende de las condiciones
en que se suscite.

A veces no todas las partes de la población quedan incluidas en alguna


unidad muestral, como en la evaluación de recursos mediante parcelas de
muestreo circulares. Podría ser intrascendente si las partes que quedan exclu-
idas no presentan una característica distintiva del resto de la población y las
inferencias todavía se pueden aceptar como aplicables a la población. Sin em-
bargo, en otras aplicaciones puede ser decisivo el hecho de no incluir algunas
partes de la población en la muestra si esas partes excluidas se distinguen de
las partes incluidas en alguna unidad de muestreo, y por lo tanto en el marco,
entonces las estimaciones serán sesgadas, o bien solamente serán aplicables
a la población definida por el propio marco de muestreo. Si en las Ciencias
Sociales se aplica una encuesta telefónica a una cierta población, debe quedar
claro que los resultados solamente son aplicables a la población constituída
por las personas en hogares que tienen teléfono y no a toda la población, ya
que tener teléfono puede representar una diferencia importante.

Hacer el listado de las unidades muestrales que conforman la población


parece una labor simple, pero en la práctica es una tarea muy complica-
da, porque algunas poblaciones tienen características que demandarán tareas
particulares al momento de obtener el marco de muestreo.

Decimos que el marco de muestreo es real o virtual porque en ocasiones se


puede tener físicamente la lista de todas las unidades, mientras que en otras
bastaría con tener la posibilidad de generarlo para lograr el objetivo propuesto.

Entenderemos que el marco de muestreo contiene una identificación única


o etiqueta para cada unidad de muestreo, como puede ser un número progre-
sivo desde 1 hasta N , donde N representa el número total de unidades mues-
trales de la población. Además es importante que se tenga el nombre completo,
dirección, ocupación, sexo, localización geográfica de cada unidad de muestreo
para facilitar el levantamiento de la encuesta cuando las unidades muestrales
son individuos.

2.15. Pasos a seguir en el diseño de una encuesta


1. El planteamiento de objetivos

18
Al empezar a diseñar un plan de muestreo o una encuesta, es importante
que se definan los objetivos, pues permitirán mantenerse en una línea de
investigación sin perder tiempo con demasiados detalles.

2. La población bajo muestreo


Es trascendental que se definan desde el principio las unidades mues-
trales que serán tomadas en cuenta y se establezcan reglas claras para
que el encuestador las identifique al momento de ubicarlas y hacer la
medición. Recuérdese que la población que se quiere muestrear debe co-
incidir con la población sobre la cual se desea tener información.

3. La característica de la realización de la encuesta o mediciones


Es conveniente cerciorarse de que todos los datos sean pertinentes a la
encuesta y que no se omitan datos esenciales. Particularmente, en el caso
de poblaciones humanas existe la tendencia a hacer un número excesivo
de preguntas innecesarias; nótese que un cuestionario demasiado largo
produce una baja general en la calidad de las respuestas, tanto en las
preguntas importantes como en las secundarias.

4. El grado de precisión deseado


Los resultados de una encuesta de muestreo siempre están sujetos a un
nivel de incertidumbre porque sólo se mide una parte de la población.
Esta falta de certeza se puede reducir al aumentar la muestra y emplear
mejores dispositivos de medición. Sin embargo, esto suele costar tiempo y
dinero. En consecuencia, la especificación del grado de precisión deseado
es un paso decisivo en la preparación de la encuesta o muestreo. Este
paso es responsabilidad de la persona que va a utilizar los datos, ya que
es quien suele entender la magnitud del error tolerable de una encuesta
para hacerla compatible con una buena decisión.

5. Los métodos de medición


Podemos escoger el método de medición y el método de inspección de la
población. Los datos del estado de salud de una persona se pueden obten-
er de sus declaraciones, o de un examen médico. La encuesta puede em-
plear un cuestionario autoadministrado, entrevista en la que los entrevis-
tadores simplemente lean un cuestionario prescrito o una entrevista no
estructurada. La inspección puede hacerse por correo, visitas persona-
les, teléfono o una combinación de los tres medios.
Una parte importante del trabajo preliminar es la construcción de las for-
mas de registro donde se asientan las preguntas y las respuestas. En los
cuestionarios sencillos a veces es posible precodificar las respuestas, es
decir, colocarlas de tal modo que se puedan transferir rutinariamente a
una computadora. De hecho, para la construcción de buenas formas de
registro se necesita preveer la estructura de las tablas de resúmenes fi-
nales para obtener las conclusiones.

En seguida se enumeran algunos puntos que se deben de tomar en cuen-


ta para el diseño de cuestionarios. Sin embargo, si usted va a escribir un

19
Capítulo 2. Conceptos básicos de estadística

cuestionario, consulte Tanur (1993) y Blair y Presser (1993) dos referen-


cias útiles sobre este tema, debido a que los puntos que aquí se presentan
son muy generales:

a) Decida lo que quiere escribir; éste es el paso más importante para


redactar un cuestionario. Escriba los objetivos de su encuesta y sea
preciso para que se motive a las personas de la muestra a responder
sin problema alguno.
b) Siempre verifique sus preguntas, antes de realizar la encuesta. Lo
ideal es que las preguntas se verifiquen mediante una encuesta pilo-
to. Pruebe con diferentes versiones de las interrogantes y pregunten
a los entrevistados en la prueba preliminar la forma en que interpre-
taron las preguntas.
c) Elabore las preguntas de manera sencilla y clara. Las preguntas que
pueden parecerle claras podrían no serlo para alguien que escucha
toda la pregunta por teléfono o para otra persona con otro idioma
materno. Belson (1981, 240) probó la pregunta "¿Qué proporción de
tiempo que ve la televisión lo dedica a ver noticias?çon 53 personas.
Sólo 14 de ellas interpretaron de manera correcta la palabra propor-
ción como "porcentaje", "parte" o "fracción". Otras las interpretaron
como ”cuanto tiempo” o ”cuales programas de noticias observa”.
d) Utilice preguntas específicas en lugar de preguntas generales, de ser
posible.
e) Relacione las preguntas que elabore en el concepto de interés.
f ) Decida si debe utilizar preguntas abiertas o cerradas.
g) Informe sobre la pregunta que se planteó realmente.
h) Evite preguntas que induzca o motiven al entrevistado a decir lo que
usted quiere escuchar.
i) Utilice preguntas de opción forzosa.
j) Platee solo un concepto en cada pregunta.
k) Preste atención al efecto del orden de las preguntas.

6. El marco de muestreo
Antes de seleccionar la muestra, debemos dividir la población en unidades
de muestreo. éstas deben cubrir toda la población y no traslaparse en el
sentido de que todo elemento de la población pertenezca a una y sola-
mente una unidad. Algunas veces la unidad apropiada es obvia, en otras
no es sencillo escoger lo que será la unidad de muestreo. En el muestreo
de los residentes de una ciudad, por ejemplo, la unidad puede ser una
persona, los miembros de una familia o las personas que viven en una
manzana. En el muestreo de una cosecha de limón la unidad puede ser
un lote, una parcela o un área de terreno cuya forma y dimensiones son
nuestra elección.

7. La selección de la muestra

20
Existe actualmente una gran variedad de planes para seleccionar una
muestra. Por cada plan considerado se pueden hacer estimaciones del
tamaño de la muestra partiendo de un conocimiento del nivel de precisión
deseado y la varianza de la población. Los costos relativos y el tiempo
empleado en cada plan se estudian antes de tomar una decisión (Lohr,
2000 [9]).

8. La encuesta piloto
Es de gran utilidad probar el cuestionario y los métodos de campo en pe-
queña escala. Esto casi siempre ayuda a mejorar el cuestionario y puede
evitar otros problemas serios, por ejemplo, que el costo fuera más que el
esperado.

9. La organización del trabajo de campo


Las encuestas extensas tienen muchos problemas de orden administra-
tivo. Se debe supervisar al personal y entrenarlo para que apliquen las
encuestas y los métodos de medición apropiadamente. De ahí que sea útil
un procedimiento de verificación previo de la calidad de las respuestas.
Se debe hacer un plan para manejar las respuestas en blanco, es decir,
la falla del encuestador para obtener la información de ciertas unidades
muestrales (Lohr, 2000 [9]).

10. Resumen y análisis de los datos


Después de realizar las encuestas deben revisarse los cuestionarios ob-
tenidos con la esperanza de corregir errores o cuando menos desechar
los datos equivocados. Habrá que decidir respecto al cálculo en caso de
omisión de respuestas o la eliminación de datos durante la revisión. De-
spués se hacen los cálculos para las estimaciones. Como vimos, los mis-
mos datos pueden servir para diferentes métodos de estimación.
Un consejo práctico para la presentación de los datos es informar acerca
de la magnitud esperada del error en las estimaciones más importantes.
Una de las ventajas del muestreo probabilístico es que se pueden hacer
tales enunciados (el error esperado).

11. La información para encuestas futuras


Cuanta más información de una población se tenga inicialmente, más
fácil será el diseño de una encuesta que arroje estimaciones adecuadas.
Toda muestra obtenida es una guía potencial de futuros muestreos por
los datos que revela sobre las medias, las desviaciones estándares y la na-
turaleza de la variabilidad de las medidas principales, así como los costos
económicos. Las prácticas de muestreo avanzarán más rápidamente si se
prevé lo necesario para reunir y registrar ese tipo de información.
Hay otro aspecto importante en el que una muestra completa facilita la
obtención de otras posteriores: el encuestador habilidoso aprende a re-
conocer los errores de ejecución y a evitar que se repitan.

21
Capítulo 2. Conceptos básicos de estadística

2.16. Las ventajas y desventajas del muestreo


Las ventajas

Aunque el objetivo del muestreo, al igual que muchas otras disciplinas, con-
siste en emplear recursos mínimos para obtener determinada información,
o bien en conseguir la máxima información con recursos prefijados (Brad-
burn,1998 [5]).

Los criterios generales para el uso de las técnicas de muestreo se pueden


resumir en los siguientes puntos:

Se empleará el muestreo cuando la población sea tan grande que el censo


exceda las posibilidades del investigador.

Se tomarán muestras cuando la población sea suficientemente uniforme


como para que cualquier muestra dé una buena presentación de la mis-
ma.

Se tomarán muestras cuando el proceso de medida o investigación de los


caracteres de cada elemento sea destructivo (consumo de un artículo para
juzgar su calidad, determinación de una dosis letal, etcétera.).

Se utilizará el muestreo cuando las personas respondan con desagrado y


así disminuir el número de elementos que serán encuestados.

Se utilizarán las técnicas de muestreo para reducir costos, considerando


tanto el costo absoluto como el costo relativo (con relación a la cantidad
de información obtenida). Este criterio suele conocerse como el criterio de
economía.

El muestreo es conveniente cuando la precisión (el ajuste del valor esti-


mado al valor real de la característica en estudio) resulta ser muy buena.
Este criterio suele conocerse con el nombre de criterio de calidad.

El muestreo es conveniente cuando la formación del personal y la inten-


sidad de los controles y supervisión son onerosos.

En general, el muestreo será conveniente cuando constituya la solución


de mayor eficiencia en el sentido del costo-beneficio.

Las desventajas

A veces el muestreo no es muy conveniente (Bradburn,1998 [5]). Por ejemplo:

Cuando se necesita información de todos los elementos que conforman la


población.

Cuando sea difícil cumplir con los requisitos de las técnicas de muestreo
probabilístico.

22
El muestreo exige menos trabajo material que una investigación exhaus-
tiva, pero más refinamiento y preparación (conocimientos adecuados de
los diseñadores y preparación de los entrevistadores, inspectores y su-
pervisores), lo que puede suponer un uso limitado.

Cuando el costo por unidad, que es mayor en las encuestas que los cen-
sos, aconseje desestimar los métodos de muestreo.

2.17. Las características deseables en una inves-


tigación por muestreo

Las características óptimas a las cuales deberían ajustarse las investiga-


ciones por muestreo, son las siguientes:

Precisión: la proximidad al valor verdadero de las características poblacionales


estimadas.

Pertinencia: la capacidad de los resultados estadísticos obtenidos por muestreo


para completar la información faltante.

Oportunidad: la utilidad de un estudio estadístico en función de su disponi-


bilidad en el tiempo (puntualidad, rapidez y actualidad). En el caso de censos
y grandes encuestas es aconsejable la publicación de resultados preliminares
basados en muestras o submuestras.

Accesibilidad: aunque se disponga de un banco de datos informatizado, puede


haber dificultades legales para utilizarlo (la protección de la privacidad, el se-
creto estadístico y la ley de la función estadística pública). La información
obtenida por muestreo ha de ser totalmente accesible, así como tener en cuen-
ta la legislación vigente al momento del diseño del estudio por muestreo.

Detalle y cobertura: la población que posee datos extensos puede complemen-


tar una investigación exhaustiva con una muestra.

Economía: las consideraciones sobre costos en las diferentes etapas de planifi-


cación, el levantamiento y procesamiento de datos, la evaluación, el análisis y
la publicación pueden indicar la inconveniencia de una investigación exhaus-
tiva. Luego, este criterio ha de tenerse siempre presente a la hora de planificar
una investigación por muestreo.

Integración: Hay que tener una buena concepción global de la información


y una buena comparabilidad. La información obtenida en la investigación por
muestreo ha de ser integrable y comparable con otras informaciones existentes
o futuras.

23
Capítulo 2. Conceptos básicos de estadística

2.18. Errores de las encuestas


En general, en las encuestas puede haber varias fuentes de error (Brad-
burn,1998 [5]), como las siguientes:

1. Error de muestreo o de estimación. Error al que estamos expuestos cuan-


do sólo se miden las unidades correspondientes a una muestra de la
población, es decir, cuando sólo se estudia una fracción de la población.
Este error es particular para cada una de las muestras posibles de tamaño
n, y se define como la diferencia entre el valor del estimador y el valor del
parámetro.

2. Error de marco. Es el que se presenta debido a los problemas en la elabo-


ración del marco de muestreo. Tales problemas ocurren al construir mar-
cos incompletos, al no incluir todas las unidades de muestreo que son de
interés, o bien al incluir unidades ajenas a la población.

3. Error de respuestas en blanco. Este error se presenta a consecuencia de


las fallas u obstáculos para medir algunas unidades de la muestra se-
leccionada. Así, la respuesta en blanco puede ocurrir por omisión o no
localización de algunas unidades, así como por la renuncia o imposibili-
dad de medir algunas unidades.

4. Error de medición. Ocurre al medir las características de una unidad. Se


presenta porque el método de medición puede estar sesgado o es impre-
ciso y algunas veces, como en el caso de poblaciones humanas, algunas
características son difíciles de medir, ya sea porque la persona entrevis-
tada no posee la información exacta o da una respuesta incorrecta a la
característica de interés. Tal es el caso, por ejemplo, en la medición del in-
greso familiar, el padecimiento de cierta enfermedad, el número de abor-
tos por persona, las ganancias obtenidas en el negocio anterior, etcétera.

5. Error de procesamiento. Es el error que se puede cometer en la edición,


codificación y tabulación de la información obtenida de la encuesta. Cuan-
do la información se recolecta mediante una enumeración total se está
expuesto a cometer los cuatro últimos errores. Si la recolección se realiza
mediante un muestreo, entonces estaremos expuestos a los cinco errores
y en tal caso a los cuatro últimos se les denomina errores no debidos al
muestreo.

2.19. Muestra preliminar o piloto


Una muestra preliminar o piloto es una muestra que antecede a la definiti-
va, cuya selección se hace de acuerdo a los lineamientos que marca el diseño
de muestreo que se utilizará en el estudio definitivo.

La muestra preliminar juega un papel importante en el diseño de un estu-


dio por muestreo, ya que será la fuente de información más inmediata para:

24
1. Tener una primera aproximación de los costos que se involucran en el
estudio.

2. Tener una primera aproximación del tiempo que se llevará en la real-


ización del estudio.

3. Estimar los parámetros involucrados en la determinación del tamaño de


muestra, usualmente la varianza y el coeficiente de variación.

4. Probar la factibilidad de: los métodos de selección de las unidades mues-


trales, la medición de las variables y otros aspectos prácticos.

5. Probar la factibilidad del cuestionario.

6. Definir la precisión de los estimadores cuando no se tiene idea de los


valores entre los cuales ésta (precisión) puede considerarse razonable.
Algunos autores sugieren que la muestra preliminar podrá considerarse co-
mo parte de la muestra definitiva, solamente cuando los métodos de selección,
medición, incluyendo el cuestionario, no hayan sufrido cambios o modifica-
ciones severas.

2.20. La precisión de la estimación


Cuando realizamos un estudio por muestreo es importante preguntarnos
¿cuál es la cantidad de error tolerable o la precisión de la estimación?. La
persona que utilizará los resultados del muestreo debe definir el error, pues
conoce el fenómeno en cuestión y lo delicado de las conclusiones que se de-
sprendan del análisis. Así, en el muestreo probabilístico es usual referirse a la
precisión de la estimación en los términos siguientes:

a) Como un límite máximo que se fija de antemano para la varianza, la desviación


estándar o el coeficiente de variación del estimador. En este libro, este límite
máximo para todos los diseños de muestreo a estudiar se fijará en términos de
la desviación estándar del parámetro de interés.

b) Como un límite máximo de error y una confiabilidad, ambos establecidos


de antemano.

De igual manera es común denominar al error máximo como precisión del


estimador, ésta se define como:

Precisión: es el alejamiento o distancia máxima que el investigador está dis-


puesto a aceptar entre el estimador y el parámetro correspondiente (Cochran,
1985 [1]). De este modo, θ denota al parámetro y θ̂ su estimador; entonces, la
precisión del estimador, denotada por d, se define como:

d = |θ̂ − θ|
Esto significa que debemos especificar que θ y θ̂ difieren en valor absoluto en
una cantidad menor que d.

25
Capítulo 2. Conceptos básicos de estadística

Confiabilidad: es el grado de seguridad deseado en la precisión, y se mide


en términos de probabilidad, aunque se interpreta con base en el de muestreo
repetido (Cochran, 1985 [1]). Así,

1 − α = confiabilidad,

donde α toma valores entre 0 y 1. La confiabilidad, generalmente, se expresa


en porcentaje y los valores usuales son desde 80 %, observándose con más fre-
cuencia 90 % y 95 %.

El postulado probabilístico siguiente especifica la relación entre los términos


precisión y confiabilidad:

P ⌊|θ̂ − θ| ≤ d⌋ = 1 − α,

que es igual a
P ⌊−d ≤ θ̂ − θ ≤ d⌋ = 1 − α (2.1)
La ecuación anterior indica que la probabilidad de que la diferencia entre el
estimador y el parámetro tome valores dentro de un intervalo delimitado por
los valores −d y d, es 1 − α. La determinación de un límite específico con su
confiabilidad asociada (1 − α) nos ayuda a comparar diseños diferentes (méto-
dos de selección de la muestra) para especificar el procedimiento que dé la
precisión deseada con un costo mínimo.

2.20.1. Elementos para elegir la precisión o margen de error


Para los investigadores no experimentados en el diseño de encuestas o es-
tudios donde se necesitan muestras para hacer inferencia hacia la población
fijar la precisión es una labor confusa. Debido a que cuando por primera vez se
pregunta a estas personas el grado de precisión deseado a menudo confiesan
que nunca han considerado el asunto y que no tienen idea de la respuesta. Sin
embargo, la elección adecuada de la precisión es fundamental para la toma de
decisiones acertadas por lo que a continuación proporcionamos algunos ele-
mentos para su determinación.

Si la variable a medir es dicotómica recomendamos una precisión menor del


ocho por ciento. Por ejemplo, si se desea estimar y comparar los porcenta-
jes de personas que tienen diabetes en dos estados de la republica Mexicana,
podríamos elegir una precisión de cinco por ciento; sin embargo, si se tiene
información de que los porcentajes en ambos estados son muy similares para
poder tomar una decisión más certera sobre si el porcentaje de diabéticos entre
los estados es distinto debemos de elegir un porcentaje de error mas pequeño
digamos 2.5 %, para poder discriminar con mayor confiabilidad. Ahora, supon-
ga que la secretaría de Economía desea estimar en el país el porcentaje de
familias que tienen ingresos menores de 2,000 pesos mensuales para conocer
el porcentaje de familias que viven en extrema pobreza, por tanto en este caso
se puede elegir una precisión de 7 % y con los resultados obtenidos se tendrá
una imagen bastante clara de el porcentaje de familias en esta situación. Sin

26
embargo, si la secretaría de economía además persigue implementar un pro-
grama para subsidiar con 1000 pesos mensuales a cada una de las familias en
este estrato, por lo tanto una estimación con un error de 7 % puede provocar
que al momento de implementar dicho programa el presupuesto para tal fin
no alcance, por lo que se sugiere un error más pequeño.

Si la variable respuesta es continua de igual manera recomendamos una pre-


cisión menor del ocho por ciento del promedio verdadero o estimado. Esto
significa que para poder estimar la precisión del promedio o el total se necesita
tener idea del valor verdadero del promedio o total verdadero, en caso de que
no se tenga idea de estos se pueden estimar a partir de una muestra prelimi-
nar (piloto). Por ejemplo, suponga que un nutriólogo desea estimar el promedio
de calorías consumidas de niños de 6 años de edad en el estado de Colima, co-
mo experto el sabe que el consumo promedio de calorías por niño debe ser de
400. Por lo tanto, él puede elegir una precisión de 20 calorías, que representa
el 5 % del promedio de consumo recomendado (d = 0.05 ∗ 400 = 20). En este
caso el nutriologo es un experto y tiene una idea bastante clara del valor del
promedio, pero suponiendo que no tiene la mas remota idea de este valor, el
puede estimar este promedio con una muestra piloto y obtener su precisión
también multiplicando el 0.05 por el promedio de la muestra preliminar. Aho-
ra, suponga que un investigador desea conocer el consumo promedio en pesos
de energía eléctrica por hogar en el estado X. Además, suponga que no tiene
la mínima idea, por lo tanto él puede proceder a consultar a un experto en el
tema o realizar un muestreo piloto y con base en esto tener una estimación
tentativa del promedio. Suponga que ya obtuvo el promedio preliminar (500
pesos mensuales por hogar), por lo tanto la precisión que utilizará para cal-
cular su muestra definitiva será igual a 25 que equivale al 5 % del promedio
preliminar d = 0.05 ∗ 500 = 25. Si además, el investigador desea comparar en
dicho estado los consumos promedios entre los distintos municipios que sabe
tienen un desarrollo económico similar, quizá sea necesario una precisión más
pequeña. Pero, por el contrario suponga que si solo es de su interés comparar
los municipios del norte, centro y sur que sabe que de antemano son distintos
la precisión es aceptable.

Por otro lado, si el parámetro que se desea estimar es el total ya sea a partir de
variables dicotómicas o continuas se procede de igual forma y se recomienda
un error menor del 8 % del total preliminar. Por ejemplo si se desea estimar el
total de drogadictos en el estado de Colima para el año 2008, para fijar la pre-
cisión necesitamos una estimación tentativa del total. Supongamos que este
es de 5000, por lo tanto la precisión será d = 0.05 ∗ 5000 = 250, es decir el 5 % del
total preliminar. Esta forma de estimar la precisión del total es exactamente la
misma (d=(porcentaje/100)* valor preliminar del parámetro a estimar) que para
estimar la precisión para una proporción o un promedio. Por lo tanto, el lector
debe siempre recordar que la precisión se debe de calcular para el parámetro
de mayor interés en su investigación ya que de lo contrario debe de determi-
nar una precisión para cada parámetro y con ello obtener más de un tamaño
de muestra lo cual además de desgastarlo lo puede confundir. También, hay
que dejar claro que si se determina la precisión usando la expresión que pre-
sentamos anteriormente, d=(porcentaje/100)* valor preliminar del parámetro a

27
Capítulo 2. Conceptos básicos de estadística

estimar), el tamaño de muestra requerido usando el mismo porcentaje de error


para estimar la proporción o total será el mismo. Lo mismo ocurrirá con el
tamaño de muestra para el promedio y el total.

La forma que se sugiere para determinar la precisión tiene la ventaja de que es


en términos relativos no absolutos, esto facilita el proceso porque es fácil fijar
un error en términos de porcentaje ya que de esta manera uno tiene claro la
magnitud del error, mientras que tratar de fijar el error en términos absolutos
es complicado ya que un valor pequeño puede ser un error relativo (porcentaje)
muy pequeño que requerirá tamaños de muestras muy grandes o muy grande
que me proporcionara tamaños de muestra muy pequeños y resultados poco
confiables.

También es importante mencionar que el nivel de precisión se decidirá por


la cantidad de recursos disponibles para el estudio, ya que se pueden obtener
resultados muy confiables con precisiones muy bajas, pero esto implica ma-
yores costos. Por otro lado, sugerimos en la medida de lo posible para estimar
la precisión extraer una muestra piloto para obtener las estimaciones prelimi-
nares de los parámetros, conocer la calidad del cuestionario, las dificultades
de los encuestadores, los problemas del marco de muestreo y detalles que nos
auxilien en el diseño de la encuesta definitiva. Finalmente, también es impor-
tante dejar claro que en la mayoría de las encuestas donde se trabaja con
personas los márgenes de error mas usados son 3 % y 5 %, ya que garantizan
resultados bastante confiables y con costos razonables.

2.21. Uso de tablas para la distribución normal es-


tándar y t-student
2.21.1. Distribución normal estándar para n > 30
Es conveniente mencionar que cuando el tamaño de la muestra es mayor
a 30, los valores de la distribución t-student son muy cercanos a los de la
distribución normal estándar, por lo cuál a menudo se utilizan los valores de
ésta última distribución en vez de la primera. Se debe tener presente que Z
representa a una variable aleatoria que tiene una distribución normal, con
media cero (µ =0) y desviación estándar uno (σ = 1), mejor conocida como
distribución de probabilidad normal estándar. Casi siempre se usa la letra Z
para indicar esta variable aleatoria normal especial. Como con otras variables
aleatorias continuas los cálculos de probabilidad con cualquier distribución
normal, se llevan a cabo determinando las áreas bajo la grafica de la función de
densidad de probabilidad, por ejemplo supongamos que se requiere encontrar:

I. La probabilidad de que una variable aleatoria de una distribución normal


estándar sea menor a 1.75, es decir, P (Z < 1.75). Para encontrar tal proba-
bilidad hacemos uso del Cuadro A.1(Apéndice A), en el cual nos ubicamos
en la hilera correspondiente al valor de 1.70 de Z sobre la primer colum-
na y en la columna correspondiente al valor de 0.05 de Z sobre la primer
hilera, e interceptando la hilera y columna ya ubicadas, encontramos que

28
la probabilidad correspondiente es igual a 0.9599. Lo anterior se muestra
en el Cuadro 2.1.

Cuadro 2.1: Ejemplo 1 para el uso de las tablas de la normal estándar


Z
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.00 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.10 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
1.70 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
3.80 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.90 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

Debido a la relación existente, P (Z > Z0 ) = 1 − P (Z < Z0 ), solamente se


ejemplifica el uso del Cuadro A.1 para obtener la probabilidad de que una
variable aleatoria normal estándar sea menor a un valor especifico Z0 .

II . La probabilidad de que una variable aleatoria normal estándar se encuen-


tre entre 1.64 y 1.98, esto es, P (1.64 < Z < 1.98). Encontrar P (1.64 < Z <
1.98) es relativamente sencillo solamente recordando la siguiente relación:
P (1.64 < Z < 1.98) = P (Z < 1.98) − P (Z < 1.64), con la cual únicamente es
necesario hacer lo que se hizo en I. para cada componente de la resta .
Por tanto, al obtener de tablas P (Z < 1.98) = 0.9761 y P (Z < 1.64) = 0.9495
se tiene que P (1.64 < Z < 1.98) = 0.9761 − 0.9495 = 0.0267. Ver Cuadro 2.2.

Cuadro 2.2: Ejemplo 2 para el uso de las tablas de la normal estándar


Z
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

III . Ahora supóngase que se requiere encontrar el valor de Z0 tal que la prob-
abilidad de que una variable aleatoria normal estándar sea igual a 0.975,
es decir, P (Z > Z0 ) = 0.975. En este caso se procede de manera inversa que
a I., es decir, ahora se tiene la probabilidad y se busca el valor de Z0 . Por lo
tanto, se busca en el Cuadro A.1(Apéndice A) el valor de probabilidad más
cercano a 0.975 y se encuentra que éste es exactamente el mismo (0.975).
En seguida se obtienen los valores de Z para éste valor de la columna e
hilera en que se ubica (ver Cuadro 2.3). En este caso el valor de Z en la
columna es de 0.06 y en la hilera 1.90, por lo que Z0 = 1.90 + 0.06 = 1.96.

Sin embargo, hay que tener presente que en la práctica el investigador lo


que fija para su estudio es la confiabilidad (1 − α) y para ésta confiabili-
dad se debe encontrar el valor de Z0 . Por ello, a continuación se muestra

29
Capítulo 2. Conceptos básicos de estadística

como llegar a partir de una confiabilidad especificada al valor de Z0 = Zα/2 .

Suponga que el investigador decide para su estudio una confiabilidad de


90 %. Así, el nivel de significancia en término de proporción será α = 0.1,
lo que implica que el valor de tablas que se busca es Z0 = Zα/2 = Z0.05 ,
que expresado en términos de probabilidad es equivalente a encontrar
Z0.05 tal que P (Z < Z0.05 ) = 0.95. Por lo tanto, se busca en el Cuadro A.1
(Apéndice A) el valor de probabilidad más cercano a 0.95 y se encuentra
que éste es igual a 0.9495. Luego, para éste valor, se obtienen los valores
de Z de la columna e hilera en que se ubica (ver Cuadro 2.3), para este
caso el valor de Z en la columna es 0.04 y el de la hilera 1.6, por lo que
Z0 = Zα/2 = Z0.05 = 1.6 + 0.04 = 1.64.

Un ejemplo más para garantizar el uso adecuado de esta tabla. Suponga


que ahora el investigador decide una confiabilidad de 85 %; este implica un
α = 0.15. Por lo tanto, el valor de tablas que se busca es Z0 = Zα/2 = Z0.075 ;
en términos de probabilidad buscamos Z0 tal que P (Z < Z0 ) = 1 − 0.075 =
0.925. Nuevamente se busca en el Cuadro A.1 (Apéndice A) el valor de
probabilidad más próximo a 0.9251 y se encuetra que es el mismo 0.9251.
En seguida se obteinen los valores de Z para éste valor de la columna e
hilera en que se ubica (ver Cuadro 2.3). Para este caso el valor de Z en
la columa es igual a 0.04 y el de la hilera 1.4. De esta manera, Z0 =
1.4 + 0.04 = 1.44. Es importante enfatizar que al usar esta tabla no se
obtienen valores exactos, sino aproximados.

Cuadro 2.3: Ejemplo 3 para el uso de las tablas de la normal estándar


Z
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.00 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
1.90 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
. . . . . . . . . . .
. . . . . . . . . . .
. . . . . . . . . . .
3.80 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.90 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

Finalmente, para facilitar el uso de esta tabla, en el Cuadro (2.4) se presen-


tan los valores de Zα/2 para los niveles de confianza más usuales.

2.21.2. Distribución t-student para n ≤ 30


De igual manera el investigador fijará para su estudio la confiabilidad, por lo
que únicamente explicaremos como encontrar de tablas el valor de t0 para és-
ta distribución a apartir de la confiabilidad y tamaño de muestra especificados.

Si el investigador fija una confiabilidad de 1 − α y tiene un tamaño de


muestra n; esto implica que el valor de tablas que se desea es t0 = t(n−1,α/2) ,

30
Cuadro 2.4: Valores de Zα/2 para los niveles de confianza de uso más común
Nivel de confianza α α/2 Zα/2
90 % 0.1 0.05 1.6449
95 % 0.05 0.025 1.9600
97.5 % 0.025 0.0125 2.2414
99 % 0.01 0.005 2.5758

que en términos de probabilidad equivale a encontrar t0 = t(n−1,α/2) tal que


P (t < t0 = t(n−1,α/2) ) = 1 − α/2. Para encontrar éste valor se hace uso del Cuadro
A.2 (Apédice A), cuyos valores corresponden a una distribución t-student con
ν = n − 1 grados de libertad que deja una probabilidad a la derecha de ellos de
α/2. Por lo tanto, para usar la tabla se requiren únicamente los valores de α/2
y los grados de libertad que se obtienen en función del tamaño de la muestra,
para lo casos abordados en el presente libro ν = n−1. En seguida en la primera
columna se localizan los grados de libertad ν y en la segunda hilera el valor de
α/2, y en la intercepción de ésta hilera y columna se obtiene el valor de t0 .

Por ejemplo, suponga que un investigador fija para su estudio una confia-
bilidad de 90 % y que cuenta con un tamaño de muestra de n = 6; esto implica
que α = 0.1(en términos de proporción), entonces el valor de tablas que se desea
es t0 = t6−1,0.05 ,es decir, se busca el valor de t0 tal que P (t < t0 ) = 1 − 0.05 = 0.95.
Para encontrar éste valor de t0 , se busca en el Cuadro A.2 en la primera colum-
na los ν = 6 − 1 = 5 grados de libertad y en la segunda hilera el valor α/2 = 0.05
y en la intercepción se obtiene el valor de t0 = 2.0150 (ver Cuadro 2.5 ).

Para cerciorarnos de que no habrá dudas para obtener los valores t0 de


tablas proporcionamos otro ejemplo. Suponga que otro investigador fija para
su estudio una confiabiilidad de 98 % y cuenta con un tamaño de muestra de
n = 16. Por lo tanto, α/2 = 0.01 y el valor de tablas que se desea es t0 = t(15,0.01) ,
que es equivalente a buscar el valor de t0 talque P (t < t0 ) = 1 − 0.01. Para
encontrar tal valor, en el Cuadro A.2 se busca en la primera columna los ν =
16 − 1 = 15 grados de libertad y en la segunda hilera el valor de α/2 = 0.01 y en
la intercepción de ésta hilera y columna se obtiene el valor de t0 = 2.6025 (ver
Cuadro 2.5).

Cuadro 2.5: Ejemplo para el uso de las tablas de la distribución t-student


α/2
ν 0.25 0.1 0.05 0.025 0.01 0.005 0.0025 0.001 0.0005
1 1.0000 3.0777 6.3138 12.7062 31.8205 63.6567 127.3213 318.3088 636.6192
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
5 0.7267 1.4759 2.0150 2.5706 3.3649 4.0321 4.7733 5.8934 6.8688
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
15 0.6912 1.3406 1.7531 2.1314 2.6025 2.9467 3.2860 3.7328 4.0728
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
180 0.6759 1.2863 1.6534 1.9732 2.3472 2.6034 2.8421 3.1361 3.3454
210 0.6757 1.2856 1.6521 1.9713 2.3442 2.5994 2.8370 3.1295 3.3375

31
Capítulo 2. Conceptos básicos de estadística

32
Capítulo 3

Muestreo aleatorio simple

Que el muestreo es imperfecto,


no lo vengo a discutir.
Pero es el mejor amigo,
que ayuda a decidir.
OAML

E L muestreo sirve para determinar, de la mejor manera, las características


que describan a la población. La cantidad de información que la muestra
aporte depende del tamaño de esta y de la variabilidad existente entre los ele-
mentos de la población en cuanto a la característica o variable de interés. El
evaluador decide la forma de seleccionar la muestra y el número de unidades
muestrales que se evaluarán, y con esto podrá controlar la calidad de la infor-
mación extraída y la precisión requerida.

Aunque es común en los estudios muestrales evaluar varias características


o variables simultáneamente en cada sujeto o unidad muestral, en el estudio
del muestreo probabilístico solamente se trabaja con una variable a la vez. Si
se requiere, se pueden estudiar todas las variables pero una por una y al final
conjuntar los resultados. Puede ocurrir el caso que de dos o más variables me-
didas se obtenga otra variable, y esta última sea la de interés, este caso debe
considerarse como una forma de medición y la variable generada simplemente
será solamente otra variable.

Con la información proveniente de la evaluación de la muestra, podemos


hacer inferencias sobre la población. La validez de tales inferencias depende
fundamentalmente del diseño de muestreo, es decir, de la forma en que se ob-
tuvo la muestra. Para que los principios de la probabilidad sean aplicables al
hacer la inferencia, es necesario que la selección de la muestra se haga me-
diante una técnica de muestreo probabilístico.

33
Capítulo 3. Muestreo aleatorio simple

Muestreo aleatorio simple (MAS)


Se denomina muestreo aleatorio simple o completamente al azar, al
diseño que habiendo decidido que el tamaño de la muestra será de
n unidades de muestreo (o simplemente de tamaño n), le asigna la
misma probabilidad de ser la elegida a cada una de todas las mues-
tras posibles de ese tamaño. Es decir, cualquiera de las muestras
distintas que podemos obtener de la población tendrá la misma pro-
babilidad de ser elegida (Cochran, 1985 [1]).

La definición anterior de MAS es equivalente a que cada una de las unidades


de la población tienen la misma probabilidad de ser seleccionadas (Raj D.
(1972)[14]).

El MAS es el más sencillo que veremos en este libro y nos dará las bases
para desarrollar diseños más elaborados.

3.1. Tipos de muestreo aleatorio simple


Si sabemos que cada muestra posible tiene la misma probabilidad de ser
elegida, nos preguntamos ¿cuántas muestras posibles existen? Para responder
esta pregunta tendríamos que analizar dos aspectos: la selección con reempla-
zo y la selección sin reemplazo.

Muestreo aleatorio simple con reemplazo

En el muestreo con reemplazo, si el tamaño de la muestra es


n y el de la población es N , existen N n muestras diferentes. El
procedimiento de selección consiste en seleccionar una unidad que
tiene la posibilidad de ser incluida nuevamente en la muestra. Esta
opción genera fórmulas de estimación más fáciles, pero en la prác-
tica tiene poco sentido medir más de una ocasión la misma unidad
muestral, salvo en diseños específicos u otros más elaborados en los
que las complicaciones teóricas sugieren simplificar los supuestos
en que se sustenta su análisis.
Muestreo aleatorio simple sin reemplazo

En el muestreo sin reemplazo se pueden construir tantas muestras


diferentes como combinaciones se pueden hacer de N elementos de
tamaño n (N Cn ), cantidad que se calcula con:

N!
N Cn =
n!(N − n)!

El procedimiento de integración de la muestra difiere en que una vez


seleccionada una unidad, ésta ya no podrá volver a ser seleccionada.

Conviene reiterar que la definición de MAS asigna la misma oportunidad a


cada muestra posible, lo que haría suponer que todas las muestras posibles

34
deberían configurarse antes de seleccionarlas, lo cual sería imposible en pobla-
ciones grandes. Simplemente obsérvese que el número posible de muestras de
una población con 100 unidades muestrales y una muestra de tamaño 15,
100!
sin reemplazo es 100 C15 = = 2.53338 × 1017 y con reemplazo es
15!(100 − 15)!
10015 = 1 × 1030 muestras posibles. Afortunadamente, la definición se satisface
simplemente dejando que cada unidad muestral tenga la misma oportunidad
de ser incluida en la muestra; esa probabilidad es n/N y solamente necesita-
mos conocer una muestra, que será la que usaremos.

Cuando el tamaño de la población (N ) es muy grande con respecto al tamaño


de la muestra (n) y el muestreo se lleva a cabo con reemplazo, la probabilidad
de que una unidad muestral sea elegida dos veces es muy pequeña. De hecho,
la probabilidad de elección de cualquier unidad una sola vez también es muy
pequeña; de ahí que el muestreo aleatorio simple con reemplazo se aproxime
al aleatorio simple sin reemplazo.

En lo sucesivo consideraremos el muestreo aleatorio simple sin reempla-


zo, a menos que se indique otra cosa. También, es pertinente mencionar que
este diseño de muestreo recibe diferentes nombres, como muestreo simple al
azar, muestreo completamente aleatorio o muestreo irrestricto al azar. Por el-
lo, es conveniente aclarar el concepto cuando se usa una u otra denominación.

3.2. Selección de una muestra aleatoria simple


Una vez que se ha determinado el número de elementos a extraer de la
población, el paso siguiente consiste en seleccionarlos y definir cuales serán,
de tal manera que cada uno tenga la misma probabilidad de ser seleccionado.

Existen muchos métodos para este fin, entre ellos:

Empleando una tabla de números aleatorios


Este método consiste en extraer n números de dicha tabla (Cuadro A.3)
que estén comprendidos entre 1 y N . Para lo cual se inicia en cualquier
punto de la tabla elegido al azar, siguiendo una ruta predeterminada y
tomando tantas columnas como dígitos tenga N (tamaño de la población).
Recordándose que la extracción es sin reemplazo. Para que el lector pue-
da hacer uso de esta tabla a continuación se proporcionan dos ejemplos:

a). Supongamos que queremos una muestra aleatoria de 4 personas de


una población de 15 individuos debidamente enumerados del 1 al 15.
Para obtener las 4 personas elegimos una hilera y una columna aleato-
riamente del Cuadro A.3. Suponemos que la hilera seleccionada es la
23 y la columna es la 4 y decidimos utilizar los últimos dos digítos del
extremo derecho del grupo de 5, que en este caso es el 10 (primer elemen-
to de la muestra). Ahora podemos proceder en cualquier dirección para

35
Capítulo 3. Muestreo aleatorio simple

obtener los individuos que restan en la muestra. Si decimos proceder ha-


cia abajo de la columna, el siguiente número (inmediatamente debajo del
10) es el 06. Entonces, nuestra segunda persona en la muestra sería la
6. Si seguimos, llegamos al 22, pero solamente hay 15 elementos en la
población. Por consiguiente, ignoramos el 22 y continuamos hacia abajo
de la columna y nos encontramos el 15. Así, nuestra tercera persona en
la muestra es la 15. Para obtener la cuarta persona que conformará la
muestra continuamos hacia abajo de la columna y nos encontramos un
58, luego un 83, 83, 59 y 96, pero recordando que nuestra población so-
lamente es de 15 personas los ignoramos y continuamos hacia abajo de la
columna. Aparece un 07, así que nuestro cuarto elemento en la muestra
es la persona 7.

b). Ahora supongamos que tenemos una población de 9,000 individos


(enumerados del 1 al 9,000) y necesitamos elegir una muetra aleatoria de
10 de ellos. De igual manera que el ejemplo anterior, elegimos una hilera
y una columna aleatoriamente del Cuadro A.3. Suponemos que la hilera
seleccionada es la 5 de la columna 6 y decidimos utilizar los últimos 4
digítos del extremo derecho del grupo de 5, que en este caso es el 5,838
(primer elemento de la muestra). Para obtener los restantes individuos de
la muestra podemos proceder en cualquier dirección. Si decidimos pro-
ceder hacia abajo de la columna, el siguiente número (inmediatamente
debajo del 5,838) es el 0525. Entonces, nuestro segundo individuo en la
muestra sería la 525. Siguiendo, encontramos que los restantes individu-
os que conformarán la muestra son: el 2,351, 8,605, 2,564, 7,222, 5,232,
7,291, 0393 y el 4,456 .

Extracción de papelitos numerados


Este método es sencillo, pero laborioso si la población es grande, y con-
siste en hacer papelitos debidamente numerados entre 1 y N . Se mezclan
perfectamente en una bolsa y se extraen sin reemplazo uno por uno hasta
completar n, el tamaño de la muestra.

3.3. Estimación de la media poblacional


Al evaluar variables cuantitativas, la media (µ) de la variable ”y” es el pará-
metro que con mayor frecuencia nos interesa estimar. Este parámetro tiene la
siguiente definición,
N
X
yi
i=1
Media de la población = µy = µ =
N
Otro parámetro de gran interés es el total (τy ) de la variable ”y” para toda la
población, cuya definición se presenta a continuación:
N
X
Total de la población = τy = N µy = yi
i=1

36
En ocasiones se omite el subíndice ”y” ya que el contexto esclarece a qué
variable se refiere.

Como no tenemos acceso a todas las N unidades muestrales de donde


proviene cada yi debemos definir estimadores de los datos de la muestra.

3.3.1. Estimador de la media y del total muestral

n
X
yi
i=1
µ̂ = ȳ = (3.1)
n
τ̂ = N ȳ (3.2)
A los valores que arrojan estos estimadores (expresiones 3.1 y 3.2) apor-
tadas por Scheaffer (1987[2]) se denominan estimaciones. Los estimadores
son variables aleatorias que tienen propiedades estadísticas derivadas de la
probabilidad, mientras que las estimaciones son simplemente números con
las unidades de medición correspondientes.

Los estimadores poseen algunas propiedades estadísticas deseables como


el insesgamiento y la consistencia; sin embargo, la revisión y demostración de
estas propiedades no es tema de este libro y los interesados pueden consultar
algún libro de inferencia estadística (Mood, et al., 1974 [4]).

3.3.2. Estimación de la varianza


La varianza es otro parámetro importante de la población, simbolizada por
σ . Con su ayuda se hacen inferencias probabilísticas sobre la estimación de
2

la media; también refleja la variabilidad que existe entre los valores de las
variables. Este parámetro se define por la expresión
N
X
(yi − µ)2
i=1
σY2 = σ 2 =
N −1
Al igual que µ y τ , σ 2 también tiene su estimador muestral, el cual se obtiene
de la muestra. Este estimador se denota como
n
X n
X
(yi − ȳ)2 yi2 − nȳ 2
i=1 i=1
Sy2 = S 2 = =
n−1 n−1

Estimador de la media y la varianza de la media poblacional

µȳ = µ (3.3)

N − n σy2
· ¸
2
σȳ = (3.4)
N n

37
Capítulo 3. Muestreo aleatorio simple

Al no conocer los parámetros incluidos en estas expresiones (3.3 y 3.4,


recurrimos a utilizar sus estimadores (Scheaffer, 1987 [2]).

µ̂ȳ = µ̂ = ȳ (3.5)

N − n Sy2 h n i Sy2 Sy2


· ¸
Sȳ2 = = 1− = [1 − f ] (3.6)
N n N n n
f = n/N se llama fracción de muestreo y representa la proporción de la población
que está incluida en la muestra, por lo que también se interpreta como la in-
tensidad del muestreo.

El factor (N − n)/N se denomina corrección por población finita (CPF), que


también se puede expresar como [1 − (n/N )], donde el cociente (n/N ) es la
fracción de muestreo (f ). La importancia del factor de corrección se reduce a
medida que la fracción de muestreo se hace más pequeña, es decir, cuando la
muestra representa una proporción menor de la población. Por la reducción
de esta magnitud, en ocasiones suele omitirse si la fracción de muestreo es
menor que 5 %, esto es, si f = (n/N ) < 0.05.

Teniendo estos estimadores (3.5 y 3.6) y con las propiedades de la distribu-


ción normal, podemos establecer estimaciones por intervalo, para el promedio
y el total poblacional, esto se presenta adelante detalladamente.

Estimadores del total y la varianza del total poblacional

µτ̂ = τ = N µ (3.7)

στ̂2 = N σy2 (3.8)


Como no conocemos los parámetros incluidos en estas expresiones (3.7 y 3.8),
utilizamos sus estimadores muestrales.

Estimadores del total y de la varianza del total muestral

µ̂τ̂ = τ̂ = N µ̂ = N ȳ (3.9)

S2
· ¸
2 2 y N −n
Sτ̂ = N (3.10)
n N
Las expresiones 3.9 y 3.10 pueden simplificarse algebraicamente. Además,
en lo sucesivo simplificamos las expresiones y notación para facilitar su lec-
tura.

Por lo general, la desviación estándar de los estimadores, o sea, la raíz


cuadrada positiva de sus varianzas, se le conoce como error estándar de la
media y del total, respectivamente.

3.3.3. Estimación por intervalo


Debemos tener presente que lo que nos interesa estimar es la media o el to-
tal de la población, es decir, µ ó τ basándonos en la información de la muestra,

38
esto es, ȳ, Sȳ2 , τ̂ y Sτ̂2 que ya hemos calculado. Asimismo, suponiendo que los
estimadores ȳ y τ̂ tienen una distribución normal, o aproximadamente normal,
se puede estimar por intervalo la media y total poblacional.

Intervalo de confianza para la estimación de la media


ȳ ± tn−1,(α/2) Sȳ (3.11)

Sy2

N −n
donde Sȳ = .
N n
Es necesario aclarar la interpretación del intervalo (3.11) y el significado de
los términos que aún no se han definido. Desde el punto de vista del muestreo
repetido, significa que del total de muestras posibles de tamaño n, aproximada-
mente (1 − α)100 % de ellas producirá intervalos del tipo (3.11) que cubren el
valor del parámetro, y que en (α)100 % dará intervalos diferentes que no cubren
el valor del parámetro. Nótese que cuando calculemos
y¯0 − tn−1,(α/2) Sȳ y y¯0 + tn−1,(α/2) Sȳ
donde y¯0 indica el valor de la media muestral obtenido con la muestra especí-
fica. Nótese que implícitamente se acepta un error de α100 %, esto es, que el
valor del parámetro no esté entre tales límites. tn−1,(α/2) representa el valor de
una variable t de Student con (n − 1) grados de libertad y que deja del lado
derecho de la curva una probabilidad de α/2. Este valor se obtiene de la dis-
tribución t de Student. Es necesario mencionar que cuando el tamaño de la
muestra es grande, digamos mayor de 30, los valores de t son muy similares a
los de una variable aleatoria con distribución normal estándar, por esta razón
es común utilizar los valores de Zα/2 de la variable normal estándar en lugar
de los valores tn−1,(α/2) .

Intervalo de confianza para la estimación del total


τ̂ ± tn−1,(α/2) Sτ̂ (3.12)
s s
Sy2 N − n Sy2 N − n
· ¸ · ¸
donde τ̂ = N ȳ, Sτ̂ = N 2 =N . El intervalo de confianza
n N n N
es la referencia de mayor importancia para los resultados de un muestreo. El
tamaño del intervalo nos indica la precisión que se ha logrado en la estimación
del parámetro de interés.

Por supuesto que siempre es deseable un intervalo pequeño, pero su am-


plitud depende del nivel de confiabilidad y del error estándar del estimador.
Si deseamos más confiabilidad el intervalo tendría que ampliarse como resul-
tado de una t más grande. La mayor confiabilidad se paga con menor precisión.

Por su parte, el error estándar depende de la variabilidad de la población y


del tamaño de la muestra. El tamaño de la muestra es el factor que podemos
manipular para lograr una precisión deseada, ya que la varianza de ȳ, y por lo
tanto el error estándar, es cero cuando el tamaño de la muestra es igual al de
la población.

39
Capítulo 3. Muestreo aleatorio simple

3.3.4. Determinación del tamaño de la muestra


Determinar el tamaño de muestra y tomar la decisión de cuál tamaño ele-
gir, es uno de los problemas importantes a que debe enfrentarse el usuario
del muestreo. En la determinación de n se deben considerar tanto el aspecto
teórico como el práctico. Por un lado, es necesario identificar el parámetro o
los parámetros que se deben estimar, el esquema de muestreo a usar, la elec-
ción del estimador o los estimadores; asimismo, las especificaciones que se
requieren hacer o que se desea que reúna un estimador, todo esto como parte
de la teoría. Por otro lado, el aspecto práctico tiene gran influencia en la de-
cisión del tamaño de muestra a usar en definitiva, ya que deben tomarse en
cuenta factores como el dinero y el tiempo disponibles, el objetivo del estudio,
la cantidad de información que se captará, la cantidad de personal especializa-
do que se necesita, el tipo y la calidad de los materiales, los instrumentos nece-
sarios para las mediciones, etcétera.

Aquí se presentará un procedimiento para calcular un tamaño de muestra,


para estimar la media poblacional o el total poblacional bajo una medida de
la calidad en la estimación. El procedimiento comprende la precisión del esti-
mador con referencia a un error absoluto máximo permisible (la precisión) y
una confiabilidad dada.

Tamaño de la muestra para estimar la media


Vamos a estimar una sola media poblacional, digamos Ȳ , mediante su esti-
mador ȳ bajo el MAS, utilizando la relación de precisión y confiabilidad de la
declaración (2.1), en este caso el parámetro θ = Ȳ , mientras que d y (1 − α)
indican, respectivamente, la precisión y confiabilidad fijadas de antemano por
el investigador. Además, suponemos ȳ tiene una distribución normal en con-
secuencia establecemos la precisión como:
d = tn−1,α/2 Sȳ (3.13)
donde tn−1,α/2 es el valor de una variable aleatoria t de Student que deja del la-
do derecho de la curva una probabilidad de α/2; y Sȳ es la raíz cuadrada de la
varianza de ȳ. Formalmente, el desarrollo debe hacerse en términos de σ 2 y no
de Sȳ2 , pero en virtud de que el parámetro no se conoce, usamos su estimador.
Hay que resaltar que la precisión en este caso (3.13) se fijó en términos de la
desviación estándar, pero también se puede fijar en términos de la varianza y
el coeficiente de variación.

