CONTROL

ESTADSTICO DE
PROCESOS
cuando la estadstica no se basa en
clculos precisos, confunde en lugar de
guiarnos. La mente se deja llevar
fcilmente por la falsa apariencia de
exactitud que la estadstica mantiene en
sus errores, y confiadamente adopta
errores escondidos bajo la forma de una
verdad matemtica

DOCENTE: Mag. Dens Mendoza Rivas

Introduccin

La Estadstica Inferencial comprende dos

partes:
Estimacin:

Estimadores.

Pruebas de hiptesis.

Prueba de hiptesis paramtrica (para

variables que pueden medirse)
Prueba de hiptesis no paramtrica (para
variables que no pueden medirse)

Introduccin
En toda investigacin estadstica existe un
conjunto de elementos sobre los que se toma
informacin. Este conjunto de elementos es lo
que se denota con el nombre de poblacin.
Cuando el investigador toma informacin de
todos y cada uno de los elementos de la
poblacin estadstica se dice que se est
realizando un censo. Sin embargo, esto no es
muchas veces posible, por el costo y tiempo que
resultara la toma de informacin de toda la
poblacin, o bien porque la toma de informacin
lleve consigo la destruccin de los elementos en
cuestin, o que la poblacin tenga infinitos
elementos, o por otras causas.

Introduccin
Este problema lleva al investigador a tomar la
informacin slo de una parte de los elementos
de la poblacin estadstica, proceso que recibe el
nombre de muestreo. El conjunto de elementos
de los que se toma informacin en el proceso de
muestreo se llama muestra y el nmero de
elementos que la componen tamao muestral.
Existen varios tipos de muestreo, dependiendo de
que la poblacin sea finita o infinita. El
investigador utiliza la muestra para la toma de
informacin, pero lo importante es que dicha
muestra sea representativa.

Conceptualizacin

La Estadstica comprende el conjunto de

mtodos y procedimientos para captar,
elaborar, analizar e interpretar un
conjunto de datos para basar decisiones y
predecir
fenmenos
que
puedan
expresarse cuantitativamente.

Conceptualizacin
La Estadstica es una disciplina cientfica,

que tiene un objetivo fundamental, que es

el de hacer una inferencia optima; el juicio
que se est haciendo de ella debe ser del
menor error posible.

Por Ejemplo.
Un libro women and love: a cultural revolucin in progress;
tiene varios resultados, aqu algunos