Por tanto, a partir de la expresión (3.13) se procede a despejar n:



N − n S2 (N − n)S 2
¶ µ ¶
2 2
d = tn−1,(α/2) Sȳ ⇔ d = tn−1,(α/2) ⇔ d = tn−1,(α/2)
N n Nn

n ´ S2
µ ¶
2 2
³
2 2 2 1 1
d = tn−1,(α/2) 1 − ⇔ d = tn−1,(α/2) S −
N n n N
d2 d2
µ ¶
1 1 1 1
2 2
= − ⇔ = 2 2
+
tn−1,(α/2) S n N n tn−1,(α/2) S N

40
1 N d2 + t2n−1,(α/2) S 2 N t2n−1,(α/2) S 2
= ⇔n=
n N t2n−1,(α/2) S 2 N d2 + t2n−1,(α/2) S 2
Por lo tanto, se obtiene una ecuación que indica cómo calcular un tamaño
de muestra para la estimación de una media poblacional, en términos de una
precisión y una confiabilidad preestablecidas:

N t2n−1,(α/2) S 2
n= (3.14)
N d2µ + t2n−1,(α/2) S 2

n = tamaño de muestra estimado para estimar la media poblacional, Ȳ . Es


una muestra estimada porque no se conoce la varianza poblacional (σ 2 ) y en
su lugar se utiliza su estimador correspondiente (S 2 ), que es igual a: S 2 =
Xn
yi2 − nȳ 2
i=1
.
n−1
N = tamaño de la población, el cual es un valor conocido.

tn−1,α/2 = valor de una variable aleatoria t de Student o normal estándar que


tiene a la derecha de la curva una probabilidad de α/2. Este valor se conoce al
fijar la confiabilidad deseada.

dµ = alejamiento máximo permitido entre el estimador y el parámetro (la pre-


cisión), el cual es un valor conocido y que establece el investigador.

S 2 = varianza muestral. Este valor se obtiene con los datos de una muestra
preliminar de tamaño n′ .

Hemos usado el subíndice µ en la precisión d, para aclarar que se trata de


la precisión referida a la media; en este caso es el parámetro que se está esti-
mando, pero podría ser que la estimación deseada fuera otro parámetro, como
el total τ o algún otro. Además es importante mencionar que esta varianza
muestral (S 2 ) será calculada con base en una muestra preliminar de tamaño
n′ , la cual sólo será de utilidad para calcular el tamaño de muestra definitivo,
pero no para el proceso de cálculo de estimaciones por intervalo de confianza.
El tamaño de muestra preliminar n′ se determina de manera arbitraria, pero
dependerá de los recursos económicos y humanos disponibles, así como del
tiempo y las condiciones físicas y administrativas del estudio. Está claro que
a medida que se incremente n′ la estimación de la varianza poblacional será
mejor. En caso de no realizar una encuesta piloto para la estimación e la vari-
anza se proponen las dos siguientes alternativas:

Especificar el valor aproximado de la varianza con base en experiencia de


estudios anteriores.

Especificar el valor aproximado de la varianza mediante el conocimiento


que se tenga sobre la forma de la distribución y el rango de variación de
los valores de la variable bajo estudio.

41
Capítulo 3. Muestreo aleatorio simple

Se presenta el la Figura A.1, donde aparecen formúlas sencillas de las var-


ianzas de distribuciones a apartir de la forma y el rango de variación de la
variable estudiada. Tablas similares son presentas por Deming (1966)[13] y
Kish (1950)[12].

Tamaño de muestra para estimar el total poblacional

De igual manera utilizando la relación de precisión y confiabilidad de la declaración


(2.1), y considerando el parámetro θ = τ . Además, τ̂ tiene una distribución nor-
mal y por tanto: d = tn−1,α/2 Sτ̂ ,
s · ¸ 2 s·
S N − n Sy2
¸
N − n y
donde Sτ̂ = N 2 = N . Despejendo n se obtiene una
N n N n
ecuación que indica cómo calcular un tamaño de muestra para la estimación
de un total poblacional, en términos de una precisión y una confiabilidad
preestablecidas:
N 2 t2n−1,(α/2) S 2
n= 2
dt + N t2n−1,(α/2) S 2
n: tamaño de muestra para estimar el total poblacional.
N : tamaño de la población.
S 2 : varianza estimada en la población de interés.
dτ : precisión de la estimación del total poblacional que estamos dispuestos a
aceptar.

Conviene recordar que τ = N µ, y dτ = N dµ , por lo tanto, se puede usar la


fórmula para el cálculo del tamaño de la muestra que más convenga, sabiendo
cómo pasar de una a otra en las estimaciones de µ ó τ .

3.3.5. Ejemplos
Ejemplo 1. IBM produce semanalmente N = 1, 000 computadoras, de donde
el gerente de calidad seleccionó al azar una muestra n = 10 computadoras. La
información sobre el número de fallas encontradas en cada una de las com-
putadoras se muestra a continuación: 6, 7, 9, 8, 5, 4, 7, 8, 7 y 6.

a) Haga una estimación puntual del promedio de fallas por computadora.


y1 + y2 + · · · + y n
ȳ =
n
6+7+9+8+5+4+7+8+7+6
ȳ = = 6.7
10

b) Calcule la varianza muestral del número de fallas (S 2 )


n
X
yi2 − nȳ 2
i=1
S2 =
n−1

42
62 + 72 + . . . + 72 + 62 − 10(6.7)2
S2 = = 2.2333
9

c) Calcule la varianza y la desviación estándar de la media muestral del


número de fallas
µ ¶µ 2¶
2 N −n S
Sȳ =
N n
µ ¶µ ¶
2 1, 000 − 10 2.2333
Sȳ =
1, 000 10
Sȳ2 = (0.99)(0.2233) = 0.221
p 2 √
Sȳ = Sȳ = 0.221 = 0.4702

d) Calcule un intervalo de confianza (IC) del promedio de fallas por com-


putadora con una confiabilidad de 95 %.

ȳ ± tn−1,α/2 Sȳ

donde: ȳ = 6.7, Sȳ = 0.4702 y tn−1,α/2 = t10−1,0.025 = 2.262

Por lo tanto,

6.7±(2.262)(0.4702)
6.7±1.0634
5.6366≤ µ ≤7.7634

Es decir, con una confiabilidad de 95 % se estima que el valor verdadero del


promedio de fallas por computadora está entre 5.6366 y 7.7634.

e) Realice una estimación puntual del total de fallas.

τ̂ = N ȳ=(1,000)(6.7)=6,700

f) Calcule un IC del total de fallas con la confiabilidad de 95 %

τ̂ ± N tn−1,α/2 Sȳ

donde: τ̂ = 6, 700, N = 1, 000, Sȳ = 0.4702 y tn−1,α/2 = t10−1,0.025 = 2.262

Por lo tanto,

6,700±(1,000)(2.262)(0.4702)
6,700±(1,000)(1.0634)
6,700±1,063.4
5,636.6≤ τ ≤7,763.4

43
Capítulo 3. Muestreo aleatorio simple

Es decir, con 95 % de confianza se estima que el total de fallas en la población


está entre 5,636.6 y 7,763.4.

g) Suponga que las computadoras seleccionadas son una muestra prelimi-


nar de tamaño n′ = 10. ¿Cuál sería el tamaño de muestra necesario para esti-
mar el promedio de fallas de tal manera que el promedio tenga una precisión
de 7 % del promedio preliminar (ȳ) y una confiabilidad de 95 %?

N (tn−1,α/2 )2 S 2
n=
N d2 + (tn−1,α/2 )2 S 2
donde: N = 1, 000, tn−1,α/2 = t10−1,0.025 = 2.262, S 2 = 2.2333, ȳ = 6.7

Como el valor de d no está definido en forma explícita se calcula obtenien-


do 7 % del promedio preliminar (ȳ = 6.7). Es decir, d = (0.07)(6.7) = 0.469,

Por lo tanto:

(1, 000)(2.262)2 (2.2333)


n= = 49.38
(0.469)2 + (2.262)2 (2.2333)
Entonces, n = 50 es el número estimado de unidades muestrales (computa-
doras) para que la muestra tenga una precisión de ±0.469 fallas con 0.05 de
probabilidad de no incluir en el intervalo de estimación al promedio verdadero.
Es decir, n = 50 computadoras es el tamaño de muestra definitivo y todos los
parámetros que se deseen estimar se deben de hacer tomando en cuenta este
tamaño de muestra. Porque el muestreo preliminar o piloto únicamente es útil
para verificar que el cuestionario funciona bien al momento de aplicarlo, corro-
borar que el marco de muestreo está correcto y obtener una estimación de la
varianza. Sin embargo, si en el muestreo piloto se encuentra que todo funciona
correctamente, ya no se miden todas las unidades muestrales del tamaño de
muestra definitivo (n), sino solamente las faltantes (n − n′ ) para completarlo,
pues se utilizan las de la muestra piloto (n′ ). En este ejercicio solamente se
seleccionarían 40 computadoras al azar de la población porque n′ = 10.

h) Suponga que las computadoras seleccionadas son una muestra prelimi-


nar de tamaño n′ = 10. ¿Cuál sería el tamaño de muestra definitivo para es-
timar el total poblacional de fallas de tal manera que sea estimado con una
precisión de 7 % del total (τ̂ ) y con una confiabilidad de 95 %? La expresión
para calcular el tamaño de muestra para estimar el total es:

N 2 (tn−1,α/2 )2 S 2
n=
d2 + N (tn−1,α/2 )2 S 2

donde: N = 1, 000, tn−1,α/2 = t10−1,0.025 = 2.262, S 2 = 2.2333, τ̂ = 6, 700. También


como el valor de d no está definido en forma explícita se calcula obteniendo
7 % del total poblacional preliminar (τ̂ = 6, 700). Es decir, d = (0.07)(6, 700) = 469
y por lo tanto:

44
(1, 000)2 (2.262)2 (2.2333) 11, 427, 001.05
n= 2 2
= = 49.38
(469) + (1, 000)(2.262) (2.2333) 231, 388
Nota: La n estimada es el tamaño de muestra definitivo, por lo que sólo faltará
medir las unidades muestrales restantes considerando las que ya se midieron.
Esto procede siempre y cuando el muestreo piloto sea considerado apropiado.
Esta nota es válida para todos los ejercicios posteriores incluso para los esque-
mas de muestreo presentados en los capítulos restantes .

Ejemplo 2. La directora de Intercambio Académico y Becas de la Universi-


dad de Colima selecciona una muestra de n = 15 estudiantes de la Facultad
de Telemática cuya población es de N = 420 estudiantes, y a cada uno de los
estudiantes le pregunta su gasto semanal en pesos. Los datos son: 120, 150,
100, 80, 100, 90, 60, 70, 90, 100, 50, 90, 80, 65, 110.

a) Haga una estimación puntual del gasto semanal promedio por estudian-
te.
y1 + y2 + · · · + y n
ȳ =
n
120 + 150 + 100 + . . . + 65 + 110
ȳ = = 90.3333
15

b) Calcule la varianza muestral para el gasto (S 2 )


n
X
yi2 − nȳ 2
i=1
S2 =
n−1
120 + 1502 + 1002 + · · · + 652 + 1102 − (15)(90.33)2
2
S2 =
15 − 1
S 2 = 637.381

c) Calcule la varianza y la desviación estándar de la media muestral para el


gasto
µ ¶µ 2¶ µ ¶µ ¶
2 N −n S 420 − 15 637.381
Sȳ = = = 40.9745
N n 420 15
q √
Sȳ = Sȳ2 = 40.9745 = 6.4011

d) Calcule un intervalo de confianza (IC) del gasto promedio por estudiante.

ȳ ± tn−1,α/2 Sȳ

donde: ȳ = 90.3333, Sȳ = 6.4011, tn−1,α/2 = t15−1,0.025 = 2.145

Por lo tanto:

45
Capítulo 3. Muestreo aleatorio simple

90.33±(2.145)(6.4011)
90.33±13.7291
76.6043≤ µ ≤104.0624

Es decir, con una confiabilidad de 95 % se estima que el valor verdadero del


gasto promedio por estudiante está entre 76.6043 y 104.0624.

e) Realice una estimación puntual del gasto total de los estudiantes.

τ̂ = N ȳ=(420)(90.3333)=37,940

Se estima que el gasto semanal total de los estudiantes es de 37,940.0 pe-


sos.

f) Calcule un IC del gasto total de los estudiantes con 95 % de confianza.

τ̂ ± N tn−1,α/2 Sȳ

donde: τ̂ = 37, 940, N = 420, Sȳ = 6.4011, tn−1,α/2 = t15−1,0.025 = 2.145

Por lo tanto:

37,940.0±(420)(2.145)(6.4011)
37,940.0±(420)(13.7291)
37,940.0±5766.2222
32,173.7938≤ τ ≤43,706.2062

Es decir, se estima que el gasto total de los estudiantes está entre 32,173.7938
y 43,706.2062.

g) Suponga que los estudiantes seleccionados son una muestra preliminar


de tamaño n′ = 15. ¿Cuál es el tamaño de muestra necesario para estimar el
gasto promedio por estudiante de tal manera que el promedio se estime con
una precisión de ±6 pesos y con una confiabilidad de 95 %?

N (tn−1,α/2 )2 S 2
n=
N d2 + (tn−1,α/2 )2 S 2
donde: N = 420, tn−1,α/2 = t15−1,0.025 = 2.145, S 2 = 637.381, d = 6

Por lo tanto:

(420)(2.145)2 (637.381)
n= = 69
(420)(6)2 + (2.145)2 (637.381)
Por lo tanto, 69 son las unidades muestrales (estudiantes) para tener una
precisión de ±6 pesos con 0.95 de probabilidad de incluir en el intervalo de es-
timación al promedio verdadero. En otras palabras se debe seleccionar aleato-
riamente una muestra de n = 69 estudiantes de la población de N = 420, lo
que garantiza que se cumplirá la precisión especificada (d = 6 pesos) para el

46
promedio con una probabilidad de 0.95.

h) Suponga que los estudiantes seleccionados son una muestra preliminar


de tamaño n′ = 15. ¿Cuál es el tamaño de muestra definitivo para estimar el
total poblacional del gasto de los estudiantes tal que el total sea estimado con
una precisión de 2,520 pesos y una confiabilidad de 95 %?

N 2 (tn−1,α/2 )2 S 2
n=
d2 + N (tn−1,α/2 )2 S 2
donde: N = 420, tn−1,α/2 = t15−1,0.025 = 2.145, S 2 = 637.381, d = 2, 520

Por lo tanto:

(420)2 (2.145)2 (637.381)


n= = 69
(2, 520)2 + (420)(2.145)2 (637.381)
Ejemplo 3. El estado de Colima tiene N = 3, 000 familias, de las cuales se se-
leccionó una muestra aleatoria de 12 . Se desea información sobre el número
de hijos que cada familia tiene en Estados Unidos. La información obtenida de
cada una de las n = 12 familias se presenta a continuación: 6, 3, 8, 5, 2, 1, 0,
1, 1, 3, 4, 4.

a) Obtener el promedio de hijos que vive en Estados Unidos, por familia.


y1 + y2 + · · · + y n
ȳ =
n
6+3+8+5+2+1+0+1+1+3+4+4
ȳ = = 3.1667.
12
b) Calcule la varianza muestral (S 2 ).
n
X
yi2 − nȳ 2
i=1
S2 =
n−1
2 6 + 32 + 82 + · · · + 42 + 42 − (12)(3.17)2
2
S =
12 − 1
S 2 = 5.6061

c) Calcule la varianza de la media muestral (Sȳ2 ).


µ ¶µ 2¶ µ ¶µ ¶
2 N −n S 3, 000 − 12 5.6061
Sȳ = = = 0.4653
N n 3, 000 12
La varianza estimada del promedio de hijos viviendo en Estadosp 2 Unidos
√ por
familia es de 0.4653. La desviación estándar es igual a: Sȳ = Sȳ = 0.4653 =
0.6821

d) El total de colimenses que radica en Estados Unidos.

47
Capítulo 3. Muestreo aleatorio simple

τ̂ = N ȳ=(3,000)(3.1667)=9,500

e) Calcule un IC de 95 % de confianza del promedio de hijos por familia que


vive en Estados Unidos.

ȳ ± tn−1,α/2 Sȳ

donde: ȳ = 3.1667, Sȳ = 0.6821, tn−1,α/2 = t12−1,0.025 = 2.201

Por lo tanto:

3.1667±(2.201)(0.6821)
3.1667±1.5014
1.6653≤ µ ≤4.6680

Es decir, con una confiabilidad de 95 % se estima que el valor verdadero del


promedio de parientes por familia en Estados Unidos se encuentra entre 1.6653
y 4.6680.

f) Calcule un IC del total poblacional con 95 % de confiabilidad.

τ̂ ± N tn−1,α/2 Sȳ

donde: τ̂ = 9, 500, N = 3, 000, Sȳ = 0.6821, tn−1,α/2 = t12−1,0.025 = 2.201

Por lo tanto:

9,500±(3,000)(2.201)(0.6821)
9,500±(3,000)(1.5014)
9,500±4,504.2
4,995.9198≤ τ ≤14,004.0822

Es decir, con 95 % de confianza se estima que el total de colimenses que vive


en Estados Unidos está entre 4,995.9198 y 14,004.0822.

g) Suponga que la muestra seleccionada corresponde a una muestra pre-


liminar de tamaño n′ = 12. ¿Cuál es el tamaño de la muestra para estimar el
promedio de hijos por familia que radica en Estados Unidos de tal manera que
el promedio sea estimado con una precisión de 0.5 parientes y con una confia-
bilidad de 95 %?

N (tn−1,α/2 )2 S 2
n=
N d2 + (tn−1,α/2 )2 S 2
donde: N = 3, 000, tn−1,α/2 = t12−1,0.025 = 2.201, S 2 = 5.6061, d = 0.5

Por lo tanto:

(3, 000)(2.201)2 (5.6061)


n= = 105
(3, 000)(0.5)2 + (2.201)2 (5.6061)

48
h) Suponga que la muestra seleccionada es una muestra preliminar de
tamaño n′ = 12. ¿Cuál es el tamaño de muestra para estimar el total de col-
imenses que vive en Estados Unidos tal que el total sea estimado con una
precisión de 1,500 parientes y una confiabilidad de 95 %?

N 2 (tn−1,α/2 )2 S 2
n=
d2 + N (tn−1,α/2 )2 S 2
donde: N = 3, 000, tn−1,α/2 = t12−1,0.025 = 2.201, S 2 = 5.6061, d = 1, 500

Por lo tanto:

(3, 000)2 (2.201)2 (5.6061)


n= = 105
(1500)2 + (3000)(2.201)2 (5.6061)
Ejemplo 4. El gobernador del estado de Colima, a través de la Secretaría de
Salud, desea estimar el total de drogadictos que hay en la entidad. El estado
tiene N = 900 colonias de las cuales se seleccionó una muestra aleatoria de 12
colonias. En cada colonia se investigó el número de drogadictos. La informa-
ción obtenida de cada una de las n′ = 12 colonias se presenta a continuación:
16, 13, 18, 15, 22, 21, 10, 11, 8, 33, 34, 24.

a) Calcule el promedio de drogadictos por colonia en el estado.


y1 + y2 + · · · + y n
ȳ =
n
16 + 13 + 18 + 15 + 22 + 21 + 10 + 11 + 8 + 33 + 34 + 24
ȳ = = 18.75
12
drogadictos por colonia.

b) Calcule la varianza muestral (S 2 ).


n
X
yi2 − nȳ 2
i=1
S2 =
n−1
16 + 132 + 182 + · · · + 342 + 242 − (12)(18.75)2
2
S2 =
12 − 1
S 2 = 71.4773

c) Calcule la varianza y la desviación estándar del promedio muestral.


µ ¶µ 2¶ µ ¶µ ¶
2 N −n S 900 − 12 71.4773
Sȳ = = = 5.8770
N n 900 12

Sȳ = 5.8770 = 2.4242
p 2 √
Sȳ = Sȳ = 5.8770 = 2.4242

d) El número total de drogadictos en el estado.

49
Capítulo 3. Muestreo aleatorio simple

τ̂ = N ȳ=(900)(18.75)=16,875

e) Calcule un IC para el promedio de drogadictos por colonia en el estado.

ȳ ± tn−1,α/2 Sȳ

donde: ȳ = 18.75, Sȳ = 2.4242, tn−1,α/2 = t12−1,0.025 = 2.201

Por lo tanto:

18.75±(2.201)(2.4242)
18.75±5.3358
13.4142≤ µ ≤24.0858

Es decir, con una confiabilidad de 95 % se estima que el valor verdadero del


promedio de drogadictos por colonia en el estado de Colima está entre 13.4142
y 24.0858.

f) Calcule un IC para el total de drogadictos en el estado de Colima con 95 %


de confiabilidad.

τ̂ ± N tn−1,α/2 Sȳ

donde: τ̂ = 16, 875, N = 900, Sȳ = 2.4241, tn−1,α/2 = t12−1,0.025 = 2.201

Por lo tanto:

16,875±(900)(2.201)(2.4242)
16,875±(900)(5.3358)
16,875±4,802.22
12,072.82243≤ τ ≤21,677.1776

Es decir, con 95 % de confianza se estima que el total de drogadictos en el


estado de Colima está entre 12,072.82243 y 21,677.1776.

g) Suponga que n′ = 12 es una muestra preliminar. ¿Cuál es el tamaño de


muestra para estimar el promedio de drogadictos por colonia, con una pre-
cisión de ±2 drogadictos y una confiabilidad de 95 %?

N (tn−1,α/2 )2 S 2
n=
N d2 + (tn−1,α/2 )2 S 2
donde: N = 900, tn−1,α/2 = t12−1,0.025 = 2.201, S 2 = 71.4773, d = 2

Por lo tanto:

(900)(2.201)2 (71.4773)
n= = 79 colonias.
(900)(2)2 + (2.201)2 (71.4773)

50
h) Suponga que n′ = 12 es una muestra preliminar. ¿Cuál es el tamaño de
muestra para estimar el total de drogadictos en el estado, con una precisión
de 1800 drogadictos y una confiabilidad de 95 %?

N 2 (tn−1,α/2 )2 S 2
n=
d2 + N (tn−1,α/2 )2 S 2
donde: N = 900, tn−1,α/2 = t12−1,0.025 = 2.201, S 2 = 71.4773, d = 1, 800

Por lo tanto,

(900)2 (2.201)2 (71.4773)


n= = 79 colonias.
(1, 800)2 + (900)(2.201)2 (71.4773)

3.4. Ejercicios

En los siguientes ejercicios estime lo siguiente:

a) El IC para el promedio y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar el promedio y el total con una precisión
del 5 % de la media y el total preliminar, con una confiabilidad de 95 %?

Ejercicio 1. Una empacadora de mango produce por hora N =1,000 rejas,


cada una tiene 100 mangos, donde el gerente de calidad seleccionó una mues-
tra de N =15 rejas. La información sobre el número de mangos dañados por
rejas se presentan a continuación: 4, 5, 6, 6, 7, 4, 4, 5, 4, 5, 6, 6, 7, 4, 5.

Ejercicio 2. La Secretaría del Deporte del Estado de Colima, desea estimar


los alumnos a nivel bachillerato de la U de C que tienen una buena condición
física para formar parte de la selección. Se tienen N =500 grupos y en prome-
dio cada grupo tiene 40 alumnos. Se seleccionaron a 9 grupos aleatoriamente.
En cada grupo se hicieron las pruebas necesarias. La información obtenida de
los alumnos seleccionados es la siguiente: 5, 8, 6, 12, 5, 9, 11, 12, 10(alumnos
por grupo que tienen condición física decuada)

Ejercicio3. Una exportadora de limón por cada hora acondiciona N =1,800


limones. Se desea saber si el limón cumple con las especificaciones para el
diámetro. Para ello se toma una muestra de 15 limones aleatoriamente y a ca-
da uno de ellos se le mide su diámetro. Los resultados son los siguientes: 3.2,
4.8, 4.4, 3.1, 3, 5.1, 2.9, 5.3, 4.1, 3.1, 3.7, 2.6, 5.5, 2.6, 5.9.

Ejercicio 4. La Secretaría de Turismo del estado de Colima, desea estimar


la cantidad de personas que visitan el Estado provenientes de Jalisco por día.
En la caseta Guadalajara-Colima ingresan por día N=700 vehículos en prome-
dio. Se seleccionan 20 vehículos aleatoriamente y a cada uno de los vehículos
se revisa la cantidad de personas que vienen en él. Los resultados de lo que se
desea estimar es la siguiente: 4, 3, 6, 1, 3, 2, 5, 7, 4, 5, 3, 8, 1, 3, 6, 4, 4, 1, 6,
5.

51
Capítulo 3. Muestreo aleatorio simple

3.5. La estimación de una proporción poblacional


Otra tarea que suele ser de interés al estudiar una población es la determi-
nación de la proporción, P o π, de las unidades muestrales que pertenecen a
uno de dos grupos posibles. Por ejemplo, para conocer la proporción de per-
sonas analfabetas de una población, la proporción que apoya a cierto partido
político o iniciativa gubernamental, la proporción de estudiantes de la Facul-
tad de Telemática que tienen computadora portátil, la proporción de individuos
en la ciudad de Colima que cree en Dios, etc. Todos estos ejemplos tienen dos
opciones de respuesta: sí o no. Por lo tanto, para calcular dicha proporción
se hace la suma de todas las respuestas afirmativas (sí) y se divide sobre el
total de respuestas (sí y no); esto se debe a que sólo se consideró dos grupos
posibles. En ocasiones son más de dos grupos a los que pueden pertenecer
las unidades muestrales; este caso no lo consideraremos aquí, pero aun así se
podría tener la posibilidad de análisis si se considera que una unidad muestral
pertenece o no pertenece a uno de los grupos.

Esta aplicación también se conoce como muestreo por atributos, donde ca-
da unidad de muestreo podría pertenecer a determinado grupo debido a que
posee cierto atributo.

3.5.1. La medición
La medición consiste en determinar si la unidad de muestreo tiene el a-
tributo que la haría pertenecer a la proporción que se desea conocer. Para
muchos atributos tal determinación puede ser muy sencilla, por ejemplo, en
un conjunto de N computadoras; pertenecer a cierta marca. Sin embargo, a
veces es difícil determinar el atributo, por ejemplo, calificar a un paciente como
enfermo o no, es una condición en la que se presenta una gradualidad desde
sano hasta enfermo. Es decir, el MAS para proporciones no considera los esta-
dos intermedios, por lo que debe establecerse un criterio unívoco que permita
calificar al paciente como sano o enfermo solamente.

3.5.2. El estimador de la proporción poblacional P y su relación


con el estimador de una media poblacional
Una manera fácil de introducir esta estimación es aceptar que se trata de
una variable Y que solamente puede tomar los valores de cero o uno. De esta
manera podremos usar las fórmulas de los apartados anteriores, aunque con-
viene adecuar la simbología. Para esto, sea Py la proporción de la población de
uno de los dos grupos que posee el atributo evaluado en Y . La proporción de
la población, PY , está definida por la siguiente expresión:
N
X
yi
i=1 A
PY = P = =
N N
donde A esXel número de unidades de la población que posee el atributo. Está
claro que yi es igual a A, ya que si la unidad de muestreo tiene el atributo

52
de interés aporta un valor de uno y si no la tiene aporta un valor de cero.

Si se realiza un muestreo, se entiende que no se puede tener acceso a todas


las N unidades de la población, sino solamente a las n de la muestra. Con la
muestra definimos un estimador de la proporción de la población, simbolizado
por P̂ = p y definido por la expresión:
n
X
yi
i=1 a
py = p = = (3.15)
n n
X
De igual manera que la definición del parámetro, a = yi representa el
número de unidades de la muestra que tienen el atributo de interés. El com-
plemento de P es Q = (1 − P ) en el caso de la población y de la muestra es
q = (1 − p), es decir, q es un estimador de Q.

3.5.3. La varianza de la población para una proporción


Ahora definamos la varianza de la población usando las mismas expre-
siones que en el caso de una variable continua.
N
X N
X
(yi − µ) yi2 − N µ2
i=1 i=1
σY2 = σ 2 = = (3.16)
N −1 N −1
N
X N
X
Como la variable sólo toma valores de cero o uno, entonces yi2 = yi = N P
i=1 i
. Así, haciendo la sustitución en (3.16) tenemos:
NP − NP2 N P (1 − P ) NPQ
σ2 = = = (3.17)
N −1 N −1 N −1
N
X N
X
La expresión yi2 = yi = N P en (3.17) representa el número de unidades
i=1 i
en la población que tiene el atributo que se desea evaluar.

Naturalmente, por ser el caso de un muestreo necesitamos un estimador de


este parámetro, que se define por la expresión:
à n !2
X
n n
yi
X X
(yi − ȳ)2 yi2 − i=1 a2 a´
³
n a− a 1−
s2y = i=1 = i=1 = n = n = npq (3.18)
n−1 n−1 n−1 n−1 n−1
X n
donde a = yi en (3.18) representa el número de unidades en la muestra que
i=1
tiene el atributo que se desea evaluar.

53
Capítulo 3. Muestreo aleatorio simple

En la práctica, es común considerar que n − 1 es aproximadamente igual a


n, con lo cual la expresión más usada para calcular la varianza muestral es:
Sy2 = pq

Estimación de la varianza y el error estándar


Esta estimación sigue un desarrollo paralelo a lo expuesto para una variable
continua. Existen otros procedimientos que se conocen como aproximación
usando la distribución normal, que implica una corrección que hemos omitido
por su poca trascendencia práctica. Así, se tiene que p se distribuye normal-
mente con los siguientes parámetros.

Media y varianza del estimador de P

E[P̂ ] = E[p] = P (3.19)


¶µ 2¶ µ
Sy
µ ¶
N −n N − n ³ pq ´
Sp2 = = (3.20)
N n N n
En la práctica, la raíz cuadrada positiva de la varianza del estimador se conoce
como error estándar del estimador de la proporción.

Usando nuevamente el Teorema Central del Límite, p tiene aproximada-


mente una distribución normal con media P (estimada por p) y una varianza
σp2 (estimada por Sp2 ).

Total poblacional y varianza del estimador de τ

τ̂ = N p
¶µ 2¶
Sy
µ µ ¶
2 N −n 2 N − n ³ pq ´
Sτ̂ = N =N
N n N n
La raíz cuadrada positiva de la varianza del estimador del total es el error
estándar del estimador del total.

3.5.4. Los intervalos de confianza


Con el mismo procedimiento que el del caso de una variable continua obtene-
mos las expresiones para los intervalos de confianza.

El intervalo de confianza para la estimación de la proporción de la población

p ± tn−1,(α/2) Sp
µ ¶³
N −n pq ´
donde Sp =
N n
El intervalo de confianza para la estimación del total poblacional

τ̂ ± N tn−1,(α/2) Sp

54
µ ¶³
N −n pq ´
donde Sp =
N n

Varianza acotada de una proporción


Como puede observarse en las expresiones de σy2 y de Sp2 , existe el producto
P Q o pq. Entonces, en esas expresiones se puede apreciar que el tamaño de la
varianza depende de ese producto para el tamaño de población y una muestra
dadas. Esto nos indica que las varianzas de la población y del estimador serán
las máximas cuando P o p sean iguales a 0.5, ya que en estas condiciones el
producto mencionado tiene un valor máximo. Esta propiedad se puede emplear
para suponer una varianza máxima antes de realizar el muestreo, p = 0.5, y los
resultados finales siempre serán iguales o más precisos que lo esperado. En
otras palabras, esto significa que en el MAS para una proporción cuando no se
dispone del tiempo y recursos para realizar un muestreo piloto que sirva para
corroborar el marco de muestreo, el cuestionario, los problemas relacionados
con el personal para levantar la encuesta y para estimar la varianza (S 2 =
pq), se supone varianza máxima (S 2 = pq = (0.5)(0.5) = 0.25) para determinar
el tamaño de muestra máximo (conservador). Este método sólo debe usarse
cuando se tenga un marco de muestreo confiable, el cuestionario validado y
encuestadores experimentados.

3.5.5. El tamaño de muestra requerido para estimar P


Respecto al tamaño de muestra requerido, recordemos que P puede ser
interpretada como µ según la ecuación (3.19) y con el procedimiento que obtu-
vimos la ecuación (3.14), tenemos lo siguiente.

El tamaño muestral para estimar P


N [tn−1,(α/2) ]2 P Q
n=
N d2p + [tn−1,(α/2) ]2 P Q
donde:

dp : la precisión de estimación de la proporción poblacional que se está dis-


puesto a aceptar.
P : es la proporción de interés. Q = (1 − P ). Sin embargo, no se conocen, por lo
que se estiman con p y q, respectivamente.

El tamaño muestral requerido para estimar el total poblacional


N 2 [tn−1,(α/2) ]2 P Q
n=
d2τ̂ + N [tn−1,(α/2) ]2 P Q
donde:

dτ̂ : es la precisión de estimación del total poblacional que se está dispuesto


a aceptar.
P : es la proporción de interés. Q = (1 − P ). Sin embargo, éstas no se conocen,
por lo que se estiman con p y q, respectivamente.

55
Capítulo 3. Muestreo aleatorio simple

3.5.6. Ejemplos
Ejemplo 1. Con la finalidad de estimar la proporción de estudiantes que fu-
man en la Facultad de Medicina de la U de C , cuya población es de N = 430
estudiantes, se seleccionó una muestra aleatoria de n = 80 estudiantes. Si la
muestra indica que 30 de los estudiantes seleccionados fuman, calcular lo
siguiente:

a) Cuantifique la proporción verdadera de los estudiantes que fuma.


n
X
yi
i=1 a 30
p= = = = 0.375 ó 37.5 % de estudiantes fumadores
n n 80
q = 1−p = 1−0.375 = 0.625 ó 62.5 % de estudiantes no fumadores

b) La desviación estándar de la proporción muestral (Sp ).


sµ ¶
N − n ³ pq ´
Sp =
N n
donde: N = 430, n = 80, p = 0.375 y q = 0.625. Sustituyendo estos valores en
la ecuación anterior, se tiene que:


¶µ ¶
430 − 80 (0.375)(0.625) p
Sp = = (0.8139)(0.0029) = 0.234375 = 0.0488
430 80
c) Calcule un IC de 95 % para la proporción verdadera.

p ± Zα/2 Sp

donde: p = 0.375, Sp = 0.0488, Zα/2 = Z0.025 = 1.96

Por lo tanto:

0.375±(1.96)(0.0488)
0.375±0.09565
0.2793≤ P ≤0.4707

Con 95 % de confianza se estima que la proporción verdadera de estudiantes


que fuman en la Facultad de Medicina está entre 0.2793 y 0.4707, es decir,
entre 27.93 y 47.07 %.

d) Estimar el total verdadero de estudiantes que fuma en la Facultad de


Medicina.

τ̂ = N p

donde: N = 430, p = 0.375

56
Por lo tanto

τ̂ = (430)(0.375) = 161.25

e) La estimación por intervalo del total verdadero de estudiantes que fuman


en la Facultad de Medicina de la U de C, con una confiabilidad de 95 %.

τ̂ ± Zα/2 N Sp

donde: τ = 161.25, Sp = 0.0488, N = 430, Zα/2 = Z0.025 = 1.96

Por lo tanto:

161.25±(430)(1.96)(0.0488)
161.25±(430)(0.09565)
161.25±41.1295
120.0938≤ τ ≤202.4062

Con 95 % de confianza se estima que el total de estudiantes que fuman en


la Facultad de Medicina de la U de C está entre 120.0938 y 202.4062.

f) Suponga que n = 80 estudiantes es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción verdadera con una precisión de
10 % de la proporción preliminar (p) y una confiabilidad de 95 %?

N (Zα/2 )2 pq
n=
N d2 + (Zα/2 )2 pq
donde: N = 430, p = 0.375, q = 0.625. Como la precisión tiene que ser 10 %
de la proporción preliminar (p=0.375), d = (0.10)(p̂)=(0.10)(0.375)=0.0375:

por lo tanto:

(430)(1.96)2 (0.375)(0.625) 387.16


n= 2 2
= = 258
(430)(0.0375) + (1.96) (0.375)(0.625) 1.505
g) Suponga que n = 80 estudiantes es una muestra preliminar. ¿Cuál es el
tamaño de muestra para estimar el total poblacional con una precisión de 10 %
del total poblacional preliminar (p) y una confiabilidad de 95 %?

N 2 (Zα/2 )2 pq
n=
d2 + N (Zα/2 )2 pq
donde: N = 430, p = 0.375, q = 0.625, Zα/2 = Z0.025 = 1.96 y d = (0.10)(430)(0.375) =
16.125

Por lo tanto:

(430)2 (1.96)2 (0.375)(0.625) 166479.33


n = = = 258 estu-
(16.125)2 + (430)(1.96)2 (0.375)(0.625) 647.16
diantes (unidades muestrales)

57
Capítulo 3. Muestreo aleatorio simple

Ejemplo 2. Un ingeniero en telemática es el responsable de un centro de cóm-


puto con N = 2, 000 computadoras donde por descuido algunas computadoras
se infectaron con el virus XXX. Con la finalidad de estimar la proporción de
computadoras infectadas, es decir, que contienen el virus XXX, se seleccionó
una muestra aleatoria de n = 50 computadoras. Esta muestra indica que 22 de
las 50 computadoras tienen el virus.

a) Estime la proporción verdadera de computadoras infectadas.


n
X
yi
i=1 a 22
p= = = = 0.44 ó 44 % computadoras infectadas
n n 50
q = 1 − p = 1 − 0.44 = 0.56 ó 56 % computadoras limpias

b) ¿Cuál es desviación estándar de la proporción muestral (Sp )?


sµ ¶
N − n ³ pq ´
Sp =
N n
donde: N = 2, 000, n = 50, p = 0.44, y q = 0.56

Por lo tanto:


¶µ ¶
2, 000 − 50 (0.44)(0.56) p
Sp = = (0.975)(0.0049) = 0.0048048 = 0.0693
2, 000 50
c) Encontrar un IC de 95 % para la proporción verdadera.

p ± Zα/2 Sp

donde: p = 0.44, Sp = 0.0693 y Zα/2 = Z0.025 = 1.96

Por lo tanto:

0.44±(1.96)(0.0693)
0.44±0.1358
0.3041≤ P ≤0.5759

Con 95 % de confianza se estima que la proporción verdadera de computado-


ras infectadas en la población está entre 0.3041 y 0.5759, o sea, entre 30.41 y
57.59 %.

d) Hallar el total verdadero de computadoras infectadas.

τ̂ = N p

donde: N = 2, 000 y p = 0.44

58
Por lo tanto:
τ̂ = (2, 000)(0.44) = 880

e) Calcular un IC para el total verdadero de computadoras infectadas en la


población, con una confiabilidad de 95 %.

τ̂ ± Zα/2 N Sp

donde: τ = 880, Sp = 0.0693, N = 2, 000 y Zα/2 = Z0.025 = 1.96

Por lo tanto:

880±(2,000)(1.96)(0.0693)
880±(2,000)(0.1358)
880±271.6
608.2787≤ τ ≤1,151.7213

Con 95 % de confianza se estima que el total poblacional de computadoras


infectadas por el virus XXX está entre 608.2787 y 1,151.7213.

f) Suponga que n = 50 computadoras son una muestra preliminar. Por lo


tanto, ¿cuál es el tamaño de muestra para estimar la proporción verdadera
con una precisión de 0.07 y una confiabilidad de 95 %?

N (Zα/2 )2 pq
n=
N d2 + (Zα/2 )2 pq
donde: N = 2, 000, p = 0.44, q = 0.56 y d = 0.07

Por lo tanto:

(2, 000)(1.96)2 (0.44)(0.56) 1893.1404


n= 2 2
= = 177
(2, 000)(0.07) + (1.96) (0.44)(0.56) 10.7466
g) Suponga que las n = 50 computadoras son una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar el total verdadero con una precisión de
140 computadoras y una confiabilidad de 95 %?

N 2 (Zα/2 )2 pq
n=
d2 + N (Zα/2 )2 pq
donde: N = 2, 000, p = 0.44, q = 0.56, Zα/2 = Z0.025 = 1.96 y d = 140

Por lo tanto:

(2, 000)2 (1.96)2 (0.44)(0.56) 3786280.96


n= 2 2
= = 177
(140) + (2, 000)(1.96) (0.44)(0.56) 21493.14048
Ejemplo 3. En el estado de Colima existen N = 3, 000 familias que agrupan
a toda la población. Se desea estimar la proporción de familias que tiene ser-

59
Capítulo 3. Muestreo aleatorio simple

vicio de Internet en su casa y se seleccionó una muestra preliminar de n = 100


familias. Se encontró que 20 tenían servicio de Internet en su casa.

a) Realizar la estimación de la proporción verdadera de familias que tienen


Internet.
n
X
yi
i=1 a 20
p= = = = 0.20 ó 20 % de familias poseen el servicio
n n 100
q = 1 − p = 1 − 0.20 = 0.80 u 80 % de familias no tienen servicio

b) Hallar la desviación estándar estimada de la proporción muestral (Sp ).

Donde: N = 3, 000, n = 100, p = 0.20 y q = 0.80

Por lo tanto:


¶µ ¶
3, 000 − 100 (0.20)(0.80) p
Sp = = (0.9667)(0.0016) = 0.001547 = 0.03933
3, 000 100
c) Calcular un IC de 95 % para la proporción verdadera.

p ± Zα/2 Sp

donde: p = 0.20, Sp = 0.03933 y Zα/2 = Z0.025 = 1.96

De ahí que:

0.20 ± (1.96)(0.03933)
0.20 ± 0.0771
0.1229 ≤ P ≤ 0.2771

Con 95 % de confianza se estima que la proporción verdadera de familias que


tienen Internet en su hogar está entre 0.1229 y 0.2771, o sea, entre 12.29 y
27.71 %.

d) Hallar el total verdadero de familias que tienen Internet.

τ̂ = N p

donde: N = 3, 000 y p = 0.20

Por lo tanto:

τ̂ = (3000)(0.20) = 600 familias en el estado

e) Calcular un IC para el total verdadero de familias con una confiabilidad


de 95 %.

60
τ̂ ± Zα/2 N Sp

donde: τ = 600, Sp = 0.03933 , N = 3, 000 y Zα/2 = Z0.025 = 1.96

entonces:

600 ± (3, 000)(1.96)(0.03933)


600 ± (3, 000)(0.0771)
600 ± 231.3
368.7532 ≤ τ ≤ 831.2468

Con 95 % de confianza se estima que el total de familias que tienen Internet en


su hogar está entre 368.7532 y 831.2468.

f) Suponga que n = 100 familias es una muestra preliminar, ¿cuál es el


tamaño de muestra para estimar la proporción verdadera con una precisión
de 0.07 y una confiabilidad de 95 %?

N (Zα/2 )2 pq
n=
N d2 + (Zα/2 )2 pq
donde: N = 3, 000, p = 0.20, q = 0.80, d = 0.07

Por lo tanto:

(3, 000)(1.96)2 (0.20)(0.80) 1843.968


n= 2 2
= = 121 familias
(3000)(0.07) + (1.96) (0.20)(0.80) 15.3147
g) Suponga que n = 100 familias son una muestra preliminar, ¿cuál es el
tamaño de muestra para estimar el total verdadero con una precisión de 210
familias y una confiabilidad del 95 %?

N 2 (Zα/2 )2 pq
n=
d2 + N (Zα/2 )2 pq
donde: N = 3, 000, p = 0.20, q = 0.80, Zα/2 = Z0.025 = 1.96 y d = 210

Por lo tanto:

(3000)2 (1.96)2 (0.2)(0.8)


n= = 121 familias (unidades mues-
(210)2 + (3000)(1.96)2 (0.2)(0.8)
trales)

Ejemplo 4. En el estado de Colima hay N = 20, 000 automóviles. Con la fi-


nalidad de estimar la proporción de autos estadounidenses, se seleccionó una
muestra aleatoria de n = 250 autos, que arrojó 70 automóviles estadouniden-
ses.

a) Haga la estimación puntual de la proporción verdadera de automóviles


estadounidenses.

61
Capítulo 3. Muestreo aleatorio simple

n
X
yi
i=1 a 70
p= = = = 0.28 ó 28 % autos estadounidenses
n n 250
q = 1 − p = 1 − 0.28 = 0.72 ó 72 % otros autos

b) Calcule la desviación estándar de la proporción muestral (Sp ).


r
N − n pq
Sp =
N n
donde: N = 20, 000, n = 250, p = 0.28 y q = 0.72

Por lo tanto:


¶µ ¶
20, 000 − 250 (0.28)(0.72) p
Sp = = (0.9875)(0.00081) = 0.0007963 = 0.02822
20, 000 250
c) Calcule un IC de 95 % para la proporción verdadera.

p ± Zα/2 Sp

donde: p = 0.28, Sp = 0.02822 y Zα/2 = Z0.025 = 1.96

Por lo tanto:

0.28 ± (1.96)(0.02822)
0.28 ± 0.0553
0.2247 ≤ P ≤ 0.3353

Con 95 % de confianza se estima que la proporción de automóviles extran-


jeros en el estado está entre 22.47 y 33.53 %.

d) Encuentre el total verdadero de automóviles.

τ̂ = N p

donde: N = 20, 000, p = 0.28

Por lo tanto:

τ̂ = (20, 000)(0.28) = 5, 600 automóviles

e) Hallar por intervalo el total verdadero de automóviles estadounidenses en


el estado, con una confiabilidad de 95 %.

τ̂ ± Zα/2 N Sp

donde: τ = 5, 600, Sp = 0.02822, N = 20, 000 y Zα/2 = Z0.025 = 1.96

62
Por lo tanto:

5, 600 ± (20, 000)(1.96)(0.02822)


5, 600 ± (20, 000)(0.0553)
5, 600 ± 1, 106
4, 493.8299 ≤ τ ≤ 6, 706.17

Con 95 % de confianza se estima que el total de automóviles está entre 4493.8096


y 6706.1904.

f) Suponga que n = 250 automóviles es una muestra preliminar, ¿cuál es el


tamaño de muestra para estimar la proporción verdadera con una precisión de
0.05 y una confiabilidad de 95 %?

N (Zα/2 )2 pq
n=
N d2 + (Zα/2 )2 pq
donde: N = 20,000, p = 0.28, q = 0.72 y d = 0.05

Por lo tanto:

(20, 000)(1.96)2 (0.28)(0.72) 15489.3312


n= 2 2
= = 306 autos (mues-
(20, 000)(0.05) + (1.96) (0.28)(0.72) 50.7745
tra)

g) Suponga que n = 250 automóviles es una muestra preliminar, ¿cuál es el


tamaño de muestra para estimar el total verdadero con una precisión de 1,000
automóviles y una confiabilidad de 95 %?

N 2 (Zα/2 )2 pq
n=
d2 + N (Zα/2 )2 pq
donde: N = 20,000, p = 0.28, q = 0.72, Zα/2 = Z0.025 = 1.96 y d = 1, 000

Por lo tanto:

(20, 000)2 (1.96)2 (0.28)(0.72)


n= = 306 autos (muestra)
(1000)2 + (20, 000)(1.96)2 (0.28)(0.72)

3.6. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la proporción y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total de tal manera
que la proporción y el total sean estimados con una precisión de 5 % de la pro-
porción y el total preliminar con una confiabilidad de 95 %?

Ejercicio 1. Con la finalidad de saber si la Sociedad Colimense que cuenta

63
Capítulo 3. Muestreo aleatorio simple

con N = 10, 000 personas, está de acuerdo con la reforma a PEMEX, se realizó
una encuesta tomando a n = 150 personas al azar de la población. Los resulta-
dos arrojaron que 35 personas están de acuerdo.

Ejercicio 2. La Dirección de la Facultad de Telemática desea realizar una


encuesta a la Sociedad Colimense para saber si saben el perfil de egreso de
Ing. en Telemática. Se lleva acabo la encuesta en el estado que cuenta con
N = 10, 000 personas, la encuesta se realizó a n = 100 personas tomadas al
azar de la población. Los resultados que arrojó la encuesta es que 15 personas
conocen el perfil de egreso de Ing. en Telemática.

Ejercicio 3. La Secretaría de Salud del estado de Colima desea realizar una


encuesta sobre si la población colimense conoce los productos transgénicos.
Se realizó la encuesta en el estado cuya población es de N = 567, 996 personas
con una muestra al azar n = 5000 individuos. Los resultados muestran que
1, 570 personas conocen de los productos transgénicos.

Ejercicio 4. Con la finalidad de saber cuantas personas de la Ciudad de Co-


lima utilizan tarjetas bancarias se llevó a cabo una encuesta. La Ciudad de
Colima cuenta con N = 6, 500 personas, la encuesta se realizó a n = 1, 000 per-
sonas tomadas al azar. Los resultados arrojaron que 925 personas cuentan
con tarjeta bancaria.

64
Capítulo 4

El muestreo aleatorio estratificado

En este mundo complejo,


nunca es fácil elegir.
Pero con datos y muestras,
tú lo podrás conseguir.
De una forma inteligente,
que te conduzca a un buen fin.
OAML

C U ando el costo de la investigación es excesivo y la población es heterogénea,


el muestreo aleatorio simple no es en principio una buena opción. Por es-
ta razón, éste capítulo brinda la opción del Muestreo Aleatorio Estratificado
(MAE). Que trata de hacer aún más precisas las estimaciones que se pueden
obtener con un diseño básico de muestreo como el aleatorio simple (Cochran,
1985 [1]).

Muestreo aleatorio estratificado (MAE)


Si la población de N individuos se divide en E subpoblaciones o
estratos que no se traslapan, con respecto a criterios que puedan ser
importantes en el estudio y tratando en la medida posible que exista
homogeneidad dentro de cada estrato. Los estratos contienen N1 , ...,
XE
NE unidades muestrales, de manera que N = Nh , y en cada uno
h
de estos estratos o subpoblaciones se realiza un muestreo aleatorio
simple con muestras respectivas de tamaño nh , así que la muestra
estratifica de tamaño n es igual a la suma de todas las muestras de
E
X
cada estrato, es decir, n = nh
h=1

En general los estratos naturales o convenientemente definidos deberán


ser homogéneos internamente y heterogéneos entre ellos, con respecto a la
variable bajo estudio. Cada unidad muestral debe estar incluida en sólo un
estrato, o sea, no debe haber traslapes entre los estratos. Las unidades que
se incluyan en un estrato deben tener un valor similar en cuanto a la variable
de interés, aunque al no conocer esos valores, se puede usar otra caracterís-
tica para formar los estratos con la esperanza de lograr que los valores sean

65
Capítulo 4. El muestreo aleatorio estratificado

muy parecidos dentro de cada estrato. Los estratos formados funcionan inde-
pendientemente, y se les aplica un muestreo aleatorio simple para elegir los
elementos concretos que formarán parte de la muestra y obtener así las esti-
maciones de los parámetros que nos interesan. En ocasiones las dificultades
que plantean los estratos son demasiado grandes, pues exigen un conocimien-
to detallado de la población, como tamaño geográfico, género, edades, niveles
de estudio, etcétera (Pérez, 2000 [3]).

El MAE se utiliza cuando la población es muy heterogénea y las considera-


ciones de costo limitan el tamaño de la muestra. Si no se toma en cuenta la
variabilidad y posiblemente los costos diferenciados y utilizamos el muestreo
aleatorio simple, las estimaciones podrían ser menos precisas o el costo sería
demasiado elevado. Por otro lado, para la población estratificada habrá que
determinarse dos tamaños de muestra: para la población y para cada estrato,
n y nh , respectivamente.

4.1. Ventajas de utilizar M AE


Algunos motivos para utilizar muestreo aleatorio estratificado en lugar de
muestreo simple aleatorio son:

I. Produce estimaciones más precisas que las que se obtienen a partir del
muestreo aleatorio simple.

II . El costo por observación puede ser reducido mediante la estratificación


de la población.

III . Se puede obtener información de parámetros poblacionales para cada es-


trato de la población.

IV . Se simplifica el trabajo administrativo y el de control, ya que se pude usar


personal especifico para cada estrato.

V. El tamaño de muestra será menor, si la estratificación es bien definida,


en comparación con el muestreo simple aleatorio.

Notación
Para esta técnica de muestreo necesitamos una notación adicional que dis-
tingue los elementos de la población, como la siguiente:

N : el número total de unidades muestrales en la población.


E : el número de estratos en la población.
h : un estrato.
Nh : el número total de unidades en el estrato h.
nh : el número de unidades en la muestra en el estrato h.
i : alguna unidad muestral que siempre pertenece a algún estrato h.
yhi : el valor obtenido en la i-ésima unidad dentro del estrato h.
Wh = Nh /N : la ponderación, peso o tamaño relativo del estrato h.
fh = nh /Nh : la fracción de muestreo para el estrato h.

66
nh
X
yhi
i=1
ȳh = : la media muestral del estrato h.
nh
nh
X nh
X
(yhi − ȳh )2 2
yhi − nh ȳh2
i=1 i=1
Sh2 = = : la varianza en el estrato h.
nh − 1 nh − 1
Si se desea conocer la cantidad de horas promedio que cierto grupo de
personas de una ciudad ve la televisión, debemos pensar que habrá niños,
jóvenes y adultos, y que el tiempo de horas libres varía de un grupo a otro. De
esta manera dividimos la población en tres estratos, ya que es lógico afirmar
que las tendencias dentro de cada estrato son similares y son homogéneas.
También podemos entender que el número total de personas de la población
es la suma de los elementos de los estratos. Otro ejemplo es el siguiente: si
queremos conocer el ingreso promedio de las familias en Colima, donde se
supone que existen tres clases sociales bien definidas, podemos considerar las
familias de la misma clase social como un estrato, ya que es homogéneo.

4.2. ¿Cómo seleccionar una muestra aleatoria es-


tratificada?
La selección de la muestra de cada estrato es diferente, ya que cada uno
tiene características y costos de medición distintos, por lo que el número de
unidades también será diferente. Por ejemplo, el tamaño de la muestra del
estrato debe ser mayor si es muy variable o si contiene más unidades. Por el
contrario, será menor si el costo de la medición es elevado. Antes de seleccionar
una muestra es preciso considerar qué tan grande debe ser la precisión de es-
timación y de acuerdo con esto seleccionar el tamaño de la muestra (Cochran,
1985 [1]).

En resumen, de un estrato dado se toma una muestra más grande si:

I. El estrato es más grande.

II . Los elementos del estrato tiene alta variabilidad.

III . El muestreo es más barato en el estrato.

4.3. La estimación de la media poblacional


Supongamos que ya hemos tomado nuestra muestra aleatoria estratificada,
y entonces nos preguntamos, ¿cómo debemos usarla para estimar los princi-
pales parámetros?, es decir, contestarnos preguntas como: ¿cuál es la media
de nuestra población? o, ¿cuál es el total?. Definiendo µh y τh como la media
y el total para el estrato h, respetivamente. De esta manera resulta obvio que
τ1 + τ2 + ... + τE = τ , donde τ es el total de la población.

67
Capítulo 4. El muestreo aleatorio estratificado

Para comprender mejor las expresiones que nos dará la estimación de µ


y τ debemos tomar en cuenta que ȳh es un estimador insesgado de µh y que
Nh
X
N ȳh es un estimador insesgado del total del estrato τh = yhi , tal como en
i=1
el muestreo aleatorio simple. Hasta aquí todo parece razonable, como formar
el estimador de τ , τ̂ , con la suma de los τ̂h y de esta manera construir un
estimador para la media de la población al dividir τ̂ entre N , el cual hereda la
propiedad de insesgamiento (Scheaffer, 1987 [2]).

El estimador de la media estratificada

E
X
Nh ȳh
h=1
ȳestr =
N
Nótese que se ha usado el subíndice estr en ȳestr para señalar que la esti-
mación se hace con el muestreo estratificado.

Dado que cada estrato se maneja de manera independiente, las ȳk con
h = 1, 2, . . . E también son independientes. Por lo tanto, la varianza de ȳestr
es la suma de las varianzas de las medias de cada estrato. Este estimador es
insesgado.

4.3.1. El estimador de la varianza de la media estratificada


1 h i
Sȳ2estr = V (ȳestr ) = 2 N12 V̂ (ȳ1 ) + N22 V̂ (ȳ2 ) + . . . + NE2 V̂ (ȳE )
N ¶µ ¶
S12
· µ µ ¶µ 2 ¶¸
1 2 N 1 − n1 2 N E − nE SE
= 2 N1 + . . . + NE
N N1 n1 NE nE
E µ ¶µ 2

1 X 2 N h − nh Sh
= 2 Nh
N h=1 Nh nh
E
X N 2 N h − nh Sh2
µ ¶µ ¶
h
=
h=1
N2 Nh nh
E
Sh2
µ ¶µ ¶
2 N h − nh
X
= Wh
h=1
Nh nh
E
X
= Wh2 Sȳ2h .
h=1

El siguiente paso es la obtención del intervalo de confianza de nuestra esti-


mación. Cuando hay pocos grados de libertad
p en cada estrato, el procedimien-
to para calcular el error de muestreo, (t V̄ (ȳestr )), consiste en leer el valor de t
en las tablas de la t-student, como se hizo en el muestreo aleatorio simple, y
cuando es mayor de 30 utilizaremos la tablas Z de la normal estándar.

68
4.3.2. El intervalo de confianza para la estimación de la me-
dia estratificada
v
u
u 1 XE µ ¶µ 2 ¶
2 N h − nh Sh
ȳestr ± t(n−1,α/2) t
2
Nh
N h=1 Nh nh
v
u E
uX
ȳestr ± t(n−1,α/2) t W 2S 2 h ȳh
h=1

Se ha revisado lo referente al estimador de la media estratificada; sin embar-


go, en ocasiones el principal interés es conocer el total de la población, por
ejemplo, el gasto total semanal de las familias, o el total de personas que visi-
tan algún puerto durante Semana Santa, o quizá la cantidad de personas que
consumen un producto A.

4.3.3. El estimador del total estratificado

E
X
τ̂estr = N ȳestr = N1 ȳ1 + N2 ȳ2 + . . . + NE ȳE = Nh ȳh ,
h=1

La varianza se deduce de la varianza de la media y hereda todas sus propiedades.


Para la estimación, tanto de la varianza de la media como del total, debe existir
por lo menos dos observaciones en cada estrato.

4.3.4. La varianza del estimador del total estratificado

E
Sh2
µ ¶µ ¶
2 2
X N h − nh
V̄ (N ȳestr ) = N V (ȳestr ) = N Wh2 , (4.1)
h=1
Nh nh

La desviación estándar se necesita para crear un intervalo de confianza del


total.

4.3.5. El intervalo de confianza


v
u E
uX µ Nh − nh ¶µ S 2 ¶
h
N ȳestr ± t(n−1,α/2) t Nh2
h=1
N h n h

4.3.6. La determinación del tamaño de la muestra


Ahora es tiempo de planear las unidades muestrales que se deben selec-
cionar aleatoriamente en toda la población, y las de los estratos, para consti-
tuir una muestra que satisfaga una precisión deseada, d.

69
Capítulo 4. El muestreo aleatorio estratificado

Cuando se decide precisar el tamaño de muestra se debe tomar en cuen-


ta varios factores, como el tipo de muestreo, el parámetro a estimar, la pre-
cisión admisible, la varianza poblacional y el nivel de confianza de la inferen-
cia. Además, dependiendo de las estrategias de asignación, se puede recurrir
a información más específica o adicional.

Anteriormente se revisaron los elementos estadísticos que se deben tomar


en cuenta para obtener un tamaño de muestra preciso, sin embargo, existen
otros factores que son fundamentales para tomar una decisión al respecto.
Para la asignación de la muestra a cada estrato también se requiere informa-
ción sobre:
El número total de elementos del estrato.
La variabilidad de las observaciones del estrato.
El costo que representa muestrear cada estrato.
De aquí se puede concluir que cuanto mayor sea el tamaño muestral en
los estratos, se obtendrá información más precisa, por lo que a los estratos
grandes les corresponden tamaños muestrales grandes. También es fácil in-
ferir que si en algún estrato hay mucha variabilidad debe considerarse un
tamaño de muestra mayor.

Por último, es importante considerar que si el costo de obtener una obser-


vación varía entre estratos, se deberá tomar muestras pequeñas en estratos
donde el costo sea alto y viceversa, con el fin de minimizar el costo total del
muestreo. Así, la calidad de la información que se obtenga en las estimaciones
provendrá directamente de n, ya que al incrementarse ésta, la varianza de la
media decrecerá. Para lograr una precisión deseada usamos:
q
dM = t(n−1,α/2) V (θ̄)
donde

V (θ̄) : la varianza del estimador de interés.

α : el nivel de significancia.

El tamaño de muestra para estimar la media estratificada

E
X
N (t(n−1,α/2) )2
Wh Sh2
h=1
n= E
X
N d2M + (t(n−1,α/2) )2 Wh Sh2
h=1

Wh = Nh /N
dM = el tamaño del error que se desea aceptar en la estimación de la media.

70
El tamaño de muestra para estimar el total estratificado

E
X
2
N (t(n−1,α/2) )2
Wh Sh2
h=1
n= E
,
X
d2T + N (t(n−1,α/2) )2 Wh Sh2
h=1

Wh = Nh /N ,
dT = tamaño del error que se desea aceptar en la estimación del total.

4.3.7. La asignación de la muestra


Como se vio, el muestreo estratificado involucra h estratos y por tanto tam-
bién h tamaños de muestra, n1 , n2 , . . . , nh correspondientes a los estratos en que
se divide la población. Asimismo, se tiene el tamaño de muestra total n, el cual
es la suma de los h tamaños de muestra relacionados con los estratos. Se debe
tener presente que el número de unidades de que consta el estrato influye en
el tamaño de muestra. Así, se asignará un tamaño de muestra mayor a los
estratos más grandes y uno menor a los estratos más chicos. A los estratos
que más aportan a la variabilidad, es decir, los estratos menos homogéneos,
les corresponderá un tamaño de muestra mayor. De los estratos donde el costo
por unidad sea alto, se tomarán muestras más pequeñas. Por lo tanto, existen
diferentes métodos de asignación de la muestra.

Por su simplicidad, en la práctica se recurre con frecuencia a la denominada


asignación proporcional. Este procedimiento de asignación es recomendable
cuando se sabe que los estratos tienen tamaños diferentes, que la variabilidad
entre estratos se desconoce, pero puede suponerse ligeramente similar y que
la variabilidad en el estrato más pequeño es menor que la del estrato más
grande; en cuanto al costo por unidad, se asume que es igual o que no cambia
entre estratos. El criterio de asignación proporcional, suponiendo que ya se ha
calculado el tamaño de la muestra n requerido, consiste en determinar una
parte de n, la cual será proporcional al tamaño del estrato. Algebraicamente el
criterio está representado por:

Nh
ni = n = Wh n; i = 1, 2, . . . , h,
N

o especificamente como:

N1 N2 Nh
n1 = n, n2 = n, . . . , nh = n.
N N N

Los estratos más grandes requieren un tamaño de muestra mayor, es decir, la


asignación de n entre los estratos es proporcional al tamaño del estrato.

71
Capítulo 4. El muestreo aleatorio estratificado

4.4. La selección de estratos


En ocasiones es sencillo delimitar los elementos que corresponden a cada
estrato, pero ¿siempre es así? Definitivamente no. En estadística, cada proble-
ma es una nueva experiencia, la cual no necesariamente tiene una respuesta
única y un razonamiento lógico para llegar a la solución más satisfactoria. Este
trabajo puede resultar un poco complicado y tornarse desesperante en algu-
nas ocasiones, por lo que a continuación se dan algunas ideas útiles.

¿Qué hago cuando. . . ?


¿Cómo delimitar los estratos?
¿Se debe estratificar después de seleccionar la muestra?

En ocasiones es una tarea sencilla debido a que los estratos están implíci-
tos y se conoce el comportamiento con base en registros antiguos, nuestra
experiencia o simplemente en la naturaleza de los resultados que deseamos
obtener.

¿Con base en qué se delimitan los estratos? Una primera aproximación es el


caso cuantitativo. Habrá que construirlos dado un interés particular, porque
muchas veces hasta el momento de diseñar la investigación se conocen los
rangos de las estimaciones. Pero también podría tener el rango de salida de los
datos y algunas frecuencias en categorías generales de la variable de interés
o de alguna variable altamente correlacionada. En este caso podemos usar el
sencillo "método acumulativo de la raíz cuadrada de la frecuencia".

Los pasos del método acumulativo de la raíz cuadrada de la frecuencia:

I. Elegimos el número de estratos que se desea obtener.

II . Sacamos por rangos la frecuencia de la variable de interés o en su defecto


a una altamente correlacionada con ella y con estos resultados formamos
una columna de datos.

III . Se forman dos columnas más, una constituida por la raíz de las frecuen-
cias y otra por su raíz acumulada.

IV . Se divide la frecuencia acumulada final entre el número de estratos. Este


resultado es el ancho de la clase (AC).

V. Se utiliza la siguiente ecuación,

AChi = h∗ AC, h = 1, 2, ...n

y donde h representa el estrato h.

VI . Se puede delimitar con las marcas de clase por estrato, eligiendo la raíz
de la frecuencia acumulada más cercana a la marca de clase y así cada
estrato estará formado por todas las clases de la variable original que
correspondan a la marca de clase.

72
4.4.1. Ejemplos
Ejemplo 1. En Tecomán, Colima, hay 780 parcelas sembradas con limón. Se
desea estimar el promedio de plantas por hectárea, que en determinada etapa
del cultivo se infectaron de alguna enfermedad. De acuerdo con las condiciones
ecológicas en la región se siembran tres variedades de limón. Considerando
que el desarrollo de la enfermedad puede ser distinto de una variedad a otra,
la población de parcelas se estratificó en E = 3 estratos. Los tamaños de los
estratos son: N1 = 270, N2 = 180 y N3 = 330; N = N1 + N2 + N3 = 780. Suponga
que para realizar las estimaciones se tomó una muestra de n = 63 parcelas.
Los datos se presentan en el cuadro 4.1.

Cuadro 4.1: Plantas por hectárea infectadas


Estrato 1 (n1 = 21) Estrato 2 (n2 = 21) Estrato 3 (n3 = 21)
48 53 64 20 31 45 74 68 77
62 45 47 36 17 26 70 72 73
59 65 54 15 30 18 78 76 69
45 48 46 40 25 35 69 80 74
50 60 63 24 29 30 80 78 71
55 57 46 19 42 27 72 71 79
64 61 54 33 51 48 76 75 68

a) Realice la estimación puntual del promedio de plantas infectadas por


hectárea.

El estimador de la media estratificada en este caso es,


N1 ȳ1 + N2 ȳ2 + N3 ȳ3
ȳestr =
N
donde: N1 = 270, N2 = 180, N3 = 330, N = 780
48 + 62 + 59 + . . . + 46 + 64
ȳ1 = = 54.5714
21
20 + 36 + 15 + . . . + 27 + 48
ȳ2 = = 30.5238
21
74 + 70 + 78 + . . . + 79 + 68
ȳ3 = = 73.8095
21
Por lo tanto:

(270)(54.57) + (180)(30.52) + (330)(73.80)


ȳestr = .
780
44, 581.5
ȳestr = = 57.1612 plantas infectadas por parcela
780
b) Realice la estimación puntual del total de plantas infectadas.

El estimador del total estratificado es:

73
Capítulo 4. El muestreo aleatorio estratificado

τ̂estr = N ŷestr

donde: N = 780 y ŷestr = 57.1612

Por lo tanto:

τ̂estr = (780)(57.1612) = 44, 585.736 plantas infectadas

c) Calcule la varianza del promedio estratificado.

El estimador de la varianza del promedio poblacional es:

¶2 µ
µ ¶ µ 2 ¶ µ ¶2 µ ¶µ 2¶
N1 N 1 − n1 S1 N2 N 2 − n2 S2
Sȳ2estr
= +
N ¶ µ N1 ¶n
µ1 2 ¶ N N2 n2
µ 2
N3 N 3 − n3 S3
+
N N3 n3
donde: N1 = 270, N2 = 180, N3 = 330, N = 780, n1 = n2 = n2 = n3 = 21,

482 + 622 + 592 + . . . + 462 + 542 − (21)(54.57)2


S12 = = 50.3571
21 − 1
202 + 362 + 152 + . . . + 272 + 482 − (21)(30.52)2
S22 = = 107.2619
21 − 1
742 + 702 + 782 + . . . + 792 + 682 − (21)(73.80)2
S32 = = 15.5619
21 − 1
Por lo tanto:
µ ¶2 µ ¶µ ¶ µ ¶2 µ ¶µ ¶
2 270 270 − 21 51.7709 180 180 − 21 107.2619
Sȳestr = +
780
µ ¶2 µ 270 ¶ µ 21 ¶ 780 180 21
330 330 − 21 15.5619
+ = 0.6348
p 2780 √ 330 21
Sȳestr = Sȳestr = 0.6348 = 0.7967
d) Estime por intervalo la media estratificada con una confiabilidad de 95 %.

ȳestr ± Zα/2 Sȳestr

donde:N = 780, ȳestr = 57.4579 y Zα/2 = Z0.025 = 1.96

Por lo tanto:

57.1558 ± (1.96)(0.7967)
57.4579 ± 1.5551
55.5943 ≤ µestr ≤ 58.7173

El promedio de plantas infectadas por hectárea en la población está entre


55.5943 y 58.7173.

74
e) Halle por intervalo el total de plantas infectadas en la población con una
confiabilidad del 95 %

τ̂estr ± N Zα/2 Sȳestr

donde: τ̂estr = 44, 581.524, N = 780, Zα/2 = Z0.025 = 1.96 y Sȳestr = 0.7934

Por lo tanto:

44, 817.1929 ± (780)(1.96)(0.7934)


44, 817.1929 ± (780)(1.5550)
44, 817.1929 ± 1, 212.978
43, 604.2409 ≤ τestr ≤ 46, 030.0449

El total de plantas infectadas por hectárea en la población está entre 43,604.2429


y 46,030.0449.

f) Suponga que n = 63 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de ±3 % de la media estrati-
ficada y una confiabilidad de 95 %. Además, asigne n a cada estrato en forma
proporcional al tamaño del estrato.
E
X
N (Zα/2 ) 2
Wh Sh2
h=1
n= E
X
N d2 + (Zα/2 )2 Wh Sh2
h=1

Estratos Ni Sh2 Wh Sh2


1 270 50.3571 17.4313
2 180 107.2619 24.7527
3 330 15.5619 6.5839
Total 780 48.7679

donde: Z α = Z0.025 = 1.96, d = (.03)(57.1611) = 1.7148


2
E
X N1 2 N2 2 N3 2
Wh Sh2 = S + S + S = 48.7679
h=1
N 1 N 2 N 3
Por lo tanto:

(780)(1.96)2 (48.7679)
n= = 59 parcelas (muestra)
(780)(1.7146)2 + (1.96)2 (48.7679)
Asignación de la muestra en forma proporcional.
N1 270
n1 = n= (59) = 20
N 780
N2 180
n2 = n= (59) = 14
N 780
75
Capítulo 4. El muestreo aleatorio estratificado

N3 330
n3 = n= (59) = 25
N 780
g) Suponga que n =63 es una muestra preeliminar. Determine el tamaño de
muestra para estimar el total con una precisión de ±3 % del total estratifica-
do y con una confiabilidad de 95 %. Además, asigne n a cada estrato en forma
proporcional al tamaño.
E
X
2
N (Zα/2 ) 2
Wh Sh2
h=1
n= E
X
2
d2 + (Zα/2 )2 W h Sh
h=1
E
X
Aquí d = (0.03)(44585.628) = 1337.568 y Wh Sh2 = 48.7679
h=1

Por lo tanto:
(780)2 (1.96)2 (48.7679)
n= = 59
(1337.568)2 + (780)(1.96)2 (48.7679)
De ahí que el número estimado de unidades muestrales (parcelas) que deben
constituir la muestra con una precisión de ±1, 337.568 plantas y 0.05 de proba-
bilidad de no incluir en el intervalo de estimación al total verdadero, es de 59
parcelas. Por tanto, la asignación proporcional es la misma. Es decir, la mues-
tra a extraer de cada estrato será de 20 en el estrato 1, 14 en el estrato 2 y de
25 en el estrato 3.

Ejemplo 2. La Facultad de Telemática de la Universidad de Colima desea


estimar el promedio y el total de faltas justificadas que tuvieron los alumnos
en un año determinado. Al suponer que podrían encontrarse diferencias según
el grado de estudios: primero, segundo, tercero y cuarto año, se decidió usar el
muestreo estratificado, de acuerdo con el grado de estudios. De esta manera,
la población de N = 400 estudiantes que alberga la Facultad, quedó estratifica-
da de la siguiente manera: Estrato 1 (primer año): N1 = 120 alumnos, Estrato
2 (segundo año): N2 = 100 alumnos, Estrato 3 (tercer año): N3 = 90 alumnos,
Estrato 4 (cuarto año): N4 = 90 alumnos

Se seleccionó una muestra de n = 40 alumnos: 12 para el estrato 1, 10 para el


estrato 2, 9 para el estrato 3 y 9 para el estrato 4.(A.1)
a) Estime la media estratificada.
N1 ȳ1 + N2 ȳ2 + N3 ȳ3 + N4 ȳ4
ȳestr =
N
donde: N1 = 120, N2 = 100, N3 = 90, N4 = 90, N = 400,
7 + 6 + 7 + ... + 5 + 6
ȳ1 = = 6.3333,
12
4 + 5 + 4 + ... + 6 + 6
ȳ2 = = 5,
10
3 + 3 + 3 + ... + 3 + 4
ȳ3 = = 3.5556,
9
76
Cuadro 4.2: Faltas justificadas por año.
Estrato 1 Estrato 2 Estrato 3 Estrato 4
7 6 4 4 3 4 3 3
6 7 5 6 3 4 2 2
7 7 4 4 3 3 3 5
8 8 5 6 4 4 4 2
5 5 6 6 4 5
4 6

3 + 2 + 3 + ... + 5 + 2
ȳ4 = = 3.2222.
9
Por lo tanto:

(120)(6.33) + (100)(5) + (90)(3.55) + (90)(3.22)


ȳestr =
400
1870.00
ȳestr = = 4.675 faltas justificadas en promedio de todos
400
los grados.

b) Realice la estimación de la varianza y la desviación estándar de la media


estratificada.
µ ¶2 µ ¶ µ 2 ¶ µ ¶2 µ ¶µ 2¶
N1 N 1 − n1 S1 N2 N 2 − n2 S2
Sȳ2estr = +
N ¶ µ N1 ¶n
µ1 2 ¶ µ N ¶ µ N2 ¶n
µ2 2 ¶
µ 2 2
N3 N 3 − n3 S3 N4 N 4 − n4 S4
+ +
N N3 n3 N N4 n4
donde: N1 = 120, N2 = 100, N3 = 90, N4 = 90, N = 400, n1 = 12, n2 = 10, n3 = 9,
n4 = 9,
72 + 62 + 72 + . . . + 52 + 62 − (12)(6,3333)2
S12 = = 1.5152,
12 − 1
2 2 2 2 2 2
4 + 5 + 4 + . . . + 6 + 6 − (10)(5)
S22 = = 0.8889,
10 − 1
2 3 + 3 + 3 + . . . + 3 + 4 − (9)(3.5556)2
2 2 2 2 2
S3 = = 0.2728,
9−1
2 2 2 2 2 2
3 + 2 + 3 + . . . + 5 + 2 − (9)(3.2222)
S42 = = 1.4444.
9−1
Por lo tanto:

µ ¶2 µ ¶µ ¶ µ ¶2 µ ¶µ ¶
120 120 − 12 1.5152 100 100 − 10 0.8889
Sy2e = +
400
µ ¶2 µ 120 ¶µ 12 ¶ µ 400 ¶2 µ 100 ¶ µ 10¶
90 90 − 9 0.2728 90 90 − 9 1.4444
+ + = 0.02395
400 p 90 √ 9 400 90 9
Syestr = Sy2estr = 0.02395 = 0.1547

c) Calcule el total estratificado.

77
Capítulo 4. El muestreo aleatorio estratificado

ŷestr = N ȳestr

donde:N = 400 y ȳestr = 4.675

Por lo tanto:

τ̂estr = (400)(4.675) = 1870 faltas justificadas

d) Halle el intervalo para la media estratificada con una confiabilidad de


95 %.

ȳestr ± Zα/2 Sȳestr

donde: N = 400, ȳestr = 4.675


Zα/2 = Z0.025 = 1.96

Por lo tanto:

4.675 ± (1.96)(0.1547)
4.675 ± 0.30330025
4.3717 ≤ µestr ≤ 4.9783

Esto significa que el promedio de fallas justificadas está entre 4.3717 y 4.9783.

e) Cuantifique por intervalo el total estratificado con una confiabilidad de


95 %.

τ̂estr ± N Zα/2 Sȳestr

donde: τ̂estr = 1870, N = 780, Zα/2 = Z0.025 = 1.96, Sȳestr = 0.1547

Por lo tanto:

1, 870 ± (400)(1.96)(0.1547)
1, 870 ≤ (400)(0.3033)
1, 870 ± 121.3201
1, 870 ± 121.3201
1, 748.6821 ≤ τestr ≤ 1, 991.3179

Esto quiere decir que total de plantas infectadas por hectárea está entre 1,748.6821
y 1,991.3179.

f) Suponga que n = 40 es una muestra preliminar. ¿Cuál es el tamaño de


muestra para estimar la media con una precisión de 5 % de la media estratifi-
cada y una confiabilidad de 95 %? Además, distribuya n entre los estratos en
forma proporcional al tamaño del estrato.

78
E
X
N (Zα/2 )2 Wh Sh2
h=1
n= E
¢2 X
Wh Sh2
¡
N d2 + Zα/2
h=1

Estratos Ni Sh2 Wh Sh2


1 120 1.5152 0.4545
2 100 0.8889 0.2222
3 90 0.2778 0.0625
4 90 1.4444 0.3250
Total 400 1.0643

donde:
E
X N1 2 N2 2 N3 2
Zα/2 = Z0.025 = 1.96, d = (0.05)(4.675) = 0.23375, Wh Sh2 = S + S + S
h=1
N 1 N 2 N 3
Por lo tanto:

(400)(1.96)2 (1.0643)
n= = 63.05353 alumnos (muestra)
(400)(0.2337)2 + (1.96)2 (1.0643)
Asignación de la muestra en forma proporcional.
N1 120
n1 = n= (64) = 18.9106 ≈ 19
N 400
N2 100
n2 = n= (64) = 15.7588 ≈ 16
N 400
N3 90
n3 = n= (64) = 14.1829526 ≈ 14
N 400
N4 90
n4 = n= (64) = 14.1829526 ≈ 15
N 400
g) Suponga que n = 40 es una muestra preliminar. Determine el tamaño de
muestra para estimar el total con una precisión de 5 % del total estratificado y
una confiabilidad de 95 %. Además, asigne n a cada estrato en forma propor-
cional al tamaño.
E
X
2
N (Zα/2 ) 2
Wh Sh2
h=1
n= E
X
2
d2 + N (Zα/2 )2 W h Sh
h=1
XE
Aquí d = (0.05)(4.675)(400) = 93.5 y Wh Sh2 =1.0643
h=1

Por lo tanto:

(400)2 (1.96)2 (1.0643)


n = = 63.0353 alumnos (unidades
(93.5)2 + (400)(1.96)2 (1.0643))
muestrales)

79
Capítulo 4. El muestreo aleatorio estratificado

Nótese que la asignación proporcional es la misma, es decir, la muestra a


extraer de cada estrato será de 19 en el estrato 1, 16 en el estrato 2 , 14 en el
estrato 3 y 15 en el estrato 4.

Ejemplo 3. El gobierno del estado de Chiapas desea estimar el ingreso prome-


dio mensual (miles de pesos) de las familias chiapanecas. Supóngase que el
total de familias es de 6,000. Por otro lado, el estado tiene 3 zonas geográficas
bien definidas (costa, centro y altos) y entre ellos existen diferencias marcadas
respecto al ingreso; por ello, para realizar el estudio se estratificó al estado
en k = 3 estratos: Estrato 1 (Zona costa): N = 2, 000, Estrato 2 (Zona centro):
N = 1, 500 y Estrato 3 (Zona altos): N = 2, 500

Para las estimaciones se tomó una muestra preliminar de n = 40 familias:


15 para el estrato 1, 11 para el estrato 2 y 14 para el estrato 3 (Cuadro 4.3).

Cuadro 4.3: El ingreso promedio mensual (miles de pesos) de las familias chia-
panecas.
Estrato 1 Estrato 2 Estrato 3
10 12 8 8 4 3
11 12 8 3 3
12 13 8 2 4
10 14 7 4 4
9 11 6 3
8 9 5
13 9 4
14 8 3
9 9 5
8 9 2

a) Realice la estimación puntual de la muestra estratificada.


N1 ȳ1 + N2 ȳ2 + N3 ȳ3
ȳestr =
N
donde: N1 = 2, 000, N2 = 1, 500, N3 = 2, 500, N = 6, 000
10 + 11 + 12 + . . . + 14 + 11
ȳ1 = = 11.0667
15
8 + 8 + 8 + ... + 9 + 8
ȳ2 = = 8.0909
11
4 + 3 + 2 + ... + 4 + 4
ȳ3 = = 3.5
14
Por lo tanto:

(2000)(11.0667) + (1500)(8.0909) + (2500(3.50))


ȳestr =
6000

80
43019.6970
ȳestr = = 7.1699 miles de pesos mensuales (promedio)
6000
b) Realice la estimación puntual del total estratificado.

El estimador del total estratificado es:

τ̂estr = N ȳestr

donde: N = 6, 000 y ȳestr = 7.1699

Por lo tanto:

τ̂estr = (6, 000)(7.1699) = 43, 019.4 (total de ingresos mensuales)

c) Calcule la varianza y la desviación estándar del promedio estratificado.


µ ¶µ ¶µ 2¶ µ ¶µ ¶µ 2¶
2 N1 N 1 − n1 S1 N2 N 2 − n2 S2
Sȳestr = +
N ¶ µ N1
µ ¶n
µ1 2 ¶ N N2 n1
N3 N 3 − n3 S3
+
N N3 n3
donde: N1 = 2, 000, N2 = 1, 500, N3 = 2, 500, N = 6, 000, n1 = 15, n2 = 11, n3 = 14

102 + 112 + 122 + . . . + 142 + 112 − (15)(11.0667)2


S12 = = 4.0667
15 − 1
82 + 92 + 82 + . . . + 92 + 82 − (11)(8.0909)2
S22 = = 0.8909
11 − 1
42 + 32 + 22 + . . . + 42 + 42 − (14)(3.50)2
S32 = = 0.8846
14 − 1
Por lo tanto:
µ ¶2 µ ¶µ ¶ µ ¶2 µ ¶µ ¶
2000 2000 − 15 4.06 1500 1500 − 11 0.8909
Sȳestr = +
6000
µ ¶2 µ 2000 ¶ µ15 ¶ 6000 1500 11
2500 2500 − 14 0.8846
+ = 0.04583
p 26000 √ 2500 14
Sȳestr = Sȳestr = 0.04583 = 0.2141
d) Realice la estimación por intervalo de la media estratificada con una con-
fiabilidad de 95 %.

ȳestr ± Z α2 Sȳestr

donde: N = 6, 000, ȳestr = 7.1699, Z α2 = Z0.025 = 1.96

Por lo tanto:

7.1699 ± (1.96)(0.2140)
7.1699 ± 0.4196
6.750375 ≤ µestr ≤ 7.589541

81
Capítulo 4. El muestreo aleatorio estratificado

Esto significa que el ingreso promedio de las familias en la población está


entre 6.750375 y 7.589541.

e) Realice la estimación por intervalo del total estratificado con una confia-
bilidad de 95 %.

τ̂estr ± N Z α2 Sȳestr

donde: τ̂estr = 43019.6970, N = 6, 000, Z α2 = Z0.025 = 1.96, Sȳestr = 0.2141

Por lo tanto:

43, 019.6970 ± (6000)(1.96)(0.2141)


43, 019.6970 ± (6000)(0.4195)
43, 019.6970 ± 2, 517.5985
40, 502.1446 ≤ τestr ≤ 45, 537.2493

De ahí que el total de ingresos mensuales en las familias chiapanecas esté


entre 40,502.1496 y 45,537.2493.

f) Supóngase que n = 40 es una muestra preliminar. Determine el tamaño


de muestra para estimar la media con una precisión de 5 % de la media estrati-
ficada y una confiabilidad de 95 %. Además, asigne n a cada estrato en forma
proporcional al tamaño del estrato.
E
X
N (Z )α
2
2
Wh Sh2
h=1
n= E
X
N d2 + (Z α
2
)2 Wh Sh2
h=1

Estratos Ni Sh2 Wh Sh2


1 2,000 4.066 1.3556
2 1,500 0.8909 0.2227
3 2,500 0.8846 0.3686
Total 6,000 1.9469

donde: Z α2 = Z0.025 = 1.96, d = (.05)(7.1699) = 0.3585


E
X N1 2 N2 2 N3 2
Wh Sh2 = S + S + S = 1.9469
h=1
N 1 N 2 N 3

Por lo tanto:

(6000)(1.96)2 (1.9469)
n= = 57.6349 familia (muestra)
(6000)(0.3585)2 + (1.96)2 (1.9469)
Asignación de la muestra en forma proporcional

82
N1 2000
n1 = n= (57.6349) = 19.2116
N 6000
N2 1500
n2 = n= (57.6349) = 14.4087
N 6000
N3 2500
n3 = n= (57.6349) = 24.0145
N 6000

g) Suponga que n = 40 es una muestra preliminar. Determine el tamaño


de muestra definitivo para estimar el total con una precisión de 5 % del total
estratificado y una confiabilidad de 95 %. Además, asigne n a cada estrato en
forma proporcional al tamaño.
K
X
2
N Z α2 W i Si
i=1
n= K
X
d2 + N Z α2 Wi Si2
i=1
E
X
donde: d = (0.05)(43019.69670) = 2150.9849 y Wh Sh2 =1.4969
h=1

Por lo tanto:

(6,000)2 (1.96)2 (1.9469)


n= = 57.6349 familias
(2, 150.9849)2 + (6,000)(1.96)2 (1.9469)
(unidades muestrales)

Dado que el tamaño de muestra es el mismo, entonces se tiene la misma asig-


nación en cada estrato, es decir, la muestra a extraer de cada estrato será de
19 en el estrato 1, 15 en el estrato 2 y 24 en el estrato 3.

Ejemplo 4. En el estado de Colima hay N = 3,200 familias. Se desea estimar el


número de horas promedio por día que cada familia ve televisión. Sin embargo,
se sabe que en el estado existen tres estratos sociales bien definidos: clase ba-
ja, media y alta. Considerando que el número de horas de ver televisión puede
ser distinto de estrato a estrato, la población se dividió en k = 3 estratos, los
cuales son: Estrato 1 (Clase baja): N = 1000 familias, Estrato 2 (Clase media):
N = 1600 familias y Estrato 3 (Clase alta): N = 600 familias

La distribución de la muestra de tamaño n = 30 familias fue de 10 para el


estrato 1, 15 para el estrato 2 y 5 para el estrato 3 (cuadro 4.4).
a) Realice la estimación puntual de la muestra estratificada.
N1 ȳ1 + N2 ȳ2 + N3 ȳ3
ȳestr =
N
donde: N1 = 1, 000, N2 = 1, 600, N3 = 600, N = 3, 200,
7 + 6 + 6 + . . . + 9 + 10
ȳ1 = = 7.60,
10
5 + 6 + 7 + ... + 6 + 6
ȳ2 = = 6,
15
83
Capítulo 4. El muestreo aleatorio estratificado

Cuadro 4.4: El número de horas diarias que cada familia ve televisión


Estrato 1(n1 = 10) Estrato 2(n2 = 15) Estrato 3(n3 = 5)
7 8 5 5 4 4
6 7 6 5 7 3
6 8 7 6 8 4
7 9 5 6 6 5
8 10 7 7 6 4

4 + 3 + 4 + ... + 5 + 4
ȳ3 = =4
5
Por lo tanto:
(1000)(7.60) + (1600)(6) + (600)(4.00)
ȳestr =
3200
19600
ȳestr = = 6.125 horas diarias en promedio
3200

b) Calcule el total estratificado.

τ̂estr = N ȳestr

donde: N = 3200 y ȳestr = 6.125

Por lo tanto:

τ̂estr = (3200)(6.125) = 19, 600 horas totales por día

c) Calcule la varianza y la desviación estándar del promedio estratificado.


µ ¶2 µ ¶ µ 2 ¶ µ ¶2 µ ¶µ 2¶
N 1 N 1 − n 1 S 1 N 2 N 2 − n 2 S2
Sȳ2estr = +
N ¶ µ N1 ¶n
µ1 2 ¶ N N2 n2
µ 2
N3 N 3 − n3 S3
+
N N3 n3
donde: N1 = 1, 000, N2 = 1, 600, N3 = 600, N = 3, 200
n1 = 10, n2 = 15, n3 = 5,
2 72 + 62 + 62 + . . . + 92 + 102 − (10) (7.60)2
S1 = = 1.60
10 − 1
2
52 + 62 + 72 + . . . + 62 + 62 − (15) (6)
S22 = = 1.1421
15 − 1
42 + 32 + 42 + 52 + 42 − (5) (4)2
S32 = = 0.50
5−1
Por lo tanto:

84
µ ¶2 µ ¶µ ¶ µ ¶2 µ ¶µ ¶
1000 1000 − 10 1.60 1600 1500 − 15 1.1421
Sy2estr = +
3200
µ ¶2 µ 1000 ¶ µ 10 ¶ 3200 1600 15
600 600 − 5 0.50
+ = 0.0378
p 3200 √ 600 5
Syestr = Syestr = 0.0378 = 0.1945
d) Halle por intervalo de la media estratificada con una confiabilidad de
95 %.

ȳestr ± Zα/2 Sȳestr

donde: N = 3, 200, ȳestr = 6.125 y Zα/2 = Z0.2025 = 1.96

Por lo tanto:

6.125 ± (1.96)(0.1945)
6.125 ± 0.38122
5.72723 ≤ µestr ≤ 6.522764

Esto significa que el promedio de horas por día que las familias de Colima
ven televisión está entre 5.72723 y 6.522764.

e) Estime el intervalo del total estratificado con una confiabilidad de 95 %.

τ̂estr ± N Zα/2 Sȳestr

donde: τ̂estr = 19, 600, N = 3, 200, Zα/2 = Z0.025 = 1.96 y Syestr = 0.1945

Por lo tanto:

19,600±(3,200)(1.96)(0.1945)
19,600±(3,200)(0.3978)
19,600±1,272.96
18,327.1521≤ τestr ≤20,872.8479

Entonces, el total de horas por día que las familias de Colima ven televisión
está entre 18,327.1521 y 20,872.8479.

f) Suponga que n = 30 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de 5 % de la media estrati-
ficada y una confiabilidad de 95 %. Además, asigne n a cada estrato en forma
proporcional al tamaño de cada estrato.
E
X
N (Zα/2 ) 2
Wh Sh2
h=1
n= E
X
N d2 + (Zα/2 )2 Wh Sh2
h=1

donde:

85
Capítulo 4. El muestreo aleatorio estratificado

Estratos Ni Sh2 Wh Sh2


1 1,000 1.60 0.50
2 1,600 1.1429 0.5714
3 600 0.50 0.0938
Total 3,200 1.1652

E
X N1 2 N2 2 N3 2
Zα/2 = Z0.0025 = 1.96, d = (.05)(6.125) = 0.30625 y Wh Sh2 = S + S + S =
h=1
N 1 N 2 N 3
1.1652

Por lo tanto:

(3200)(1.96)2 (1.1945)
n= = 52 familias (unidades mues-
(3200)(0.30125)2 + (1.96)2 (1.1945)
trales)

Asignación de la muestra en forma proporcional


N1 1000
n1 = n= (52) = 16
N 3200
N2 1500
n2 = n= (52) = 26
N 3200
N3 600
n3 = n= (52) = 10
N 3200

g) Suponga que n = 30 es una muestra preliminar. Determine el tamaño


de muestra definitivo para estimar el total con una precisión de 5 % del total
estratificado y con una confiabilidad de 95 %. Además, realizar la asignación
de n a cada estrato en forma proporcional al tamaño.
E
X
2
N Zα Wh Sh2
2 h=1
n= E
X
d2 + NZα Wh Sh2
2 h=1
E
X
donde: d = (0.05)(419, 600) = 980 y Wh Sh2 =1.1652
h=1

por lo tanto:

(3200)2 (1.96)2 (1.1985)


n= = 52
(980)2 + (3200)(1.96)2 (1.1985)
El número estimado de unidades muestrales (familias) de la muestra para
tener una precisión de ± 980 horas y 0.05 de probabilidad de no incluir en
el intervalo de estimación al total verdadero es de 52 familias. La asignación
proporcional es la misma, es decir, la muestra de cada estrato será 16 en el
estrato 1, 26 en el estrato 2 y 10 en el estrato 3.

86
4.5. Ejercicios
En los ejercicios siguientes estime:

a) El IC para la media y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la media y el total de tal manera que
sean estimados con una precisión de 5 % de la media y el total preliminar con
una confiabilidad de 95 %?

Ejercicio 1. La QFB Patricia Edgwigis Valladares Celis, con el objetivo de es-


timar el número de coliformes fecales, como bioindicadores de contaminación
en el río Colima, cuya longitud es de N = 15, 000 metros, de los cuales N1 = 4, 000
metros pertenecen a la zona preurbana, N2 = 8, 000 corresponden a la zona ur-
bana, y N3 = 3, 000 a la zona post-urbana. Cabe mencionar que este estudio se
realizó en las 4 estaciones del año 2004 pero aquí presentamos solamente los
resultados de primavera . Para el estudio se tomó una muestra de n = 15 met-
ros distribuidos de la siguiente manera n1 = 4 metros para la zona Pre-urbana,
n2 = 8 metros para la zona urbana, y n3 = 3 metros para la zona post-urbana.
Los resultados se presentan en el Cuadro 4.5.

Cuadro 4.5: Resultado del número más probable de coliformes fecales por 100
ml. de agua.
Preurbana Urbana Posturbana
350 920 1,600
240 920 2,400
1,600 920 1,600
2,400 1,600
2,400
2,400
1,600
2,400

Ejercicio 2. La Secretaría de educación (SEP) desea estimar el promedio de


calificaciones de los egresados de la Normal Superior ”Gregorio Torres Quin-
tero” del estado de Colima, cabe mencionar que egresan 3 carreras: Lic. en ed-
ucación preescolar, Lic. en educación primaria y Lic. en educación secundaria.
La población de egresados para el 2007 es de N1 = 30 de educación preesco-
lar, N2 = 46 de educación primaria y N3 = 80 de educación secundaria. Para
realizar el estudio se realizó una muestra de n = 16 estudiantes, distribuidos
de la siguiente forma: n1 = 3 (preescolar), n2 = 5 (primaria) n3 = 8 (secundaria).
Los datos se presentan en el Cuadro 4.6.
Ejemplo 3. Un investigador de la Facultad de Medicina de la U de C desea
estimar el daño promedio de tres cepas causantes de la enfermedad de cha-
gas. Por lo tanto, supóngase que 300 ratones tienen la cepa 1, 350 la cepa 2

87
Capítulo 4. El muestreo aleatorio estratificado

Cuadro 4.6: Calificaciones de los egresados de la Normal Superior


Preescolar Primaria Secundaria
9.5 9.3 8.7
8.7 9.7 8.0
9.9 8.8 9.0
9.0 9.2
8.5 7.8
8.3
9.9
10.0

y 350 la cepa 3. Además, como se espera que el daño varie dependiendo de la


cepa, se toma una muestra estratificada de tamaño n = 50 de la población. Ver
Cuadro 4.7.

Cuadro 4.7: Daño promedio a corazoón de las tres sepas en porcentaje.


Cepa 1 Cepa 2 Cepa 1
(n1 = 15) (n2 = 17) (n3 = 18)
25 26 28 28 29 29
23 24 27 26 31 32
22 23 29 28 31 33
22 22 28 29 32 31
23 23 27 28 33 33
25 24 28 27 32 33
26 26 29 29 32 32
25 28 29 32 33
28 33 31

Ejemplo 4. Un agrónomo desea estimar el promedio de taninos que tienen


los nances en el estado de Colima. Dado que existen 3 variedades diseña un
esquema de muestreo estratificado. Supóngase que la población tiene: de la
variedad 1, 500 plantas; de la 2, 10,000; y de la variedad 3, 7,000 plantas.
Así, toma una muestra de n = 44 distribuida de la siguiente manera: n1 = 10
(variedad 1), n2 = 20 (variedad 2) y n3 = 14 (variedad 3). Ver Cuadro (4.8).

4.6. La estimación de la proporción poblacional


Suponga que surge la necesidad de estimar la proporción de unidades
muestrales que poseen un cierto atributo, en otras palabras, nuestro interés
radicará en saber cómo se manifiesta la característica C en cada uno de los
estratos. En tal caso nos importa saber la proporción (ph ) de unidades mues-
trales que tienen la característica C en el estrato h.

Defínase

88
Cuadro 4.8: Porcentaje de tanino por kg. de nance.
Variedad 1 Variedad 2 Variedad 1
(n1 = 10) (n2 = 20) (n3 = 14)
04 06 06 04 07
05 05 05 05 07
04 07 06 05 07
03 06 05 04 06
05 05 06 06
05 05 07 07
04 06 05 07
03 06 05 06
02 05 05 05
05 05 07 04

1 éxito
½
yh,i =
0 fracaso
que representa al i-ésimo componente del h-ésimo estrato. El éxito consiste en
tener la característica C.

Esta variable se comporta como una variable aleatoria del tipo binomial,
por lo que el estimador de la proporción de la característica de interés para el
estrato h es: nh
X yh,i
ph =
i=1
nh
Y su varianza correspondiente es,
µ ¶
2 Nh − nh ph (1 − ph )
S ph =
Nh nh
Obsérvese que ph es un estimador insesgado de Ph , la proporción de unidades
muestrales que tienen la característica C (Scheaffer, 1987 [2]). De la misma
manera, N ∗ ph también es un estimador insesgado del total en el estrato h que
E
X
cuentan con la característica C. De tal manera Nh ph es un buen estimador
h=1
del total poblacional que cuenta con la característica C (Pérez, 2000 [3]).

4.6.1. El estimador de la proporción y total poblacional


1
pst = (N1 p1 + ... + NE pE )
N
E
1 X
= Nh p h
N h=1

τ̂st = (N1 p1 + ... + NE pE )


XE
= Nh ph = N pst
h=1

89
Capítulo 4. El muestreo aleatorio estratificado

El estimador de la varianza de la proporción y total poblacional

1
Sp2h = (N 2 S 2 + ... + NE2 Sp2E )
N 2 1 p1
E
1 X 2 2
= N S (proporción)
N 2 h=1 h ph
Sτ̂2st = (N12 Sp21 + ... + NE2 Sp2E )
XE
= Nh2 Sp2h (total.)
h=1

4.6.2. Los intervalos de confianza para la proporción y total


poblacional
De forma tradicional, construimos un intervalo que tiene la siguiente ecuación:
v
u
u 1 X E µ ¶µ ¶
2 N h − nh p h qh
p̂st ± t(n−1,α/2) t N
N 2 h=1 h N nh

v
u
u 1 XE µ ¶µ ¶
2 N h − n h p h q h
τ̂ ± N t(n−1,α/2) t 2 N
N h=1 h N nh

4.6.3. El tamaño de muestra para estimar la proporción es-


tratificada
En cuanto a la determinación del tamaño de muestra, se procede de mane-
ra análoga a la determinación vista en el apartado anterior. Se utiliza una mo-
dificación de la ecuación (4.3.6) sustituyendo la estimación de la varianza σh2
por la varianza de la proporción estimada, que es ph qh .

El tamaño de muestra para estimar la proporción estratificada

E
¡ ¢2 X
N t(n−1,α/2) Wh p h qh
h=1
n= E
X
N d2M + (t(n−1,α/2) )2 Wh p h qh
i=1

donde,
Nh
Wh =
N
dM = el tamaño del error que se desea aceptar en la estimación de la media

El tamaño de muestra para estimar el total estratificado

90
E
X
2 2
N (t(n−1,α/2) ) Wh p h qh
h=1
n= E
X
d2T + N (t(n−1,α/2) )2 Wh p h qh
i=1

Nh
Wh =
N
dT = el tamaño del error que se desea aceptar en la estimación del total

4.6.4. Asignación de la muestra


El criterio de asignación proporcional, suponiendo que ya se ha calculado
el tamaño de la muestra n requerido, considera como tamaño de muestra de
cada estrato una parte de n, la cual será proporcional al tamaño del estrato.
Esto es, algebraicamente el criterio está representado por:

Nh
ni = n = Wh n; i = 1, 2, . . . , h,
N
o especificamente como:

N1 N2 Nh
n1 = n, n2 = n, . . . , nh = n.
N N N
Nótese que a los estratos más grandes les corresponderá un tamaño de mues-
tra mayor, esto es, la asignación de n entre los estratos es proporcional al
tamaño de cada estrato.

4.6.5. Ejemplos

Ejemplo 1. En el estado de Colima hay N = 5, 000 personas mayores de 60


años, de las cuales N1 = 2, 600 son mujeres y N2 = 2, 400 son hombres. Con
la finalidad de estimar el porcentaje y el total de personas que padecen dia-
betes se tomó una muestra aleatoria de n = 220. De esta muestra n1 = 120 son
mujeres y n2 = 100 son hombres, es decir, se estratificó a la población porque
se sospecha que el padecimiento de la enfermedad es influido por el género.
De las mujeres, 40 resultaron positivas en la prueba de la glucosa (padecen
diabetes) y de los hombres, 50.

a) Estime la proporción estratificada.


1
pst = (N1 p1 + N2 p2 )
N
donde: N = 5, 000, N1 = 2, 600, N2 = 2, 400,
n1
X

i=1 40
p1 = = = 0.327731,
n1 120
91
Capítulo 4. El muestreo aleatorio estratificado

n2
X

i=1 50
p2 = = = 0.5
n2 100
Por lo tanto:
1
pst =
(2600(0.3333) + 2400(0.5))
5000
1 2066.6667
pst = (866.6667 + 1200) = = 0.4133 ó 41.33 % de en-
5000 5000
fermos con diabetes

b) Halle el total estratificado

τ̂ = N pst

donde: N = 5, 000 y pst = 0.4133

Por lo tanto:

τ̂ = (5000)(0.4133) = 2, 006.6667 personas con diabetes

c) Calcule la varianza y la desviación estándar de la proporción estratificada.


1
Sp2h = (N 2 S 2 + N22 Sp22 )
N 2 1 p1
donde: µ N = 5, 000,
¶ µ N1 = ¶ 2, 600,
µ N2 = 2, 400,
¶ p1 = 0.327731, p2 = 0.5,
N 1 − n1 p 1 q1 2600 − 120 (0.3333)(0.6667)
Sp21 = = = 0.001767,
µ N1 ¶ µ n1 ¶ µ 2600 ¶ 120
N 2 − n2 p 2 q2 2400 − 100 (0.5)(0.5)
Sp22 = = = 0.002396
N2 n2 2400 100
Por lo tanto:
1
Sp2h = ((2600)2 (0.0017663) + (2400)2 (0.002396))
50002
= 0.001030
p √
Sp = Sp2 = 0.001030 = 0.0321

d) Calcular un IC para la proporción estratificada con una confianza de


90 %.

pst ± tα/2,n−1 Sph

donde: pst = 0.4133, tα/2,n−1 = Zα/2 = Z0.05 = 1.645 y Sp = 0.0321

Por lo tanto:

92
0.4133± (1.645)(0.0321)
0.4133± 0.0528
0.355066 ≤ P ≤ 0.4609255

La proporción verdadera de personas que padece diabetes está entre 35.50


y 46.09 %.

e) Realice una estimación por intervalo para el total estratificado.

τ̂ ± N tα/2,n−1 Sps t

donde: τ̂ = 2006.6667, N = 5,000, tα/2,n−1 = Zα/2 = Z0.05 = 1.645 y Sp = 0.0321

Por lo tanto:

2006.6667± (5000)(1.645)(0.0321)
2006.6667± (5000)(0.0528)
2006.6667± 264
1, 775.331715 ≤ τst ≤ 2, 304.627542

Esto significa que el total de personas que padecen diabetes está entre 1,802.7676
y 2,330.5657.

f) Suponga que n = 220 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de 0.05 y una confiabilidad
de 90 %. Además, realice la asignación de n a cada estrato en forma propor-
cional al tamaño del estrato.
E
X
N (Zα/2 )2 p h qh
h=1
n= E
X
N d2 + (Zα/2 )2 p h qh
h=1
Estratos Nh ph qh Wh p h qh
1 2,600 0.3333 0.6667 0.1156
2 2,400 0.5 0.5 0.12
Total 5,000 0.2356

E
X N1 N2
donde: Zα/2 = Z0.05 = 1.645, d = 0.05, Wh Sh2 = p 1 q1 + p2 q2 = 0.2356
h=1
N N
Por lo tanto:

(5000)(1.645)2 (0.2356) 3, 186.3344


n= 2 2
= = 242 personas
(5000)(0.05) + (1.645) (0.2356) 13.1373
La asignación de la muestra en forma proporcional
N1 2600
n1 = n= (242) = 126
N 5000
93
Capítulo 4. El muestreo aleatorio estratificado

N2 2400
n2 = n= (242) = 116
N 5000
g) Suponga que n = 220 es una muestra preliminar. Determine el tamaño de
muestra para estimar la proporción con una precisión de 100.3333 y una con-
fiabilidad de 95 %. Además, haga la asignación de n a cada estrato en forma
proporcional al tamaño.
E
X
2 2
N (Zα/2 ) Wh p h qh
h=1
n= X
d2 + N (Zα/2 )2
E
X
d = (0.05)(2, 006.667) = 100.3333 y Wh ph qh =0.2356
h=1

Por lo tanto:

(5000)2 (1.645)2 (0.2356)


n= = 242 personas
(100.3333)2 + (5000)(1.645)2 (0.2356)
La asignación proporcional es la misma que en f); al estrato uno 126 y al
estrato dos 116.

Ejemplo 2. Una empresa que produce artículos electrónicos tiene tres líneas
de producción. La línea uno produce N1 = 2, 000 artículos por hora, la dos
N2 = 1, 500 artículos por hora y la tres produce N3 = 2, 500 artículos por hora.
La producción total por hora es de N = 6, 000. Con la finalidad de estimar el
porcentaje y total de artículos defectuosos producidos por hora, se tomó una
muestra aleatoria de n = 150 artículos distribuidos de la siguiente manera:
n1 = 50 de la línea uno, n2 = 30 de la línea dos y n3 = 70 de la línea tres, debido
a que las líneas de producción no son idénticas y se sospecha que el número
de artículos defectuosos por líneas son diferentes. En la muestra de la línea
uno (n1 ) se encontraron 4 defectuosos; en la muestra de la línea dos, 3; y en la
línea tres hubo 8 defectuosos.

a) Realice la estimación de la proporción estratificada.


1
pst = (N1 p1 + N2 p2 + N3 p3 )
N
n1
X

i=1 4
donde: N = 6, 000, N1 = 2, 000, N2 = 1, 500, N3 = 2, 500, p1 = = = 0.08,
n1 50
n2
X n3
X

i=1 3 8
p2 = = = 0.1, p3 = i=1 = = 0.1143
n2 30 n3 70
Por lo tanto:
1
pst = (2000(0,08) + 1500(0.1) + 2500(0.1142))
6000
94
1 595.7142
pst = (160 + 150 + 285.7142) = = 0.0992 ó 9.92 %
6000 6000
articulos producidos por hora

b) Realice la estimación del total poblacional.

τ̂ = N pst

donde: N = 6, 000, pst = 0.0993

por lo tanto:

τ̂ = (6000)(0.0993) = 595.8 articulos defectuosos por hora

c) Calcule la varianza y la desviación estándar de la proporción estratificada.


1
Sp2h = 2
(N12 Sp21 + N22 Sp22 + N32 Sp23 )
N
donde: N = 6, 000, N1 = 2, 000, N2 = 1, 500, N3 = 2, 500, p1 = 0.08, p2 = 0.1,
p3 = 0.1143,
µ ¶µ ¶ µ ¶
N 1 − n 1 p 1 q 1 2000 − 50 (0.08)(0.92)
Sp21 = = = 0.0014,
µ N1 ¶ µ n1 ¶ µ 2000 ¶ 50
N 2 − n2 p 2 q2 1500 − 30 (0.1)(0.9)
Sp22 = = = 0.0029,
µ N2 ¶ µ n2 ¶ µ 1500 ¶ 30
N 3 − n3 p 3 q3 2500 − 70 (0.1143)(0.8857)
Sp23 = = = 0.0014
N3 n3 2500 70
Por lo tanto:
1
Sp2h = 2
((2000)2 (0.0014) + (1500)2 (0.0029) + (2500)2 (0.0014))
6000
= 0.000579
p 2 √
S ph = Sp = 0.000579 = 0.0240

d) Calcular un IC para la proporción estratificada con una confianza de


90 %.

pst ± tα/2,n−1 Sph

donde: pst = 0.0993, tα/2,n−1 = Zα/2 = Z0.05 = 1.645, Sp = 0.0242

Por lo tanto:

0.0992± (1.645)(0.0242)
0.0992± 0.039809
0.0594≤ P ≤ 0.1390

95
Capítulo 4. El muestreo aleatorio estratificado

La proporción verdadera de artículos electrónicos defectuosos que se producen


por hora está entre 5.94 y 13.9 por ciento.

e) Realice una estimación por intervalo del total poblacional.

τ̂ ± N tα/2,n−1 Sps t

donde: τ̂ = 595.8, N = 6, 000, tα/2,n−1 = Zα/2 = Z0.05 = 1.645, Sp = 0.0242

Por lo tanto:
595.8± (6000)(1.645)(0.024)
595.8± (6000)(0.03948)
595.8± 236.88
356.555 ≤ τst ≤ 834.8730

El total de artículos electrónicos defectuosos que se producen por hora está


entre 358.92 y 832.68.

f) Suponga que n=150 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de 0.05 y con una confiabili-
dad de 90 %. Además, asigne n a cada estrato en forma proporcional al tamaño
del estrato.
E
X
2
N (Zα/2 ) p h qh
h=1
n= E
X
N d2 + (Zα/2 )2 p h qh
h=1

Estratos Nh ph qh Wh p h qh
1 2,000 0.08 0.92 0.0245
2 1,500 0.1 0.99 0.0225
3 2,500 0.1143 0.8857 0.0422
Total 6,000 0.0892

E
X N1 N2 N3
donde: Zα/2 = Z0.05 = 1.645, d = 0.05, Wh Sh2 = p 1 q1 + p 2 q2 + p3 q3 = 0.0892
h=1
N N N
Por lo tanto:

(6000)(1.645)2 (0.0892) 1, 448.4302


n = 2 2
= = 96 artículos
(6000)(0.05) + (1.645) (0.0892) 15.2413
electrónicos (muestra)

La asignación de la muestra en forma proporcional


N1 2000
n1 = n= (96) = 32
N 6000
N2 1500
n2 = n= (96) = 24
N 6000
96
N3 2500
n3 = n= (96) = 40
N 6000

g) Suponga que n=150 es una muestra preliminar. Determine el tamaño


de muestra para estimar la proporción con una precisión de ±300 y con una
confiabilidad de 90 %. Además, distribuya n entre los estratos en forma pro-
porcional al tamaño.
E
X
2 2
N (Zα/2 ) Wh p h qh
h=1
n= X
d2 + N (Zα/2 )2

E
X
aquí d = (0.05)(6000) = 300 y Wh ph qh = 0.0892
h=1
(6000)2 (1.645)2 (0.0892)
n= = 95.0325
(300)2 + (6000)(1.645)2 (0.0892)

La asignación proporcional es la misma que en el inciso anterior.

Ejemplo 3. La Secretaría de Educación Pública del estado de Colima desea


conocer el porcentaje y el total de personas que ven telenovelas. Suponga que
la población de individuos en el estado es de N =10,000, de los cuales 30 % son
niños (estrato 1), 50 % son jóvenes (estrato 2) y el resto son adultos (estrato
3). Se estratificó a la población de esa forma ya que los hábitos televisivos son
muy diferentes entre niños, jóvenes y adultos. Para estimar el porcentaje y
total de personas que ve telenovelas se tomó una muestra aleatoria de n=300
individuos distribuidos de la siguiente manera: n1 =90 del estrato uno, n2 =150
del estrato dos y n3 =60 del estrato tres. Los resultados fueron: en el estrato
uno, 30 niños ven telenovelas; en el dos, 70; y en el estrato tres, 40.

a) Haga la estimación de la proporción estratificada.


1
pst = (N1 p1 + N2 p2 )
N
donde: N = 10, 000, N1 = 3, 000, N2 = 5, 000, N3 = 2, 000,
n1
X

i=1 30
p1 = = = 0.3333,
n1 90
n2
X

i=1 70
p2 = = = 0.4666,
n2 150
n3
X

i=1 40
p3 = = = 0.6666,
n3 60

97
Capítulo 4. El muestreo aleatorio estratificado

Por lo tanto:
1
pst = (3000(0.3333) + 5000(0.4666) + 2000(0.6666))
10000
1 4, 666.6667
pst = (1000 + 2, 333.3333 + 1, 333.3333) = = 0.4667
10000 10000
o el 46.67 % de personas ven telenovelas

b) Calcule la estimación del total estratificada.

τ̂ = N pst

donde: N = 10,000, pst = 0.4667

Por lo tanto:

τ̂ = (10, 000)(0.4667) = 4, 666.6667 personas ven telenovelas

c) Estime la varianza y la desviación estándar de la proporción estratificada


1
Sp2h = 2
(N12 Sp21 + N22 Sp22 )
N
donde: N = 5, 000, N1 = 1, 000, N2 = 3, 000, N3 = 2, 000, p1 = 0.3333, p2 = 0.4667,
p3 = 0.6667,
µ 2 ¶µ ¶ µ ¶
N 1 − n 1 p 1 q 1 3000 − 90 (0.3333)(0.6667)
Sp21 = = = 0.0024,
µ 2N1 ¶ µ n1 ¶ µ 3000 ¶ 90
N 2 − n2 p 2 q2 5000 − 150 (0.4667)(0.5333)
Sp22 = = = 0.0016,
µ 2N2 ¶ µ n2 ¶ µ 5000 ¶ 150
N 3 − n3 p 3 q3 2000 − 60 (0.6667)(0.3333)
Sp23 = = = 0.0036.
N3 n3 2000 60
Por lo tanto:
1
Sp2h = 2
((3000)2 (0.0024) + (5000)2 (0.0016) + (2000)2 (0.0035))
10000
= 0.00076
p √
Sp = Sp2 = 0.00076 = 0.0276

d) Calcular un IC para la proporción estratificada con una confiabilidad de


90 %.

pst ± tα/2,n−1 Sph

donde: pst = 0.4667, tα/2,n−1 = Zα/2 = Z0.05 = 1.645, Sp = 0.0276

Por lo tanto:

0.4667± (1.645)(0.0276)

98
0.4667± 0.0454
0.42228≤ P ≤ 0.51329

Esto significa que la proporción verdadera de personas que ve telenovelas está


entre 42.13 y 51.21 %, con una confiabilidad de 90 %.

e) Estime por intervalo el total estratificada con una confiabilidad de 90 %.

τ̂ ± N tα/2,n−1 Sps t

donde: τ̂ = 4, 666.6667, N = 10,000, tα/2,n−1 = Zα/2 = Z0,05 = 1.645 y Sp = 0.0276

Por lo tanto:
4666,6667± (10, 000)(1,645)(0,0276)
4666,6667± (10, 000)(0,04539)
4666,6667± 453,9811
4, 212.7259 ≤ τst ≤ 5, 120.6074

El total de personas que ve televisión está entre 4212.7259 y 5120.6074, con


una confiabilidad de 90 %.

f) Suponga que n = 300 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de 0.05 y una confiabilidad
de 90 %. Además, realice la asignación de n a cada estrato en forma propor-
cional al tamaño del estrato.
E
X
2
N (Zα/2 ) p h qh
h=1
n= E
X
N d2 + (Zα/2 )2 p h qh
h=1

Estratos Nh ph qh Wh p h qh
1 3,000 0.3333 0.6667 0.0667
2 5,000 0.4667 0.5333 0.1244
3 2,000 0.6667 0.3333 0.0444
Total 10,000 0.2355

donde: Zα/2 = Z0.05 = 1.645, d = 0.05,


E
X N1 N2 N3
Wh Sh2 = p 1 q1 + p 2 q2 + p3 q3 = 0.2356
h=1
N N N
Por lo tanto:

(10000)(1.645)2 (0.2355) 6, 374.1922


n = 2 2
= = 248.6284 per-
(10000)(0.05) + (1.645) (0.2355) 25.6374
sonas (unidades muestrales)

99
Capítulo 4. El muestreo aleatorio estratificado

Asignación de la muestra en forma proporcional


N1 3000
n1 = n= (249) = 75
N 10000
N2 5000
n2 = n= (249) = 125
N 10000
N3 2000
n3 = n= (249) = 50
N 10000

g) Suponga que en realidad n = 300 es una muestra preliminar. Determine


el tamaño de muestra definitivo para estimar la proporción con una precisión
de ±500 y una confiabilidad de 90 %. Además, haga la asignación de n a cada
estrato en forma proporcional al tamaño.
E
X
2 2
N (Zα/2 ) Wh p h qh
h=1
n= E
X
d2 + N (Zα/2 )2 W h p h qh
h=1

E
X
donde: d = 500 y Wh ph qh = 0.2356
h=1

por lo tanto:

(10000)2 (1.645)2 (0.2355)


n= = 249 personas (muestra)
(500)2 + (10000)(1.645)2 (0.2355)
Entonces la asignación proporcional es la misma, es decir, que la muestra
a extraer de cada estrato será de 75 del estrato 1, 124 del estrato 2 y 50 del
estrato 3.

Ejemplo 4. En la Facultad de Pedagogía se desea conocer el porcentaje y to-


tal de alumnos que han leído Cien Años de Soledad de Gabriel García Márquez.
El número total de alumnos es de N = 600, de los cuales 29 % son de primer
grado (estrato 1), 25 % de segundo grado (estrato 2), 23 % de tercer grado (es-
trato 3) y 23 % de cuarto grado (estrato 4). Se estratificó la población de esa
forma debido a que los hábitos de lectura entre los grados son diferentes. Para
estimar este porcentaje y el total se tomó una muestra aleatoria de n=40 in-
dividuos distribuidos de la siguiente manera: n1 =13 del estrato uno, n2 =12 del
estrato dos, n3 =8 del estrato tres y n4 =7 del estrato 4. Los alumnos que han
leído el libro fueron 7, 6, 5 y 5 en el estrato 1, 2, 3 y 4, respectivamente.

a) Realice la estimación de la proporción estratificada.


1
pst = (N1 p1 + N2 p2 )
N
donde: N = 600, N1 = 174, N2 = 150, N3 = 138, N4 = 138,

100
n1
X

i=1 7
p1 = = = 0.5385,
n1 13
n2
X

i=1 6
p2 = = = 0.5454,
n2 12
n3
X

i=1 5
p3 = = = 0.625,
n3 8
n4
X

i=1 5
p4 = = = 0.71428
n4 7
Por lo tanto:
1
pst =
(174(0.5385) + 150(0.500) + 138(0.625) + 138(0.7143)) = 0.5892
600
ó 58.92 % alumnos leyeron el libro

b) Estime el total estratificado.

τ̂ = N pst

donde: N = 600 y pst = 0.5892

Por lo tanto:

τ̂ = (600)(0.5892) = 353.52

El total de alumnos de esa facultad que leyó el libro es de 353.52

c) Estime la varianza y la desviación estándar de la proporción estratificada.


1
Sp2h = (N 2 S 2 + N22 Sp22 )
N 2 1 p1
donde: N = 600, N1 = 174, N2 = 150, N3 = 138, N4 = 138, p1 = 0.5385, p2 = 0.500,
p3 = 0.625,
µ 2 p4 = ¶ 0.7143,
µ ¶ µ ¶
2 N 1 − n 1 p 1 q1 174 − 13 (0.5385)(0.4615)
S p1 = = = 0.0177,
µ 2 N 1 ¶µ n 1 ¶ µ 174 ¶ 13
2 N 2 − n2 p 2 q2 150 − 12 (0.500)(0.500)
S p2 = = = 0.02088,
µ 2N2 ¶ µ n2 ¶ µ 150 ¶ 12
N 3 − n3 p 3 q3 138 − 8 (0.625)(0.375)
Sp23 = = = 0.02759,
µ 2 N 3 ¶µ n 3 ¶ µ 138 ¶ 8
2 N 4 − n4 p 4 q4 138 − 7 (0.7143)(0.2857)
S p4 = = = 0.02767.
N4 n4 138 7
Por lo tanto:

101
Capítulo 4. El muestreo aleatorio estratificado

1
Sp2h = ((174)2 (0.0177)+(150)2 (0.0192)+(138)2 (0.0276)+(138)2 (0.0277))
6002
= 0.0014
p √
Sp = Sp2 = 0.0056 = 0.0749

d) Calcular el IC para la proporción estratificada con una confianza de 90 %.

pst ± tα/2,n−1 Sph

donde: pst = 0.5892, tα/2,n−1 = Zα/2 = Z0.05 = 1.645 y Sp = 0.0749

Por lo tanto:

0.5892± (1.645)(0.0749)
0.5892± 0.1232
0.4761 ≤ P ≤ 0.7124

Esto significa que la proporción verdadera de lectores varía entre 46.60 y 71.24
%, con una confiabilidad de 90 %.

e) Estime por intervalo el total poblacional, con una confianza de 90 %.

τ̂ ± N tα/2,n−1 Sps t

donde: τ̂ = 353.5137, N = 600, tα/2,n−1 = Zα/2 = Z0.05 = 1.645 y Sp = 0.0749

Por lo tanto:

353.52± (600)(1.645)(0,0749)
353.52± (600)(0.0626)
353.52± 37.6108
285.710 ≤ τst ≤ 434.9533

El total de alumnos lectores fluctúa entre 285.710 y 434.9533, con una confia-
bilidad de 90 %.

f) Suponga que n = 40 es una muestra preliminar. Determine el tamaño de


muestra para estimar la media con una precisión de 0.05 y una confiabilidad
del 90 %. Además, asigne n a cada estrato en forma proporcional al tamaño del
estrato.
E
X
2
N (Zα/2 ) p h qh
h=1
n= E
X
N d2 + (Zα/2 )2 p h qh
h=1

102
Estratos Nh ph qh Wh p h qh
1 174 0.5385 0.4615 0.0721
2 150 0.500 0.500 0.0625
3 138 0.625 0.375 0.0539
4 138 0.7143 0.2857 0.0469
Total 600 0.2354

donde: Zα/2 = Z0.025 = 1.645, d = 0.05 y


E
X N1 N2 N3
Wh Sh2 = p 1 q1 + p 2 q2 + p3 q3 = 0.2354
h=1
N N N
por lo tanto:

(600)(1.645)2 (0.2354)
n= = 179 personas (muestra)
(600)(0.05)2 + (1.645)2 (0.2354)
Asignación de la muestra en forma proporcional
N1 174
n1 = n= (179) = 52
N 600
N2 150
n2 = n= (179) = 45
N 600
N3 138
n3 = n= (179) = 41
N 600
N4 138
n4 = n= (179) = 41
N 600

g) Suponga que n=40 es una muestra preliminar. Determine el tamaño de


muestra para estimar la proporción con una precisión de ±30 y una confia-
bilidad de 90 %. Además, haga la asignación de n a cada estrato en forma
proporcional al tamaño.
E
X
2 2
N (Zα/2 ) Wh p h qh
h=1
n= E
X
d2 + N (Zα/2 )2 W h p h qh
h=1

E
X
donde: d = (0.05)(600) = 30 y Wh ph qh = 0.2354
h=1

por lo tanto:

(600)2 (1.645)2 (0.2354)


n= = 179 personas (muestra)
(30)2 + (600)(1.645)2 (0.2354)

La asignación de la muestra es la misma.

103
Capítulo 4. El muestreo aleatorio estratificado

4.7. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la proporción y el total estratificado con una confiabilidad de


95 %.
b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total estratificado de
tal manera que la proporción y el total sean estimados con una precisión de
5 % de la proporción y el total preliminar con una confiabilidad de 95 %?

Ejercicio 1. Un investigador estudió los niveles de colesterol sérico en 500


personas mayores de 45 años (300 mujeres y 200 hombres). Dado que piensa
que el género influye en la variable respuesta, estratificó a la población por
géneros. Para poder estimar la cantidad de personas que tiene altos niveles de
colesterol, tomó una muestra aleatoria simple de 120 personas: 84 hombres y
36 mujeres. Al momento de realizar las mediciones encontró que 3 mujeres y
5 hombres tenían un alto nivel de colesterol.

Ejercicio 2. Un agrónomo sembró tres variedades de manzana. En total sem-


bró 5,000 plantas distribuidas de la siguiente forma: 1,000 pertenecen a la
variedad uno, 2,500 a la dos y 1,500 a la tres. Con la finalidad de calcular el
porcentaje y el total de plantas dañadas por una plaga X, tomó una muestra
aleatoria de 250 plantas distribuidas de la siguiente manera: 100 de la primera
variedad, 100 de la segunda y 50 de la tercera. El número de plantas dañadas
por estrato es el siguiente: 15 plantas en la variedad uno, 4 en la variedad dos
y 6 en la variedad tres.

Ejercicio 3. En una población urbana de 3,500 personas del estado de Mi-


choacán, se desea conocer la cantidad de personas que utilizan Internet. Supón-
gase que en dicha población el 45 % son adolescentes, el 30 % niños y el resto
adultos. Para estimar el porcentaje y total de personas que utilizan Internet
se tomó una muestra aleatoria de 600 individuos distribuidos de la siguiente
manera: adolescentes: n1 =200, niños: n2 =150 y adultos: n3 =250. Los resulta-
dos del número de personas que usan Internet por estrato son: 70, 30 y 40,
respectivamente.

Ejercicio 4. A un centro de salud asisten aproximadamente 7,000 personas


de los cuales 4,000 son adolescentes y 3,000 son adultos. Se desea conocer
el porcentaje de personas que hacen ejercicio diariamente y para ello se toma
una muestra aleatoria de 350 individuos (150 son adolescentes y 200 adultos)
y se les pregunta si hacen ejercicio diariamente. Los resultados obtenidos son
los siguientes: en el estrato de adolescentes, 12 hacían ejercicio diariamente,
mientras que en el de los adultos 6.

104
Capítulo 5

El muestreo sistemático

La estadística produce
resultados muy precisos.
Cuando es bien utilizada
y se respetan sus principios.
OAML

L A aleatoridad en la selección de la muestra da sustento a los métodos re-


visados en capítulos anteriores: un proceso complicado y costoso. Por tal
motivo, podemos usar el diseño de muestreo o de encuestas por muestreo sis-
temático, que es ampliamente utilizado para reducir el proceso de selección
de la muestra. Este diseño sólo requiere fijar un intervalo y de ahí recorrer
la población seleccionando las unidades que se encuentren en el punto se-
leccionado del intervalo. Ello, evidentemente facilita el trabajo de campo en el
muestreo y reduce sustancialmente los errores que se podrían cometer en caso
de usar un procedimiento más laborioso (Pérez, 2000 [3]).

Cuando se toma la muestra de una superficie, las unidades se extraen pre-


meditadamente de un plano cartesiano imaginario. De esta manera el tiempo
que se consumirá y el costo de selección por unidad muestral será menor
(Pérez, 2000 [3]).

Muestra sistemática
Es una muestra que se obtiene con una unidad muestral por cada
k unidades en la población de tamaño N , una vez que se obtuvo el
primer elemento, el cual se selecciona aleatoriamente dentro de los
primeros k elementos que conforman el marco de muestreo. De esta
manera, tomando el valor apropiado de k, se dice que se tiene una
muestra de 1 en k.

A este tipo de muestra la denotaremos como:

Ysy

Regularmente, N es un múltiplo de k. A cada conjunto de k unidades se le


llama grupo. Cabe señalar que existe el muestreo sistemático cuando N no es

105
Capítulo 5. El muestreo sistemático

múltiplo de k.

El siguiente cuadro muestra el esquema de un muestreo sistemático, donde


N es un múltiplo de k.

Cuadro 5.1: Esquema de un muestreo sistemático


Grupo 1 2 3 ... k
1 1 2 3 ... k
2 k+1 k+2 k+3 ... 2k
3 2k + 1 2k + 2 2k + 3 ... 3k
.. .. .. .. .. ..
. . . . . .
j (j − 1)k + 1 (j − 1)k + 2 (j − 1)k + 3 . . . jk
.. .. .. .. .. ..
. . . . . .
n (n − 1)k + 1 (n − 1)k + 2 (n − 1)k + 3 . . . nk = N

El cuadro (5.1) contiene las unidades que se seleccionan de la población,


donde la primera unidad seleccionada (k) es aleatoria.

La mayoría de los autores coinciden en señalar que éste diseño es quizá el


procedimiento de selección de la muestra que se conoce más ampliamente, y
que además presenta ventajas sobre la selección aleatoria simple entre las que
se pueden mencionar:

Rapidez y facilidad en la selección de los elementos de la muestra en la


población.

Ninguna sucesión grande de elementos en la población queda sin repre-


sentación.

Sé está menos expuesto a errores de selección que cometen los investi-


gadores en el campo.

Bajo costo, por la simplicidad de la selección.

Mejor organización y control en el trabajo de campo.

En la práctica la estimación de la varianza sistemática del estimador bajo


estudio presenta problemas, ya que se requieren cuando menos dos selec-
ciones aleatorias por cada intervalo de selección (k), es decir, dos o más mues-
tras sistemáticas para la misma población.

Conociendo la estructura de la población la anterior dificultad puede resol-


verse considerando al muestreo sistemático equivalente al muestreo aleatorio
simple y por lo tanto la varianza sistemática será aproximadamente igual a la
varianza aleatoria simple del estimador bajo estudio.

Es conveniente y oportuno indicar en éste momento para que poblaciones


es válida esta equivalencia.

106
5.1. Tipos de población por su estructura
Población aleatoria

Una población es aleatoria (Figura 5.1) si sus elementos están aleatoriamente


ordenados con respecto a la característica de interés. Kish L. (1972)[12], Scheaf-
fer et. al. (1987)[2] y Azorin F. (1972) [15], entre otros coinciden al indicar que el
muestreo sistemático bajo éstas condiciones es equivalente al muestreo aleato-
rio simple. Esto significa que la varianza bajo MAS es aproximadamente igual a
la varianza bajo muestreo sistemático. De esta forma, el muestreo sistemático
es equivalente al muestreo simple aleatorio.
10
8
6
Y

4
2
0

5 10 15 20

Figura 5.1: La dispersión del marco de muestreo de una población aleatoria

Población ordenada

Una población es ordenada (Figura 5.2) si los elementos dentro de la población


están ordenados de acuerdo con algún esquema y con respecto a la variable
de interés. Scheaffer et. al. (1987)[?] indica que una muestra sistemática de
ésta población proporciona más información que una muestra aleatoria sim-
ple por unidad de costo, debido a que la varianza sistemática del estimador
será menor que la varianza del mismo cuado se emplea el muestreo aleatorio
simple.

Ya que no se puede obtener una estimación directa de la varianza sistemáti-


ca del estimador se puede emplear una aproximación conservadora (la cuál
es mayor de la que se esperaría) estimando la varianza del estimador con las
expresiones dadas en el muestreo aleatorio simple.

Población periódica

Una población es periódica sí los elementos de la población tienen una variación

107
Capítulo 5. El muestreo sistemático

10
9
Y

8
7
6

−1 0 1 2 3

Figura 5.2: La dispersión del marco de muestreo de una población ordenada

cíclica con respecto a la variable de interés. Scheaffer et. al. (1987) [2] señala
que una muestra sistemática extraída de ésta población proporciona menos
información que una muestra aleatoria simple por unidad de costo. Como en
las situaciones anteriores la varianza sistemática del estimador no puede esti-
marse a partir de una sola muestra sistemática. se puede aproximar su valor
empleando las expresiones correspondiente que da el muestreo aleatorio sim-
ple, pero como es de esperarse ésta aproximación subestimará la varianza
verdadera (sistemática).

Como una alternativa para que ésta subestimación sea mínima se sugiere
cambiar varias veces el punto de inicio aleatorio con el propósito de mezclar
los elementos de la población y al mismo tiempo seleccionar la correspondi-
ente muestra sistemática. En consecuencia se puede suponer que la muestra
así extraída es sistemática y proviene de una población aleatoria.

Para lecturas adicionales véase por ejemplo, Kish L. (1972)[12] cap. 4, Azorin
F. (1972)[15] cap.21 y Scheaffer et. al. (1987)[2] cap. 7.

5.2. ¿Cómo seleccionar una muestra sistemática?


Primero se debe decidir el tamaño del intervalo ”1 en k” unidades, posteri-
ormente se selecciona aleatoriamente una unidad que se encuentre dentro del
intervalo de la primera hasta la k−ésima unidad y así se continuará hasta lle-
gar a N . Pero surge la pregunta de como seleccionar la k adecuada. En general,
para una muestra sistemática de n elementos en una población de N , k debe
ser menor o igual N /n; si se desconoce N , entonces se determina un tamaño
de muestra n aproximado y así se podría obtener una k estimada (Pérez, 2000
[3]).

108
En seguida se dan formas de como elegir el valor de k dependiente del
tamaño de la población:

I. Cuando el tamaño de la población, N , es múltiplo de n, (N = kn).


Notación:
N : tamaño de la población.
n: tamaño de la muestra.
k = N/n: intervalo de selección o muestreo.

Procedimiento:

1) Seleccionar aleatoriamente un número entero i (arranque o inicio


aleatorio) comprendido entre 1 y k, (1 ≤ i ≤ k ).
2) Luego de manera rígida o sistemática, (de aquí el nombre del proced-
imiento) tomar el elemento i + k, que está k lugares del i-ésimo en la
lista, el i + 2k que está 2k lugares después, y así sucesivamente hasta
completar el tamaño n de la muestra. Note que la tabla de números
aleatorios u otro mecanismo de selección se emplea una sóla vez, en
i.

Por ejemplo, si N = 1, 000 y se decide un tamaño de n = 10, entonces


1,000
k = =100. Por lo tanto, el primer valor de k será un valor entre 1 y
10
100, el cual se elige al azar. Suponga que el primer valor es 40, entonces
los elementos que conformarán la muestra son: el 40, 140, 240, 340, 440,
540, 640, 740, 840 y el 940.

II. Cuando el tamaño de la población, N , no es múltiplo de n, (N 6= nk).


Notación:
N : tamaño de la población.
n: tamaño de la muestra.
k = N/n: intervalo de selección o muestreo.

En la prática es frecuente que N no sea múltiplo de n, con lo cual la


muestra sistemática al final puede tener n o n − 1 elementos.

Azorin F. (1972) señala que ésta diferencia de tamaños suele no tener


importancia cuando la población es de tamaño superior a 50. Por otro
lado, Kish L. (1972) indica que éste problema se puede resolver de varias
maneras y el investigador deberá seleccionar la más conveniente. De las
soluciones propuestas por dicho autor se describe la más usual: Consid-
erar el marco de muestreo (lista) como si fuera circular.

Procedimiento:

1) Considerar el marco lista como un círculo de manera que la última


unidad sea seguida por la primera.
2) Sea k el entero más próximo a N/n.

109
Capítulo 5. El muestreo sistemático

3) Seleccionar aleatoriamente un número entero entre 1 y N .


4) En seguida seleccionar cada k-ésima unidad hasta completar los n
elementos.

Por ejemplo, supóngase que N = 300 y se decide un tamaño de n = 9,


300
entonces = 33.3333 y k = 33, ya que es el entero más próximo a 33.3333.
9
Además, supóngase que 270 es el entero seleccionado aleatoriamente en-
tre 1 y 300. Por tanto, los elementos que conformarán la muestra son: el
270, 3, 36, 69, 102, 135, 168, 201 y el 234.

III. Cuando se desconoce el tamaño de la población (N).

En este caso puede darse un valor tentativo de k; sin embargo, podría ser
muy grande y nos daría un tamaño de muestra menor que el requerido en
el estudio. Esto no representaría un problema si se tuviera la posibilidad
de tomar nuevamente la muestra y así seleccionar la k que proporcione el
tamaño requerido. Sin embargo, existen muchos casos en los que esto no
es posible y es necesario tener una precisión dada al principio. Esto hace
difícil la tarea de estimar un valor adecuado de k (Pérez, 2000 [3]).

5.3. La estimación de la media poblacional


Una vez obtenida la muestra, el objetivo será caracterizar la población por
medio de una muestra estimando los parámetros de mayor interés, como la
media y el total poblacional. Después se procede a estimar los parámetros con
sus correspondientes varianzas y por último los intervalos de confianza.

Estimación de la media y el total de la muestra sistemática

n
X
yi
i=1
µ̂ = ȳsY =
n

τ̂sY = N ȳsY
A continuación se presentan los estimadores correspondientes a las varian-
zas de la media y del total.

5.3.1. La varianza de la media y del total.


µ ¶µ 2¶
N −n s
V̂ (ȳsY ) =
N n
µ ¶µ 2¶
2 N −n s
V (τ̂sY ) = N .
N n

110
El estimador de la varianza del total se obtiene multiplicando el estimador
de la varianza de la media por N 2 .

5.3.2. El intervalo de confianza de la media y el total



s2
¶µ ¶
N −n
ȳsY ± tn−1, α2 ,
N n

donde ȳsY es la media de la muestra sistemática.


s µ ¶µ 2¶
N − n s
τ̂sY ± tn−1, α2 N 2 .
N n

Obsérvese que la estimación de la varianza es la misma que la presenta-


da en el muestreo simple aleatorio. Sin embargo, las varianzas poblacionales
no son las mismas. La varianza del estimador de la media de una muestra
sistemática es:

σ2
V (ȳsY ) = [1 + (n − 1)ρXY ] .
n
En la fórmula anterior aparece la medida de correlación, ρXY , que indica la
relación que existe entre los elementos de la muestra. Así pues, el muestreo
sistemático estará muy ligado a este indicador. Si ρXY está alrededor de uno,
quiere decir que los elementos están estrechamente relacionados y esto pro-
ducirá una mayor varianza de la media que en el muestreo simple aleatorio,
por lo que este último será el más indicado. En caso contrario, si ρXY está cerca
de cero, la estimación por muestreo sistemático es la más recomendada pues
la varianza es aproximadamente igual al muestreo simple aleatorio. (Scheaffer,
1987 [2]). Por lo tanto, es importante aclarar que los estimadores muestrales
de este capítulo son apropiados cuando el coeficiente de correlación (ρXY ) es
casi cero, de lo contrario la muestra debe ser seleccionada bajo MAS o MAE.

5.3.3. La selección del tamaño de la muestra.


Para determinar el tamaño de la muestra para estimar a µ, se procede como
en los capítulos anteriores. Primero, se elige un valor de d, es decir, la precisión
que se está dispuesto a aceptar en las estimaciones, y se iguala al producto de
un valor de t (con sus correspondientes grados de libertad) por la desviación
estándar de dicho estimador, como se representa a continuación:
p
d = t(n−1,α/2) V (ȳsY ) (5.1)

111
Capítulo 5. El muestreo sistemático

El tamaño de muestra para estimar la media


Despejando n de esta ecuación (5.1), se obtiene lo siguiente:
¢2
N t(n−1,α/2) σ 2
¡
n= ¡ ¢2
N d2 + t(n−1,α/2) σ 2
donde la varianza poblacional σ 2 se puede sustituir por la muestral.

El tamaño de muestra para estimar el total


¢2
N 2 t(n−1,α/2) σ 2
¡
n= ¡ ¢2
d2 + N t(n−1,α/2) σ 2
donde la varianza poblacional σ 2 se sustituye por la muestral

5.3.4. Ejemplos
Ejemplo 1. Una línea de producción de leche ultrapasteurizada elabora N =1,000
envases por hora (cada envase contiene un litro de leche). Se desea saber si
cada envase de leche cumple con el porcentaje de grasa y para ello se toma
una muestra sistemática de 10 envases. Primero se elige k.
N 1, 000
k= = = 100
n 10
Esto quiere decir que se debe muestrear cada 100 envases de leche, eligiendo
aleatoriamente el primer elemento entre los primeros 100. Los datos están en
el cuadro 5.2.

Cuadro 5.2: El porcentaje de grasa por envase de leche ultrapasteurizada


Núm. de muestra % de grasa
Envase 80 2.5
Envase 180 2.6
Envase 280 2.7
Envase 380 2.6
Envase 480 2.8
Envase 580 2.9
Envase 680 3.0
Envase 780 2.6
Envase 880 2.7
Envase 980 2.8

Efectúe el proceso de estimación de los parámetros siguientes:

a) El promedio de grasa por envase.


y1 + y2 + y3 + ... + yn
ȳs =
n
112
2.5 + 2.6 + 2.7 + 2.8 + 2.9 + 3 + 2.6 + 2.7 + 2.8
ȳs = = 2.72 ó 2.72 %
10
de grasa por envase.

b) La varianza muestral ((S 2 ))


n
X
yi2 − nȳ 2
i=1
Ss2 =
n−1
2
(2.5) + (2.6)2 + . . . + (2.7)2 + (2.8)2 − (10)(2.72)2
Ss2 =
10 − 1
2 0.216
Ss = = 0.024
9
c) Encontrar la varianza y la desviación estándar de la media muestral.
µ ¶µ ¶
2 1, 000 − 10 0.024
Sȳs = = 0.002376
1, 000 10
q √
Sȳs = Sȳ2s = 0.002376 = 0.04874.

d) Estime la cantidad total de grasa que se encuentra en los envases.

τ̂ = N ȳs = (1, 000)(2.72) = 2,720 gramos de grasa

e) Hallar el IC para el promedio de grasa por envase de leche.

ȳs ± tn−1,α/2 Sȳs

donde: ȳs = 2.72, Sȳs = 0.0484 y tn−1,α\2 = t10−1,0.025 = 2.2622

Por lo tanto:
2.72 ± (2.2622)(0.04874)
2.72 ± 0.11026
2.6097 ≤ µ ≤ 2.8303

Es decir, con una confiabilidad de 95 % se estima que el promedio de grasa


por envase de leche está entre 2.6097 y 2.8303.

f) Calcular el IC para el total con una confianza de 95 %.

ȳ ± N tn−1,α\2 SS ȳ

donde: τ̂s = 2,720, N = 1, 000, SS ȳ = 0.04874 y tn−1,α\2 = t10−1,0.025 = 2.2622

Por lo tanto:
2,720 ± (1, 000)(2.2622)(0.04874)

113
Capítulo 5. El muestreo sistemático

2,720 ± (1, 000)(0.11026)


2,720 ± 110.26919
2, 609,7329 ≤ τs ≤ 2, 830.2671

Es decir, con 95 % de confianza se estima que el total de grasa está entre


2,609.7329 y 2,830.2671.

g) Suponga que la muestra seleccionada corresponde a una muestra prelimi-

nar de tamaño n = 10. ¿Cuál es el tamaño de muestra para estimar el promedio


de grasa por envase, con una precisión de 0.05 por ciento de grasa por envase
y una confiabilidad de 95 %?.

N (tn−1,α\2 )2 Ss2
n=
N d2 + (tn−1,α/2 )2 Ss2
donde: N = 1, 000, tn−1,α\2 = t10−1,0.025 = 2.2622, Ss2 = 0.024 y d = 0.05

Por lo tanto:

(1, 000)(2.2622)2 (0.024)


n= = 47 envases (muestra)
(1, 000)(0.05)2 + (2.2622)2 (0.024)
h) Suponga que la muestra seleccionada representa una muestra prelimi-
nar de tamaño n = 10. ¿Cuál es el tamaño de muestra para estimar el total de
envases, con una precisión de 50 envases y una confiabilidad de 95 %?

N (tn−1,α\2 )2 Ss2
n=
d2 + N (tn−1,α\2 )2 Ss2
donde: N = 1, 000, tn−1,α\2 = t12−1,0,025 = 2.2622, Ss2 = 0.024 y d = 50

por lo tanto:

(1, 000)2 (2.201)2 (0.024)


n = = 47 envases (unidades mues-
(50)2 + (1, 000)(2.201)2 (0.024)
trales)

Ejemplo 2. Un tráiler transporta N = 2, 500 sacos de maíz, que están enu-


merados del 1 al 2,500. Dado que los sacos no pesan lo mismo suponga que
quiere saber el peso promedio por saco y el total de maíz que transporta dicho
tráiler. Para ello se toma una muestra sistemática de n = 20 sacos. A contin-
uación elegimos k.
N 2, 500
k= = = 125
n 20
Esto quiere decir que debemos muestrear cada 125 sacos de maíz eligiendo
aleatoriamente el primer elemento entre los primeros 125. Los datos se pre-
sentan en el cuadro 5.3.
a) Estime el peso promedio en kg por saco de maíz.

114
Cuadro 5.3: El peso de los sacos de maíz (Kg)
n Muestra Peso (Kg)
1 Saco 10 71.89
2 Saco 135 74.24
3 Saco 260 77.60
4 Saco 385 82.94
5 Saco 510 73.17
6 Saco 635 77.09
7 Saco 760 66.29
8 Saco 885 75.17
9 Saco 1010 64.41
10 Saco 1135 80.08
11 Saco 1260 79.82
12 Saco 1385 73.15
13 Saco 1510 72.88
14 Saco 1635 81.15
15 Saco 1760 78.29
16 Saco 1885 74.62
17 Saco 2010 83.31
18 Saco 2135 73.36
19 Saco 2260 69.75
20 Saco 2385 77.04

y1 + y2 + y3 + . . . + yn
ȳs =
n
71.89 + 74.24 + 77.60 + . . . + 77.04
ȳs = = 75.3125
20
b) Halle la varianza muestral (S 2 ).
n
X
yi2 − nȳ 2
i=1
Ss2 =
n−1
(71.89)2 + (74.24)2 + (77.60)2 + . . . + (77.04) − (20)(75.3125)2
Ss2=
20 − 1
2 483.0747
Ss = = 25.4249
19
c) Calcule la varianza y la desviación estándar de la media muestral.
µ ¶µ 2¶ µ ¶µ ¶
N − n S 2, 500 − 20 25.4249
Sȳ2s = = = 1.2611
N n 2, 500 20
p √
Sȳs = Sȳ2s = 1.2611 = 1.12297

d) El total de kg que hay en los 2,500 sacos de maíz.

τ̂s = N ȳs = (2, 500)(75.3125) = 188, 281.25

115
Capítulo 5. El muestreo sistemático

e) Calcule un IC para el promedio de kilogramos de maíz por saco.

ȳs ± tn−1,α\2 Sȳs

donde: ȳs = 75.3125, Sȳs = 1.12297 y tn−1,α\2 = t20−1,0.025 = 2.0930

Por lo tanto:
75.3125 ± (2.093)(1.12297)
75.3125 ± 2.3504
72.9621 ≤ µ ≤ 77.6629

Es decir, con una confiabilidad de 95 % se estima que el valor del promedio


de kg por saco de maíz está entre 72.9621 y 77.6629.

f) Construya un IC para el total de kg de maíz.

τ̂ ± N tn−1,α\2 Sȳs

donde: τ̂s = 188, 281.25, N = 2, 500, Sȳs = 1.12297 y tn−1,α\2 = t12−1,0.025 = 2.0930

Por lo tanto:
188, 281.25 ± (2, 500)(2.0930)(1.12297)
188, 281.25 ± (2, 500)(2.3503)
188, 281.25 ± 5875.9819
182, 405.201 ≤ τs ≤ 194, 157.299

Es decir, se estima que el total de kg de maíz que hay en los sacos está entre
182,405.201 y 194,157.299.

g) Suponga que la muestra seleccionada corresponde a una muestra prelimi-


nar de tamaño n=20. Calcule el tamaño de muestra para estimar el promedio
por saco de maíz, con una precisión de 0.5 kg por saco y una confiabilidad de
95 %.

N (tn−1,α\2 )2 Ss2
n=
N d2 + (tn−1,α\2 )2 Ss2
donde: N = 2, 500, tn−1,α\2 = t20−1,0.025 = 2.0930, Ss2 = 25.4249 y d = 0.5

Por lo tanto:

(2, 500)(2.0930)2 (25.4249)


n = = 378.1276 sacos de maíz
(2, 500)(0.5)2 + (25.4249)(2.0930)2
(muestra)

Por lo tanto, 379 es el tamaño de muestra que tiene una precisión de ±0.5
kg de maíz y 0.95 de probabilidad de incluir en el intervalo de estimación el
promedio verdadero.

116
h) Suponga que la muestra seleccionada representa una muestra prelimi-
nar de tamaño n = 20. ¿Cuál es el tamaño de muestra para estimar el total de
kg con una precisión de 1,250 kg de maíz y una confiabilidad de 95 %?

N 2 (tn−1,α/2 )2 S 2
n=
d2 + N (tn−1,α/2 )2 S 2
donde: N = 2, 500, tn−1,α\2 = t20−1,0.025 = 2.0930, Ss2 = 25.4249 y d = 1, 250

Por lo tanto:

(2, 500)2 (2.0930)2 (25.4249)


n = = 378.1276 sacos de maíz
(1250)2 + (2, 500)(2.0930)2 (25.4249)
(muestra)

Ejemplo 3. Una plantación tiene 6,000 plantas de caña de azúcar. Por el a-


rreglo de las plantas (en surcos) es fácil enumerarlas del 1 al 6,000. Suponga
que se está interesado en conocer los gramos promedio de sacarosa por planta
y el total de sacarosa en la plantación. Por lo tanto, se toma una muestra sis-
temática de n = 30. Como de costumbre, hallamos k primero.
N 6, 000
k= = = 200
n 30
Esto quiere decir que debemos muestrear cada 200 elementos (plantas),
eligiendo aleatoriamente a la primer planta de entre las primeras 200 (cuadro
5.4).

a) Calcule el promedio muestral.


y1 + y2 + y3 + . . . + yn
ȳs =
n
11.06 + 10.61 + 14.41 + . . . 12.16
ȳs = = 13.5645 gramos de sacarosa
30
por planta

b) Calcule la varianza muestral (Ss2 ).


n
X
yi2 − nȳ 2
i=1
Ss2 =
n−1
(11.06)2 + (10.61)2 + (14.41)2 + . . . + (12.16) − (30)(13.5645)2
Ss2 =
30 − 1
181.4551
Ss2 = = 6.2571
29
c) Hallar la varianza y la desviación estándar de la media muestral.
µ ¶µ 2¶ µ ¶µ ¶
2 N −n S 3000 − 30 6.2538
Sȳs = = = 0.2075
N n 3000 30
p √
Sȳs = Sȳ2s = 0.2074 = 0.4554

117
Capítulo 5. El muestreo sistemático

Cuadro 5.4: El porcentaje de sacarosa por planta


Obs. Núm. de muestra % de sacarosa
1 50 11.06
2 250 10.61
3 450 14.41
4 650 14.45
5 850 9.46
6 1,050 13.47
7 1,250 14.68
8 1,450 13.99
9 1,650 9.72
10 1,850 11.37
11 2,050 12.29
12 2,250 11.22
13 2,450 13.25
14 2,650 15.78
15 2,850 14.65
16 3,050 15.01
17 3,250 16.85
18 3,450 15.93
19 3,650 13.28
20 3,850 15.39
21 4,050 12.83
22 4,250 14.49
23 4,450 20.38
24 4,650 11.33
25 4,850 16.22
26 5,050 15.83
27 5,250 15.68
28 5,450 11.70
29 5,650 9.45
30 5,850 12.16

118
d) Calcular el total estimado de sacarosa en la población.
τ̂s = N ȳs = (6, 000)(13.5645) = 81, 388.00 gramos

e) Encontrar un IC para el promedio de sacarosa por planta de caña de


azúcar.

ȳs ± tn−1,α\2 Sȳs

donde: ȳs = 13.5645, Sȳs = 0.4554 y tn−1,α\2 = t30−1,0.025 = 2.0452

Por lo tanto:
13.5645 ± (2.0452)(0.4554)
13.5645 ± 0.9317
12.6330 ≤ µ ≤ 14.4963

Es decir, con una confiabilidad de 95 % se estima que el valor de los gramos


promedio de sacarosa por caña de azúcar se encuentra entre 12.6330 y 14.4963.

f) Construir un IC para el total de sacarosa por planta de caña de azúcar.

τ̂ ± N tn−1,α\2 Sȳs

donde: τ̂s = 81, 388, N = 6, 000, Sȳs = 0.4554 y tn−1,α\2 = t30−1,0.025 = 2.0452

Por lo tanto:
81, 386.84 ± (6, 000)(2.0452)(0.4555)
81, 386.84 ± (6, 000)(0.9316)
81, 386.84 ± 5590.1517
75, 797.76736 ≤ τs ≤ 86, 978.23264

Es decir, con 95 % de confianza se estima que el total (gramos) de sacarosa


en las plantas de caña de azúcar está entre 75,797.76736 y 86,975.6265.

g) Suponga que la muestra seleccionada corresponde a una muestra prelimi-


nar de tamaño n=30. ¿Cuál es el tamaño de muestra necesario para estimar el
promedio de sacarosa por planta de caña de azúcar, con una precisión de 0.5
gramos de sacarosa y una confiabilidad de 95 %?.

N 2 (tn−1,α\2 )2 Ss2
n=
N d2 + (tn−1,α\2 )2 Ss2
donde: N = 6, 000, t(n−1,α\2) = t(30−1,0.025) = 2.0452, Ss2 = 6.2538 y d = 0.5

Por lo tanto:

(6, 000)(2.0452)2 (6.2538)


n= = 102.8941 plantas de caña de
(6, 00)(0.5)2 + (2.0452)2 (6.2538)
azúcar (muestra)

119
Capítulo 5. El muestreo sistemático

h) Suponga que la muestra seleccionada representa una muestra prelimi-


nar de tamaño n=30. ¿Cuál es el tamaño de muestra para estimar el total de
sacarosa en la población, con una precisión de 3,000 gramos y una confiabili-
dad de 95 %?

N (tn−1,α\2 )2 Ss2
n=
d2 + N (tn−1,α\2 )2 Ss2
donde: N = 6, 000, tn−1,α\2 = t30−1,0.025 = 2.0452, Ss2 = 6,2538 y d = 3, 000

Por lo tanto:

(6, 000)2 (2.0452)2 (6.2538)


n= = 102.8941 plantas de caña
(3, 000)2 + (6, 000)(2.0452)2 (6.2538)
de azúcar (muestra)

Ejemplo 4. Una línea por turno produce N = 1, 500 paquetes de microproce-


sadores, donde cada paquete contiene 10 microprocesadores, y se desea es-
timar el número de microprocesadores dañados por paquete. Se toma una
muestra sistemática de n = 15 paquetes. A continuación elegimos k.
N 1500
k= = = 100
n 15
Esto quiere decir que se debe muestrear cada 100 elementos (paquetes).
Los datos correspondientes se presentan en el cuadro 5.5.

Cuadro 5.5: El número de microprocesadores dañados por caja


Obs. Muestra Núm. de defectuosos
1 Paquete 15 3.00
2 Paquete 115 4.00
3 Paquete 215 5.00
4 Paquete 315 2.00
5 Paquete 415 1.00
6 Paquete 515 5.00
7 Paquete 615 1.00
8 Paquete 715 1.00
9 Paquete 815 2.00
10 Paquete 915 3.00
11 Paquete 1,015 4.00
12 Paquete 1,115 3.00
13 Paquete 1,215 2.00
14 Paquete 1,315 4.00
15 Paquete 1,415 2.00

a) ¿Cuál es el promedio de microprocesadores dañados por paquete?


y1 + y2 + y3 + . . . + yn
ȳs =
n

120
3+4+5+2+1+5+1+1+2+3+4+3+2+4+2
ȳs = = 2.8
15
b) Calcular la varianza muestral (S 2 ).
n
X
yi2 − nȳ 2
i=1
Ss2 =
n−1
2
(3) + (4)2 + (5)2 + . . . (2)2 − (15)(2.8)2
Ss2 =
15 − 1
2 26.4
Ss = = 1.8857
14
c) Hallar la varianza estimada de la media muestral.
µ ¶µ 2¶ µ ¶µ ¶
N − n S 1500 − 15 1.8857
Sȳ2s = = = 0.1245
N n 1500 15

p √
Sȳs = Sȳ2s = 0.1245 = 0.3528

d) Encontrar el número total de microprocesadores dañados.

τ̂s = N ȳs = (1, 500)(2.8) = 4, 200

e) Construir un IC para el promedio de microprocesadores dañados con una


confiabilidad de 95 %.

ȳs ± tn−1,α\2 Sȳs

donde: ȳs = 2.8, Sȳs = 0.3528, tn−1,α\2 = t15−1,0.025 = 2.1448

Por lo tanto:
2.8 ± (2.1448)(0.3528)
2.8 ± 0.7566
2.0434 ≤ µ ≤ 3.5566

Es decir, se estima que el valor promedio de microprocesadores dañados por


paquete está entre 2.0434 y 3.5566.

f) Construir un IC para el total de microprocesadores dañados con una con-


fianza de 95 %.

τ̂ ± N tn−1,α\2 Sȳs

donde: τ̂s = 4, 200, N = 1, 500, Sȳs = 0.3528, tn−1,α\2 = t15−1,0.025 = 2.1448

Por lo tanto:
4, 200 ± (1, 500)(2.1448)(0.3528)
4, 200 ± (1, 500)(0.7566)
4, 200 ± 1, 134.9793

121
Capítulo 5. El muestreo sistemático

3, 065.0276 ≤ τs ≤ 5, 334.9723

Es decir, se estima que el total de microprocesadores dañados fluctúa entre


3,065.0276 y 5,334.9723.

g) Suponga que la muestra seleccionada corresponde a una muestra pre-


liminar de tamaño n = 15. ¿Cuál es el tamaño de muestra para estimar el
promedio de microprocesadores por caja, con una precisión de ±0.5 micro-
procesadores y una confiabilidad de 95 %?

N (tn−1,α\2 )2 Ss2
n=
N d2 + (tn−1,α\2 )2 Ss2
donde: N = 1, 500, t(n−1,α\2) = t(15−1,0.025) = 2.1448, Ss2 = 1.8857 y d = 0.5

Por lo tanto:
(1, 500)(2.1448)2 (1.8857)
n= = 33.9138 paquetes de micro-
(1, 500)(0.5)2 + (2.1448)2 (1.8857)
procesadores (muestra)

h) Suponga que la muestra seleccionada representa una muestra prelimi-


nar de tamaño n = 15. ¿Cuál es el tamaño de muestra para estimar el total,
con una precisión de ±750 microprocesadores y una confiabilidad de 95 %?

N 2 (tn−1,α\2 )2 Ss2
n=
d2 + N (tn−1,α\2 )2 Ss2
donde: N = 1, 500, t(n−1,α\2) = t(12−1,0.025) = 2.1448, Ss2 = 1.8857 y d = 750

Por lo tanto:
(1, 500)2 (2.1448)2 (1.8857)
n= = 33.9138 paquetes de micro-
(750)2 + (1, 500)(1.8857)(2.1448)2
procesadores (muestra)

5.4. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la media y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la media y el total de tal manera que
sean estimados con una precisión de 5 % de la media y el total preliminar con
una confiabilidad de 95 %?

Ejercicio 1. Asistieron N = 5, 000 personas a una fiesta, las cuales fueron


enumeradas del 1 al 5,000 al momento de llegar. Se desea conocer la cantidad
promedio de cervezas ingeridas por individuo, siendo ésta la única bebida alco-
hólica en la fiesta. Para ello se tomó una muestra sistemática de 25 personas
a quienes se les preguntó el número de cervezas que ingirieron. Véase en el

122
cuadro 5.6.

Cuadro 5.6: Datos de la muestra.


Obs. No. de Muestra Ingeridas Obs. No. De Muestra Ingeridas
1 Persona 25 7.5 14 Persona 2,625 7
2 Persona 225 6 15 Persona 2,825 3
3 Persona 425 5 16 Persona 3,025 6
4 Persona 625 7 17 Persona 3,225 6
5 Persona 825 5 18 Persona 3,425 6
6 Persona 1,025 4 19 Persona 3,625 5
7 Persona 1,225 7 20 Persona 3,825 6
8 Persona 1,425 3 21 Persona 4,025 5
9 Persona 1,625 8 22 Persona 4,225 4
10 Persona 1,825 3.5 23 Persona 4,425 4.5
11 Persona 2,025 4.5 24 Persona 4,625 5
12 Persona 2,225 6 25 Persona 4,825 7
13 Persona 2,425 6.5

Ejercicio 2. Una empacadora de limones de Tecomán, Colima, empaca N =


2, 000 cajas de limones por turno. Se desea estimar el número de limones daña-
dos por caja. Se toma una muestra sistemática de n = 20. Use la información
del cuadro 5.7.

Cuadro 5.7: Datos de la muestra.


Obs. Muestra Limones dañados Obs. Muestra Limones dañados
1 Caja 10 105 11 Caja 1,010 105
2 Caja 110 106 12 Caja 1,110 109
3 Caja 210 108 13 Caja 1,210 100
4 Caja 310 100 14 Caja 1,310 110
5 Caja 410 95 15 Caja 1,410 100
6 Caja 510 110 16 Caja 1,510 100
7 Caja 610 109 17 Caja 1,610 105
8 Caja 710 100 18 Caja 1,710 105
9 Caja 810 115 19 Caja 1,810 100
10 Caja 910 80 20 Caja 1,910 100

Ejercicio 3. En una colonia de la ciudad de Guadalajara hay N = 2, 500 casas,


las cuales se enumeraron del 1 al 2,500. La Comisión Nacional del Agua desea
estimar el gasto promedio de agua en cientos de litros por casa. Para ello tomó
una muestra sistemática de n = 12. Use la información del cuadro 5.8.

Cientos de litros

Ejercicio 4. En una empresa que se dedica a la digitalización de documentos,


se escanea N = 1, 500 cajas por día. Se desea conocer la cantidad de Docu-
mentos no Escaneados Adecuadamente (DNEA), por lo que se enumeraron las

123
Capítulo 5. El muestreo sistemático

Cuadro 5.8: Datos de la muestra.


Obs. No. de Muestra Litros∗ Obs. No. De Muestra Litros
1 Medidor casa no. 2300 2.5 7 Medidor casa no. 1048 2.8
2 Medidor casa no. 8 2.2 8 Medidor casa no. 1258 2.6
3 Medidor casa no. 216 2.7 9 Medidor casa no. 1464 2.5
4 Medidor casa no. 424 2.9 10 Medidor casa no. 1672 2.4
5 Medidor casa no. 632 2.4 11 Medidor casa no. 1880 3
6 Medidor casa no. 840 2.2 12 Medidor casa no. 2088 2.9

cajas del 1 al 1,500 y se tomó una muestra n = 15 cajas. Véase la información


del cuadro 5.9.

Cuadro 5.9: Datos de la muestra.


Obs. No. de Muestra DNEA Obs. No. de Muestra DNEA
1 Caja no. 60 2 9 Caja no. 860 5
2 Caja no.160 3 10 Caja no. 960 2
3 Caja no. 260 2 11 Caja no. 1060 3
4 Caja no. 360 4 12 Caja no. 1160 3
5 Caja no. 460 2 13 Caja no. 1260 2
6 Caja no. 560 3 14 Caja no. 1360 2
7 Caja no. 660 1 15 Caja no. 1460 4
8 Caja no. 760 4

5.5. La estimación de la proporción poblacional


Al igual que en los métodos anteriores, en ocasiones se desea estimar una
proporción, es decir, el objetivo es estimar la frecuencia de una característi-
ca en particular. De esta forma, la observación que posea la característica de
interés tomará el valor de 1 o 0 de otro modo. No es difícil justificar que la
variable medida tenga una distribución binomial con parámetros n y p, donde
n representa el tamaño de la muestra y p la proporción o frecuencia relativa
de éxitos en las n observaciones. Las ecuaciones que se presentarán a con-
tinuación son idénticas a las expuestas en la sección dedicada a proporciones
en el capítulo de muestreo simple aleatorio y poseen las mismas propiedades
estadísticas. Sin embargo, las varianzas de las poblaciones no necesariamente
son las mismas en ambos casos. Si nos referimos a una muestra sistemática
proveniente de una población aleatoria con un tamaño poblacional grande, las
varianzas pueden llegar a ser las mismas (Scheaffer, 1987 [2]).

5.5.1. El estimador de la proporción y el total

n
X
yi
i=1
ps = ȳs = (5.2)
n
124
τs = N p s (5.3)

5.5.2. La varianza estimada de la proporción y el total sis-


temático
µ ¶
N − n ³ p s qs ´
Sp2s= (5.4)
N n
µ ¶³
2 2 N −n p s qs ´
S τs = N (5.5)
N n

donde qs = 1 − ps .

Por último, para estos estimadores (5.4 y 5.5) presentamos intervalos de


confianza, que nos indican los límites de la proporción y el total con una con-
fiabilidad de (1 − α) por ciento.

5.5.3. El intervalo de confianza para la proporción y el total


sistemático
sµ ¶³
N −n p s qs ´
ps ± t(n−1,α\2)
N n
sµ ¶³
N −n p s qs ´
τ̂s ± t(n−1,α\2) N
N n

5.5.4. La selección del tamaño de muestra para la propor-


ción y el total
Para determinar el tamaño de muestra que estime ps o τs se elige una pre-
cisión que estamos dispuestos a aceptar. Es decir,
q
d = t(n−1,α/2) Sp2s , (5.6)

El tamaño de muestra para estimar la proporción

Despejando n de esta ecuación (5.6), obtenemos:

¡ ¢2
N t(n−1,α/2) ps qs
n= ¡ ¢2
N d2 + t(n−1,α/2) ps qs

Para fines prácticos la varianza poblacional se sustituye por la varianza mues-


tral.

125
Capítulo 5. El muestreo sistemático

El tamaño de muestra para estimar el total


¢2
N 2 t(n−1,α/2) ps qs
¡
n= ¡ ¢2
d2 + N t(n−1,α/2) ps qs

La varianza poblacional la podemos sustituir por la muestral, con fines prácti-


cos.

5.5.5. Ejemplos
Ejemplo 1. La administración de la Universidad de Colima desea conocer
la cantidad de alumnos que están satisfechos por las mejoras y los logros al-
canzados por el presidente de México. Para realizar dicha encuesta se elegirán
k alumnos entre los 10,000 estudiantes de la Universidad de Colima. Se pre-
tende obtener una muestra de 18 alumnos. A continuación obtenemos k:
N 10, 000
k= = = 555.5556
n 18
Dado que N no es multiplo de n por lo tanto k = 556, el entero más cercano.
Por ello, el primer alumno que será encuestado se elegirá aleatoriamente entre
el primero y el 10,000. Los datos se presentan en el Cuadro 5.10.

Cuadro 5.10: Los alumnos satisfechos e insatisfechos.


No. de alumno Respuesta
422 0
978 1
1,534 1
2,090 1
2,646 0
3,202 1
3,758 0
4,314 0
4,870 1
5,426 0
5,982 1
6,538 1
7,094 1
7,650 0
8,206 0
8,762 1
9,318 0
9,874 0

a) Determine la proporción verdadera de los alumnos satisfechos con el tra-


bajo del presidente.

126
n
X
yi
i=1 a 9
ps = = = = 0.5 ó 50 % de alumnos satisfechos
n n 18
qs = 1 − ps = 1 − 0.5 = 0.5 ó 50 % de alumnos insatisfechos

b) La desviación estándar de la proporción muestral (Sp ).


sµ ¶
N − n ³ p s qs ´
S ps =
N n
donde: N = 10, 000, n = 18, ps = 0.5 y qs = 0.5

Por lo tanto: s

µ ¶µ ¶
10, 000 − 18 (0.5)(0.5) p
S ps = = (0.9982)(0.0139) = 0.9982 = 0.1177
10, 000 18
c) Construya un IC de 95 % para la proporción verdadera.
ps ± tn−1,α/2 Sps

donde: ps = 0.5, Sps = 0.1177 y tn−1,α\2 = t17,0.025 = 2.1098

Por lo tanto:
0.5 ± (2.1098)(0.1177)
0.5 ± 0.2484
0.2516 ≤ Ps ≤ 0.7484

Con 95 % de confianza se estima que la proporción verdadera de alumnos


satisfechos está entre 0.2516 y 0.7484, es decir, entre 25.163 y el 74.84 %.

d) Realice la estimación puntual del total verdadero de alumnos satisfechos.


τ̂ = N ps

donde: N = 10, 000 y ps = 0.5

Por lo tanto:
τ̂ = (10, 000)(0.5) = 5, 000

e) Estime por intervalo del total verdadero de alumnos satisfechos, con una
confiabilidad de 95 %.
τ̂ ± t(n−1,α\2) N Sps

donde: N = 5, 000, ps = 0.1177, N = 10, 000 y t(n−1,α\2) = t(17,0.025) = 2.1098

Por lo tanto:
5, 000 ± (10, 000)(2.1098)(0.1177)
5, 000 ± (10, 000)(0.2484)
500 ± 248.4

127
Capítulo 5. El muestreo sistemático

2, 515.7973 ≤ τs ≤ 7, 484.2027

Por lo tanto, el total de alumnos satisfechos está entre 2,515.7973 y 7,484.2027.

f) Suponga que n = 18 alumnos es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar la proporción verdadera con una
precisión de 15 % de la proporción preliminar y una confiabilidad de 95 %?

N (t(n−1,α\2) )2 ps qs
n=
N d2 + (t(n−1,α\2) )2 ps qs
donde: N = 10, 000, ps = 0.5, qs = 0.5, t(n−1,α\2) = t(17,0.025) = 2.1098 y d = (0.15)(ps ) =
(0.15)(0.5) = 0.075

Por lo tanto:
(10, 000)(2.1098)2 (0.5)(0.5)
n= = 194 por alumnos (mues-
(10, 000)(0.075)2 + (2.1098)2 (0.5)(0.5)
tra)

g) Suponga que n = 18 estudiantes es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar el total con una precisión de 15 %
del total preliminar y una confiabilidad de 95 %?
¢2
N 2 t(n−1,α\2) ps qs
¡
n= ¡ ¢2
d2 + N t(n−1,α\2) ps qs
donde:
N = 10, 000, ps = 0.5, qs = 0.5, t(n−1,α\2) = t(17,0.025) = 2.1098 y d = (0.15)(10, 000)(0.5) =
750

Por lo tanto:
(10, 000)2 (2.1098)2 (0.5)(0.5)
n= = 194 alumnos (muestra)
(750)2 + (10, 000)(2.1098)2 (0.5)(0.5)
Ejemplo 2. La Secretaría de Salud del estado de Colima está interesada en
conocer la cantidad de colimenses que al menos en una ocasión se ha enfer-
mado de dengue. Supóngase que N = 8, 000 personas y se pretende encuestar
a 16 personas. El primer paso es estimar k:
N 8000
k= = = 500
n 16

Esto significa que a la primera persona que se le preguntará será elegida


aleatoriamente entre 1 y 500, consecutivamente cada 500 se tomará a otra
persona ( véase en el Cuadro 5.11).

a) Realice la estimación puntual de la proporción de colimenses que han


padecido dengue.

128
Cuadro 5.11: Los colimenses que al menos en una ocasión se han enfermado
de dengue.
Núm. de personas Respuesta
187 0
687 1
1,187 0
1,687 0
2,187 0
2,687 0
3,187 1
3,687 1
4,187 0
4,687 0
5,187 0
5,687 1
6,187 0
6,687 0
7,187 0
7,687 0

n
X
yi
i=1 a 4
ps = = = = 0.25 ó 25 % de colimenses han padeci-
n n 16
do dengue
qs = 1 − ps = 1 − 0.25 = 0.75 ó 75 % que no han padecido la enfer-
medad

b) Halle la desviación estándar de la proporción muestral (SpS ).


sµ ¶
N − n ³ p s qs ´
S ps =
N n
donde: N = 8, 000, n = 16, ps = 0.25 y qs = 0.75

Por lo tanto: sµ ¶µ ¶
8, 000 − 16 (0.25)(0.75) p
S ps = = (0.998)(0.0117188) = 0.1081
8, 000 16

c) Calcule un IC de 95 % para la proporción verdadera.

ps ± t(n−1,α\2) Sps

donde: ps = 0.25, Sps = 0.01081 y t(n−1,α\2) = t(15,0.025) = 2.1314

Por lo tanto:

129
Capítulo 5. El muestreo sistemático

0.25 ± (2.1314)(0.1081)
0.25 ± 0.2305
0.0195 ≤ Ps ≤ 0.4805

Por lo tanto, la proporción verdadera de colimenses que ha padecido dengue


alguna vez en su vida está entre 0.0195 y 0.4805, es decir, entre 1.95 y 48.05
por ciento.

d) Determine la estimación puntual del total verdadero de colimenses que


han padecido dengue alguna vez.

τ̂ = N ps

donde: N = 8, 000 y ps = 0.25

Por lo tanto:
τ̂ = (8, 000)(0.25) = 2, 000 colimenses

e) Encuentre por intervalo del total verdadero de colimenses que ha padeci-


do dengue, con una confiabilidad de 95 %.

τ̂ ± t(n−1,α\2) N Sps

donde: τ̂ = 2, 000, ps = 0.25 y N = 8, 000, t(n−1,α\2) = t(15,0.025) = 2.1314

Por lo tanto:
2, 000 ± (8000)(2.1314)(0.1081)
2, 000 ± (8, 000)(0.2305)
2, 000 ± 1844.0
155.9574 ≤ τs ≤ 3844.0426

De ahí que el total de colimenses que han padecido dengue alguna vez en
su vida está entre 155.9574 y 3,844.0426.

f) Suponga que los datos conformaron una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar la proporción verdadera con una
precisión de 0.075 y una confiabilidad de 95 %?

N (t(n−1,α\2) )2 ps qs
n=
N d2 + (t(n−1,α\2) )2 ps qs
donde: N = 8, 000, ps = 0.25, qs = 0.75, tn−1,α\2 = t15,0.025 = 2.1314 y d = 0.075

Por lo tanto:
(8, 000)(2.1314)2 (0.25)(0.75)
n= = 149 colimenses (unidades mues-
(8, 000)(0.075)2 + (2.1314)2 (0.25)(0.75)
trales)

g) Suponga que n = 16 es una muestra preliminar. ¿Cuál es el tamaño de

130
muestra necesario para estimar el total con una precisión de 600 y una con-
fiabilidad de 95 %?
2
N 2 (t(n−1,α\2) ) ps qs
n=
d2 + N (t(n−1,α\2) )2 ps qs
donde: N = 8, 000, ps = 0.25, qs = 0.75, tn−1,α\2 = t15,0.025 = 2.1314 y d = 600

por lo tanto:
(8, 000)2 (2.1314)2 (0.25)(0.75)
n = = 149 colimenses (mues-
(600)2 + (8, 000)(2.1314)2 (0.25)(0.75)
tra)

Ejemplo 3. Se tiene una población de 300 estudiantes y se pretende saber


cuántos de ellos poseen licencia para conducir. Para realizar la estimación se
toma una muestra sistemática de 19 estudiantes. A continuación obtenemos k:
N 300
dado que = = 15.7895, entonce k = 16
n 19
Dado que N no es multiplo de n por ello k = 16 (el entero más cercano) y el
primer elemento se elige al azar entre el 1 y 300. La encuesta arrojó los datos
que están en el Cuadro 5.12.

Cuadro 5.12: Los estudiantes que tienen licencia para conducir


Núm. de estudiantes Respuesta
11 0
27 1
43 0
59 0
75 0
91 1
107 1
123 1
139 0
155 0
171 0
187 0
203 1
219 0
235 1
251 0
267 1
283 0
299 1

a) Realice la estimación puntual para la proporción de estudiantes que


cuentan con una licencia para conducir.

131
Capítulo 5. El muestreo sistemático

n
X
yi
i=1 a 8
ps = = = = 0.4211 ó 42.11 % de estudiantes con li-
n n 19
cencia
qs = 1 − ps = 1 − 0.4211 = 0.5789 ó un 57.89 % sin licencia

b) La desviación estándar de la proporción muestral (Sp ).


sµ ¶
N − n ³ p s qs ´
S ps =
N n
donde: N = 300, n = 19, ps = 0.4211 y qs = 0.5789

Por lo tanto: sµ ¶µ ¶
300 − 19 (0.4211)(0.5789) p
S ps = = (0.936)(0.0120094)
300 19

= 0.0120094 = 0.1096
c) Calcule un IC de 95 % para la proporción verdadera.

ps ± t(n−1,α\2) Sps

donde: ps = 0.4211, Sps = 0.1096 y t(n−1,α\2) = t(18,0.025) = 2.101


Por lo tanto:
0.4211 ± (2.101)(0.1096)
0.4211 ± 0.2303
0.1907 ≤ Ps ≤ 0.6514

Lo anterior significa que la proporción verdadera de estudiantes que cuen-


tan con una licencia para conducir está entre 0.1907 y 0.6514, es decir, entre
19.07 y el 65.14 %.

d) La estimación puntual del total verdadero de estudiantes que tienen una


licencia para conducir.

τ̂ = N ps

donde: N = 300 y ps = 0.4211

Por lo tanto:
τ̂ = (300)(0.4211) = 126.3158

e) Construya un IC para el total verdadero de estudiantes que cuentan con


licencia para conducir, con una confiabilidad de 95 %.

τ̂ ± t(n−1,α\2) N Sps

donde: τ̂ = 126.3158, N = 300, Sps = 0.1096 y t(n−1,α\2) = t(18,0.025) = 2.101

132
Por lo tanto:
126.3158 ± (300)(2.101)(0.1096)
126.3158 ± (300)(0.2303)
126.3158 ± 69.0931
57.2227 ≤ τs ≤ 195.4089

f) Suponga que n = 19 estudiantes es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar la proporción verdadera con una
precisión de 10 % de la proporción preliminar y una confiabilidad de 95 %?

N (t(n−1,α\2) )2 ps qs
n=
N d2 + (t(n−1,α\2) )2 ps qs
donde: N = 300, ps = 0.4211, qs = 0.5789, t(n−1,α\2) = t(18,0.025) = 2.101 y d =
(0.10)(p) = (0.10)(0.4211) = 0.04211

Por lo tanto:
(300)(2.101)2 (0.4211)(0.5789)
n= = 201 estudiantes (muestra)
(300)(0.04211)2 + (2.101)2 (0.4211)(0.5789)
g) Suponga que n = 19 estudiantes es una muestra preliminar. Por lo tanto,
¿cuál es el tamaño de muestra necesario para estimar el total verdadero con
una precisión de 10 % del total preliminar y una confiabilidad de 95 %?
2
N 2 (t(n−1,α\2) ) ps qs
n=
d2 + N (t(n−1,α\2) )2 ps qs
donde: N = 300, ps = 0.4211, qs = 0.5789, t(n−1,α\2) = t(18,0.025) = 2.101 y d =
(0.10)(300)(0.42) = 12.633

Por lo tanto:
(300)2 (2.101)2 (0.4211)(0.5789)
n= = 201 estudiantes (mues-
(12.633)2 + (300)(2.101)2 (0.4211)(0.5789)
tra)

Ejemplo 4. Con la finalidad de saber la necesidad de implementar una cam-


paña de vacunación, el IMSS desea conocer cuantos de sus asegurados con-
trajeron gripe o tos por lo menos una vez en los últimos 6 meses. Tiene 12,000
pacientes, de los cuales decide tomar una muestra de 22 pacientes (cuadro
5.13)

N 12000
= = 545.4545 ⇒ k = 545
n 22
De igual forma como N no es multiplo de n por ello k = 545 y el primer ele-
mento se elige al azar de entre el 1 y 12,000.

a) La estimación puntual de la proporción.

133
Capítulo 5. El muestreo sistemático

Cuadro 5.13: Los asegurados que contrajeron gripe o tos por lo menos una vez
en los últimos seis meses
Núm. de paciente Respuesta
341 0
886 0
1,431 0
1,976 1
2,521 0
3,066 0
3,611 1
4,156 1
4,701 1
5,246 0
5,791 1
6,336 0
6,881 0
7,426 0
7,971 0
8,516 0
9,061 1
9,606 0
10,151 1
10,696 1
11,241 0
11,786 0

n
X
yi
i=1 a 8
ps = = = = 0.3636 ó 36.4 %
n n 22
qs = 1 − ps = 1 − 0.36 = 0.6364 ó 63.6 %

b) La desviación estándar
sµ de la proporción muestral (Sps ).

N − n ³ p s qs ´
S ps =
N n
donde: N = 12, 000, n = 22, ps = 0.36 y qs = 0.64

Por lo tanto: sµ ¶µ ¶
12, 000 − 22 (0.3636)(0.6364) p
S ps = = (0.9982)(0.010447)
12, 000 22

= 0.010453876 = 0.1025
c) Un IC de 95 % para la proporción verdadera.

134
ps ± t(n−1,α\2) Sps

donde: ps = 0.3636, Sps = 0.1025 y t(n−1,α\2) = t(21,0.025) = 2.0796

Por lo tanto:
0.3636 ± (2.0796)(0.1025)
0.3636 ± 0.2131
0.1505 ≤ Ps ≤ 0.5767

Por lo tanto, la proporción verdadera de asegurados que han contraído gripe o


tos en los últimos seis meses entre 15.05 y el 57.67 %.

d) La estimación puntual del total.

τ̂ = N ps

donde: N = 12, 000 y ps = 0.3636

Por lo tanto:
τ̂ = (12, 000)(0.3636) = 4, 363.6364 asegurados que han contraído
gripe o tos.

e) Un IC para el total verdadero de asegurados que han contraído gripe o


tos en los últimos seis meses, con una confiabilidad de 95 %.
τ ± t(n−1,α\2) N Sp

donde: τ̂ = 4, 363.6364, ps = 0.1025, N = 12, 000 y t(n−1,α\2) = t(21,0.025) = 2.0796

Por lo tanto:
4, 363.6364 ± (12, 000)(2.0796)(0.1025)
4, 363.6364 ± (12, 000)(0.2131)
4, 363.6364 ± 2, 557.908
1, 806.5790 ≤ τs ≤ 6, 920.6937

f) Suponga que 22 asegurados constituyen una muestra preliminar. ¿Cuál


es el tamaño de muestra necesario para estimar la proporción verdadera con
una precisión de 10 % de la proporción preliminar y una confiabilidad de 95 %?

N 2 (t(n−1,α\2) )2 ps qs
n=
d2 + N (t(n−1,α\2) )2 ps qs
donde: N = 12, 000, ps = 0.3636, qs = 0.6364, t(n−1,α\2) = t(21,0.025) = 2.0796 y
d = (0.10)(p) = (0.10)(0.3636) = 0.03636

por lo tanto:
(12, 000)(2.0796)2 (0.3636)(0.6364)
n= = 713 asegurados
(12, 000)(0.03636)2 + (2.0796)2 (0.3636)(0.6364)
(muestra)

135
Capítulo 5. El muestreo sistemático

g) Suponga que n = 22 asegurados en realidad es una muestra preliminar.


Por lo tanto, ¿cuál sería el tamaño de muestra necesario para estimar el total
con una precisión de 10 % del total preliminar y una confiabilidad de 95 %?
2
N 2 (t(n−1,α\2) ) pq
n= 2
d + N (t(n−1,α\2) )2 pq
donde: N = 12, 000, ps = 0.3636, qs = 0.6364, t(n−1,α\2) = t(21,0.025) = 2.0796 y
d = (0.10)(12, 000)(0.3636) = 436.32

Por lo tanto:
(12, 000)2 (2.07966)2 (0.3636)(0.6364)
n= = 713 asegurados
(436.32)2 + (12, 000)(2.0796)2 (0.3636)(0.6364)
(muestra)

5.6. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la proporción y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total de tal manera
que sean estimados con una precisión de 6 % de la proporción y el total pre-
liminar con una confiabilidad de 95 %?

Ejercicio 1. Una empresa constructora tiene empleados a N = 1, 200 albañiles


para una mega construcción. Con la finalidad de estimar el porcentaje de al-
bañiiles a los que les gusta la cerveza, se toma una muestra sistemática de
n = 12 albañiles. Los resultados se presentan en el cuadro (5.15).

Cuadro 5.15: Albañiles que consumen cerveza


Obs. No. Muestra Consume Obs. No. Muestra Consume
2 7 0 7 607 1
1 107 1 8 707 0
3 207 0 9 807 1
4 307 1 10 907 1
5 407 0 11 1007 1
6 507 1 12 1107 1

Ejercicio 2. Una empresa que produce N = 5, 000 colchones por semana, de-
cide tomar una muestra sistemática de n = 10 colchones, el objetivo es estimar
el porcentaje de colchones que no cumplen con los requerimientos de calidad.
Use la información del cuadro (5.16).

136
Cuadro 5.16: Muestra de colchones.
Obs. No. Muestra Cumple Obs. No. Muestra Cumple
1 210 1 6 2710 1
2 710 1 7 3210 1
3 1210 0 8 3710 1
4 1710 0 9 4210 1
5 2210 1 10 4710 1

Ejercicio 3. La embajada Francesa en México desea conocer el porcentaje de


colimenses que han visitado Francia, supóngase que la población del estado
de colima es de N = 10, 000 personas de las cuales se toma una muestra sis-
temática de n = 20 individuos. Use la información del cuadro (5.17).

Cuadro 5.17: colimenses que han visitado Francia.


Obs. No. Muestra Respuesta Obs. No. Muestra Respuesta
1 300 0 11 5300 0
2 800 0 12 5800 0
3 1300 1 13 6300 0
4 1800 0 14 6800 1
5 2300 1 15 7300 0
6 2800 0 16 7800 0
7 3300 1 17 8300 1
8 3800 0 18 8800 0
9 4300 1 19 9300 0
10 4800 0 20 9800 1

Ejercicio 4. La Secretaría de Turismo de México desea conocer el porcenta-


je de colimenses que han visitado la ciudad maya de Palenque, Chiapas. Se
supone que la población del estado de Colima es de N = 10, 000 personas. De
esta población se extrae la muestra sistemática de n = 10 individuos. Use la
información del cuadro (5.18).

Cuadro 5.18: colimenses que han visitado Palenque, Chiapas.


Obs. No. Muestra Respuestas Obs. No. Muestra Respuestas
1 100 0 6 5100 0
2 1100 0 7 6100 0
3 2100 1 8 7100 0
4 3100 0 9 8100 0
5 4100 1 10 9100 0

137
Capítulo 5. El muestreo sistemático

138
Capítulo 6

El muestreo por conglomerados en


una etapa

Nunca antes en su historia,


la estadística había sido
tan querida y repudiada.
Tan querida por ser útil,
objetiva y muy precisa.
Repudiada, por compleja,
laboriosa e ingeniosa.
OAML

E N el estudio del diseño de encuestas o muestreos existen diferentes op-


ciones para estimar un parámetro. Esas opciones pueden ser diferentes
en cuanto a costo, precisión o facilidad de aplicación se refiere. En ocasiones
resulta absurdo intentar aplicar alguna de ellas a una población con ciertas
características. Por esto, ahora presentamos otro diseño de muestreo, que pro-
porciona herramientas valiosas.

En los diseños de encuestas las unidades muestrales se pueden definir de


diferentes formas. En el caso del muestreo por conglomerados, que revisamos
en este capítulo, a diferencia de los anteriores, las unidades muestrales (aho-
ra llamadas unidades de muestreo primarias o conglomerados) están consti-
tuidas por varios elementos (o unidades de muestreo secundarias); en estos
últimos se realizará la medición, mientras que los primeros nos auxilian para
hacer la selección aleatoria. Este es el principio del diseño.

Definición: La muestra por conglomerados


Una muestra obtenida aleatoriamente de coglomerados (de la misma
forma que en el muestreo simple aleatorio), en donde a las unidades
de muestreo primarias definidas les llamaremos conglomerados,
las cuales son grupos de elementos (o unidades de muestreo
secundarias), sobre las que se hará la medición o evaluación de la
característica de interés (Pérez, 2000 [3]). Es decir, en éste diseño se
extrae bajo MAS una muestra de tamaño n de conglomerados donde
cada conglomerado es una colección de elementos o conglomerados.

Como se sabe, si se desea realizar una selección aleatoria de unidades, debe-


mos contar con el marco de muestreo adecuado. En ocasiones no es posible

139
Capítulo 6. El muestreo por conglomerados en una etapa

tener el marco de muestreo u obtenerlo es costoso, además de que el costo del


muestreo crece al tener que medir unidades separadas entre sí por una gran
distancia física. En el muestreo por conglomerados este costo se reduce sus-
tancialmente, ya que al levantar la información de elementos contiguos o muy
cercanos entre sí se evita el costo de transportación y puede operarse también
aun sin tener un marco de muestreo completo.

Por ello el muestreo por conglomerados, en una, dos o más etapas, es un


diseño de muestreo efectivo para obtener una cantidad específica de informa-
ción, a un costo mínimo, cuando se presentan las siguientes situaciones:

Cuando no se encuentra disponible, no es confiable o es muy caro obtener


un marco que contenga la lista de los elementos de la población, sin em-
bargo, es posible disponer fácilmente de un marco que contenga la lista
de todos los conglomerados de la población.

Aún cuando fuese posible contar con un marco que contenga la lista de
todos los elementos de la población, la selección de una muestra aleatoria
simple ocasionaría costos excesivamente altos; esto se puede ver clara-
mente en poblaciones grandes y dispersas, es decir, el costo aumenta
como consecuencia de la distancia existente entre unidades de estudio.

6.1. ¿Qué puede ser un conglomerado?


En diseños como éste, es importante tener claro lo que será considerado
como conglomerado, ya que éstos pueden ser naturales o convenientemente
determinados. Dado que cada problema tiene características propias, entonces
la definición de conglomerados, también la tendrá. Por lo tanto, únicamente
se puede hablar de aspectos generales que es necesario que satisfagan los
conglomerados, los cuales son:

Que las unidades que conforman cada conglomerado sean lo más diferen-
tes entre sí, y además, que estén lo más próximo posible unas de otras,
es decir, que las unidades dentro de cada conglomerado sean lo más he-
terogéneas y cercas entre sí.

Que los conglomerados sean lo más similares entre sí, es decir, homogé-
neos entre sí.

Por ejemplo, en la población de un municipio deseamos conocer cierto


parámetro. Los conglomerados podrían agrupar manzanas, colonias o barrios.
La decisión se toma de acuerdo con la precisión que se quiera, la información
disponible, los objetivos o cualquier criterio que sea de interés para el inves-
tigador. Si se tratara del control de calidad de cajas de artículos electrónicos
podríamos designar a las cajas como conglomerados (sitios de muestreo) o en
el caso de la evaluación nacional de salud, se elegirían hospitales, centros de
salud, etcétera (Pérez, 2000 [3]).

140
Si una encuesta por conglomerados se aplicara a cajas que contienen pro-
ductos terminados, entonces en este caso todos los conglomerados contendrían
el mismo número M de productos terminados o elementos (unidades de muestreo
secundarias), debido a la uniformidad del proceso de producción y empaque.
En este ejemplo diremos que los conglomerados son de tamaño homogéneo,
pero es evidente que los casos con estas características no son los más fre-
cuentes y que en general encontraremos conglomerados de tamaños desiguales;
es decir, las colonias no tienen el mismo número de habitantes, los sitios de
muestreo forestal tampoco contendrán el mismo número de árboles, etc. Pero
las técnicas de muestreo probabilístico cubren estas posibilidades, por lo que
no hay de que preocuparse. En el diseño de muestreo el investigador elige los
conglomerados aleatoriamente y mide todos sus elementos. Además, esos ele-
mentos quedarán automáticamente seleccionados al elegir el conglomerado en
la muestra, es decir, cada conglomerado de la muestra será censado (Cochran,
1985 [1]).

En el diseño de muestreo por conglomerados en una etapa, se asume que


todos los elementos incluidos en los conglomerados seleccionados y que con-
stituyen la muestra serán estudiados. Además, cabe señalar que entre este
diseño y el aleatorio simple existe una gran similitud en cuanto a las expre-
siones relacionadas con el tamaño de muestra, con la diferencia que el aleato-
rio simple utiliza unidades muestrales elementales, mientras que el muestreo
por conglomerados, considera grupos de unidades elementales.

6.2. Una comparación con el muestreo estratifica-


do

Muestreo estratificado Muestreo por conglomera-


dos
Mayor precisión con relación Menor precisión con relación
al muestreo simple aleatorio. al muestreo simple aleatorio.
Los estratos deben contener Los conglomerados deben
elementos que sean muy ho- contener elementos lo más
mogéneos entre ellos. heterogéneos posible entre
ellos.
Para obtener una mayor pre- Para una mayor precisión, los
cisión, la diferencia debe ser conglomerados deben ser muy
grande entre estratos. similares.
La varianza de la estimación La varianza de la estimación
de la media depende de la de la media depende de la
variabilidad de los valores variabilidad que existe entre
dentro del estrato. las medias de los conglomera-
dos.

141
Capítulo 6. El muestreo por conglomerados en una etapa

Figura 1. Comparación gráfica del muestreo estratificado vs el de


conglomerados.

En el estratificado se seleccionan algunas unidades de cada estrato. En el


muestreo por conglomerados se seleccionan algunos de ellos y de los selec-
cionados se miden todas las unidades.

6.3. Acerca del tamaño del conglomerado


Es importante resaltar que el conglomerado debe ser de un tamaño ”mode-
rado ” o de tal naturaleza que todas las observaciones (observación j en el con-
glomerado i) puedan obtenerse con relativa facilidad. Sin embargo, no es difícil
imaginar situaciones en las que el conglomerado sea grande. Por ejemplo, si
los conglomerados elegidos son conjuntos de viviendas de 120 manzanas y
de ellas deben ser elegidos todos los niños menores de 6 años, el conjunto a
censar sería demasiado grande, o si el conjunto fuera un archivero y tuviera
miles de hojas y fuera necesario calcular estimaciones por hoja; en tales casos
es razonable pensar que el esquema de muestreo por conglomerados en una
etapa no es apropiado, sino otro en dos etapas, Pérez (2000) [3].
Notación
N : el número de conglomerados en la población o unidades de muestreo pri-
marias (U M P ) que cubre a toda la población, sin traslapes.
n: el número de conglomerados seleccionados de una muestra simple aleato-
ria.
Mi : el número de elementos o unidades de muestreo secundarias (U M S) en el
conglomerado, i = 1, 2, ..., N .
X N
M = Mi : el número de elementos o unidades de muestreo secundarias en
i=1
la población.
M̄ : el número promedio de U M S por U M P (o conglomerado) en la población.
τi = yi . : el total del conglomerado i.
Mi
X
yij
j=1
ȳi. = : la media a nivel de U M S del conglomerado i.
Mi
142
N
X
yi.
i=1
ȳ. = : el total promedio por U M P .
N
N
X XN X Mi
τ= τi = yij : el total de la población.
i=1 i=1 j=1
τ
µ= : la media a nivel de U M S.
M
yij = : el valor de la j-ésima U M S en el i-ésimo conglomerado.

El punto en el subíndice simboliza todas las U M S del conglomerado i. M i


se refiere al número de U M S que contiene el conglomerado i. Pudiera darse el
caso de que se seleccione sólo una parte del conglomerado, digamos mi entre
las M i U M S, lo cual nos lleva al diseño de muestreo conglomerado en dos
etapas que no está al alcance de este libro.

6.4. La estimación de una media y un total pobla-


cional con M conocida
El muestreo por conglomerados es muy conveniente cuando el costo de
llegar a las unidades primarias es muy alto con relación al costo de medir las
unidades secundarias dentro de un conglomerado. Para elegir los conglomera-
dos (U M P ) que estarán en la muestra, se sigue el mismo procedimiento que
en el muestreo simple aleatorio, por lo que los estimadores de la media, µ, y el
total, τ , se obtienen de manera similar. Sin embargo, es importante observar
que los datos del muestreo por conglomerados permiten obtener estimaciones
a diferentes niveles de la población. Es decir, en una encuesta sobre los sitios
para medir la cantidad de madera de árboles, las observaciones individuales
yij incluyen los volúmenes por árboles que hay, τi es el volumen total del sitio
(para un conglomerado incluido en la muestra, pues se contabilizan a todos
los árboles del sitio), τ es el volumen de toda la población y µ es el volumen
promedio por árbol.
A continuación se presentan los estimadores suponiendo una muestra aleato-
ria de n conglomerados y que cada uno contiene M i elementos (Scheaffer, 1987
[2]).

6.4.1. El estimador de la media poblacional

n X Mi
n X
X
yi. yij
i=1 i=1 j=1
µ̂ = ȳc = n = n (6.1)
X X
Mi Mi
i=1 i=1

143
Capítulo 6. El muestreo por conglomerados en una etapa

6.4.2. El estimador del total poblacional


 n
X
  n
X

 yi.   τi 
 i=1   i=1 
τˆc = M ȳc = M 
X n
=M
 Xn

 (6.2)
Mi Mi
   
i=1 i=1
Debe quedar muy claro que los estimadores (6.1 y 6.2) del promedio y del
total son de U M S en toda la población (Scheaffer, 1987 [2]). Si se substituye
n por N se obtendrían los parámetros µ y τ . Se necesita la varianza de estos
estimadores para conocer la dispersión de los datos y para saber la precisión
de las estimaciones. Estas varianzas se muestran a continuación.

6.4.3. La varianza estimada de ȳc y τ̂c

n
X
µ ¶µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 1 i=1
V̂ (ȳc ) = (6.3)
N n M̄ 2 n−1

V̂ (τ̂c ) = V̂ (M ȳc ) = M 2 V̂ (ȳc ) (6.4)


Xn

µ ¶µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 1 i=1
= M2 2
N n M̄ n−1
Xn

µ ¶µ ¶µ ¶ (yi. − ȳc Mi )2
¡ ¢2 N − n 1 1 i=1
= N M̄ 2
N n M̄ n−1
Xn

µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 i=1
= N2
N n n−1
Al conocer los estimadores de las varianzas de ȳc y τ̂c (6.3 y 6.4) se puede
calcular sus correspondientes intervalos de confianza, lo que dará los límites
en los que se encuentran las estimaciones, es decir, una idea acerca de la
precisión de las estimaciones. Es importante mencionar que los estimadores
de las varianzas obtenidos con las ecuaciones (6.3 y 6.4) son sesgadas, pero
pueden ser aceptables si n es "grande"(digamos n > 30) y el sesgo desaparecería
si los tamaños de los conglomerados fueran iguales (todas las Mi iguales).

6.4.4. El intervalo de confianza de la media y el total

q
ȳc ± t(n−1,α/2) V̂ (ȳc ) (6.5)
q
τ̂c ± t(n−1,α/2) V̂ (τ̂c ) (6.6)

144
6.4.5. La determinación del tamaño de muestra

La precisión de las estimaciones depende del tamaño de la muestra y del


modo en que esté conformada. Así pues, en el diseño por conglomerados se
busca exactamente la situación inversa al diseño estratificado ya que formare-
mos conglomerados que sean homogéneos entre ellos, pero que en su interior
mantengan una marcada heterogeneidad. Es decir, que haya valores superio-
res a la media general y otros menores a ella, de tal forma que el diseño re-
sulte casi tan preciso como la selección aleatoria. Sin embargo, en algunas
ocasiones los conglomerados ya están definidos por algún esquema y no es
posible construirlos de tal forma que el diseño sea más eficiente, lo cual rep-
resenta una desventaja en cuanto a la precisión. Por otro lado, esta condición
también puede representar una ventaja ya que al utilizar un muestreo por
conglomera-do, no requerimos de un marco de muestreo de elementos.

Obsérvese que a diferencia de los diseños anteriores, la muestra por con-


glomerados también será definida por el tamaño relativo de los conglomera-
dos. Además, el tamaño del límite para el error de estimación depende de la
variación entre los totales de conglomerados, es así que confirmamos que para
obtener límites pequeños de error de estimación debemos seleccionar conglom-
erados con la menor variación posible entre estos totales.

Supondremos que el tamaño del conglomerado es fijo y nos interesa saber


el número n de conglomerados que seleccionaremos. De la misma manera que
en los diseños anteriores, al no conocer σc2 o el tamaño promedio del conglom-
erado, se complica la decisión sobre el número de conglomerados necesar-
ios para conseguir una cantidad específica de información concerniente a un
parámetro poblacional. Si este fuera el caso, usaríamos los estimadores de σc2 y
M̄ que podrían estar disponibles en encuestas previas o, en todo caso, obten-
erse a través de una encuesta piloto seleccionando una muestra preliminar,
digamos n, y con esta información podemos calcular el tamaño de muestra n.

· q ¸
Procediendo de manera análoga a los diseños anteriores, t(n−1,α/2) V̂ (θ̂)
es el error asociado a la estimación, llamado precisión, es decir,

· q ¸
d = tn−1,α/2 V̂ (θ̂) , (6.7)

donde θ̂ representa el estimador del parámetro de interés.

De la expresión anterior (6.7) y con θ̂ = ȳc se despeja n para obtener el


tamaño de muestra.

145
Capítulo 6. El muestreo por conglomerados en una etapa

El tamaño de muestra para estimar el promedio


¢2
N t(n−1,α/2) σc2
¡
n= ¡ ¢2
N M̄ 2 d2 + t(n−1,α/2) σc2
n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
Para determinar el tamaño de muestra con base en τc , se procede de forma
similar a la anterior dado que V (τ̂c ) = V (M ȳc ) = M 2 V (ȳc ). Así, utilizando este
resultado es fácil llegar a la siguiente ecuación para el tamaño de muestra para
estimar τ .

El tamaño de muestra para estimar el total usando M ȳc

N 2 (tn−1,α/2 )2 σc2
n= ¡ ¢2
d2 + N tn−1,α/2 σc2
n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1

6.4.6. Ejemplos
Ejemplo 1. La Universidad de Colima tiene 10,000 estudiantes inscritos en
220 grupos con diferente número de estudiantes. Con la finalidad de estimar
el gasto promedio por estudiante en útiles escolares, se toma una muestra
aleatoria simple de 5 grupos, y de cada grupo se le pregunta a cada integrante
sobre su gasto en útiles escolares (cuadro 6.2).

146
Cuadro 6.2: El gasto en útiles escolares por estudiante (en pesos).

Grupo 1 Grupo 2 Grupo 3 Grupo 4 Grupo 5


104 107 96 91 113
86 106 108 84 118
114 101 114 70 105
106 97 124 79 96
74 64 103 92 119
125 109 98 131 118
114 97 96 88 113
90 102 103 96 97
98 93 124 99 127
120 121 103 100 119
97 130 105 77 115
99 90 104 69 100
112 98 99 83 80
112 107 104 70 94
104 114 100 81 113
125 89 110 67 128
93 89 102 70 92
129 72 107 112 82
81 116 102 100 124
78 111 112 104 74
121 93 116 87 122
93 67 101 81 87
114 94 106 101 89
92 79 114 94 132
107 91 94 126 94
114 114 109 102 88
101 109 91 69 134
101 109 96 78 111
98 121 99 122 141
92 112 83 73 91
103 115 102 127
79 123 123
109 136
122 114
90
94
y1. = 3, 094 y2. = 3, 184 y3. = 3, 238 y4. = 3, 302 y5. = 3, 716

147
Capítulo 6. El muestreo por conglomerados en una etapa

Determine lo siguiente:

a) Encontrar la media.
n X Mi
n X
X
yi. yij
i=1 i=1 j=1
µ̂ = ȳc = n = n
X X
Mi Mi
i=1 i=1
donde:
N = 220: es el número total de grupos en la población
n = 5: el número de grupos o conglomerados seleccionados
M = 10, 000: el total de estudiantes en la población
M1 = 30, M2 = 32, M3 = 32, M4 = 36 y M5 = 34 :tamaño de cada conglomerado
seleccionado

Por lo tanto:
3, 094 + 3, 184 + 3, 238 + 3, 302 + 3, 716 16, 534
ȳc = = = 101.4356
30 + 32 + 31 + 36 + 34 163
b) Hallar el total.

τ̂c = M ȳc

donde: M = 10, 000: el total de estudiantes en la población


ȳc = 101.4356: el gasto promedio en útiles escolares por estudiante

Por lo tanto:

τ̂c = (10, 000)(101.4356)= 1, 014, 355.8282 pesos

c) Calcular la varianza y la desviación estándar de la media.


n
X
µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 i=1
V̂ (ȳc ) = donde:
N nM̄ 2 n−1
M = 10, 000 : el total de estudiantes en la población
N = 220 : el total de grupos
n = 5: el número de grupos o conglomerados seleccionados
M
M̄ = = 45.45: el número promedio de estudiantes por grupo
N
ȳc = 101.4356: el gasto promedio en útiles escolares por estudiante

148
Por lo tanto:
µ ¶µ ¶
10, 000 − 5 1
V̂ (ȳc ) = ×
10, 000 (5)(45.45)2
(3, 094 − (101.4356)(30))2 + . . . + (3, 716 − (101.4356)(34))2
= 4.9391
5−1
q √
V̂ (ȳc ) = 4.9391 = 2.2224
d) Construir un IC al 90 % para la media poblacional µc .
q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
ȳc = 101.4356: el gasto promedio en útiles escolares por estudiante
tq(n−1,α/2) = t(5−1,0.1/2) = 2.1318

V̂ (ȳc ) = 2.2224

Por lo tanto:

101.4356 ± (2.1318)(2.2224)
101.4356 ± 4.7377
96.6978 ≤ µc ≤ 106.1734

e) Calcular un IC de 90 % para el total.

τ̂c ± tn−1,α/2 V̂ (τ̂c )

donde: τ̂c = q
q 1, 014, 355.8282, tn−1,α/2 = t5−1,0.1/2 = 2.1318,
V̂ (τ̂c ) = M V̂ (ȳc ) = (10, 000)(2.2224)=22, 223.861

Por lo tanto:

1, 014, 355.8282 ± (2.1318)(22, 223.861)


1, 014, 355.8282 ± 47, 378.1353
966, 977.6930 ≤ τc ≤ 1, 061, 733.9635

f) Suponer que n = 5 grupos es una muestra preliminar. ¿Cuál es el tamaño


de muestra necesario para estimar la media poblacional con una precisión de
4 % de la media preliminar y una confiabilidad de 90 %?

¢2
N tn−1,α/2 σc2
¡
n= ¡ ¢2
N M̄ 2 d2 + tn−1,α/2 σc2

donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1

149
Capítulo 6. El muestreo por conglomerados en una etapa

ȳc = 101.4356: el gasto promedio en útiles escolares por estudiante


N = 220 : el total de grupos
n = 5: el número de grupos o conglomerados seleccionados
M
M̄ = = 45.45: el número promedio de estudiantes por grupo
N
tn−1,α/2 = t5−1,0.1/2 = 2.1318
(3, 094 − (101.4356)(30))2 + . . . + (3, 716 − (101.4356)(34))2
s2c = = 52, 209.8943
5−1
d = (0.04)(101.4356) = 4.0574

Por lo tanto:

(220)(2.1318)2 (52, 209.8943)


n= = 6.7616 grupos.
(220)(45.45)2 (4.0574)2 + (2.1318)2 (52, 209.8943)
g) Suponer que n = 5 grupos es una muestra preliminar. ¿Cuál es el tamaño
de muestra necesario para estimar el total poblacional con una precisión de
4 % del total preliminar y una confiabilidad de 90 %?

N 2 (tn−1,α/2 )2 σc2
n= ¡ ¢2
d2 + N tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
τ̂c = 1, 014, 355.8282
N = 220 : el total de grupos
n = 5: el número de grupos o conglomerados seleccionados
tn−1,α/2 = t5−1,0.1/2 = 2.1318
(3, 094 − (101.4356)(30))2 + . . . + (3, 716 − (101.4356)(34))2
s2c = = 52, 209.8943
5−1
d = (0.04)(1, 014, 355.8282) = 40, 574.2331

Por lo tanto:

(220)2 (2.1318)2 (52, 209.8943)


n= = 6.7616 grupos
(40, 574.2331)2 + (220)(2.1318)2 (52, 209.8943)
Ejemplo 2. La empresa Peñafiel procesa 1, 000 rejas de refresco por día. Con
la finalidad de conocer si el proceso de producción cumple con el contenido de
carbohidratos, cierto día se selecciona una muestra aleatoria simple de 6 rejas
(cuadro 6.4).
a) Estimar el promedio de carbohidratos por refresco.

n X Mi
n X
X
yi. yij
i=1 i=1 j=1
µ̂c = ȳc = n = n
X X
Mi Mi
i=1 i=1

150
Cuadro 6.4: El contenido de carbohidratos por reja de refresco
Reja 1 Reja 2 Reja 3 Reja 4 Reja 5 Reja 6
6.8 7.1 7.1 7.8 7.7 6.7
6.6 7.4 7.3 7.9 7.5 6.9
7.1 7 6.9 7.7 7.8 6.7
7 7.4 7 7.6 7.6 6.6
6.9 8 7.1 7.6 7.8 6.8
7.4 7.2 7.3 7.6 7.9 6.6
6.9 7.5 7.3 7.4 7.8 6.8
7 7.3 7.3 7.6 7.9 7.2
7 7.8 7.2 7.6 8 6.8
6.8 7.3 7.2 7.5 7.6 7.1
7.2 7.8 7.4 7.5 7.7 6.7
7.2 7.2 7.4 7.9 7.6 7
7.2 7.4 7.1 7.3 7.4 6.7
6.8 7.5 7.2 7.7 8 6.7
7.1 7.7 6.9 7.8 8 6.7
7.1 7.5 6.4 7.4 7.8 6.8
7.2 7.5 6.9 7.7 7.6 6.7
7.1 7.6 7.5 7.3 7.9 6.7
7 7.4 7.1 7.9 7.8 6.7
7.2 7.8 7.2 7.4 7.7 6.8
6.7 7.4 7.3 7.8 7.5 6.9
7.1 8.1 7.2 7.6 8 6.8
6.7 7.5 6.9 7.7 7.8 6.6
7.2 7.8 7.2 7.7 7.6 6.9
y1. = 168.3 y2. = 180.2 y3. = 171.4 y4. = 183 y5. = 186 y6. = 162.9

donde:
n = 6: el número de rejas seleccionadas
M = 24, 000: el total de refrescos producidos en ese día
M1 = 24, M2 = 24, M3 = 24, M4 = 24, M5 = 24 y M6 = 24: número de refrescos por
cada reja

Por lo tanto:
168.3 + 180.2 + 171.4 + 183 + 186 + 162.9 1, 051.8
ȳc = = = 7.3042 car-
24 + 24 + 24 + 24 + 24 + 24+ 144
bohidratos promedio por refresco.

b) La estimación del total de carbohidratos producidos

τ̂c = M ȳc

donde:
M = 24, 000: el total de refrescos producidos en ese día
ȳc = 7.3042: el contenido promedio de carbohidratos por refresco

151
Capítulo 6. El muestreo por conglomerados en una etapa

Por lo tanto:

τ̂c = (24, 000)(7.3042)= 175, 300.8 carbohidratos producidos

c) La estimación de la varianza de la media.


Xn

µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 i=1
V̂ (ȳc ) = 2
N nM̄ n−1
donde:
M = 24, 000: el total de refrescos producidos en ese día
N = 1, 000: las rejas de refresco producidas
n = 6: el número de rejas seleccionadas
M 24, 000
M̄ = = = 24: el número promedio de refrescos por reja
N 1, 000
ȳc = 7.3042: el contenido promedio de carbohidratos por refresco

Por lo tanto:µ ¶µ ¶
24, 000 − 6 1
V̂ (ȳc ) = ×
24, 000 (6)(24)2
(168.3 − (7.3042)(24))2 + . . . + (162.9 − (7.3042)(24))2
= 0.0239
6−1
d) Calcular un IC de 90 % para la media poblacional.
q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
ȳc = 7.3042: el contenido promedio de carbohidratos por refresco
tn−1,α/2 = t6−1,0.1/2 = 2.0150
q
V̂ (ȳc ) = 0.1546

Por lo tanto:

7.3042 ± (2.0150)(0.1546)
7.3042 ± 0.3116
6.9925 ≤ µc ≤ 7.6158

e) Calcular un IC de 90 % para el total.

τ̂c ± tn−1,α/2 V̂ (τ̂c )

donde: τ̂c = q
q 175, 300.8, tn−1,α/2 = t6−1,0.1/2 = 2.0150
V̂ (τ̂c ) = M V̂ (ȳc ) = (24, 000)(0.1536) = 3, 711.5380

Por lo tanto:
175, 300.8 ± (2.0150)(3, 711.5380)
175, 300.8 ± 7, 478.9287

152
167, 821.0713 ≤ τc ≤ 182, 778.9287

Es decir, con 90 % de confianza el total de carbohidratos en la población se


ubica entre 167, 821.0713 y 182, 778.9287

f) Suponga que n = 6 rejas es una muestra preliminar. ¿Cuál es el tamaño


de muestra para estimar la media verdadera con una precisión del 4 % de la
media preliminar y una confiabilidad de 90 %?
¢2
N tn−1,α/2 σc2
¡
n= ¡ ¢2
N M̄ 2 d2 + tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
ȳc = 7.3042: el contenido promedio de carbohidratos por refresco
N = 1, 000 : las rejas de refresco producidas
n = 6: el número de rejas seleccionadas
M 24, 000
M̄ = = = 24: el número promedio de refrescos por reja
N 1, 000
t(n−1,α/2) = t(6−1,0.1/2) = 2.0150
2 (168.3 − (7.3042)(24))2 + . . . + (162.9 − (7.3042)(24))2
sc = = 83.1520
6−1
d = (0.04)(7.3042) = 0.2922

Por lo tanto:
(1, 000)(2.0150)2 (83.1520)
n= = 6.8201 rejas
(1, 000)(24)2 (0.2922)2 + (2.0150)2 (83.1520)
g) Suponga que n = 6 rejas es una muestra preliminar. Por tanto, ¿cuál es el
tamaño de muestra para estimar el total verdadero con una precisión del 4 %
del total preliminar y una confiabilidad del 90 %?

N 2 (tn−1,α/2 )2 σc2
n= ¡ ¢2
d2 + N tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
τ̂c = 175, 300.8
N = 1, 000 : las rejas de refresco producidas
n = 6: el número de rejas seleccionadas
tn−1,α/2 = t6−1,0.1/2 = 2.0150
2 (168.3 − (7.3042)(24))2 + . . . + (162.9 − (7.3042)(24))2
sc = = 83.1520
6−1
d = (0.04)(175, 300.8) = 7, 012.032

Por lo tanto:

153
Capítulo 6. El muestreo por conglomerados en una etapa

(1, 000)2 (2.0150)2 (83.1520)


n= = 6.8201 rejas
(7, 012.032)2 + (1, 000)(2.0150)2 (83.1520)
Ejemplo 3. El gerente del periódico Ecos de la Costa desea estimar el número
promedio de ejemplares comprados por familia por mes en el estado de Colima.
Los costos de transportes de un lugar a otro son altos, por esta razón se listan
los 4, 000 hogares del estado en 400 conglomerados geográficos (manzanas) de
10 hogares cada uno, y se selecciona una muestra aleatoria simple de 5 con-
glomerados. Se realizan las entrevistas y los resultados están en el cuadro 6.5.
Realizar los cálculos que a continuación se piden.

Cuadro 6.5: Ejemplares comprados por familia.


Manzana 1 Manzana 2 Manzana 3 Manzana 4 Manzana 5
3 4 2 2 1
3 3 1 2 2
1 1 3 1 3
3 3 1 3 1
3 2 3 1 3
2 3 1 1 1
1 4 1 2 2
3 2 2 2 5
2 3 1 2 4
3 2 3 1 4
y1. = 24 y2. = 27 y3. = 18 y4. = 17 y5. = 26

a) Estimación de la media.
n X Mi
n X
X
yi. yij
i=1 i=1 j=1
µ̂c = ȳc = n = n
X X
Mi Mi
i=1 i=1

donde: n = 5: el número de conglomerados seleccionados


M = 4, 000: el total de hogares en el estado
M1 = 10, M2 = 10, M3 = 10, M4 = 10 y M5 = 10: tamaño de cada conglomerado
seleccionado

Por lo tanto:
24 + 27 + 18 + 17 + 26 112
ȳc = = = 2.24 ejemplares por familia
10 + 10 + 10 + 10 + 10 50
b) Estimación del total.

τ̂c = M ȳc

154
donde: M = 4, 000: el total de hogares en el estado
ȳc = 2.24: el promedio de ejemplares comprados por familia

Por lo tanto:
τ̂c = (4, 000)(2.24)= 8, 960 ejemplares comprados

c) Estimación de la varianza y la desviación estándar de la media.

n
X
µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 i=1
V̂ (ȳc ) =
N nM̄ 2 n−1
donde:
N = 400: el número de conglomerados geográficos
n = 5: el número de conglomerados seleccionados
M = 4, 000: el total de hogares en el estado
M 4, 000
M̄ = = = 10: el número promedio de hogares por conglomerado
N 400
ȳc = 2.24: el número promedio de ejemplares comprados por familia

Por lo tanto:

(24 − (2.24)(10))2 + . . . + (26 − (2.24)(10))2


µ ¶µ ¶
400 − 5 1
V̂ (ȳc ) =
400 (5)(10)2 5−1
= 0.0421
q √
V̂ (ȳc )= 0.0421 = 0.2051

d) Un IC de 90 % para la media poblacional µc .


q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
ȳc = 2.24: el número promedio de ejemplares comprados por familia
tn−1,α/2 = t5−1,0.1/2 = 2.1318
q
V̂ (ȳc ) = 0.2051

Por lo tanto:
2.24 ± (2.1318)(0.2051)
2.24 ± 0.4372
1.8028 ≤ µc ≤ 2.6772

Es decir, con un 90 % de confianza el número promedio de ejemplares com-


prados por familia se ubica entre 1.8028 y 2.6772.

e) Un IC de 90 % para el total.

τ̂c ± tn−1,α/2 V̂ (τ̂c )

155
Capítulo 6. El muestreo por conglomerados en una etapa

donde: τ̂c =q
q 8, 960, tn−1,α/2 = t5−1,0.1/2 = 2.1318,
V̂ (τ̂c = M V̂ (ȳc ) = (4, 000)(0.2051) = 820.4145

Por lo tanto:
8, 960 ± (2.1318)(820.4145)
8, 960 ± 1, 748.9981
7, 211.0019 ≤ τc ≤ 10, 708.9981

Es decir, con un 90 % de confianza el total de ejemplares comprados en el


estado se encuentra entre 7, 211.0019 y 10, 708.9981.

f) Suponga que n = 5 conglomerados geográficos es una muestra prelimi-


nar. ¿Cuál es el tamaño de muestra para estimar la media verdadera con una
precisión de 10 % de la media preliminar y una confiabilidad de 90 % ?
¢2
N tn−1,α/2 σc2
¡
n= ¡ ¢2
N M̄ 2 d2 + tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
ȳc = 2.24: el número promedio de ejemplares comprados por familia
N = 400 : el número de conglomerados geográficos
n = 5: el número de conglomerados seleccionados
M 4, 000
M̄ = = = 10: el número promedio de hogares por conglomerados
N 400
tn−1,α/2 = t5−1,0.1/2 = 2.1318
(24 − (2.24)(10))2 + . . . + (26 − (2.24)(10))2
s2c = = 21.3
5−1
d = (0.1)(2.24) = 0.224

Por lo tanto:
(400)(2.1318)2 (21.3)
n= = 18.4051 conglomerados
(400)(10)2 (0.224)2 + (2.1318)2 (21.3)
g) Suponga que n=5 conglomerados es una muestra preliminar. ¿Cuál es el
tamaño de muestra para estimar el total verdadero con una precisión de 10 %
del total preliminar y una confiabilidad de 90 % ?

N 2 (tn−1,α/2 )2 σc2
n= ¡ ¢2
d2 + N tn−1,α/2 σc2

donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1

156
τ̂c = 8, 960
N = 400: el número de conglomerados geográficos
n = 5: el número de conglomerados geográficos seleccionados
tn−1,α/2 = t5−1,0.1/2 = 2.1318
(24 − (2.24)(10))2 + . . . + (26 − (2.24)(10))2
s2c = = 21.3
5−1
d = (0.1)(8, 960) = 896

Por lo tanto:
(400)2 (2.1318)2 (21.3)
n= = 18.4051 conglomerados geográ-
(896)2 + (400)(2.1318)2 (21.3)
ficos.

Ejemplo 4. Un investigador de la U de C desea estimar el total de emigrantes


en el estado de Colima, cuya población es de 200, 000. No existe una lista
disponible de personas de toda la población, por lo tanto, el estado es dividido
en 800 localidades. Para lograr tal objetivo toma una muestra de 12 localidades
y entrevista a todos los habitantes de las 12 localidades y obtiene los resultados
del cuadro 6.6.

Cuadro 6.6: Emigrantes de las 12 localidades.


Localidad Habitantes Total de emigrantes
por localidad por localidad
1 181 y1. = 10
2 316 y2. = 20
3 249 y3. = 14
4 73 y4. = 29
5 164 y5. = 42
6 120 y6. = 20
7 171 y7. = 18
8 241 y8. = 19
9 283 y9. = 10
10 115 y10. = 23
11 142 y11. = 24
12 188 y12. = 13

a) La estimación de la media.

n X Mi
n X
X
yi. yij
i=1 i=1 j=1
µ̂c = ȳc = n = n
X X
Mi Mi
i=1 i=1

donde:
n = 12: el número de localidades seleccionadas
M = 200, 000: los habitantes en el estado
M1 = 181, M2 = 316, M3 = 249, M4 = 73, M5 = 164, M6 = 120, M7 = 171, M8 = 241,

157
Capítulo 6. El muestreo por conglomerados en una etapa

M9 = 283, M10 = 115, M11 = 142, M12 = 188 : total de habitantes por localidad
10 + 20 + 14 + . . . + 23 + 24 + 13 242
ȳc = = = 0.1079 emigrantes en pro-
181 + 316 + 249 + . . . + 115 + 142 + 188 2, 243
medio

b) La estimación del total.


τ̂c = M ȳc

donde:
M = 200, 000: los habitantes en el estado
ȳc = 0.1079: el promedio de emigrantes por localidad

Por lo tanto:

τ̂c = (200, 000)(0.1079)= 21, 580 emigrantes en total

c) La estimación de la varianza y la desviación estándar de la media


n
X
µ ¶µ ¶ (yi. − ȳc Mi )2
N −n 1 i=1
V̂ (ȳc ) =
N nM̄ 2 n−1

donde:
N = 800: el número de localidades en las que está dividido el estado (conglom-
erados)
n = 12: el número de localidades seleccionadas
M = 200, 000: los habitantes en el estado
M 200, 000
M̄ = = = 250: el número promedio de habitantes por localidad (con-
N 800
glomerado)
ȳc = 0.1079: el número promedio emigrantes por localidad

Por lo tanto:

(10 − (0.1079)(181))2 + . . . + (13 − (0.1079)(188))2


µ ¶µ ¶
800 − 12 1
V̂ (ȳc ) =
800 (12)(250)2 12 − 1
= 0.0003
q √
V̂ (ȳc )= 0.0003 = 0.0164

d) Un IC al 90 % para la media poblacional.


q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
ȳc = 0.1079: el número promedio emigrantes por localidad
tq(n−1,α/2) = t(12−1,0.1/2) = 1.7959

V̂ (ȳc ) = 0.0164

158
Por lo tanto:
0.1079 ± (2.7959)(0.0164)
0.1079 ± 0.0295
0.0784 ≤ µc ≤ 0.1374

Es decir, con 90 % de confianza el número promedio de emigrantes en el estado


está entre 0.0768 y 0.1374

e) Un IC al 90 % para el total

τ̂c ± tn−1,α/2 V̂ (τ̂c )

donde:
τ̂c = 21, 580
t(n−1,α/2) = t(12−1,0.1/2)
q q = 1.7959
V̂ (τ̂c = M V̂ (ȳc ) = (200, 000)(0.0164) = 3, 280.3971

Por lo tanto:

21, 580 ± (1.7959)(3, 280.3971)


21, 580 ± 5, 891.2154
15, 891.2154 ≤ τc ≤ 27, 471.2154

Esto significa que con 90 % de confianza el total de emigrantes en el estado


se ubica entre 15, 891.2154 y 27, 471.2154.

f) Suponga que n = 12 conglomerados (localidades) es una muestra pre-


liminar. ¿Cuál sería el tamaño de muestra necesario para estimar la media
poblacional con una precisión de 10 % de la media preliminar y una confiabil-
idad de 90 % ? ¢2
N tn−1,α/2 σc2
¡
n= ¡ ¢2
N M̄ 2 d2 + tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
ȳc = 0.1079: el número promedio de emigrantes por localidad
N = 800: el número de localidades en las que está dividido el estado (conglom-
erados)
n = 12: el número de localidades seleccionadas
M = 200, 000: los habitantes en el estado
M 200, 000
M̄ = = = 250: el número promedio de habitantes por localidad
N 800
tn−1,α/2 = t12−1,0.1/2 = 1.7959
(10 − (0.1079)(181))2 + . . . + (13 − (0.1079)(188))2
s2c = = 204.8415
12 − 1
d = (0.1)(0.1079) = 0.01079

159
Capítulo 6. El muestreo por conglomerados en una etapa

Por lo tanto:
(800)(1.7959)2 (204.8415)
n= = 81.5390
(800)(250)2 (0.01079)2 + (1.7959)2 (204.8415)
Por lo tanto, el tamaño de muestra requerido para estimar la media verdadera
con una precisión de 0.01079 es de n = 82 conglomerados (localidades).

g) Suponga que n = 12 conglomerados (localidades) es una muestra prelimi-


nar. ¿Cuál es el tamaño de muestra para estimar el total poblacional con una
precisión de 10 % del total preliminar y una confiabilidad del 90 % ?

N 2 (tn−1,α/2 )2 σc2
n= ¡ ¢2
d2 + N tn−1,α/2 σc2
donde: n
X
(yi. − ȳc Mi )2
i=1
σc2 es estimada por s2c =
n−1
τ̂c = 21, 580
N = 800: el número de localidades en las que está dividido el estado (conglo-
merados)
n = 12: el número de localidades seleccionadas
M = 200, 000: los habitantes en el estado
M 200, 000
M̄ = = = 250: el número promedio de habitantes por localidad
N 800
tn−1,α/2 = t12−1,0.1/2 = 1.7959
2 (10 − (0.1079)(181))2 + . . . + (13 − (0.1079)(188))2
sc = = 204.8415
12 − 1
d = (0.1)(21, 580) = 2, 158

Por lo tanto:
(800)2 (1.7959)2 (204.8415)
n= = 81.5390
(2, 158)2 + (800)(1.7959)2 (204.8415)
Por lo tanto, el tamaño de muestra requerido para estimar el total poblacional
con una precisión de 2, 158 es de n = 82.

6.5. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la media y el total poblacional con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la media y el total poblacional de tal
manera que sean estimados con una precisión de 5 % de la media y el total
preliminar con una confiabilidad de 95 %?

Ejercicio 1. La Secretaría de salud cuenta con 200 hospitales distribuidos en


el territorio nacional, dentro de los cuales tiene laborando a 6, 000 médicos con

160
estudios de postgrado. Con la finalidad de medir el nivel de satisfacción en el
trabajo de los empleados, se toma una muestra aleatoria simple de 6 hospi-
tales, en cada uno de estos hospitales se realiza un censo. (El nivel de sat-
isfacción se mide de 0 (nada satisfecho) a 10 (muy satisfecho)) (cuadro (6.7)).

Cuadro 6.7: Nivel de satisfacción de los médicos en cada hospital


Hospital 1 Hospital 2 Hospital 3 Hospital 4 Hospital 5 Hospital 6
6 9 8 8 6 9
7 8 7 8 6 8
8 7 6 7 9 7
7 8 5 9 8 6
8 6 9 8 9 5
7 5 6 8 6 4
9 9 5 9 7 8
6 7 8 8 9 9
6 6 9 8 8 9
6 6 7 7 7 7
7 8 9 6 6 7
8 8 8 5 9 9
9 8 9 9 8 8
7 7 10 7 7 7
8 9 9 8 6 6
7 8 9 9 9 7
6 7 7 6 8 8
5 6 8 5 10 9
8 6 8 9 10 9
7 6 7 8 9 9
4 7 6 7 8 8
7 7 6 6 7 8
6 8 6 5 6 7
6 8 7 4 5 7
6 8 8 8 9 6
6 8 9 6
7 6 8 4
7 7 8 8
7 8 8
6 6 7
6 7 6
5 9
9
10
8

161
Capítulo 6. El muestreo por conglomerados en una etapa

Ejercicio 2. El presidente municipal de Colima desea estimar el total de


basura producida en la ciudad. Se supone que la ciudad está conformada
por 300 manzanas, y que el número de viviendas es de 10, 000. Además, con
la finalidad de medir el promedio y total de basura producida por vivienda
semanalmente, se toma una muestra aleatoria simple de n = 8 manzanas. En
cada manzana se recaba toda la basura producida por cada vivienda. Use la
información del cuadro (6.8).

Cuadro 6.8: Kg. de basura producidos por vivienda semanalmente.


Mz 1 Mz 2 Mz 3 Mz 4 Mz 5 Mz 6 Mz 7 Mz 8
40 30 38 48 35 45 49 82
60 35 29 36 38 38 35 83
30 45 65 37 48 45 28 73
40 48 82 72 65 66 25 65
60 68 88 83 70 33 29 45
50 75 95 93 35 22 79 66
48 45 49 63 40
49 65 40
65

6.6. La estimación de la media y un total cuando


se desconoce M
6.6.1. ¿Qué sucede cuando se desconoce el tamaño de la
población M ?
Con la información anterior, se puede estimar la media, el total o el inter-
valo de confianza para el total poblacional. Sin embargo, para utilizar las ex-
presiones anteriores se debe conocer M , pero en ocasiones no es posible saber
ese valor. A continuación se muestran los estimadores donde no es necesario
conocer M .

Es importante mencionar que los estimadores que a continuación se pre-


sentan se recomiendan cuando los tamaños de los concloglomerados son apro-
ximadamente iguales.

6.6.2. El estimador de la media y el total poblacional


Para hallar el estimador del total y la media poblacional se recurre a la
expresión del total promedio por conglomerado (ȳ. ):

τ̂c = N ȳ. (6.8)

τ̂c
µ̂c = ȳc = (6.9)
Maprox

162
n
X n
X n
X
yi. τi Mi
i=1 i=1 i=1
donde ȳ. = = , Maprox = N M̄ y M̄ = .
n n n

6.6.3. La varianza estimada de la media y del total.

n
X
µ ¶µ ¶ (yi. − ȳ. )2
N −n 1 i=1
V̂ (τ̂c ) = V̂ (N ȳ. ) = N 2 (6.10)
N n n−1
n
X
µ ¶µ ¶ (yi. − ȳ. )2
V̂ (τ̂c ) 1 N −n 1 i=1
V̂ (µ̂c ) = V̂ (ȳc ) = 2
= 2 (6.11)
Maprox M̄ N n n−1
n
X
Mi
i=1
Nota: recuérdese que cuando no se conoce M , entonces M̄ =
n
Las varianzas (6.11 y 6.10) de estos estimadores nos indican la precisión de
los mismos. Los intervalos de confianza para estos estimadores se construyen
de forma habitual.

6.6.4. El intervalo de confianza de la media y del total.

q
ȳc ± t(n−1,α/2) V̂ (ȳc )
q
τ̂c ± t(n−1,α/2) V̂ (τ̂c )

6.6.5. Los tamaños de muestra para estimar la media y el


total
El tamaño muestral para estimar µ

N (tn−1,α/2 )2 σt2
n=
N d2 + (tn−1,α/2 )2 σt2
n
X
(yi. − ȳ. )2
i=1
donde σt2 es estimada por s2t =
n−1
Nota: El valord es calculado con respecto al total promedio por conglomer-

Xn

 yi. 
i=1
 
ado  ȳ . = 

 n 

163
Capítulo 6. El muestreo por conglomerados en una etapa

El tamaño muestral para estimar τ

N 2 (tn−1,α/2 )2 σt2
n=
d2 + N (tn−1,α/2 )2 σt2
n
X
(yi. − ȳ. )2
i=1
donde σt2 es estimada por s2t =
n−1

6.7. La estimación de una proporción poblacional


Muchas veces se quiere estimar la característica G específica de la población.
Por ejemplo: suponga que se desea conocer la proporción de personas en el
estado de Colima que padecen cierta enfermedad, o la preferencia por cierto
partido político, la aceptación de alguna cierta norma ecológica, etc. Por esto,
cuando se desea estimar una proporción y el total, si se conoce M , se deben
utilizar los mismos estimadores de la media y el total con M conocida que
fueron presentados en el apartado 6.5, sólo que ahora la variable respuesta
contendrá ceros y unos. En caso de desconocerse M , los estimadores de la
proporción y el total deben ser los mismos que se usaron en el apartado 6.6.
En ambos casos se realizan los cálculos exactamente como los ejemplos pre-
sentados en los apartados 6.5 y 6.6, respectivamente. Es importante recordar
que el muestreo por conglomerados se sugiere cuando:

Las unidades muestrales son grupos de elementos.

Se desea minimizar el costo por unidad muestreada.

Éste diseño puede combinarse con otros diseños; por ejemplo, el estrati-
ficado.

6.7.1. Ejemplos
Ejemplo 1. Un agrónomo tiene una parcela experimental de 10, 000 m2 . Con
la finalidad de conocer la cantidad promedio por planta y el total de cacahua-
tes producidos, divide la parcela en tramos de 4m2 , y selecciona una muestra
aleatoria de 15 tramos. Enseguida cuenta el número de cacahuates por planta.
El cuadro 6.9 muestra los totales por tramo. Resuelva lo que se le pide a
continuación.
a) La estimación de la media por conglomerado (tramo).
n
X n
X
yi. τi
i=1 i=1
ȳ. = =
n n
donde:
n = 15: el número de tramos seleccionados
τi = yi. : el total de cacahuates en el tramo i, i = 1, 2, . . . , 15

164
Cuadro 6.9: El total de cacahuates producidos por tramo
Tramo Plantas Total/tramo
T1 35 y1. = 1, 680
T2 34 y2. = 1, 360
T3 28 y3. = 1, 904
T4 33 y4. = 1, 485
T5 34 y5. = 2, 346
T6 27 y6. = 1, 809
T7 28 y7. = 1, 148
T8 33 y8. = 1, 320
T9 31 y9. = 1, 953
T 10 35 y10. = 1, 645
T 11 34 y11. = 2, 414
T 12 29 y12. = 2, 146
T 13 28 y13. = 1, 232
T 14 26 y14. = 1, 404
T 15 29 y15. = 1, 450

Por lo tanto:
1, 680 + 1, 360 + . . . + 1, 404 + 1, 450 25, 290
ȳ. = = = 1, 686.4 cacahuates por con-
15 15
glomerado (tramo)

b) La estimación del total poblacional


n
NX
τ̂c = N ȳ. = yi
n i=1
donde:
ȳ. = 1, 686.4: el promedio de cacahuates por tramo (conglomerado)
10, 000
N= = 2, 500: los tramos en los que se dividió la parcela
4
n = 15: los tramos seleccionados

Por lo tanto:

τ̂c = (2, 500)(1, 686.4) = 4, 216, 000 cacahuates por parcela.

c) La estimación de la media poblacional (por planta de cacahuate).

Como en este caso se desconoce M , se hace una aproximación para estimar la


media poblacional:
Xn
Mi
i=1
Maprox = N M̄ = N
n
donde:

165
Capítulo 6. El muestreo por conglomerados en una etapa

n = 15: el número de tramos seleccionados


N = 2, 500: el número de tramos en la población
M1 = 35, M2 = 34, M3 = 28, M4 = 33, M5 = 34, M6 = 27, M7 = 28, M8 = 33, M9 = 31,
M10 = 35, M11 = 34, M12 = 29, M13 = 28, M14 = 26 y M15 = 29
35 + 34 + . . . + 26 + 29
M̄ = = 30.9333
15
Por lo tanto:
Maprox = (30.9333)(2, 500) = 77, 333.3333

El estimador de la media poblacional es:


τ̂c
ȳc =
Maprox
donde: τ̂c = 4, 216, 000 y Maprox = 77, 333.3333

Por lo tanto:
4, 216, 000
ȳc = = 54.5172 cacahuates en promedio por plan-
77, 333.3333
ta.

d) La varianza y la desviación estándar de la media poblacional.

V̂ (τ̂c ) N 2 V̂ (ȳ. )
V̂ (ȳc ) = 2
= 2
Maprox Maprox
X n

µ ¶µ ¶ (yi. − ȳ. )2
N −n 1 i=1
V̂ (ȳ. ) =
N n n−1
donde:
Maprox = 77, 333.3333
ȳ. = 1, 686.4
n = 15: el número de tramos que fueron selecionados
N = 2, 500: µ el número ¶ µde ¶tramos en la población
2, 500 − 15 1 (1, 680 − 1686.4)2 + . . . + (1, 450 − 1, 686.4)2
V̂ (ȳ. ) = = 10, 528.1337
2, 500 15 15 − 1
Por lo tanto:
(2, 500)2 (10, 528.1337)
V̂ (ȳc ) = = 11.0026
(77, 333.3333)2
q √
V̂ (ȳc ) = 11.0026 = 3.3170

e) La estimación por intervalo de la media poblacional con una confianza de


90 %.
q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde: ȳc = 54.5172: cacahuates promedio por planta


t(n−1,α/2) = t(15−1,0.1/2) = 1.7613

166
q
V̂ (ȳc ) = 3.3170

Por lo tanto:
54.5172 ± (1.7613)(3.3170)
54.5172 ± 5.8423
48.6749 ≤ µc ≤ 60.3595 cacahuates por planta

f) La estimación por intervalo del total poblacional con una confianza de


90 %.
q
τ̂c ± t(n−1,α/2) N V̂ (ȳc )

donde: τ̂c = q 4, 216, 000, t(n−1,α/2) = t(15−1,0.1/2) = 1.7613



q
V̂ (τ̂c ) = N V̂ (ȳ. ) = (2, 500)( 10, 528.1337) = 256, 516.7356

por lo tanto:
4, 216, 000 ± (1.7613)(256, 516.7356)
4, 216, 000 ± 451, 805.5211
3, 764, 194.4788 ≤ τc ≤ 4, 667, 805.5211 cacahuates por parcela

g) Suponga que n = 15 tramos es una muestra preliminar. Determine el


tamaño de muestra para estimar la media por conglomerados con una pre-
cisión de 10 % del promedio preliminar y una confiabilidad de 90 %.

N (tn−1,α/2 )2 σt2
n=
N d2 + (tn−1,α/2 )2 σt2
donde: n
X
(yi. − ȳ. )2
i=1
σt2 es estimada por s2t =
n−1
ȳ. = 1, 686.4: el promedio total de cacahuates por tramo (conglomerado)
yi. : el total de cacahuates en el tramo i,i = 1, 2 . . . , 15
N = 2, 500: los tramos en los que está dividida la parcela
2 (1, 680 − 1686.4)2 + . . . + (1, 450 − 1, 686.4)2
st = = 158, 875.2571
15 − 1
t(n−1,α/2) = t(15−1,0.1/2) = 1.7613, d = (0.1)(1, 686.4) = 168.64

Por lo tanto:

(2, 500)(1.7613)2 (158, 875.2571)


n = = 17.2110 tramos (
(2, 500)(168.64)2 + (1.7613)2 (158, 875.2571)
unidades muestrales)

h) Suponga que n = 15 es una muestra preliminar. Determine el tamaño de


muestra para estimar el total con una precisión de 10 % del total preliminar y
una confiabilidad de 90 %.

167
Capítulo 6. El muestreo por conglomerados en una etapa

N 2 (tn−1,α/2 )2 σt2
n=
d2 + N (tn−1,α/2 )2 σt2

donde: n
X
(yi. − ȳ. )2
i=1
σt2 es estimada por s2t =
n−1
ȳ. = 1, 686.4: el total promedio de cacahuates por tramo (conglomerado)
yi. : el total de cacahuates en el tramo i, i = 1, 2 . . . , 15
N = 2, 500: los tramos en los que está dividida la parcela
(1, 680 − 1686.4)2 + . . . + (1, 450 − 1, 686.4)2
s2t = = 158, 875.2571
15 − 1
t(n−1,α/2) = t(15−1,0.1/2) = 1.7613
τ̂c = 4, 216, 000: el total estimado de cacahuates producidos en la parcela
d = (0.1)(4, 216, 000) = 421, 600

Por lo tanto:

(2500)2 (1.7613)2 (158,875.2571)


n= = 17.2110 tramos (mues-
(421,600) + (2500)(1.7613)2 (158,875.2571)
tra)

Ejemplo 2. Suponga que un predio que está localizado en la playa de Man-


zanillo tiene 1, 000 palmeras de coco. Un investigador desea conocer la canti-
dad promedio de agua de coco que producen, para lo cual toma una muestra
aleatoria de 8 palmeras, y mide la cantidad de agua por coco en cada palmera.
El cuadro 6.10 muestra el total de agua en litros. Resuelva lo siguiente.

Cuadro 6.10: El agua de coco por palmera (litros).


P1 P2 P3 P4 P5 P6 P7 P8
1.12 0.94 0.77 0.81 0.95 0.77 0.88 0.83
0.68 1.33 0.95 1.49 1.23 0.72 1.06 0.85
1.07 0.76 1.07 0.99 1.11 0.77 0.87 0.82
0.85 0.95 0.73 0.89 1.14 0.85 0.95 0.97
0.79 1.26 0.96 1.03 1.66 0.56 0.86 0.9
0.89 0.75 0.93 1.42 1.5 1.12 0.94 0.71
1.02 1.28 1.09 0.99 0.58 0.83 0.72
0.51 0.99 1.28 0.89 0.89
0.96 1.08
1.09
y1. = 6.93 y2. = 7.27 y3. = 8.45 y4. = 8.9 y5. = 7.59 y6. = 5.37 y7. = 9.45 y8. = 6.69

a) Calcular el promedio por conglomerado.

168
n
X n
X
yi. τi
i=1 i=1
ȳ. = =
n n
donde:
n = 8: el número de palmeras seleccionadas
τi = yi. : el total de litros en la palmera i, i = 1, 2, . . . , 8

por lo tanto:
6.93 + 7.27 + . . . + 9.45 + 6.69 60.65
ȳ. = = = 7.58125 litros por conglomerado
8 8
b) Estimar el total poblacional.
Xn
yi
i=1
τ̂c = N ȳ. = N
n
donde:
ȳ. = 7.5813: el promedio de litros por conglomerado (palmera)
N = 1, 000: el número de palmeras en el predio
n = 8: el número de palmeras seleccionadas

Por lo tanto:

τ̂c = (1, 000)(7.58125) = 7, 581.25 litros de agua de coco en el predio

c) Estimar el promedio de litros por coco (media poblacional).

Como en este caso se desconoce M , se hace una aproximación para hallar


la media poblacional:
n
X
Mi
i=1
Maprox = M̄ N = N
n
donde:
n = 8: el número de palmeras seleccionadas
N = 1, 000: el número de palmeras en el predio
M1 = 8, M2 = 7, M3 = 9, M4 = 8, M5 = 6, M6 = 7, M7 = 10, M8 = 8 cocos por cada
palmera seleccionada
8 + 7 + 9 + 8 + 6 + 7 + 10 + 8
M̄ = = 7.875
8
Por lo tanto:

Maprox = (7.875)(1, 000) = 7, 875 cocos en la población de 1,000 palmeras

El estimador de la media poblacional es:

169
Capítulo 6. El muestreo por conglomerados en una etapa

τ̂c
ȳc =
Maprox
donde: τ̂c = 7, 581.25 y Maprox = 7, 875

por lo tanto:
7, 581.25
ȳc = = 0.9627 litros de agua producidos por cada coco
7, 875

d) Calcular la varianza y la desviación estándar de la media poblacional.

V̂ (τ̂c ) N 2 V̂ (ȳ. )
V̂ (ȳc ) = 2
= 2
Maprox Maprox
X n

µ ¶µ ¶ (yi. − ȳ. )2
N −n 1 i=1
V̂ (ȳ. ) =
N n n−1
donde:
Maprox = 7, 875
ȳ. = 7.5813
n = 8: el número de palmeras selecionadas
N = 1, 000: µ el número ¶ µ de
¶ palmeras (conglomerados) en la población
1, 000 − 8 1 (6.93 − 7.5813)2 + . . . + (6.69 − 7.5813)2
V̂ (ȳ. ) = = 0.21596
1, 000 8 8−1
Por lo tanto:
(1, 000)2 (0.21596)
V̂ (ȳc ) = = 0.00348
(7, 875)2
q √
V̂ (ȳc ) = 0.00348 = 0.059

e) Construir un IC para la media poblacional con una confiabilidad de 90 %.


q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
ȳc = 0.9627 litros de agua por coco
t(n−1,α/2) = t(8−1,0.1/2) = 1.8946
q
V̂ (ȳc ) = 0.059

Por lo tanto:
0.9627 ± (1.8946)(0.059)
0.9627 ± 0.1118
0.8509 ≤ µc ≤ 1.0745

Esto significa que la media poblacional está entre 0.8509 y 1.0745 litros de agua
por coco.

170
f) Estime por intervalo el total poblacional con una confiabilidad de 90 %.
q
ȳc ± t(n−1,α/2) V̂ (ȳc )

donde:
τ̂c = 7, 581.25
N = 1, 000
t(n−1,α/2) = t(8−1,0.1/2) = 1.8946
q q √
V̂ (τ̂c ) = N V̂ (ȳ. ) = (1, 000)( 0.21596) = 464.7111

Por lo tanto:

7, 581.25 ± (1.8946)(464.7111)
7, 581.25 ± 880.4317
6, 700.8129 ≤ τc ≤ 8, 461.6817

Entonces, el total de litros de agua de coco en el predio está entre 6, 700.8129 y


8, 461.6817.

g) Suponga que n = 8 palmeras es una muestra preliminar. Determine el


tamaño de muestra para estimar la media por conglomerados con una pre-
cisión de 10 % del promedio preliminar y una confiabilidad de 90 %.

N (t(n−1,α/2) )2 σt2
n=
N d2 + (t(n−1,α/2) )2 σt2
donde: n
X
(yi. − ȳ. )2
i=1
σt2 es estimada por s2t =
n−1
ȳ. = 7.5812: el total promedio de litros de agua de coco por palmera (conglomera-
do)
yi. : el total de litros de agua en la palmera i, i = 1, 2 . . . , 8
N = 1, 000: las palmeras en el predio
(6.93 − 7.5812)2 + . . . + (6.69 − 7.5812)2
s2t = = 1.7416
8−1
t(n−1,α/2) = t(8−1,0.1/2) = 1.8946
d = (0.1)(7.5812) = 0.75812

Por lo tanto:
(1, 000)(1.8946)2 (1.7416)
n= = 10.7594 palmeras (muestra)
(1, 000)(0.7581264)2 + (1.8946)2 (1.7416)
h) Suponga que n = 8 palmeras es una muestra preliminar. Determine el
tamaño de muestra definitivo para estimar el total con una precisión de 10 %
del total preliminar y una confiabilidad de 90 %.

N 2 (t(n−1,α/2) )2 σt2
n=
d2 + N (t(n−1,α/2) )2 σt2

171
Capítulo 6. El muestreo por conglomerados en una etapa

donde: n
X
(yi. − ȳ. )2
i=1
σt2 es estimada por s2t =
n−1
ȳ. = 7.5812: el total promedio de litros de agua de coco por palmera (conglomera-
do)
yi. : el total de litros de agua en la palmera i, i = 1, 2 . . . , 8
N = 1, 000: las palmeras en el predio
(6.93 − 7.5812)2 + . . . + (6.69 − 7.5812)2
s2t = = 1.7416
8−1
t(n−1,α/2) = t(8−1,0.1/2) = 1.8946
τ̂c = 7, 581.25: el total de agua de coco en litros en el predio
d = (0.1)(7, 581.25) = 758.125

Por lo tanto:
(1, 000)2 (1.8946)2 (1.7416)
n= = 10.7594 palmeras (muestra)
(758.125)2 + (1, 000)(1.8946)2 (1.7416)

6.8. Ejercicios
En los siguientes ejercicios estime lo siguiente:

a) El IC para la media y el total poblacional con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la media y el total poblacional de tal
manera que sean estimados con una precisión de 5 % de la media y el total
preliminar con una confiabilidad de 95 %?

Ejercicio 1. El dueño de una plantación forestal necesita estimar el volumen


total de biomasa en m3 que tiene su plantación, lo que ha pensado es hacer un
muestreo por conglomerados. Para esto divide la plantación en 300 sitios, de
los cuales selecciona aleatoriamente 40 y dentro de cada uno de ellos mide el
volumen de todos los árboles incluidos. En este caso nuestras UMP (los con-
glomerados) son los sitios y las UMS son los árboles. Use los datos del Cuadro
(6.12).

Ejercicio 2. La Secretaría de Desarrollo Social cuenta con 25 estancias in-


fantiles esparcidas en el estado de Colima, donde padres confían diariamente
a sus hijos. Con el objetivo de conocer el nivel de conformidad de los padres
respecto a este servicio, se tomo una MAS de 5 guarderías y se realiza una
encuesta. (El nivel de conformidad se mide de 0 a 5), ver Cuadro (6.13).

172
Cuadro 6.12: Volumen de biomasa en m3
Conglomerado Mi yi. Conglomerado Mi yi.
1 508 1,709 21 558 2,440
2 302 1,075 22 598 2,005
3 693 3,087 23 532 2,057
4 598 1,729 24 599 2,562
5 459 1,497 25 607 1,853
6 695 2,725 26 609 2,698
7 476 2,143 27 640 3,066
8 675 2,945 28 659 1,948
9 432 1,355 29 589 1,942
10 567 2,267 30 674 2,413
11 657 2,724 31 508 1,870
12 650 2,537 32 302 987
13 667 3,284 33 693 3,258
14 598 2,370 34 598 2,700
15 548 2,026 35 459 1,750
16 657 1,987 36 583 2,007
17 508 1,479 37 476 1,231
18 499 1,668 38 675 2,701
19 549 2,163 39 432 1,669
20 543 2,463 40 567 1,904

173
Capítulo 6. El muestreo por conglomerados en una etapa

Cuadro 6.13: Resultados de los conglomerados censados


EI1 EI2 EI3 EI4 EI5
3 2 4 3 2
3 2 4 3 4
2 3 2 4 4
2 3 3 4 3
3 2 5 4 3
3 1 5 5 4
4 1 3 3 4
3 1 3 2 5
2 2 4 2 5
2 2 4 3 4
4 4 5 4 3
4 3 5 4 3
5 2 4 3 3
2 1 3 2 2
3 2 3 2 5
3 2 4 5 4
3 1 4 5
4 1 4 3
3 2 5 3
4 5 4
4 3 2
4

174
Capítulo 7

El muestreo basado en el método


de respuesta aleatorizada

Cuando la gente no quiere


cooperar con las respuestas,
la estadística y su ingenio
te ayudan a conseguirlo.
OAML

P A ra
que los resultados de una encuesta sean creíbles es necesario, entre
otros aspectos, que las preguntas tengan suficiente calidad o validez, lo
que exige asumir que las respuestas sean ciertas. Para creer en los resultados
de una encuesta es necesario creer también en las respuestas de las personas
que han sido entrevistadas. Sin embargo, tener respuestas verídicas es difícil.
Hay muchos problemas implícitos al tratar de conseguirlas y de que éstas sean
sinceras (Lohr, 2000 [9]).

Las personas tienen inclinaciones, tendencias propias, actitudes, distintas


formas de pensar, desconfianza, etc. Todas estas características pueden difi-
cultar, en algunas ocasiones, la calidad de las respuestas. En este sentido, uno
de estos problemas típicos es el que se ha denominado deseabilidad social. Por
ello es importante estar consciente de que las personas entrevistadas tienden
a responder en función de lo que consideran como bien visto socialmente. Por
ejemplo, el consumo de droga se cataloga como negativo, por lo que alguien
que haya consumido o consuma drogas tenderá con facilidad a responder ”no”
ante la pregunta ¿Ha usted consumido droga alguna vez? (Lohr, 2000 [9]).

Por otro lado, la deseabilidad social puede actuar de forma inconsciente,


es decir, que el individuo no controle intencionalmente su respuesta. La de-
seabilidad social también es preocupante cuando las preguntas se refieren a
cosas íntimas como las relaciones sexuales. En ese caso, las personas suelen
mostrar resistencia a exponerse ante extraños y son más sensibles a responder
según lo que se considera socialmente aceptable, por lo que se cubre la verdad
(Lohr, 2000 [9]). Es decir, cuando una encuesta incluye una o más pregun-
tas que se refieren a aspectos que pueden considerarse ”íntimos” hacen que
el entrevistado se sienta en peligro o apenado si la responde correctamente
(Méndez, I et. al. (2004) [16]. Por ello, debe garantizarse que las preguntas y
la forma de hacerlas sean ingeniosas y con calidad para obtener resultados

175
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

confiables.

Sin embargo, obtener respuestas confiables no es una tarea fácil debido a


que los encuestadores se enfrentan a varias dificultades, las cuales son inher-
entes a toda persona encuestada: inclinaciones, actitudes, formas de pensar,
comportamientos, tiempo disponible, desconfianzas y una propensión a man-
tener la intimidad. Esto a conllevado a que en las últimas décadas se realicen
un gran número de investigaciones para asegurarse de la calidad y veracidad
de las respuestas obtenidas sobre temas íntimos. De esta manera la necesi-
dad del hombre por hacerse de información que tiene carácter íntimo o por
combatir la no respuesta lo han conducido a desarrolar nuevas técnicas en la
metodología del muestreo, entre ellos: respuesta aleatorizada (Méndez C. E. I.
et. al., 2007[17]).

Respuesta aleatorizada
La técnica de respuesta aleatorizada es un método especialmente
diseñado para asegurar privacidad a los entrevistados en el estu-
dio de temas sensibles, delicados o embarazosos. Se intenta con el-
lo evitar sesgos de los estrevistados en ciertas conductas hacia la
respuesta socialmente más deseable. Es decir, le asegura al entre-
vistado que su respuesta sobre temas sensibles (falsa o verdadera)
no será conocida por el entrevistador, de ahí el nombre de respuesta
aleatorizada(RA); la respuesta se realiza al azar. Se ha utilizado para
analizar temas desde copiar en los exámenes, insolvencia, fraudes,
haber sido arrestado, conducir bajo los efectos del alcohol, infideli-
dad, tener hijos fuera del matrimonio, prácticas abortivas, etcétera..

Existen varios métodos para evitar la resistencia de las personas a respon-


der con sinceridad cuando el tema es delicado. Este capítulo presenta dos
métodos para estimar proporciones (método de Warner, 1965 y método de
Warner modificado propuesto por Horvitz et.al., 1967) sin obtener respues-
tas directas de las personas entrevistadas. Es decir, se estima la proporción
sin que el entrevistado revele su posición personal respecto a la pregunta del-
icada; por ello, el objetivo de estás técnicas es ayudar a que se den respuestas
veraces y se conserve lo confidencial del asunto. Para estos dos métodos se
presenta una forma sencilla de calcular el tamaño de muestra necesario y con
ello estimar la proporción con la precisión y confiabilidad fijadas bajo el MAS
y el MAE.

7.1. ¿Cuándo se utiliza esta técnica?


Cuando las personas que son entrevistadas, se niegan a contestar o dan
una respuesta falseada a preguntas sensitivas, que las ponen en aprietos
o les pueden ser dañinas en algún sentido.

Se utiliza para estimar el porcentaje de la poblacional que tiene la caraterís-


tica sensitiva.

176
Por características sensitivas o delicadas se entiende a las situaciones en
donde los entrevistados sienten dañada su intimidad al pedir que respondan
un cuestiorario. Por lo tanto, las preguntas sensitivas o delicadas sirven para
captar las características sensitivas de los entrevistados; las cuales se tienen
que manejar con cuidado debido a la no respuesta o a la respuesta falseada
contestando lo socialemente deseable.

7.2. Ventajas y desventajas


Ventajas Desventajas
Aumenta la probabilidad de Aumento en la complejidad de
contestar la verdad que en la pregunta
una pregunta directa
Mayor índice de respuesta Dificultad en entender el
método de aleatorización
Requiere de tamaños de
muestas grandes

7.3. El modelo de respuesta aleatorizada bajo el


MAS
Este método de respuesta aleatorizada fue desarrollado por S. L. Warner en
1965 y consiste en clasificar a las personas en los grupos A y B, respectiva-
mente. Cada persona estará en uno de los grupos, A o B . Sea π la proporción
de personas con ciertas caraterísticas de interés (grupo A). El objetivo es esti-
mar π sin preguntar a cada persona directamente si pertenece o no al grupo
A. A continuación se presenta el procemiento propuesto por Warner (1965):

I. Se construye un mazo de cartas, pero una fracción de ellas p, se marca


con la letra A (grupo A) y la fracción restante, 1 − p, con las letras faltantes
del abecedario (grupo B).

II. Se selecciona una muestra aleatoria simple o estratificada de individuos


sin reemplazo de tamaño n de la población (N ).

III. A cada individuo que va a responder se le enseña el mazo de cartas para


que vea que las cartas estan marcadas con las letras del abecedario.

IV. En seguida se baraja adecuadamente el mazo de cartas y se le pide al


individuo que seleccione una carta, pero que no nos diga con que letra
esta marcada.

V. A continuación se le explica que se le va a hacer una pregunta y que la


responda con "sí" o "no", pero resaltando que ponga mucha atención a la
pregunta.

VI. Responda a la pregunta ¿Tienes la característica sensitiva?, por ejemplo


¿ha consumido droga alguna vez?, si la carta que obtuvo esta marcada

177
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

con la letra A, por el contrario responda a la pregunta ¿No tienes la car-


acterística sensitiva?, para éste ejemplo, ¿Nunca has consumido droga?,
si obtuvo cualquier otra letra del abecedario.

VII. Se tiene que hacer enfasis en que debe de responder con la verdad a las
preguntas y que solamente tiene que responder una de ellas dependiendo
de la letra que obtuvo, es decir, si la la carta que obtuvo esta marcada
con la letra A debe responder con la verdadad a la pregunta delicada y
esta sería su única respuesta, lo mismo que si le toco cualquier otra letra
del abecedario debe de responder con la verdad a la segunda pregunta
pregunta y esta sería la única respuesta.

VIII. La carta elegida por un individuo tiene que ser reemplazada antes de
entrevistar a la siguiente persona.

IX. Este procedimiento se aplica a todos los n individuos.

X. Con las n respuestas de "sí" y "no" se hacen las estimaciones correspon-


dientes con los estimadores propuestos en éste capítulo.

El método de aleatorización que originalmente utilizó Warner es una aguja


giratoria en un disco con dos regiones delimitadas. La aguja apunta con prob-
abilidad p a la región A y 1 − p a la región Ac . El entrevistado responde a la
pregunta QA si la aguja señala a la región A, o a la pregunta QAc si la aguja
señala a la región Ac , de esta manera todo se conjuga a que el entrevistador
sólo anote sí o no para cada entrevistado.

Por ejemplo, supóngase que en el estado de Colima se desea estimar el


porcentaje de hombres casados por lo civil que tienen hijos ilegales (fuera del
matrimonio). Además supóngase que se extrae una muestra aleatoria simple
de n = 200 de la población de N = 10, 000. Así, cada uno de los hombres que
conforman la muestra recibe una ficha con las siguientes preguntas:

QA : Pregunta 1: ¿tiene almenos un hijo fuera de su matrimonio?


QAc : Pregunta 2: ¿no tiene hijos fuera del matrimonio?

La pregunta QA (pregunta 1) será respondida por el entrevistado si la aguja


marca la región A, de lo contrario, si la aguja marca la región Ac el entrevistado
responderá la pregunta QAc (pregunta 2). Cada entrevistado responderá un sí
o no porque solamente contestará una de las dos preguntas dependiendo de la
región que marque la aguja (A o Ac ). Esto significa que se tendrán n repuestas
dicotómicas (sí o no) a partir de las cuales se derivará la estimación de interés
(porcentaje de respuestas afirmativas de la pregunta 1).

Por otro lado, es importante resaltar que el mecanismo de aleatorización


puede ser una baraja, un dado, una modena, una urna, etc., pero se debe
tener claro cuál es su eqeuivalente a la región A y su respectiva probabilidad.
Por ello, es importante recordar que el experimentador puede elegir arbitraria-
1
mente la fracción p de cartas marcadas con A, pero no debe ser igual a . Tam-
2
poco se debe de usar p = 1 porque el entrevistado se daría cuenta que se le está

178
preguntando si pertenece o no al grupo A, o sea, lo que no quiere responder.
3
Un valor de es usualmente adecuado. Este método requiere generalmente
4
un tamaño de muestra muy grande para obtener una varianza del estimador
razonablemente pequeña. Se necesita un tamaño de muestra grande debido a
que cada respuesta origina poca información sobre la proporción poblacional,
π. La técnica de respuesta aleatorizada que se ha presentado aquí es la más
simple de todas las que existen. Para mayor información al respecto, véanse los
artículos de Campbell y Joiner (1973); Leysieffer y Warner (1976); y Greenberg,
Kuebler, Albernathy y Horvitz (1971).

7.3.1. El estimador de la proporción y el total poblacional


1
Si suponemos que p 6= , el estimador de máxima verosimilitud de π es:
2
p−1 a
π̂ = +
2p − 1 (2p − 1)n

y el estimador de máxima verosimilitud de τ es:

τ̂ = N π̂
donde:
N : tamaño de la población,
a : el total de respuestas "sí" de los n entrevistados,
p : fracción de las letras en el mazo de cartas marcadas con la letra A.

7.3.2. La varianza estimada de los estimadores de la propor-


ción y del total
µ ¶ " µ ¶2 #
N −n 1 1 1
Sπ̂2 = − π̂ −
N n 16 (p − 1/2)2 2
µ ¶ " µ ¶2 #
N − n 1 1 1
Sτ̂2 = N 2 Sπ̂2 = N 2 − π̂ −
N n 16 (p − 1/2)2 2
A continuación se proporcionan los intervalos de confianza para los pará-
metros π y τ con una confiabilidad del (1 − α)100 %.

7.3.3. El intervalo de confianza de la proporción y el total


q
π̂ ± Zα/2 Sπ̂2
q
τ̂ ± Zα/2 Sτ̂2
donde:
π̂ = la proporción de interés
τ̂ = el total de interés

179
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

pα/2 = el valor de tablas de la distribución normal


Z
pSπ̂ = la desviación estándar de la proporción de interés
2

Sτ̂2 = la desviación estándar del total de interés

7.3.4. El tamaño de la muestra para la proporción y el total


El tamaño de muestra para estimar la proporción

Si se fija una ³precisión deseada con una confiabilidad de (1 − α)100 %, en-


p ´
tonces d = Zα/2 Sπ̂ . Por lo tanto, el tamaño de muestra se determina por la
2

ecuación:
2
N Zα/2 k
n= 2
N d2 + Zα/2 k
donde: µ ¶2
1 1
k= − π̂ −
16 (p − 1/2)2 2
N = el tamaño de la población
Zα/2 = el valor de tablas de la distribución normal
p = la proporción de cartas que están marcadas con la letra A
d = la precisión fijada por el investigador

El tamaño de muestra para estimar el total

N 2 Zα/2
2
k
n= 2
d2 + N Zα/2 k

donde: µ ¶2
1 1
k= − π̂ −
16 (p − 1/2)2 2
N = el tamaño de la población
Zα/2 = el valor de tablas de la distribución normal
p = la proporción de cartas que están marcadas con la letra A
d = la precisión fijada por el investigador

7.3.5. Ejemplos
Ejemplo 1. En el estado de Colima se realiza una encuesta con la intención
de estimar la proporción de estudiantes (N = 8, 000) en nivel medio superior y
superior que han consumido algún tipo de dróga. Dado que se trata de una
5
pregunta delicada, se usó el método de respuesta aleatorizada con p = . Se
6
tomó una muestra aleatoria simple de n = 200 estudiantes. En los resultados
se encontraron 45 respuestas "sí" de los 200 entrevistados.
a) Calcule la proporción poblacional de interés.
p−1 a
π̂ = +
(2p − 1) (2p − 1)n

180
n
X 5
donde: a = yi = 45, p = y n = 200
i=1
6
Por lo tanto:
5/6 − 1 45
π̂ = + = 0.0875 u 8.75 % de estudiantes
2(5/6) − 1 (2(5/6) − 1)200
han consumido algún tipo de droga

b) Obtenga el total de estudiantes que alguna vez han consumido algún tipo
de droga.

τ̂ = N π̂

donde: n = 8, 000 y π̂ = 0.0875

Por lo tanto:

τ̂ = (8, 000)(0.0875) = 700 estudiantes

c) Calcule la varianza y la desviación estándar de la proporción muestral.


µ ¶ " µ ¶2 #
N − n 1 1 1
Sπ̂2 = − π̂ −
N n 16(p − 1/2)2 2

5
donde: N = 8, 000, π̂ = 0.0875, p = , n = 200
6
Por lo tanto:
µ ¶ " µ ¶2 #
8, 000 − 200 1 1 1
Sπ̂2 = − 0.0875 −
8, 000 200 16(5/6 − 1/2)2 2
= p
0.001912676

Sπ̂ = Sπ̂2 = 0.001912676 =0.043734144
p √
Sπ̂ = Sπ̂2 = 0.001912676 =0.043734144

d) Determine un IC de la proporción de interés con una confiabilidad de


95 %.
p
π̂ ± Zα/2 Sπ̂2

donde: π̂ = 0.0875, N = 8, 000, Zα/2 = Z0.025 = 1.96 y sπ̂=0.043734149

Por lo tanto:
0.0875 ± (1.96)(0.0437)
0.0875 ± 0.085718932
0.001781068 ≤ π ≤ 0.173218932

Entonces, la proporción de estudiantes que alguna vez han consumido algún

181
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

tipo de droga está entre 0.178 y 17.32 %.

e) Calcule el intervalo de confianza del total con una confiabilidad de 95 %.


p
τ̂ ± N Zα/2 Sπ̂2

donde: τ̂ = 700, N = 8, 000, Zα/2 = Z0.025 = 1.96 y sπ̂=0.043734149

por lo tanto:
(8, 000)(0.0875) ± (8000)(1.96)(0.0437)
(8, 000)0.0875 ± (8000)(0.0857)
700 ± 685.7515
14.2486 ≤ τ ≤ 1, 385.7515

De ahí que el total de estudiantes en nivel medio superior y superior que algu-
na vez hayan consumido algún tipo de droga esté entre 14.2486 y 1385.7515.

f) Suponga que n = 200 estudiantes es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar la proporción poblacional con una
precisión de 5 % de la proporción preliminar y una confiabilidad de 95 %?
2
N (Zα/2 )k
n= 2
N d2 + Zα/2 k
donde:
N = 8, 000 : el tamaño de la población
Zα/2 = 1.96
5
p=
6
d = (0.05)(0.0875) = 0.004375
µ ¶2
1 1
k= − 0.0875 − = 0.3923
16 (5/6 − 1/2)2 2
Por lo tanto:

(8, 000)(1.962 )(0.3923)


n= = 330.285884 estudiantes
(8, 000)(0.004375)2 + (1.962 )(0.3923)
(unidades muestrales)

g) Suponga que n = 200 estudiantes es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar el total poblacional con una pre-
cisión del 5 % del total preliminar y con una confiabilidad de 95 %?
N 2 Zα/2
2
k
n= 2 2
d + N Zα/2 k
donde:
N = 8, 000 : el tamaño de la población
Zα/2 = 1.96
5
p=
6
d = (0.05)(700) = 35

182
µ ¶2
1 1
k= − 0.0875 − = 0.3923
16 (5/6 − 1/2)2 2
por lo tanto:

(8000)2 (1.962 )(0.3923)


n = = 330.285884estudiantes (unida-
(352 ) + (8000)(1.962 )(0.3923)
des muestrales)

Ejemplo 2. En el estado de Colima se realiza una encuesta para estimar la pro-


porción de personas que han robado alguna vez en su vida. Hay una población
de N = 15, 000. Dado que se trata de una pregunta delicada se usó el método
5
de respuesta aleatorizada con p = . Se entrevistó aleatoriamente a n = 250
6
ciudadanos. Los resultados arrojaron 80 respuestas de "sí" de entre los 250
entrevistados.

a) Calcule la proporción de interés poblacional.


p−1 a
π̂ = +
2p − 1 (2p − 1)n

n
X 5
donde: a = yi = 80, p = , n = 250
i=1
6
Por lo tanto:
5/6 − 1 80
π̂ = + = 0.23 ó 23 % de ciudadanos que
2(5/6) − 1 (2(5/6) − 1)250
alguna vez han robado

b) Calcule el total de ciudadanos que alguna vez han robado.

τ̂ = N π̂

donde: N = 15, 000 y π̂ = 0.23

Por lo tanto:
τ̂ = (15000)(0.23) = 3,450 ciudadanos

c) Estime la varianza y la desviación estándar de la proporción.


µ ¶ " µ ¶2 #
2 N −n 1 1 1
Sπ̂ = − π̂ −
N n 16(p − 1/2)2 2

donde: N = 15, 000, π̂ = 0.23, n = 250

Por lo tanto:
µ ¶ " µ ¶2 #
15, 000 − 250 1 1 1
Sπ̂2 = − 0.23 − = 0.00192576
15, 000 250 16(5/6 − 1/2)2 2

183
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

p √
Sπ̂ = Sπ̂2 = 0.00192576 = 0.043883482

d) Construya un IC de la proporción de interés con una confiabilidad de


95 %.
p
π̂ ± Zα/2 Sπ̂2

donde: π̂ = 0.23, Zα/2 = Z0.025 = 1.96, S π̂ = 0.043883482

Por lo tanto:

0.23 ± (1.96)(0.0438)
0.23 ± 0.086011625
0.143988375 ≤ π ≤ 0.316011625

Esto significa que la proporción de ciudadanos que han robado alguna vez
en su vida está entre 0.143988375 y 0.316011625, es decir, entre 14.39 y
31.60 %.

e) Contruya un IC para el total con una confiabilidad de 95 %.


p
τ̂ ± N Zα/2 Sπ̂2

donde: τ̂ = 3,450, N = 15,000, Zα/2 = Z0.025 = 1.96 y S π̂ = 0.043883482

Por lo tanto:
(15, 000)(0.23) ± (15, 000)(1.96)(0.0438)
(15, 000)(0.23) ± (15, 000)(0.0860)
3450 ± 1290.17437
2,159.82563 ≤ τ ≤ 4,4740.17437

Esto significa que el total de ciudadanos que alguna vez han robado se en-
cuentra entre 2,159.82563 y 4,740.17437.

f) Suponga que n = 250 ciudadanos es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción verdadera con una precisión de
3 % de la proporción preliminar y una confiabilidad de 95 %?
2
N (Zα/2 )k
n= 2
N d2 + N Zα/2 k
donde:
N = 15,000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
π̂ = 0.23
d = (0.03)(0.23) = 0.0069

184
µ ¶2
1 1
k= − 0.23 − = 0.4896
16(5/6 − 1/2)2 2
Por lo tanto:

(15,000)(1.962 )(0.4896)
n= = 267.7214 ciudadanos (unidades
(15000)(0.004388)2 + (1.962 )(0.4896)
muestrales)

g) Suponga que n = 250 ciudadanos es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar el total poblacional con una pre-
cisión de 3 % del total preliminar y con una confiabilidad de 95 %?
N 2 Zα/2
2
k
n= 2 2
d + N Zα/2 k
donde:
N = 15, 000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
τ̂ = 3, 450
d = (0.03)(3, 450) = 103.5
µ ¶2
1 1
k= − 0.23 − = 0.4896
16(5/6 − 1/2)2 2
Por lo tanto:

(15, 000)2 (1.962 )(0.4896)


n= = 267.7214 ciudadanos (mues-
(103.52 ) + (15,000)(1.962 )(0.4896)
tra)

Ejemplo 3. En el estado de Colima se realiza una encuesta con la intención de


estimar la proporción de ciudadanos que han usado juguetes sexuales alguna
vez en su vida. Se supone N = 7, 000. Como es una pregunta delicada se usó
5
el método de respuesta aleatorizada con p = . Se entrevistó aleatoriamente a
6
n = 160 ciudadanos. Los resultados indican 40 respuestas de "sí" de entre los
160 entrevistados.

a) Calcule la proporción de interés.


p−1 a
π̂ = +
2p − 1 (2p − 1)n

5
donde: a = Σni=1 yi = 40, p = y n = 160
6
por lo tanto:

5/6 − 1 40
π̂ = + = 0.125 ó 12.5 % de ciudadanos
2(5/6) − 1 (2(5/6) − 1)160
Esto significa que la proporción de ciudadanos que alguna vez en su vida han

185
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

usado juguetes sexuales es de 0.125, es decir el 12.5 %

b) Realice la estimación del total de ciudadanos que alguna vez han usado
juguetes sexuales.

τ̂ = N π̂

donde: N = 7,000 y π̂ = 0.125

Por lo tanto:

τ̂ = (7000)(0.125) = 875 ciudadanos

c) Obtenga la varianza y la desviación estándar de la proporción.


µ ¶ " µ ¶2 #
N − n 1 1 1
Sπ̂2 = − π̂ −
N n 16(5/6 − 1/2)2 2

5
donde: N = 7,000, π̂ = 0.125, p = , n = 160
6
por lo tanto:
µ ¶ " µ ¶2 #
7000 − 160 1 1 1
Sπ̂2 = − 0.125 − = 0.00257645
7000 160 16(5/6 − 1/2)2 2
p √
Sπ̂ = Sπ̂2 = 0.00257645 = 0.050758752

d) Construya un IC para la proporción de interés con una confiabilidad de


95 %.
p
π̂ ± Zα/2 Sπ̂2

donde: π̂ = 0.125, Zα/2 = Z0.025 = 1.96 y Sπ̂ = 0.050758752

Por lo tanto:
0.125 ± (1.96)(0.05007)
0.125 ± 0.099487154
0.025512846 ≤ π ≤ 0.224487154

Esto significa que la proporción de ciudadanos que alguna vez en su vida


han usado juguetes sexuales está entre 0.02551 y 0.2244, o sea, entre 2.55 y
22.44 %.

e) Obtenga un IC del total con una confiabilidad de 95 %.


p
τ̂ ± N Zα/2 Sπ̂2

donde: τ̂ = 875, N = 7,000, Zα/2 = Z0.025 = 1.96 y S π̂ = 0.050758

186
Por lo tanto:
(7, 000)(0.125) ± (7, 000)(1.96)(0.09948)
(7, 000)(0.125) ± (7, 000)(0.07740)
875 ± 696.4100
178.5899 ≤ τ ≤ 1571.41008

Esto significa que el total verdadero de ciudadanos que alguna vez han usa-
do juguetes sexuales se encuentra entre 178.58 y 1,571.41.

f) Suponga que n = 160 ciudadanos es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar la proporción poblacional con una
precisión de 5 % de la proporción preliminar y una confiabilidad de 95 %?
2
N Zα/2 k
n= 2
N d2 + Zα/2 k
donde:
π̂ = 0.125
N = 7, 000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
d = (0.05)(0.125) = 0.00625
µ ¶2
1 1
k= − 0.125 − = 0.4218
16(5/6 − 1/2)2 2
Por lo tanto:

(7, 000)(1.962 )(0.4218)


n= = 250.045321 ciudadanos (mues-
(7, 000)(0.05075)2 + (1.962 )(0.4218)
tra)

g) Suponga que n = 160 ciudadanos es una muestra preliminar. ¿Cuál es el


tamaño de muestra necesario para estimar el total con una precisión de 5 %
del total preliminar y una confiabilidad de 95 %?

N 2 Zα/2
2
k
n= 2
d2 + N Zα/2 k
donde:
N = 7, 000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
τ̂ = 875
d = (0.05)(875) = 43.75
µ ¶2
1 1
k= − 0.125 − = 0.421875
16(5/6 − 1/2)2 2
Por lo tanto:

187
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

(7000)2 (1.962 )(0.4218)


n= = 250.045321 ciudadanos (mues-
(43.75)2 + (7000)(1.962 )(0.4218)
tra)

Ejemplo 4. En el estado de Colima se realiza una encuesta con la intención


de calcular la proporción de ciudadanos N = 5,000 que han vendido su voto
alguna vez en su vida. Dado que se trata de una pregunta delicada, se empleó
5
el método de respuesta aleatorizada con p = . Se tomó una muestra aleatoria
6
simple de 250 ciudadanos a quienes se les entrevistó. En los resultados se
encontraron 60 respuestas de "sí".

a) Estime la proporción poblacional de interés.


p−1 a
π̂ = +
2p − 1 (2p − 1)n
5
donde: a = Σni=1 yi = 60, p = y n = 250
6
Por lo tanto:

5/6 − 1 60
π̂ = + = 0.11
2(5/6) − 1 (2(5/6) − 1)250
Esto significa que la proporción de ciudadanos en el estado de Colima que
alguna vez en su vida han vendido su voto es de 0.11, es decir el 11 %

b) Calcule el total de ciudadanos que alguna vez han vendido su voto.

τ̂ = N π̂

donde: N = 5,000 y π̂ = 0.11

Por lo tanto:
τ̂ = (5, 000)(0.11) = 550

Esto significa que el total de ciudadanos de Colima que alguna vez han vendido
su voto es de 550.

c) Haga la estimación de la varianza y la desviación estándar de la propor-


ción.
µ ¶ " µ ¶2 #
N −n 1 1 1
Sπ̂2 = 2 − π̂ −
N n 16(p − 1/2) 2
5
donde: N = 5, 000, π̂ = 0.11, p = , n = 250
6
Por lo tanto:

188
µ ¶ " µ ¶2 #
5, 000 − 250 1 1 1
Sπ̂2 = − 0.11 − = 0.00156
5, 000 250 16(5/6 − 1/2)2 2
p √
Sπ̂ = Sπ̂2 = 0.00156 = 0.039490758

d) Haga un IC de la proporción de interés con una confianza de 95 %


p
π̂ ± Zα/2 Sπ̂2

donde: π̂ = 0.11, Zα/2 = Z0.025 = 1.96 y Sπ̂ = 0.039490758

por lo tanto:

0.11 ± (1.96)(0.0395)
0.11 ± 0.077401886
0.032598114 ≤ π ≤ 0.187401886

Por lo tanto, la proporción de ciudadanos que alguna vez en su vida han ven-
dido su voto está entre 0.03259 y 0.1874, es decir, entre 3.25 y 18.74 %.

e) Cree un IC del total con una confiabilidad de 95 %.


p
τ̂ ± N Zα/2 Sπ̂2

donde: τ̂ = 550, N = 5, 000, Zα/2 = Z0.025 = 1.96 y Sπ̂ = 0.039490758

Por lo tanto:

(5, 000)(0.11) ± (5, 000)(1.96)(0.0395)


(5, 000)(0.11) ± (5, 000)(0.07740)
550 ± 387.0094
162.9905 ≤ τ ≤ 937.0094

Esto significa que el total de ciudadanos que alguna vez ha vendido su voto
está entre 162.9905 y 937.0094 personas.

f) Suponga que n = 250 ciudadanos es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción verdadera con una precisión de
5 % de la proporción preliminar y una confiabilidad de 95 %?

2
N Zα/2 k
n= 2
N d2 + Zα/2 k
donde:
π̂ = 0.11 N = 5, 000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
d = (0.05)(0.11) = 0.0055

189
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

µ ¶2
1 1
k= − 0.11 − = 0.4104
16(5/6 − 1/2)2 2
Por lo tanto:

(5000)(1.962 )(0.4104)
n= = 271.110281 ciudadanos (mues-
(5000)(0.03949)2 + (1.962 )(0.4104)
tra)

g) Suponga que n = 250 ciudadanos es una muestra preliminar. ¿Cuál es


el tamaño de muestra necesario para estimar el total verdadero con una pre-
cisión de 5 % del total preliminar con una confiabilidad de 95 %?

N 2 Zα/2
2
k
n= 2
d2 + N Zα/2 k
donde:
N = 5000: el tamaño de la población
Zα/2 = 1.96
5
p=
6
τ̂ = 550
d = (0.05)(550) = 27.5
µ ¶2
1 1
k= − 0.11 − = 0.4104
16(5/6 − 1/2)2 2
Por lo tanto:

(5000)2 (1.962 )(0.4104)


n= = 271.110281
(27.5)2 + (5000)(1.962 )(0.4104)
Por lo tanto, el número estimado de unidades muestrales (ciudadanos) que
deben constituir a la muestra para tener una precisión de ±27.5 con 0.95 de
probabilidad de incluir en el intervalo de estimación al total es de 272 ciu-
dadanos.

190
7.4. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la proporción y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total de tal manera
que sean estimados con una precisión de 5 % de la proporción y el total pre-
liminar con una confiabilidad de 95 %?

Ejercicio 1. Un psicólogo está realizando un estudio para conocer el número


de homosexuales en el estado de Colima (N = 28, 000). Dado que se trata de
5
una pregunta delicada, se usó el método de respuesta aleatorizada con p = .
6
Se tomó una muestra aleatoria simple de n = 200 hombres. En los resultados
se encontraron 45 respuestas de "sí" de los entrevistados.

Ejercicio 2. En el estado de Colima se está realizando un estudio de personas


que alguna vez han tenido tendencias de robo menor (N = 50, 000). Dado que
se trata de una pregunta delicada, se usó el método de respuesta aleatorizada
5
con p = . Se tomó una muestra aleatoria simple de n = 200 personas. En los
6
resultados se encontraron 37 respuestas de "sí" de los entrevistados.

Ejercicio 3. Un psicólogo está realizando un estudio para conocer el número


de mujeres que han sufrido algún tipo de abuso sexual por parte de un famil-
iar (N = 10, 000). Dado que se trata de una pregunta delicada, se usó el método
5
de respuesta aleatorizada con p = . Se tomó una muestra aleatoria simple de
6
n = 500 mujeres. Se encontraron 20 respuestas de "sí" de los entrevistados.

Ejercicio 4. Un médico desea hacer un estudio para conocer el número de


personas que han consumido algún tipo de droga prohibida en el municipio
de Coquimatlán del estado de Colima. (N = 5, 000). Dado que se trata de una
5
pregunta delicada, se usó el método de respuesta aleatorizada con p = . Se
6
tomó una muestra aleatoria simple de n = 150 personas. En los resultados se
encontraron 90 respuestas de "sí" de los entrevistados.

7.5. El modelo de respuesta aleatorizada bajo el


MAE
Cuando la población es heterogénea se sugiere formar estratos para mejo-
rar la precisión de las estimaciones. Los criterios para formar los estratos son
exactamente los mismos que en el MAE. Por lo tanto, para cada estrato se
debe conocer su tamaño y no deben traslaparse y además se debe contar con
un marco de muestreo confiable para tener una tasa de respuesta en blanco
muy cercana a cero. Por otro lado, ya que se determine el tamaño de muestra
con la expresión correspondiente, la asignación de la muestra se realizará en

191
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

forma proporcional, por su simplicidad y aceptación práctica. El procedimien-


to del método de respuesta aleatorizada en MAE es exactamente el mismo que
MAS. Por lo tanto, cada individuo que conformará la muestra se entrevistará
con el mismo procedimiento del método de respuesta aleatorizada bajo el MAS,
con la diferencia que ahora el tamaño de muestra n se asigna en forma pro-
porcional a cada estrato, es decir, n = n1 + n2 + ... + nE .
A continuación se presentan los estimadores necesarios del método en su ver-
sión estratificada.

7.5.1. El estimador de la proporción y el total poblacional

N1 π̂1 + N2 π̂2 + .... + NE π̂E


π̂st =
N
τ̂st = N π̂st
1
Si p 6= es igual en cada estrato, entonces el estimador de máxima verosimili-
2
tud de πh es :
p−1 ah
π̂h = + ; h = 1, 2, ..., E
2p − 1 (2p − 1)nh
donde:
p : la fracción de letras en el mazo de cartas marcadas con la letra A,
ah : el total de respuestas afirmativas ("sí") de los nh entrevistados en el estrato
h,

Se necesita la varianza de estos estimadores para determinar la dispersión


de los datos y saber la precisión de las estimaciones.

7.5.2. La varianza de los estimadores de la proporción y to-


tal poblacional

E µ ¶2 µ ¶ " µ ¶2 #
X N h N h − n h 1 1 1
Sπ̂2st = 2
− π̂h −
h=1
N N h n h 16(p − 1/2) 2
E µ ¶2 µ ¶ " µ ¶2 #
X N h N h − n h 1 1 1
Sτ̂2st = N 2 2
− π̂h −
h=1
N N h n h 16(p − 1/2) 2
Con los estimadores de las varianzas de π̂st y τ̂st se puede calcular intervalos
que contengan el valor del parámetro con una probabilidad preestablecida.

7.5.3. El intervalo de confianza para el promedio y total


poblacional
Los intervalos de confianza para πst y τst son:

q
π̂st ± Zα/2 Sπ̂2st

192
q
τ̂st ± Zα/2 Sτ̂2st

7.5.4. El tamaño de la muestra para estimar la proporción y


el total
El tamaño de muestra para³q estimar´ la proporción
Fijando la precisión d = Zα/2 Sπ̂st se tiene que:
2

2
PE
N Zα/2 h=1 Wh Kh
n= 2
PE
N d2 + Zα/2 h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
N = el tamaño de la población
π̂h = la proproción de interés en el estrato h
Zα/2 = el valor de tablas de la distribución normal
p = la proporción de cartas que están marcadas con la letra A
d = la precisión fijada por el investigador

El tamaño de muestra para estimar el total

N 2 (Zα/2)2 ΣEh=1 Wh Kh
n=
d + N (Zα/2 ) ΣE
2 2
h=1 Wh Kh

donde:
µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
N = el tamaño de la población
π̂h = la proproción de interés en el estrato h
Zα/2 = el valor de tablas de la distribución normal
p= la proporción de cartas que están marcadas con la letra A
d= la precisión fijada por el investigador

7.5.5. Ejemplos

Ejemplo 1. Una investigadora de la U de C está interesada en estimar la pro-


porción de mujeres infieles en el estado (se encontró que las mujeres que están
casadas por lo civil es de N = 10, 000 ). Obviamente, es una pregunta delicada y
por eso se usó el método de respuesta aleatorizada. Además, la investigadora
cree que el nivel socioeconómico influye en la infidelidad, por lo que clasificó
a la población en tres estratos: clase baja, (estrato 1), media (estrato 2) y al-
ta (estrato 3). La población de cada estrato es de N1 = 4, 500, N2 = 3, 500 y
N3 = 2, 000. Para el estudio se tomó una muestra aleatoria simple de n = 200

193
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

señoras distribuidas de la siguiente manera: n1 = 80, n2 = 65 y n3 = 55 señoras.


Las respuestas de ”sí” en las entrevistas por estrato son: 14 para el estrato 1,
5
16 para el estrato 2 y 17 para el estrato 3. En este caso p = .
6
a) Calcule la proporción de mujeres infieles en el estado.
N1 π̂1 + N2 π̂2 + .... + NE π̂E
π̂st =
N
donde:
p−1 ah
π̂h = + ; h = 1, 2, ..., E, N1 = 4, 500, N2 = 3, 500, N3 = 2, 000, n1 =
2p − 1 2p − 1
80, n2 = 65, n3 = 55
5
a1 = 14, a2 = 16, a3 = 17, p =
6
Por lo tanto:

5/6 − 1 14
π̂1 = + = 0.0125
2(5/6) − 1 (2(5/6) − 1)80
5/6 − 1 16
π̂2 = + = 0.1199
2(5/6) − 1 (2(5/6) − 1)65
5/6 − 1 17
π̂3 = + = 0.2136
2(5/6) − 1 (2(5/6) − 1)55
(4500)(0.0125) + (3500)(0.1199) + (2000)(0.2136)
π̂st = = 0.0901 ó 9 %
10000
de mujeres infieles

b) Determine el total de mujeres infieles en el estado


τ̂st = N π̂st

donde:
N = 10,000 el total de mujeres casadas por lo civil en el estado de Colima
π̂st = 0.0901: la proporción de mujeres infieles en el estado

Por lo tanto:

τ̂st = (10000)(0.090) = 900.8304

Esto significa que el total de mujeres infieles en el estado de Colima es de


900.8304

c) Estime la varianza y la desviación estándar " de la proporción.


E
X Nhµ ¶ 2 µ ¶ µ ¶2 #
N h − n h 1 1 1
Sπ̂2st = 2
− π̂h −
h=1
N N h n h 16(p − 1/2) 2
donde:
N = 10, 000 el total de mujeres casadas por lo civil en el estado
E = 3 los estratos en los que está dividida la población en estudio
N1 = 4, 500, N2 = 3, 500, N3 = 2, 000
n1 = 80, n2 = 65, n3 = 55

194
a1 = 14, a2 = 16, a3 = 17
5
p=
6
π̂1 = 0.0125
π̂2 = 0.1192
π̂3 = 0.2136

Por lo tanto:
µ ¶2 µ " ¶ µ ¶2 #
4500 4500 − 80
1 1 1
Sπ̂2st = − 0.0125 −
10000 4500 80 16 (5/6 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
3500 3500 − 65 1 1 1
+ − 0.1192 −
10000 3500 65 16 (5/6 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
2000 2000 − 55 1 1 1
+ − 0.2136 − = 0.0019
10000 2000 55 16 (5/6 − 1/2)2 2
q √
Sπ̂st = Sπ̂2st = 0.0019 = 0.0438

d) Construya un IC para la proporción de interés con una confiabilidad de


95 %.
q
π̂st ± Zα/2 Sπ̂2st

donde:
π̂st = 0.0901: la proporción de mujeres infieles en el estado
α = 0.05
Zα/2 = 1.96
q
Sπ̂2st = 0.0438

Por lo tanto:

0.0901 ± (1.96)(0.0438)
0.0901 ± 0.0859
0.0042 ≤ πst ≤ 0.1760

Esto significa que la proporción de mujeres infieles casadas por lo civil en


el estado de Colima está entre 0.0042 y 0.1760.

e) Haga un IC del total de interés con una confiabilidad de 95 %.


q
τ̂st ± Zα/2 Sτ̂2st

donde:
τ̂st = 900.83042
q = 10,000 el total de mujeres casadas por lo civil en el estado de Colima
N
Sτ̂2st = 0.0438
α = 0.05
Zα/2 = 1.96

195
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

q
Sτ̂2st = (10, 000)(0.0438) = 438.1468

Por lo tanto:

900.8304 ± (1.96)(438.1468)
900.8304 ± 858.7519
42.0785 ≤ τst ≤ 1, 759.5824

Esto significa que el total de mujeres infieles casadas por lo civil está entre
42.0785 y 1,759.5824.

f) Suponga que n = 200 mujeres es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción poblacional con una precisión
de 75 % de la proporción preliminar y una confiabilidad de 95 %?
2
N Zα/2 ΣE
h=1 Wh Kh
n= 2
N d2 + Zα/2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 10,000 : total de mujeres casadas por lo civil en el estado de Colima
Zα/2 = 1.96
5
p=
6 µ ¶2
1 1
K1 = − 0.0125 − = 0.3248
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.1192 − = 0.4175
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K3 = − 0.2136 − = 0.4805
16 (5/6 − 1/2)2 2
E
X 4,500 3,500 2,000
Wh kh = (0.3248) + (0.4175) + (0.4805) = 0.3884
h=1
10,000 10,000 10,000
d = (0.75)(0.0901) = 0.0676

Por lo tanto:
(10,000)(1.96)2 0.3884
n= = 316.5251 mujeres casadas
(10,000)(0.0676)2 + (1.96)2 (0.3884)
(muestra)

La asignación de la muestra en forma proporcional


N1 4,500
n1 = n= (317) = 143
N 10,000
N2 3,500
n2 = n= (317) = 111
N 10,000
196
N3 2,000
n3 = n= (317) = 63
N 10,000
Por lo tanto, la muestra requerida para cada estrato queda distribuida de la
siguiente manera: 143 mujeres para el estrato 1, 111 para el estrato 2 y 63
para el estrato 3.

g) Suponga que n = 200 mujeres es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar el total verdadero con una precisión de 75 %
del total preliminar y una confiabilidad de 95 %?

N 2 (Zα/2 )2 ΣE
h=1 Wh Kh
n=
d2 + N (Zα/2 )2 ΣEh=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 10,000 el total de mujeres casadas por lo civil en el estado de Colima
α = 0.05
Zα/2 = 1.96
5
p=
6 µ ¶2
1 1
K1 = − 0.0125 − = 0.3248
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.1192 − = 0.4175
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K3 = − 0.2136 − = 0.4805
16 (5/6 − 1/2)2 2
E
X 4,500 3,500 2,000
Wh kh = (0.3248) + (0.4175) + (0.4805) = 0.3884
h=1
10,000 10,000 10,000
τ̂st = 900.83042
d = (0.75)(900.83042) = 675.6228

Por lo tanto:

(10,000)2 (1.96)2 (0.3884)


n= = 316.5251 mujeres casadas
(675.6228)2 + (10,000)(1.96)2 (0.3884)
(unidades muestrales)

Dado que el tamaño de muestra es el mismo, la distribución queda con 143


mujeres para el estrato 1, 111 para el estrato 2 y 63 para el estrato 3.

Ejemplo 2. Una persona está interesada en estimar la proporción de mujeres


jóvenes que han abortado en Manzanillo (el total de jóvenes es N = 15,000).
Además, la persona cree que el nivel social influye en tal problema, por lo que
clasificó a la población en dos estratos: clase baja (estrato 1) y clase alta (es-
trato 2), donde la población de cada estrato es N1 = 10,000 y N2 = 5,000. Para
el estudio se tomó una muestra aleatoria simple (n = 300) de la población obje-

197
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

tivo, que se distribuyó de la siguiente manera: n1 = 200 y n2 = 100 jóvenes. El


número de respuestas de ”sí” por estrato fue de 50 para el estrato uno y de 30
5
para el estrato dos. En este caso p = .
6
a) Realice la estimación de la proporción de mujeres que han abortado en
Manzanillo.
N1 π̂1 + N2 π̂2 + .... + NE π̂E
π̂st =
N
p−1 ah
π̂h = + ; h = 1, 2, ..., E
2p − 1 (2p − 1)nh
donde:
N1 = 10, 000 y N2 = 5, 000
n1 = 200 y n2 = 100
a1 = 50 y a2 = 30
5
p=
6
Por lo tanto:

5/6 − 1 50
π̂1 = + = 0.125
(2 (5/6) − 1) (2 (5/6) − 1) 200
5/6 − 1 30
π̂2 = + = 0.2
(2 (5/6) − 1) (2 (5/6) − 1) 100
(10, 000) (0.125) + (5, 000) (0.2)
π̂st = = 0.15
15, 000
Esto significa que la proporción de mujeres que han abortado en Manzani-
llo es de 0.15, es decir, el 15 %

b) Calcule el total de mujeres que han abortado en Manzanillo.

τ̂st = N π̂st

donde:
N = 15, 000 el total de jóvenes que han abortado
π̂st = 0.15 la proporción de jóvenes que han abortado

Por lo tanto:

τ̂st = (15, 000)(0.15) = 2,250 mujeres

c) Obtenga la varianza y la desviación estándar de la proporción.


E µ ¶2 µ ¶ " µ ¶2 #
2
X Nh N h − nh 1 1 1
Sπ̂st = − π̂h −
h=1
N Nh nh 16(p − 1/2)2 2
donde:
N = 10, 000: el total de jóvenes que han abortado
E = 2: los estratos en los que está dividida la población del estudio

198
N1 = 10, 000 y N2 = 5, 000
n1 = 200 y n2 = 100
a1 = 50 y a2 = 30
5
p=
6
π̂1 = 0.125
π̂2 = 0.2

Por lo tanto:
µ ¶2 µ ¶ " µ ¶2 #
10000 10000 − 200 1 1 1
Sπ̂2st = − 0.125 −
15000 10000 200 16 (5/6 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
5000 5000 − 100 1 1 1
+ 2 − 0.2 − = 0.0014
15000 5000 100 16 (5/6 − 1/2) 2

La desviación estándar de la proporción es igual a 0.0379.

d) Elabore un IC para la proporción de interés con una confiabilidad de 95 %.


q
π̂st ± Zα/2 Sπ̂2st

donde:
π̂st = 0.15: la proporción de jóvenes que han abortado
α = 0.05
Zα/2 = 1.96
q
Sπ̂2st = 0.0379

Por lo tanto:

(0.15) ± (1.96)(0.0379)
(0.15) ± (0.0742)
0.0758 ≤ πst ≤ 0.2242

Entonces, se estima que la proporción de mujeres jóvenes que han aborta-


do en Manzanillo está entre 0.0758 y 0.2242.

e) Haga un IC del total de interés con una confiabilidad de 95 %.


q
τ̂st ± Zα/2 Sτ̂2st

donde:
τ̂st = 2,250 q
q
Sτ̂2st = N Sπ̂2st
N = 15, 000 :el total de jóvenes
q
Sπ̂2st = 0.0379
α = 0.05
Zα/2 = 1.96

199
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

q
Sτ̂2st = (15000)(0.379) = 567.8743

Por lo tanto:

2250 ± (1.96)(567.8743)
2250 ± 1, 113.0132
1, 136.9868 ≤ τst ≤ 3, 363.0132

Por lo tanto, el total de mujeres jóvenes que han abortado está entre 1,136.9868
y 3,363.0132.

f) Suponga que n = 300 mujeres jóvenes es una muestra preliminar. ¿Cuál


es el tamaño de muestra para estimar la proporción verdadera con una pre-
cisión de 49 % de la proporción preliminar y una confiabilidad de 95 %?
2
N Zα/2 ΣE
h=1 Wh Kh
n= 2
N d2 + Zα/2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16 (p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 15,000: el total jóvenes
Zα/2 = 1.96
5
p=
6 µ ¶2
1 1
K1 = − 0.125 − = 0.4219
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.2 − = 0.4725
16 (5/6 − 1/2)2 2
10, 000 5, 000
ΣEh=1 Wh kh = (0.4219) + (0.4725) = 0.4388
15, 000 15, 000
d = (0.49)(0.15) = 0.0735

Por lo tanto:

(15, 000)2 (1.96)2 (0.4388)


n= = 305.6316 mujeres jóvenes
(15, 000)(0.0735)2 + (1.96)2 (0.4388)
(muestra)

La asignación de la muestra en forma proporcional


N1 10, 000
n1 = n= (306) = 204 para el estrato 1
N 15, 000
N2 5, 000
n2 = n= (306) = 102 para el estrato 2
N 15, 000

200
g) Suponga que n = 300 jóvenes es una muestra preliminar. ¿Cuál es el
tamaño de muestra para estimar el total con una precisión de 49 % del total
preliminar y una confiabilidad de 95 %?

N 2 Zα/2
2
ΣE
h=1 Wh Kh
n= 2
d2 + N Zα/2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16 (p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 15, 000: el total de jóvenes
α = 0.05
Zα/2 = 1.96
5
p=
6 µ ¶2
1 1
K1 = − 0.125 − = 0.4219
16 (5/6 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.2 − = 0.4725
16 (5/6 − 1/2)2 2
E
X 10, 000 5, 000
Wh kh = (0.4219) + (0.4725) = 0.4388
h=1
15, 000 15, 000
τ̂st = 2250
d = (0.49)(2250) = 1, 102.50

Por lo tanto:

(15, 000)2 (1.962 )(0.4388)


n= = 305.6316 mujeres jóvenes
(1, 102.50)2 + (15, 000)(1.962 )(0.4388)
(muestra)

Dado que el tamaño de muestra es el mismo, la distribución queda con 204


jóvenes para el estrato 1 y 102 para el estrato 2.

Ejemplo 3. Un sexólogo desea realizar una investigación para conocer el número


de mujeres que han tenido relaciones sexuales premaritales en la ciudad de
Colima (se encontró que el número de mujeres era de N = 40, 000). Además, se
piensa que el nivel de vida influye en la decisión de tener relaciones sexuales
antes del matrimonio, por lo que se clasificó a la población en tres estratos:
pobres (estrato 1), nivel medio (estrato 2) y ricas (estrato 3). La población de
cada estrato es N1 = 19, 000, N2 = 16, 000 y N3 = 5, 000. Para el estudio se tomó
una muestra aleatoria simple de la población de mujeres distribuidas de la
siguiente manera: n1 = 2, 000, n2 = 1, 400 y n3 = 600 mujeres. Las respuestas
de ”sí” en las entrevistas por estrato son: 520 para el estrato 1, 360 para el
3
estrato 2 y 180 para el estrato 3. En este caso p = .
4
a) Calcule la proporción de mujeres que han tenido relaciones sexuales
antes del matrimonio.

201
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

N1 π̂1 + N2 π̂2 + .... + NE π̂E


π̂st =
N
p−1 ah
π̂h = + ; h = 1, 2, ..., E
2p − 1 (2p − 1)nh
donde:
N1 = 19, 000, N2 = 16, 000, N3 = 5, 000
n1 = 2, 000, n2 = 1, 400, n3 = 600
a1 = 520, a2 = 360, a3 = 180
3
p=
4
Por lo tanto:

3/4 − 1 520
π̂1 = + = 0.02
2 (3/4) − 1 (2 (3/4) − 1) 2, 000
3/4 − 1 360
π̂2 = + = 0.0142
2 (3/4) − 1 (2 (3/4) − 1) 1, 400
3/4 − 1 180
π̂3 = + = 0.1
2 (3/4) − 1 (2 (3/4) − 1) 600
(19000) (0.02) + (16000) (0.0142) + (5000) (0.1)
π̂st = = 0.0277
40000
Por lo tanto, se estima que la proporción de mujeres que han tenido relaciones
antes del matrimonio es de 0.0277 ó 2.77 %.

b) Determine el total de mujeres que han tenido relaciones sexuales antes


del matrimonio.
τ̂st = N π̂st

donde:
N = 40, 000 : el total de mujeres en el estado de Colima
π̂st = 0.0277 : la proporción de mujeres que han tenido relaciones sexuales antes
del matrimonio

Por lo tanto:

τ̂st = (40, 000)(0.0277) = 1, 108.5714 mujeres

c) Estime la varianza y la desviación estándar de la proporción.


E µ ¶2 µ ¶ " µ ¶2 #
X N h N h − n h 1 1 1
Sπ̂2st = − π̂h −
h=1
N Nh nh 16(p − 1/2)2 2
donde:
N = 40, 000 : el total de mujeres en el estado de Colima
E = 3 : los estratos en los que está dividida la población bajo estudio
N1 = 19, 000, N2 = 16, 000, N3 = 5, 000
n1 = 2, 000, n2 = 1, 400, n3 = 600
a1 = 520, a2 = 360, a3 = 180

202
3
p=
4
π̂1 = 0.02
π̂2 = 0.0142
π̂3 = 0.1

Por lo tanto:
µ ¶2 µ ¶ " µ ¶2 #
19000 19000 − 2000 1 1 1
Sπ̂2st = − 0.02 −
40000 19, 000 2000 16 (3/4 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
16000 16000 − 1, 400 1 1 1
+ − 0.0142 −
40000 16000 1400 16 (3/4 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
5000 5000 − 600 1 1 1
+ 2 − 0.01 −
40000 5000 600 16 (3/4 − 1/2) 2
= p
0.0002
Sπ̂st = (0.0002) = 0.0133

d) Haga un IC para la qproporción de interés con una confiabilidad de 95 %.


π̂st ± Zα/2 Sπ̂2st

donde:
π̂st = 0.0277 : la proporción de mujeres que han tenido relaciones sexuales antes
del matrimonio
α = 0.05
Zα/2 = 1.96
q
Sπ̂2st = 0.0133

Por lo tanto:
0.0277 ± (1.96)(0.0133)
0.0277 ± 0.0260
0.0017 ≤ πst ≤ 0.0538

Por lo que se estima que la proporción de mujeres que han tenido relaciones
sexuales antes del matrimonio está entre 0.0017 y 0.0538.

e) Construya un IC para el total de interés con una confiabilidad de 95 %.


q
τ̂st ± Zα/2 Sτ̂2st

donde:
τ = 412.7946
τ̂st = N π̂st
N = 40, 000 : el total de mujeres en el estado de Colima
q
Sπ̂2st = 0.0133
α = 0.05
Zα/2 = 1.96
q
Sτ̂2st = (40, 000)(0.0133) = 531.5853

203
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

por lo tanto:
1, 108.5714 ± (1.96)(531.5853)
1, 108.5714 ± 1041.8879
66.6835 ≤ τst ≤ 2, 150.4594.

Esto es, se estima que el total de mujeres que han tenido relaciones sexua-
les antes del matrimonio está entre 66.6835 y 2,1501.4594.

f) Suponga que n = 4, 000 personas es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción poblacional con una precisión
de 75 % de la proporción preliminar y una confiabilidad de 95 %?
2
N Zα/2 ΣE
h=1 Wh Kh
n= 2
N d2 + Zα/2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 5, 000 : el total de mujeres
Zα/2 = 1.96
3
p=
4 µ ¶2
1 1
K1 = − 0.02 − = 0.7696
16(3/4 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.0142 − = 0.7641
16(3/4 − 1/2)2 2
µ ¶2
1 1
K3 = − 0.1 − = 0.8400
16(3/4 − 1/2)2 2
E
X 19, 000 16, 000 5, 000
Wh kh = (0.7696) + (0.7641) + (0.84) = 0.7762
h=1
40, 000 40, 000 40, 000
d = (0.75)(0.0277) = 0.0208

Por lo tanto:
(40, 000)(1.96)2 0.7762
n= = 5, 885.8636 mujeres (mues-
(40, 000)(0.0208)2 + (1.96)2 (0.7762)
tra)

La asignación de la muestra en forma proporcional


N1 19, 000
n1 = n= (5886) = 2, 796 para el estrato 1
N 40, 000
N2 16, 000
n2 = n= (5886) = 2, 354 para el estrato 2
N 40, 000
N2 5, 000
n2 = n= (5886) = 736 para el estrato 3
N 40, 000

204
g) Suponga que n = 4, 000 es una muestra preliminar. ¿Cuál es el tamaño de
muestra para estimar el total con una precisión de 75 % del total preliminar y
una confiabilidad de 95 %?

N 2 (Zα/2 )2 ΣE
h=1 Wh Kh
n= 2
d + N (Zα/2 )2 ΣE h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 40, 000 : el total de mujeres en el estado de Colima
α = 0.05
Zα/2 = 1.96
3
p=
4 µ ¶2
1 1
K1 = − 0.02 − = 0.7696
16(3/4 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.0142 − = 0.7641
16(3/4 − 1/2)2 2
µ ¶2
1 1
K3 = 2
− 0.1 − = 0.8400
16(3/4 − 1/2) 2
E
X 19, 000 16, 000 5, 000
Wh kh = (0.7696) + (0.7641) + (0.84) = 0.7762
h=1
40, 000 40, 000 40, 000
τ̂st = 1, 108.5714
d = (0.75)(1, 108.5714) = 831.4286

Por lo tanto:
(40, 000)2 (1.962 )(0.7762)
n= = 5, 885.8636
(831.4286)2 + (40, 000)(1.962 )(0.7762)
Dado que el tamaño de muestra es el mismo que el obtenido en f), la dis-
tribución queda con 2,796 mujeres para el estrato 1, 2,354 para el estrato 2 y
736 para el estrato 3.

Ejemplo 4. ”M ensex” está interesada en estimar la proporción de hombres


con disfunción eréctil. El número de hombres es de N = 10, 000 en el munici-
pio de Temaltepec. Además,”M ensex” cree que los vicios que posea la persona
influyen en la disfunción eréctil, por lo que clasificó a la población en tres es-
tratos: fumadores (estrato 1), alcohólicos (estrato 2) y estresados (estrato 3).
La población de cada estrato es N1 = 4, 000, N2 = 4, 000 y N3 = 2, 000. Para el
estudio se tomó una muestra aleatoria de la población de hombres distribuida
de la siguiente manera: n1 = 100, n2 = 200 y n3 = 100. El número de respuestas
de "sí" en las entrevistas es de 55 para el estrato 1, 30 para el estrato dos y 20
3
para el estrato tres. Para este caso p = .
4

a) Calcule la proporción de hombres con disfunción eréctil en el municipio


de Temaltepec.

205
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

N1 π̂1 + N2 π̂2 + .... + NE π̂E


π̂st =
N
p−1 ah
π̂h = + ; h = 1, 2, ..., E
2p − 1 (2p − 1)nh
donde:
N1 = 4, 000, N2 = 4, 000, N3 = 2, 000
n1 = 100, n2 = 200, n3 = 100
a1 = 55, a2 = 70, a3 = 30
3
p=
4
Por lo tanto:

3/4 − 1 55
π̂1 = + = 0.6
2 (3/4) − 1 (2 (3/4) − 1) 100
3/4 − 1 70
π̂2 = + = 0.2
2 (3/4) − 1 (2 (3/4) − 1) 200
3/4 − 1 30
π̂3 = + = 0.1
2 (3/4) − 1 (2 (3/4) − 1) 100
(4, 000) (0.6) + (4, 000) (0.2) + (2, 000) (0.1)
π̂st = = 0.34
10, 000
Por lo que se estima que la proporción de hombres con disfunción eréctil en el
Municipio de Temaltepec es de 0.34, es decir, el 34 %.

b) Calcule el total de hombres con disfunción eréctil en el Municipio de


Temaltepec.

τ̂st = N π̂st

donde:
N = 10, 000 : el total de hombres en el municipio de Temaltepec
π̂st = 0.34

Por lo tanto:

τ̂st = (10, 000)(0.34) = 3, 400

Por lo que el total de hombres con disfunción eréctil en el municipio de Temal-


tepec es igual a 3,400.

c) Determine la varianza y la desviación estándar de la proporción.


E µ ¶2 µ ¶ " µ ¶2 #
2
X Nh N h − nh 1 1 1
Sπ̂st = − π̂h −
h=1
N Nh nh 16(p − 1/2)2 2
donde:
N = 10, 000 : el total de hombres
E = 3 : los estratos en los que está dividida la población en estudio

206
N1 = 4, 000, N2 = 4, 000, N3 = 2, 000
n1 = 100, n2 = 200, n3 = 100
a1 = 55, a2 = 70, a3 = 30
3
P =
4
π̂1 = 0.6
π̂2 = 0.2
π̂3 = 0.1

Por lo tanto:
µ ¶2 µ " ¶ µ ¶2 #
4000 4000 − 100
1 1 1
Sπ̂2st = − 0.6 −
10000 100 16 (3/4 − 1/2)2
4000 2
µ ¶2 µ ¶ " µ ¶2 #
4000 4000 − 200 1 1 1
+ − 0.2 −
10000 3500 200 16 (3/4 − 1/2)2 2
µ ¶2 µ ¶ " µ ¶2 #
2000 2000 − 100 1 1 1
+ − 0.1 − = 0.0026
10000 2000 100 16 (3/4 − 1/2)2 2
Y así, la desviación estándar es igual a Sπ̂st =0.0505

d) Construya un IC para la proporción de interés con una confiabilidad de


90 %.
q
π̂st ± Zα/2 Sπ̂2st

donde:
π̂st = 0.34 : proporción de hombres con disfunción eréctil en el municipio de
Temaltepec
α = 0.10
Zα/2 = 1.645
q
Sπ̂2st = 0.0505

Por lo tanto:

0.34 ± (1.645)(0.0505)
0.34 ± 0.0831
0.2569 ≤ πst ≤ 0.4231

Esto significa que la proporción de hombres con disfunción eréctil del mu-
nicipio de Temaltepec está entre 0.2569 y 0.4231

e) Haga un IC para el total de interés con una confiabilidad de 90 %.


q
τ̂st ± Zα/2 Sτ̂2st

donde:
τ̂st = 3, 400q
q
Sτ̂2st = N Sπ̂2st

207
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

N = 10, 000 : el total de hombres en el municipio de Temaltepec


q
Sτ̂2st = (10, 000)(0.0505) = 505.4899

Por lo tanto:

3, 400 ± (1.645)(505.4899)
3, 400 ± 831.4568
2, 568.5432 ≤ τst ≤ 4, 231.4568

Esto significa que el total de hombres con disfunción eréctil está entre 2,568.5432
y 4,231.4568.

f) Suponga que n = 400 hombres es una muestra preliminar. ¿Cuál es el


tamaño de muestra para estimar la proporción poblacional con una precisión
de 18 % de la proporción preliminar y una confiabilidad de 90 %?

N (Zα/2 )2 ΣE
h=1 Wh Kh
n=
N d2 + (Zα/2 )2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 10, 000 : el total de hombres en el municipio de Temaltepec
Zα/2 = 1.645
3
p=
4 µ ¶2
1 1
K1 = − 0.6 − = 0.9900
16(3/4 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.2 − = 0.9100
16(3/4 − 1/2)2 2
µ ¶2
1 1
K3 = − 0.1 − = 0.8400
16(3/4 − 1/2)2 2
E
X 4, 000 4, 000 2, 000
Wh kh = (0.99) + (0.91) + (0.84) = 0.9280
h=1
10, 000 10, 000 10, 000
d = (0.18)(0.34) = 0.0612

Por lo tanto:

(10, 000)(1.645)2 0.9280


n= = 628.2335
(10, 000)(0.0612)2 + (1.645)2 (0.9280)
Entonces, 628 es el número estimado de unidades muestrales (hombres) que
deben constituir a la muestra para tener una precisión de ±0.0612 con 0.90 de
probabilidad de incluir en el intervalo de estimación la proporción verdadera.

La asignación de la muestra en forma proporcional

208
N1 4, 000
n1 = n= (628) = 252 para el estrato 1
N 10, 000
N2 4, 000
n2 = n= (628) = 252 para el estrato 2
N 10, 000
N3 2, 000
n2 = n= (628) = 126 para el estrato 3
N 10, 000
g) Suponga que n = 400 hombres es una muestra preliminar. ¿Cuál es el
tamaño de muestra necesario para estimar el total verdadero con una pre-
cisión de 18 % del total preliminar y una confiabilidad de 90 %?

N 2 Zα/2
2
ΣE
h=1 Wh Kh
n= 2
d2 + N Zα/2 ΣE
h=1 Wh Kh

donde: µ ¶2
1 1
Kh = − π̂h −
16(p − 1/2)2 2
Nh
Wh = ; h = 1, 2, 3
N
N = 10, 000 : el total de hombres en el municipio de Temaltepec
3
Zα/2 = 1.645; p =
4 µ ¶2
1 1
K1 = − 0.6 − = 0.9900
16(3/4 − 1/2)2 2
µ ¶2
1 1
K2 = − 0.2 − = 0.9100
16(3/4 − 1/2)2 2
µ ¶2
1 1
K3 = − 0.1 − = 0.8400
16(3/4 − 1/2)2 2
E
X 4, 000 4, 000 2, 000
Wh kh = (0.99) + (0.91) + (0.84) = 0.9280
h=1
10, 000 10, 000 10, 000
τst = 3, 400
d = (0.18)(3, 400) = 612

Por lo tanto:

(10, 000)2 (1.6452 )(0.9982)


n= = 628.2335
(612)2 + (10, 000)(1.6452 )(0.9280)

7.6. Ejercicios
En los siguientes ejercicios estime los parámetros siguientes:

a) El IC para la proporción y el total con una confiabilidad de 95 %.


b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total, de tal manera
que la proporción y el total sean estimados con una precisión de 9 % de la
proporción y el total preliminar con una confiabilidad de 95 %?

Ejercicio 1. Una persona está interesada en estimar la proporción de jóvenes

209
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

menores de 18 años que han tenido relaciones sexuales en el estado de Colima


(N = 35, 000). Dado que se trata de una pregunta delicada, se usó el método
de respuesta aleatorizada. Además, la persona cree que el nivel social influye,
por lo que clasificó a la población en tres estratos: clase baja (estrato 1), clase
media (estrato 2), clase alta (estrato 3), donde la población de cada estrato es
N1 = 15, 000, N2 = 11, 000 y N3 = 9, 000. Para el estudio se tomó una muestra
aleatoria simple (n = 800) de la población objetivo, se distribuyó de la siguiente
manera : n1 = 200, n2 = 250 y n3 = 350 jóvenes. El número de respuestas de
"sí" por estrato fue de 70 para estrato uno, 130 para el estrato dos y 200 para el
5
estrato tres. Para este caso p = .
6
Ejercicio 2. La Secretaría de Salud desea hacer un estudio para estimar la
proporción de personas menores a 45 años que han contraído algún tipo de
enfermedad de transmisión sexual (ET S) en el municipio de Manzanillo, Coli-
ma (N = 20, 000). Dado que se trata de una pregunta delicada, se usó el método
de respuesta aleatorizada. Además se cree que el nivel socioeconómico influye,
por lo que clasificó a la población en tres estratos: nivel bajo (estrato 1), nivel
medio (estrato 2), nivel alto (estrato 3), donde la población de cada estrato es
N1 = 4, 000, N2 = 10, 000 y N3 = 6, 000. Para el estudio se tomó una muestra
aleatoria simple (n = 2,000) de la población objetivo, se distribuyó de la sigu-
iente manera: n1 = 500, n2 = 900, n3 = 600 personas. El número de respuestas
de "sí" por estrato fue de 60 para el estrato 1, 100 para el estrato 2 y 123 para el
5
estrato 3. Para este caso p = .
6
Ejercicio 3. Un psicólogo de la Universidad de Colima está interesado en
estimar la proporción de jóvenes estudiantes de dicha universidad menores
de 20 años que han sufrido algún tipo de maltrato por parte de sus padres
(N = 5,000). Dado que se trata de una pregunta delicada, se usó el método de
respuesta aleatorizada. Además se cree que el nivel social influye, por lo que se
clasificó a la población en tres estratos: clase baja (estrato 1), clase media (es-
trato 2), clase alta (estrato 3), donde la población de cada estrato es N1 = 1, 000,
N2 = 2, 500, N3 = 1, 500. Para el estudio se tomó una muestra aleatoria simple
(n = 300) de la población objetivo, se distribuyó de la siguiente manera: n1 = 50,
n2 = 100, n3 = 150 personas. El número de respuestas de "sí" por estrato fue de
20 para el estrato uno, 60 para el estrato dos y 70 para el estrato tres. Para este
5
caso p = .
6
Ejercicio 4. Un sociólogo de la Universidad de Arizona EUA está interesado en
estimar la proporción de mujeres del estado de Colima menores a 25 años que
han tenido tendencias suicidas (N = 50, 000). Dado que se trata de una pregun-
ta delicada, se usó el método de respuesta aleatorizada. Además se cree que el
nivel social influye, por lo que se clasificó a la población en tres estratos: clase
baja (estrato 1), clase media (estrato 2), clase alta (estrato 3), donde la población
de cada estrato es N1 = 15, 000, N2 = 25, 000, N3 = 10, 000. Para el estudio se tomó
una muestra aleatoria simple (n = 1, 000) de la población objetivo, se distribuyó
de la siguiente manera: n1 = 200, n2 = 500, n3 = 300 personas. El número de
respuestas de "sí" por estrato fue de 8 para el estrato uno, 10 para el estrato

210
5
dos y 9 para el estrato tres. Para este caso p = .
6

7.7. Alternativa al modelo de respuesta aleatori-


zada
Como alternativa al método de Warner, Horvitz et. al., (1967) sugirierón que
la cooperación de los entrevistados podría mejorar si el segundo enunciado (
pregunta 2) no fuese delicado y no tuviese relación con el primero. A contin-
uación se presenta esta variante de la idea original de Warner (1965) propuesta
por Horvitz et. al., (1967)[6]:

I. Se construye un mazo de cartas, pero una fracción de ellas p, se marca


con la letra A (grupo A) y la fracción restante, 1 − p, con las letras faltantes
del abecedario (grupo B).
II. Se selecciona una muestra aleatoria simple o estratificada de individuos
sin reemplazo de tamaño n de la población (N ).
III. A cada individuo que va a responder se le enseña el mazo de cartas para
que vea que las cartas estan marcadas con las letras del abecedario.
IV. En seguida se baraja adecuadamente el mazo de cartas y se le pide al
individuo que seleccione una carta, pero que no nos diga con que letra
esta marcada.
V. A continuación se le explica que se le va a hacer una pregunta y que la
responda con "sí" o "no", pero restaltando que ponga mucha atención a la
pregunta.
VI. Responda a la pregunta delicada, por ejemplo ¿ha consumido droga algu-
na vez? si la carta que obtuvo esta marcada con la letra A, por el contrario
responda a la pregunta inocua , por ejemplo, ¿naciste el mes de abril? si
obtuvo cualquier otra letra del abecedario.
VII. Se tiene que hacer enfasis en que debe de responder con la verdad a las
preguntas y que solamente tiene que responder una de ellas dependiendo
de la letra que obtuvo, es decir, si la la carta que obtuvo esta marcada con
la letra A debe responder con la verdadad a la pregunta delicada y esta
sería su única respuesta, lo mismo que si le toco cualquier otra letra del
abecedario debe de responder con la verdad a la pregunta inocua y esta
sería la única respuesta.
VIII. La carta elegida por un individuo tiene que ser reemplazada antes de
entrevistar a la siguiente persona.
IX. Este procedimiento se aplica a todos los n individuos.
X. Con las n respuestas de "sí" y "no" se hacen las estimaciones correspon-
dientes con los estimadores propuestos en éste capítulo.

211
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

7.8. Respuesta aleatorizada versión Horvitz bajo


MAS
A continuación se presentan los estimadores puntuales y por intervalo para
la proporción y el total, así como sus respectivos estimadores de tamaños de
muestra:

Estimador de la proporción y del total

φ̂ − (1 − p)pI
π̂ =
p
à !
φ̂ − (1 − p)pI
τ̂ = N π̂ = N
p
a
donde: φ̂ = , a = el total de respuestas afirmativas (sí) en la muestra de
n
tamaño n.

Varianza del estimador de la proporción y el total


µ ¶ µ ¶
N − n V̂ (φ̂) N − n φ̂(1 − φ̂)
V̂ (π̂) = =
N p2 N p2 n
µ ¶ µ ¶
2 2 N − n V̂ (φ̂) N −n φ̂(1 − φ̂)
V̂ (τ̂ ) = N V̂ (π̂) = N 2
= N2
N p N p2 n

Intervalo de confianza de la proporción y el total


q
π̂ ± Zα/2 V̂ (π̂)
q
τ̂ ± Zα/2 N V̂ (π̂)
Tamaño de muestra para estimar la proporción
à !
2 φ̂(1 − φ̂)
N Zα/2
p2
n= Ã !
2 φ̂(1 − φ̂)
N d2 + Zα/2
p2

Tamaño de muestra para estimar el total


à !
φ̂(1 − φ̂)
N 2 Zα/2
2
p2
n= Ã !
2 φ̂(1 − φ̂)
d2 + N 2 Zα/2
p2

212
7.8.1. Ejemplos
Ejemplo 1. Se elige una muestra aleatoria simple de 350 de los 1,800 alum-
nos del bachillerato de la Universidad de Colima. Cada estudiante de la mues-
tra recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿has fumado marihuana alguna vez?


Pregunta 2: ¿cumples años el primero de enero?

Se tiene de los expedientes de todos los alumos del bachillerato que pI =


1/365. Suponga que el mecanismo de aleatorización es una baraja con una
fracción de cartas marcas con la letra A igual a p = 0.7 y la fracción restante
con las letras sobrantes del abecedario. De los resultados de la encuesta se
tiene que 125 contestaron sí.

a). Estime la proporción de estudiantes que han fumado marihuana.


φ̂ − (1 − p)pI
π̂ =
p
125
donde: pI = 1/365, p = 0.7 y φ̂ = = 0.3571.
350
Por lo tanto,
125 1
− (1 − 0.7)
π̂ = 350 365 = 0.509.
0.7
b) Estime la varianza de la proporción muestral.
µ ¶
N − n φ̂(1 − φ̂)
V̂ (π̂) =
N p2 n
125
donde: N = 1800, n = 350, p = 0.7 y φ̂ =
350
Por lo tanto, µ ¶
125 125
µ ¶ 1−
1800 − 350 350 350
V̂ (π̂) = 2
= 0.00109.
1800 0.7 (350)
c) Estime un intervaloq de confianza de 95 % para la proporción poblacional.
π̂ ± Zα/2 V̂ (π̂)
donde: π̂ = 0.5090, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00109

Por lo tanto, √
0.5090 ± (1.96)( 0.00109)
0.5090 ± (1.96)(0,0330)
0.4443 ≤ π ≤ 0.5737

d) Estime el total de estudiantes que ha fumado marihuana.


τ̂ = N π̂
donde: N = 1800 y π̂ = 0.5090

Por lo tanto,
τ̂ = 1800(0.5090) = 916. Así, se tiene que el número de estudi-

213
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

antes del bachillerato de la Universidad de Colima que alguna vez han fumado
marihuana es de 916.

e) Estime un intervaloqde confianza de 95 % para el total poblacional.


τ̂ ± Zα/2 N V̂ (π̂)
donde: N = 1800, τ̂ = 916, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00109

Por lo tanto, √
916 ± (1.96)(1800)( 0.00109)
799.7226 ≤ τ ≤ 1032.6774

f) Suponga que los 350 estudiantes encuestados son una muestra prelimi-
nar. ¿Cuál sería el tamaño de muestra necesario para estimar la proporción de
tal manera que sea estimada con una precisión de d = 0.05 y una confiabilidad
de 95 %?
à !
2 φ̂(1 − φ̂)
N Zα/2
p2
n= Ã !
2 φ̂(1 − φ̂)
N d2 + Zα/2
p2
donde: N = 1800, Zα/2 = Z0.025 = 1.96, d = 0.05, p = 0.7 y φ̂ = 125/350

Por lo tanto, µ ¶
(125/350)(1 − 125/350)
2
(1800)(1.96)
(0.7)2
n= µ ¶ = 514.2661
2 2
(125/350)(1 − 125/350)
(1800)(0.05) + (1.96)
(0.7)2
g) Suponga que los 350 estudiantes encuestados son una muestra prelim-
inar. ¿Cuál sería el tamaño de muestra necesario para estimar el total de tal
manera que sea estimado con una precisión de d = 90 y una confiabilidad de
95 %?
à !
φ̂(1 − φ̂)
N 2 Zα/2
2
p2
n= Ã !
2 φ̂(1 − φ̂)
d2 + N 2 Zα/2
p2
donde: N = 1800, Zα/2 = Z0.025 = 1.96, d = 90, p = 0.7 y φ̂ = 125/350

Por lo tanto, µ ¶
2 (125/350)(1 − 125/350)
2
(1800 )(1.96)
(0.7)2
n= µ ¶ = 514.2661
2 2 2
(125/350)(1 − 125/350)
(90) + (1800 )(1.96)
(0.7)2

Ejemplo 2. Se elige una muestra aleatoria simple de 180 empleadas de

214
una empresa automotriz del total de su población (N = 1, 500). Cada empleada
recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿se te ha escapado una flatulencia o gas en una reunión impor-


tante?
Pregunta 2: ¿está el minutero de tu reloj entre 0 y 5?

Sabemos que pI = 1/12. Suponga que el mecanismo de aleatorización es una


baraja con una fracción de cartas marcas con la letra A igual a p = 0.75 y la
fracción restante con las letras sobrantes del abecedario. De los resultados de
la encuesta se tiene que 130 contestaron sí a la pregunta correspondiente.

a). Estime la proporción de empleadas que se les ha escapado un gas en


una reunión importante.
φ̂ − (1 − p)pI
π̂ =
p
130
donde: pI = 1/12, p = 0.75 y φ̂ = = 0.7222.
180
Por lo tanto,
130 1
− (1 − 0.75)
π̂ = 180 12 = 0.9352.
0.75
b) Estime la varianza de la proporción muestral.
µ ¶
N − n φ̂(1 − φ̂)
V̂ (π̂) =
N p2 n
130
donde: N = 1500, n = 180, p = 0.75 y φ̂ =
180
Por lo tanto, µ ¶
130 130
µ ¶ 1−
1500 − 180 180 180
V̂ (π̂) = 2
= 0.00174.
1500 0.75 (180)
c) Estime un intervaloq de confianza de 95 % para la proporción poblacional.
π̂ ± Zα/2 V̂ (π̂)
donde: π̂ = 0.9352, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00174

Por lo tanto, √
0.9352 ± (1.96)( 0.00174)
0.8534 ≤ π ≤ 1

d) Estime el total de empleadas que se le ha escapado un gas.


τ̂ = N π̂
donde: N = 1500 y π̂ = 0.9352

Por lo tanto,
τ̂ = 1500(0.9352) = 1402.8. Así, se tiene que el número de em-
pleadas en dicha empresa que se les ha escapado un gas en una reunión
importante es de 1403.

215
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

e) Estime un intervaloqde confianza de 95 % para el total poblacional.


τ̂ ± Zα/2 N V̂ (π̂)
donde: N = 1500, τ̂ = 1402.8, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00174

Por lo tanto, √
1402.8 ± (1.96)(1500)( 0.00174)
1280.163 ≤ τ ≤ 1500

f) Suponga que las 180 empleadas encuestadas son una muestra prelimi-
nar. ¿Cuál sería el tamaño de muestra necesario para estimar la proporción de
tal manera que sea estimada con una precisión de d = 0.07 y una confiabilidad
de 95 %?
à !
2 φ̂(1 − φ̂)
N Zα/2
p2
n= Ã !
2 φ̂(1 − φ̂)
N d2 + Zα/2
p2
donde: N = 1500, Zα/2 = Z0.025 = 1.96, d = 0.07, p = 0.75 y φ̂ = 130/180

Por lo tanto, µ ¶
2(130/180)(1 − 130/180)
(1500)(1.96)
(0.75)2
n= µ ¶ = 235.692
(130/180)(1 − 130/180)
(1500)(0.07)2 + (1.96)2
(0.75)2
g) Suponga que las 180 empleadas encuestadas son una muestra prelim-
inar. ¿Cuál sería el tamaño de muestra necesario para estimar el total de tal
manera que sea estimado con una precisión de d = 105 y una confiabilidad de
95 %?
à !
φ̂(1 − φ̂)
N 2 Zα/2
2
p2
n= Ã !
2 φ̂(1 − φ̂)
d2 + N 2 Zα/2
p2
donde: N = 1500, Zα/2 = Z0.025 = 1.96, d = 105, p = 0.75 y φ̂ = 130/180

Por lo tanto, µ ¶
2 (130/180)(1 − 130/180)
2
(1500 )(1.96)
(0.75)2
n= µ ¶ = 235.692
2 2 2
(130/180)(1 − 130/180)
(105) + (1500 )(1.96)
(0.75)2

Ejemplo 3. Una investigadora de la Universidad de Colima desea estimar


el porcentaje de alumnas de nivel medio y superior de la institución que abor-
taron durante el 2007. Se toma una muestra aleatoria simple de 210 mujeres
de la población estudiantil de estos niveles(N = 4, 000). Cada una de estas mu-

216
jeres recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿tuvo un aborto provocado durante el 2007?


Pregunta 2: ¿su matrícula en la U de C es impar?

Sabemos que pI = 1/2. Suponga que el mecanismo de aleatorización es una


baraja con una fracción de cartas marcas con la letra A igual a p = 0.7 y la
fracción restante con las letras sobrantes del abecedario. De los resultados de
la encuesta se tiene que 39 contestaron sí a la pregunta correspondiente.

a). Estime la proporción de alumnas que han tenido un aborto provocado


en el 2007.
φ̂ − (1 − p)pI
π̂ =
p
39
donde: pI = 1/2, p = 0.7 y φ̂ = = 0.1857.
210
Por lo tanto,
39 1
− (1 − 0.7)
π̂ = 210 2 = 0.051.
0.7
b) Estime la varianza de la proporción muestral.
µ ¶
N − n φ̂(1 − φ̂)
V̂ (π̂) =
N p2 n
39
donde: N = 4000, n = 210, p = 0.7 y φ̂ =
210
Por lo tanto, µ ¶
39 39
µ ¶ 1−
4000 − 210 210 210
V̂ (π̂) = = 0.00139.
4000 0.72 (210)
c) Estime un intervaloq de confianza de 95 % para la proporción poblacional.
π̂ ± Zα/2 V̂ (π̂)
donde: π̂ = 0.051, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00139

Por lo tanto, √
0.051 ± (1.96)( 0.00139)
0 ≤ π ≤ 0.1241

d) Estime el total alumnas que han tenido un aborto provocado.


τ̂ = N π̂
donde: N = 4000 y π̂ = 0.051

Por lo tanto,
τ̂ = 4000(0.051) = 204. Así, se tiene que el número de alumnas
que han tenido un aborto provocado es de 204.

e) Estime un intervaloqde confianza de 95 % para el total poblacional.


τ̂ ± Zα/2 N V̂ (π̂)

217
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

donde: N = 4000, τ̂ = 204, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00139

Por lo tanto, √
204 ± (1.96)(4000)( 0.00139)
0 ≤ τ ≤ 496.2964

f) Suponga que las 210 alumnas encuestadas son una muestra preliminar.
¿Cuál sería el tamaño de muestra necesario para estimar la proporción de tal
manera que sea estimada con una precisión de d = 0.07 y una confiabilidad de
95 %?
à !
2 φ̂(1 − φ̂)
N Zα/2
p2
n= Ã !
2 φ̂(1 − φ̂)
N d2 + Zα/2
p2
donde: N = 4000, Zα/2 = Z0.025 = 1.96, d = 0.07, p = 0.7 y φ̂ = 39/210

Por lo tanto, µ ¶
(39/210)(1 − 39/210)
2
(4000)(1.96)
(0.7)2
n= µ ¶ = 228.1452
2 2
(39/210)(1 − 39/210)
(4000)(0.07) + (1.96)
(0.7)2
g) Suponga que las 210 alumnas encuestadas son una muestra preliminar.
¿Cuál sería el tamaño de muestra necesario para estimar el total de tal manera
que sea estimado con una precisión de d = 280 y una confiabilidad de 95 %?
à !
φ̂(1 − φ̂)
N 2 Zα/2
2
p2
n= Ã !
2 φ̂(1 − φ̂)
d2 + N 2 Zα/2
p2
donde: N = 4000, Zα/2 = Z0.025 = 1.96, d = 280, p = 0.7 y φ̂ = 39/210

Por lo tanto, µ ¶
2 2(39/210)(1 − 39/210)
(4000 )(1.96)
(0.7)2
n= µ ¶ = 228.1452
2 2 2
(39/210)(1 − 39/210)
(280) + (4000 )(1.96)
(0.7)2

Ejemplo 4. Se elige una muestra aleatoria simple de 135 funcionarios del


gobierno federal del total de N = 2, 000. Cada funcionario de la muestra recibe
una ficha con las siguientes preguntas:

Pregunta 1: ¿alguna vez ha conducido en estado de ebriedad?


Pregunta 2: ¿le gusta el fútbol?

218
Sabemos que pI = 0.7, el cual se obtuvo de un estudio previo reciente real-
izado a esta misma población. Suponga que el mecanismo de aleatorización es
una baraja con una fracción de cartas marcas con la letra A igual a p = 0.75 y
la fracción restante con las letras sobrantes del abecedario. De los resultados
de la encuesta se tiene que 100 contestaron sí a la pregunta correspondiente.

a). Estime la proporción de funcionarios que han conducido en estado de


ebriedad.
φ̂ − (1 − p)pI
π̂ =
p
100
donde: pI = 0.7, p = 0.75 y φ̂ = = 0.7407.
135
Por lo tanto,
100
− (1 − 0.75)0.7
π̂ = 135 = 0.7543.
0.75
b) Estime la varianza de la proporción muestral.
µ ¶
N − n φ̂(1 − φ̂)
V̂ (π̂) =
N p2 n
100
donde: N = 2000, n = 135, p = 0.75 y φ̂ =
135
Por lo tanto, µ ¶
100 100
µ ¶ 1−
2000 − 135 135 135
V̂ (π̂) = 2
= 0.00235.
2000 0.75 (135)
c) Estime un intervaloq de confianza de 95 % para la proporción poblacional.
π̂ ± Zα/2 V̂ (π̂)
donde: π̂ = 0.7543, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00235

Por lo tanto, √
0.7543 ± (1.96)( 0.00235)
0.6593 ≤ π ≤ 0.8493

d) Estime el total de funcionarios que han conducido en estado de ebriedad.


τ̂ = N π̂
donde: N = 2000 y π̂ = 0.7543

Por lo tanto,
τ̂ = 2000(0.7543) = 1508.6. Así, se tiene que el número de fun-
cionarios que han conducido en estado de ebriedad es de 1509.

e) Estime un intervaloqde confianza de 95 % para el total poblacional.


τ̂ ± Zα/2 N V̂ (π̂)
donde: N = 2000, τ̂ = 1508.6, Zα/2 = Z0.025 = 1.96 y V̂ (π̂) = 0.00235

Por lo tanto, √
1508.6 ± (1.96)(2000)( 0.00235)

219
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

1318.571 ≤ τ ≤ 1698.629

f) Suponga que los 135 funcionarios encuestados son una muestra prelimi-
nar. ¿Cuál sería el tamaño de muestra necesario para estimar la proporción de
tal manera que sea estimada con una precisión de d = 0.08 y una confiabilidad
de 95 %?
à !
2 φ̂(1 − φ̂)
N Zα/2
p2
n= Ã !
2 φ̂(1 − φ̂)
N d2 + Zα/2
p2
donde: N = 2000, Zα/2 = Z0.025 = 1.96, d = 0.08, p = 0.75 y φ̂ = 100/135

Por lo tanto, µ ¶
2 (100/135)(1 − 100/135)
(2000)(1.96)
(0.75)2
n= µ ¶ = 185.9025
(100/135)(1 − 100/135)
(2000)(0.08)2 + (1.96)2
(0.75)2
g) Suponga que los 135 funcionarios encuestadas son una muestra prelim-
inar. ¿Cuál sería el tamaño de muestra necesario para estimar el total de tal
manera que sea estimado con una precisión de d = 160 y una confiabilidad de
95 %?
à !
φ̂(1 − φ̂)
N 2 Zα/2
2
p2
n= Ã !
2 φ̂(1 − φ̂)
d2 + N 2 Zα/2
p2
donde: N = 2000, Zα/2 = Z0.025 = 1.96, d = 160, p = 0.75 y φ̂ = 100/135

Por lo tanto, µ ¶
2 2 (100/135)(1 − 100/135)
(2000 )(1.96)
(0.75)2
n= µ ¶ = 185.9025
(100/135)(1 − 100/135)
(160)2 + (20002 )(1.96)2
(0.75)2

7.9. Ejercicios
En los siguientes ejercicios estime lo siguiente:
a) Un intervalo de confianza para la proporción y el total con una confiabilidad
de 95 %.
b) Suponga que la muestra en cada ejercicio es una muestra preliminar. ¿Cuál
es el tamaño de muestra para estimar la proporción y el total de tal manera
que sean estimados con una precisión del 10 % con respecto a la proporción y
el total preliminar, respectivamente?

220
Ejercicio 1. Una investigadora desea estimar el porcentaje y total de mujeres
casadas que sufrieron de maltrato por parte de su pareja durante el 2007.
Supóngase que en el Municipio de Colima, Colima, se tiene una población de
matrimonios de N = 10, 000, de la cual se toma una muestra aleatoria simple de
n = 138 parejas (pero a quienes se les pregunta es a los esposos). Cada esposo
recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿golpeo alguna vez a su esposa durante el 2007?


Pregunta 2: ¿el número de su credencia es par?

Sabemos que pI = 0.5. Supóngase que el mecanismo de aleatorización es


una baraja con una fracción de cartas marcadas con la letra A igual a p = 0.8
y la fración restante con las letras sobrantes del abecedario. De los resultados
de la encuesta se tiene que 65 respondieron sí.

Ejercicio 2. Un investigador desea estimar el porcentaje y total de mujeres


de 24 años han tenido relaciones sexuales con dos o más hombres (e distintos
momentos). Se toma una muestra aleatoria simple de n = 160 mujeres de esta
edad de un total de N = 15, 000. Cada una de estas mujeres (de la muestra)
recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿has tenido relaciones sexuales con 2 o más hombres?


Pregunta 2: ¿naciste el 9 de Junio de 1984?

A partir de un censo preliminar se determino que del total de estas mujeres


el 9 % nació el 9 de junio de 1984. Por lo tanto, pI = 0.09. Supóngase que el
mecanismo de aleatorización es una baraja con una fracción de cartas mar-
cadas con la letra A igual a p = 0.85 y la fración restante con las letras sobrantes
del abecedario. De los resultados de la encuesta se tiene que 40 respondieron
sí.

Ejercicio 3. Una investigadora desea estimar el porcentaje de hombres (de


cierto municipio) entre 40 y 55 años que padecen o han padecido alguna vez
disfunción eréctil. Se toma una muestra aleatoria simple de n = 186 hombres
del total de la población (N = 8, 000). Cada uno de los hombres de la muestra
recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿padece o ha padecido alguna vez disfunción eréctil?


Pregunta 2: ¿usted tiene 43 años?

De los registros del Centro de salud Municipal se obtuvo que el 19 % de es-


tos hombres tienen 43 años. Por lo tanto, pI = 0.19. Supóngase que el mecan-
ismo de aleatorización es una baraja con una fracción de cartas marcadas con
la letra A igual a p = 0.90 y la fración restante con las letras sobrantes del
abecedario. De los resultados de la encuesta se tiene que 48 respondieron sí.

Ejercicio 4. Un investigador desea estimar el porcentaje de mujeres (de cierta


ciudad) entre 16 y 20 años que padecen o han padecido alguna vez bulimia o
anorexia. Se toma una muestra aleatoria simple de n = 210 mujeres del total de

221
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

la población (mujeres entre 16 y 20 años, N = 4, 000). Cada uno de las mujeres


de la muestra recibe una ficha con las siguientes preguntas:

Pregunta 1: ¿padece o ha padecido alguna vez bulimia o anorexia?


Pregunta 2: ¿tu signo zodiacal es tauro?

Se cuenta con un marco de muestreo que específica la fecha de nacimiento


de estas mujeres, de donde a partir de éste se obtuvo que el 13 % de estas mu-
jeres pertence al signo tauro. Por lo tanto, pI = 0.13. Supóngase que el mecan-
ismo de aleatorización es una baraja con una fracción de cartas marcadas con
la letra A igual a p = 0.75 y la fración restante con las letras sobrantes del
abecedario. De los resultados de la encuesta se tiene que 100 respondieron sí.

7.10. Respuesta aleatorizada versión Horvitz bajo


MAE
De igual manera, cuando la población es heterogénea se sugiere formar
estratos para mejorar la precisión. Por ello, a continuación se presentan los
estimadores versión Horvitz bajo MAE:

Estimador de la proporción y el total estratificado

N1 π̂1 + N2 π̂2 + · · · + NE π̂E


π̂st =
N
τ̂ = N π̂st
donde:
φ̂h − (1 − p)pI
π̂h = .
p
ah
φ̂h = .
nh
p = la fracción de letras en el mazo de cartas marcadas con la letra A.
ah = el total de respuestas afirmativas (sí) de los nh entrevistados en el
estrato h ; h = 1, 2, ..., E.

Varianza de la proporción y el total estratificado


E µ ¶2 µ ¶
X Nh Nh − nh φ̂h (1 − φ̂h )
Sπ̂2st =
h=1
N Nh p 2 nh
E µ ¶2 µ ¶
X Nh Nh − nh φ̂h (1 − φ̂h )
Sτ̂2st =N 2

h=1
N Nh p 2 nh

Intervalo de confianza para la proporción y el total


q
π̂st ± Zα/2 Sπ̂2st
q
τ̂st ± Zα/2 N Sπ̂2st

222
El tamaño de muestra para estimar la proporción y el total

Para estimar la proporción


E
2
X φ̂h (1 − φ̂h )
N Zα/2 Wh
h=1
p2
n= E
2
X φ̂h (1 − φ̂h )
N d2 + Zα/2 Wh
h=1
p2
donde:
N = el tamaño de la población.
Zα/2 = el valor de tablas de la distribución normal.
p = la fracción de cartas que están marcadas con la letra A.
d = la precisión fijada por el investigador.
Nh
Wh =
N
ah
φ̂ =
nh
Para estimar el total
E
2 2
X φ̂h (1 − φ̂h )
N Zα/2 Wh
h=1
p2
n= E
2
X φ̂h (1 − φ̂h )
d2 + N Zα/2 Wh
h=1
p2
donde:
N = el tamaño de la población.
Zα/2 = el valor de tablas de la distribución normal.
p = la fracción de cartas que están marcadas con la letra A.
d = la precisión fijada por el investigador.
Nh
Wh =
N
ah
φ̂ =
nh

7.11. ¿Cuál método de respuesta aleatorizada es


mejor?
Dowling y Shachtman (1975)[18] han mostrado que la varianza del esti-
mador de interés (π̂) de la versión Horvitz (1967) es menor que la propuesta
originalmente por Warner (1965). Esto significa que usando la versión prop-
uesta por Horvitz (1967) se obtienen estimaciones de la proporción y el total
más precisas, por lo que se sugiere que el investigador use esta versión para
realizar sus estudios.

223
Capítulo 7. El muestreo basado en el método de respuesta aleatorizada

224
Apéndice A

Tablas de la distribución normal


estándar y de la distribución
t-student

225
Apéndice A. Tablas de la distribución normal estándar y de la distribución
t-student

1D 2

Z0

Z0 Z0
1
Z Z
z2
P (Z < Z0 ) = fZ (z)dz = √ e− 2 dz = 1 − α/2
−∞ −∞ 2π

Cuadro A.1: Distribución normal estándar acumulada.


Z
Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0 0.5000 0.5040 0.5080 0.5120 0.5160 0.5199 0.5239 0.5279 0.5319 0.5359
0.1 0.5398 0.5438 0.5478 0.5517 0.5557 0.5596 0.5636 0.5675 0.5714 0.5753
0.2 0.5793 0.5832 0.5871 0.5910 0.5948 0.5987 0.6026 0.6064 0.6103 0.6141
0.3 0.6179 0.6217 0.6255 0.6293 0.6331 0.6368 0.6406 0.6443 0.6480 0.6517
0.4 0.6554 0.6591 0.6628 0.6664 0.6700 0.6736 0.6772 0.6808 0.6844 0.6879
0.5 0.6915 0.6950 0.6985 0.7019 0.7054 0.7088 0.7123 0.7157 0.7190 0.7224
0.6 0.7257 0.7291 0.7324 0.7357 0.7389 0.7422 0.7454 0.7486 0.7517 0.7549
0.7 0.7580 0.7611 0.7642 0.7673 0.7704 0.7734 0.7764 0.7794 0.7823 0.7852
0.8 0.7881 0.7910 0.7939 0.7967 0.7995 0.8023 0.8051 0.8078 0.8106 0.8133
0.9 0.8159 0.8186 0.8212 0.8238 0.8264 0.8289 0.8315 0.8340 0.8365 0.8389
1 0.8413 0.8438 0.8461 0.8485 0.8508 0.8531 0.8554 0.8577 0.8599 0.8621
1.1 0.8643 0.8665 0.8686 0.8708 0.8729 0.8749 0.8770 0.8790 0.8810 0.8830
1.2 0.8849 0.8869 0.8888 0.8907 0.8925 0.8944 0.8962 0.8980 0.8997 0.9015
1.3 0.9032 0.9049 0.9066 0.9082 0.9099 0.9115 0.9131 0.9147 0.9162 0.9177
1.4 0.9192 0.9207 0.9222 0.9236 0.9251 0.9265 0.9279 0.9292 0.9306 0.9319
1.5 0.9332 0.9345 0.9357 0.9370 0.9382 0.9394 0.9406 0.9418 0.9429 0.9441
1.6 0.9452 0.9463 0.9474 0.9484 0.9495 0.9505 0.9515 0.9525 0.9535 0.9545
1.7 0.9554 0.9564 0.9573 0.9582 0.9591 0.9599 0.9608 0.9616 0.9625 0.9633
1.8 0.9641 0.9649 0.9656 0.9664 0.9671 0.9678 0.9686 0.9693 0.9699 0.9706
1.9 0.9713 0.9719 0.9726 0.9732 0.9738 0.9744 0.9750 0.9756 0.9761 0.9767
2 0.9772 0.9778 0.9783 0.9788 0.9793 0.9798 0.9803 0.9808 0.9812 0.9817
2.1 0.9821 0.9826 0.9830 0.9834 0.9838 0.9842 0.9846 0.9850 0.9854 0.9857
2.2 0.9861 0.9864 0.9868 0.9871 0.9875 0.9878 0.9881 0.9884 0.9887 0.9890
2.3 0.9893 0.9896 0.9898 0.9901 0.9904 0.9906 0.9909 0.9911 0.9913 0.9916
2.4 0.9918 0.9920 0.9922 0.9925 0.9927 0.9929 0.9931 0.9932 0.9934 0.9936
2.5 0.9938 0.9940 0.9941 0.9943 0.9945 0.9946 0.9948 0.9949 0.9951 0.9952
2.6 0.9953 0.9955 0.9956 0.9957 0.9959 0.9960 0.9961 0.9962 0.9963 0.9964
2.7 0.9965 0.9966 0.9967 0.9968 0.9969 0.9970 0.9971 0.9972 0.9973 0.9974
2.8 0.9974 0.9975 0.9976 0.9977 0.9977 0.9978 0.9979 0.9979 0.9980 0.9981
2.9 0.9981 0.9982 0.9982 0.9983 0.9984 0.9984 0.9985 0.9985 0.9986 0.9986
3 0.9987 0.9987 0.9987 0.9988 0.9988 0.9989 0.9989 0.9989 0.9990 0.9990
3.1 0.9990 0.9991 0.9991 0.9991 0.9992 0.9992 0.9992 0.9992 0.9993 0.9993
3.2 0.9993 0.9993 0.9994 0.9994 0.9994 0.9994 0.9994 0.9995 0.9995 0.9995
3.3 0.9995 0.9995 0.9995 0.9996 0.9996 0.9996 0.9996 0.9996 0.9996 0.9997
3.4 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9997 0.9998
3.5 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998 0.9998
3.6 0.9998 0.9998 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.7 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.8 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999 0.9999
3.9 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000 1.0000

226
1D 2

t0

t0 t0 ¶−(ν+1)/2
t2
µ
1 [(ν + 1)/2]!
Z Z
P (T < t0 ) = fT (t)dt = √ +1 dt
−∞ −∞ νπ [ν/2]! ν

Cuadro A.2: Puntos porcentuales de la distribución t-student.


α/2
ν 0.25 0.1 0.05 0.025 0.01 0.005 0.0025 0.001 0.0005
1 1.0000 3.0777 6.3138 12.7062 31.8205 63.6567 127.3213 318.3088 636.6192
2 0.8165 1.8856 2.9200 4.3027 6.9646 9.9248 14.0890 22.3271 31.5991
3 0.7649 1.6377 2.3534 3.1824 4.5407 5.8409 7.4533 10.2145 12.9240
4 0.7407 1.5332 2.1318 2.7764 3.7469 4.6041 5.5976 7.1732 8.6103
5 0.7267 1.4759 2.0150 2.5706 3.3649 4.0321 4.7733 5.8934 6.8688
6 0.7176 1.4398 1.9432 2.4469 3.1427 3.7074 4.3168 5.2076 5.9588
7 0.7111 1.4149 1.8946 2.3646 2.9980 3.4995 4.0293 4.7853 5.4079
8 0.7064 1.3968 1.8595 2.3060 2.8965 3.3554 3.8325 4.5008 5.0413
9 0.7027 1.3830 1.8331 2.2622 2.8214 3.2498 3.6897 4.2968 4.7809
10 0.6998 1.3722 1.8125 2.2281 2.7638 3.1693 3.5814 4.1437 4.5869
11 0.6974 1.3634 1.7959 2.2010 2.7181 3.1058 3.4966 4.0247 4.4370
12 0.6955 1.3562 1.7823 2.1788 2.6810 3.0545 3.4284 3.9296 4.3178
13 0.6938 1.3502 1.7709 2.1604 2.6503 3.0123 3.3725 3.8520 4.2208
14 0.6924 1.3450 1.7613 2.1448 2.6245 2.9768 3.3257 3.7874 4.1405
15 0.6912 1.3406 1.7531 2.1314 2.6025 2.9467 3.2860 3.7328 4.0728
16 0.6901 1.3368 1.7459 2.1199 2.5835 2.9208 3.2520 3.6862 4.0150
17 0.6892 1.3334 1.7396 2.1098 2.5669 2.8982 3.2224 3.6458 3.9651
18 0.6884 1.3304 1.7341 2.1009 2.5524 2.8784 3.1966 3.6105 3.9216
19 0.6876 1.3277 1.7291 2.0930 2.5395 2.8609 3.1737 3.5794 3.8834
20 0.6870 1.3253 1.7247 2.0860 2.5280 2.8453 3.1534 3.5518 3.8495
21 0.6864 1.3232 1.7207 2.0796 2.5176 2.8314 3.1352 3.5272 3.8193
22 0.6858 1.3212 1.7171 2.0739 2.5083 2.8188 3.1188 3.5050 3.7921
23 0.6853 1.3195 1.7139 2.0687 2.4999 2.8073 3.1040 3.4850 3.7676
24 0.6848 1.3178 1.7109 2.0639 2.4922 2.7969 3.0905 3.4668 3.7454
25 0.6844 1.3163 1.7081 2.0595 2.4851 2.7874 3.0782 3.4502 3.7251
26 0.6840 1.3150 1.7056 2.0555 2.4786 2.7787 3.0669 3.4350 3.7066
27 0.6837 1.3137 1.7033 2.0518 2.4727 2.7707 3.0565 3.4210 3.6896
28 0.6834 1.3125 1.7011 2.0484 2.4671 2.7633 3.0469 3.4082 3.6739
29 0.6830 1.3114 1.6991 2.0452 2.4620 2.7564 3.0380 3.3962 3.6594
30 0.6828 1.3104 1.6973 2.0423 2.4573 2.7500 3.0298 3.3852 3.6460
40 0.6807 1.3031 1.6839 2.0211 2.4233 2.7045 2.9712 3.3069 3.5510
60 0.6786 1.2958 1.6706 2.0003 2.3901 2.6603 2.9146 3.2317 3.4602
120 0.6765 1.2886 1.6577 1.9799 2.3578 2.6174 2.8599 3.1595 3.3735
180 0.6759 1.2863 1.6534 1.9732 2.3472 2.6034 2.8421 3.1361 3.3454
210 0.6757 1.2856 1.6521 1.9713 2.3442 2.5994 2.8370 3.1295 3.3375

227
Apéndice A. Tablas de la distribución normal estándar y de la distribución
t-student

h h

Normal Uniforme discreta


h2 h2 h
S2 = S2 = +
36 12 6

h
h

Uniforme continua Elipse


h2 h2
S2 = S2 =
12 16

h h

Triangular simétrica Triangular asimétrica


h2 h2
S2 = S2 =
24 18

Triangular doble
h2
S2 =
8
Figura A.1: Varianzas de distribuciones finitas (S 2 ), en función de su forma y
rango.
Donde h=rango=Máximo Xi -Mínimo Xi .

228
Cuadro A.3: Tabla de números aleatorios
1 2 3 4 5 6 7 8 9 10
1 7 5 3 8 2 5 1 6 6 4 5 0 9 0 6 5 4 8 4 3 3 2 9 0 5 0 0 3 2 6 2 7 5 0 4 5 4 4 7 1 0 0 6 3 9 5 9 45 4
2 9 2 8 4 1 2 0 5 6 6 6 9 8 8 0 8 3 2 2 6 0 6 3 8 0 1 2 1 3 0 2 9 2 0 5 4 7 0 5 4 1 2 0 7 2 7 5 76 9
3 1 2 3 2 3 1 8 6 4 4 0 5 0 9 0 4 4 4 2 4 1 8 8 3 9 2 8 2 9 0 0 8 1 6 3 9 4 9 3 3 1 0 9 5 7 5 6 94 8
4 0 8 6 0 2 5 1 2 9 6 7 4 6 0 0 6 8 9 7 5 3 7 7 8 9 0 0 5 5 5 6 8 2 9 0 5 7 4 2 2 7 3 9 6 4 4 7 54 9
5 8 0 3 9 9 8 2 3 7 6 0 0 3 8 8 4 4 5 7 3 3 9 8 8 1 6 5 8 3 8 9 5 9 5 5 7 4 0 4 6 6 7 4 0 7 0 8 05 4
6 5 9 3 4 3 6 6 1 3 0 3 6 4 3 4 1 5 8 3 8 2 6 0 4 9 3 0 5 2 5 1 9 0 5 3 7 3 7 6 8 8 8 4 4 0 8 8 51 8
7 0 0 1 5 7 8 2 0 6 7 7 1 2 3 1 5 7 4 4 5 3 3 7 9 3 4 2 3 5 1 0 1 0 1 5 0 4 5 1 6 6 0 5 3 1 8 3 54 6
8 1 2 0 6 9 4 6 3 0 2 5 8 6 2 4 1 1 7 2 5 5 5 0 1 4 7 8 6 0 5 2 3 8 4 0 3 6 9 1 0 8 3 5 8 9 3 1 91 9
9 7 8 7 6 8 4 8 6 8 0 0 7 4 0 4 0 3 9 6 5 0 6 5 9 0 1 2 5 6 4 8 7 6 9 3 2 4 5 8 6 8 5 1 2 5 2 6 63 9
10 1 2 2 9 1 5 0 7 4 1 2 9 6 5 8 3 3 6 3 6 4 0 3 4 5 6 7 2 2 2 3 3 0 5 5 5 8 7 5 0 2 1 0 2 4 1 5 07 8
11 3 8 7 5 8 1 4 8 7 1 3 0 2 7 3 2 2 2 1 7 2 5 5 3 9 7 5 2 3 2 0 2 1 1 9 2 0 7 6 7 1 7 7 7 5 4 9 06 0
12 6 4 3 5 9 0 6 4 1 2 5 6 5 5 3 5 0 5 2 1 4 9 6 9 5 2 7 2 9 1 1 9 9 6 3 8 1 7 8 2 3 9 5 7 0 3 3 45 7
13 6 7 0 8 5 9 0 2 2 1 1 2 1 4 3 2 4 7 9 7 4 0 4 6 8 7 0 3 9 3 5 9 8 3 0 8 5 7 5 5 6 5 4 4 5 0 8 33 5
14 4 6 8 9 0 5 9 5 9 2 7 7 6 1 0 3 6 6 6 4 6 2 3 3 6 9 4 4 5 6 9 4 9 5 8 6 0 7 9 1 6 0 0 8 3 3 5 07 8
15 7 5 8 9 6 4 7 7 3 2 0 0 2 5 6 5 6 9 1 9 8 8 7 5 3 9 9 8 6 5 9 8 7 0 9 2 2 5 7 5 6 3 2 3 8 8 5 00 8
16 8 7 2 5 2 4 6 1 3 5 8 0 7 5 1 0 5 9 8 7 3 6 3 2 0 4 1 2 4 9 7 3 5 4 4 7 5 1 0 4 8 6 8 5 3 5 9 98 2
17 3 3 1 7 1 3 3 5 5 1 7 6 5 3 3 2 7 3 6 5 4 9 2 5 6 0 7 8 3 2 9 0 8 2 0 9 4 7 3 4 6 3 9 0 6 5 8 66 9
18 5 3 2 1 4 6 5 3 7 0 5 6 1 2 1 6 8 0 2 7 0 3 8 5 0 0 2 7 2 0 5 6 5 4 5 9 3 5 9 3 2 5 2 4 9 4 4 07 4
19 6 7 2 8 4 1 9 3 9 4 9 5 1 0 0 9 6 6 7 5 0 6 3 4 8 3 6 9 5 0 1 7 9 8 3 5 7 5 8 3 9 3 6 3 5 3 7 87 9
20 9 4 8 0 0 2 7 7 3 6 4 4 9 0 6 4 5 5 3 7 5 3 0 9 8 0 2 8 2 0 6 3 1 6 1 9 3 4 8 8 1 4 4 5 5 8 4 77 4
21 5 5 7 4 3 8 6 5 4 7 5 5 5 1 9 9 8 7 5 9 9 1 3 8 8 5 5 7 4 7 7 3 9 1 6 6 8 8 8 9 0 8 6 9 7 9 4 90 3
22 6 0 8 4 7 4 3 4 5 6 6 4 9 5 1 0 8 0 9 2 5 8 9 6 5 9 8 8 4 4 8 9 8 6 9 8 1 8 7 6 3 5 3 5 4 7 2 29 4
23 5 4 2 1 8 3 4 0 1 4 6 9 1 2 7 9 7 8 1 0 3 1 9 9 5 6 2 8 1 8 8 3 8 7 1 4 9 1 5 9 1 5 6 1 4 1 5 02 3
24 9 5 9 1 0 9 2 8 1 4 9 9 0 5 1 4 6 0 0 6 9 5 4 7 4 7 0 5 5 7 7 7 1 2 3 3 5 2 7 3 8 1 9 1 6 4 5 52 0
25 9 2 0 3 8 2 4 9 8 3 3 2 7 2 6 9 9 1 2 2 2 4 7 1 6 9 8 5 5 6 2 6 5 4 7 0 6 0 5 4 4 6 0 4 8 5 2 67 6
26 6 1 8 6 6 3 1 9 5 0 7 5 2 7 3 3 1 8 1 5 0 8 2 8 9 1 2 2 8 5 7 8 9 4 3 1 6 3 2 6 8 5 2 8 9 5 2 31 4
27 1 8 1 9 2 7 1 9 8 6 5 8 5 3 9 6 6 8 5 8 2 3 6 4 3 6 0 0 3 3 8 5 9 8 3 2 8 5 7 6 7 8 3 1 5 7 9 69 5
28 1 1 9 4 7 4 3 1 7 2 2 4 6 7 2 0 2 7 8 3 8 8 9 6 6 3 1 3 0 6 3 3 8 2 2 9 5 1 6 4 3 1 0 9 7 6 8 76 2
29 7 7 5 3 6 0 3 3 6 1 4 6 2 3 9 0 7 7 8 3 0 7 0 2 8 4 3 7 2 7 1 8 2 7 8 5 1 9 2 4 4 9 4 4 1 9 5 89 9
30 6 1 1 9 5 5 2 5 4 6 1 5 4 0 4 5 6 6 5 9 0 4 9 0 6 4 5 8 0 3 4 0 0 8 9 1 8 7 5 2 3 5 9 5 5 9 7 59 5
31 9 6 0 8 6 3 7 2 4 7 4 7 8 7 6 2 9 0 9 6 0 5 9 7 9 5 0 2 7 8 1 2 4 8 6 3 7 9 3 3 7 0 8 9 4 5 3 59 5
32 5 7 9 4 8 8 8 0 4 4 0 9 4 2 7 3 1 5 0 7 2 9 8 6 9 5 3 6 8 6 6 1 1 8 4 5 1 0 4 2 0 1 7 3 3 3 7 12 2
33 0 0 0 7 1 4 5 3 3 0 3 1 6 3 3 3 4 9 9 8 0 5 3 3 7 6 5 8 7 1 9 8 6 8 0 7 6 3 6 1 7 6 4 4 4 7 9 15 2
34 6 4 1 3 1 6 0 0 5 4 6 8 3 0 8 6 7 0 8 6 6 6 0 2 8 9 8 9 9 4 1 0 2 3 8 9 0 9 2 9 6 5 6 3 1 2 1 79 9
35 7 4 8 7 1 1 6 8 4 8 8 1 1 7 8 5 8 1 0 8 6 6 9 7 6 3 1 9 3 8 3 7 9 5 2 5 2 2 6 6 1 3 0 6 4 5 0 61 5
36 3 2 4 9 0 2 7 2 4 6 0 7 5 3 1 6 3 1 9 3 4 8 2 4 1 8 9 5 7 0 5 7 0 6 2 2 4 0 5 1 3 7 5 0 1 4 2 45 2
37 5 4 1 1 4 0 9 8 8 6 6 0 6 9 0 5 0 1 0 5 0 1 3 3 3 7 4 6 1 2 1 3 8 9 5 8 1 0 1 5 9 0 4 4 3 0 9 72 6
38 7 5 6 3 9 0 0 3 3 6 4 3 2 9 5 4 7 2 6 0 3 7 4 3 3 4 9 4 2 2 6 5 0 9 8 8 1 8 4 9 1 4 6 9 8 1 7 19 4
39 0 2 1 7 1 9 2 7 1 3 1 3 8 3 9 7 9 1 9 1 3 0 0 5 0 8 4 0 5 5 4 3 1 8 0 1 4 3 7 8 1 7 3 2 2 2 1 18 8
40 3 8 5 7 3 9 8 4 7 4 5 9 6 0 6 0 4 6 9 8 8 3 9 1 9 0 3 7 0 2 6 9 7 6 3 1 5 9 8 5 0 6 7 1 0 8 6 80 8
41 7 8 4 0 6 2 3 7 0 6 4 8 5 2 4 5 6 7 1 6 2 6 5 7 6 5 0 5 9 9 9 8 9 2 3 6 1 4 7 3 8 3 7 0 5 5 8 71 8
42 1 5 9 8 9 9 6 4 0 5 6 6 2 9 5 1 0 2 6 4 8 5 6 5 6 8 0 2 1 0 6 2 3 7 8 1 5 0 6 5 6 4 8 7 5 9 1 76 2
43 1 1 0 5 8 0 2 6 5 8 3 3 5 4 2 4 3 6 6 3 4 4 3 3 4 7 3 6 3 6 1 1 7 9 5 0 3 5 7 7 9 3 3 3 0 0 0 16 2
44 3 9 6 9 4 0 8 3 5 9 3 8 0 5 3 5 2 3 4 0 7 1 9 0 1 1 2 7 4 8 7 2 1 5 9 9 0 2 3 8 9 0 2 0 3 4 1 17 3
45 4 5 0 4 1 3 4 5 2 8 7 9 4 1 7 2 7 9 9 2 1 1 5 5 0 9 0 4 4 6 1 3 2 8 2 9 8 3 8 1 8 0 5 6 8 9 6 06 6
46 3 3 6 1 8 1 2 1 4 2 6 5 4 0 7 5 8 1 4 2 6 5 6 2 5 9 2 4 9 4 2 9 9 3 1 3 2 8 2 8 8 4 4 1 9 5 8 72 9
47 0 1 5 4 7 3 8 6 4 0 6 5 1 0 1 2 6 1 5 9 5 3 3 4 7 7 3 7 5 0 0 4 0 5 9 2 9 5 8 0 3 0 0 1 1 6 2 77 4
48 4 6 1 2 0 9 7 2 4 3 3 0 2 3 6 2 7 9 1 1 1 3 3 4 0 4 3 9 7 9 0 1 4 8 8 2 8 1 9 9 1 9 0 2 3 0 0 41 1
49 2 6 1 9 9 0 0 2 1 4 5 8 6 4 1 6 5 5 1 2 8 6 3 9 9 5 8 3 1 4 4 2 2 4 0 2 5 9 6 9 8 7 0 6 0 1 5 18 6
50 7 2 4 3 1 7 0 5 1 3 1 4 5 8 3 2 4 7 8 8 5 3 4 1 3 2 6 6 2 0 4 4 6 9 0 4 0 4 5 3 5 0 3 6 2 7 4 10 7

229
Apéndice A. Tablas de la distribución normal estándar y de la distribución
t-student

230
Bibliografía

[1] Cochran, William. Técnicas de Muestreo. Compañía Editorial Continental,


S.A. México (1985).

[2] Scheaffer, R. L., Mendenhall, W. and Lyman, O. Elementos de Muestreo.


Grupo Editorial Iberoamérica (1987).

[3] Pérez, L. C. Técnicas de Muestreo Estadístico. Teoría, práctica y aplica-


ciones informáticas. Editorial Alfaomega-RA-MA (2000).

[4] Mood, A. M., Graybill, A. F. y Boes, D. Introduction to the Theory of


Statistics. McGraw Hill (1974).

[5] Bradburn, Norman M. and Seymour Sudman. Polls and Surveys: Under-
standing What They Tell Us. Jossey-Bass Publishers (1988).

[6] Hortvitz, D. G., B. V. Shah, and W. R. Simmons. The unrelated question


randomized response model. Proceedings of the Social Statistics Section,
American Statistical Association, 65-72 (1967).

[7] Siegel, S. Estadística no paramétrica. Trillas, México (1977).

[8] Danger, S., Huizing, N., Walker, A., Rowland, A., Anderson, R., Sciaccalu-
ga, R. EU Information Society Guide. Brussels, Belgium: The EU Com-
mittee on the American Chamber of Commerce in Belgium (1996).

[9] Lohr, S. L. Muestreo: Diseño y análisis. International Thomson Editores


(2000).

[10] Rendón S. G. Métodos Estadísticos (Muestreo, Diseños de Experimentales,


Estadística no paramétrica). Universidad Autónoma Chapingo (1997).

[11] Warner, S. L. Randomized Response: A Survey Technique for Eliminating Eva-


sive Answer Bias. Journal of the American Statistical Association, Vol. 60, No.
309(63-69), 1965.

[12] Kish, L. Muestreo de encuestas. México: Editorial Trillas (1972).

[13] Deming, W. E. Some Theory of Sampling. New York: Jonh Wiley and Sons (1950).

[14] Raj D. The Desing of Sample Surveys . New York: Mcgraw-Hill, Company Book
(1972).

[15] Azorin, F. Curso de muestreo y aplicaciones. Primera edición, Expaña: Ediciones


Aguilar S. A. (1972).

231
Bibliografía

[16] Méndez, I. Eslava, G. y P. Romero. Conceptos básicos de muestreo. IIMAS,


UNAM. Monografías. Vol. 12. No. 27 (1972).

[17] Méndez, C. E. I, Quintana C. R. H. Muestreo: Respuesta aleatorizada.[Disponible


en: http://www.dpye.iimas.unam.mx/finales2007/MuestreoRespuestaAleatorizada.ppt.]
Especialidad en Estadística Aplicada. IIMAS, UNAM. (2007).

[18] Dowling, F. A. Shachtman, R. H. On the Relative Efficiency of Randomized Re-


sponse Models. Jour. Amer. Stat. Assoc., 70, 84-87 (1975).

232

Das könnte Ihnen auch gefallen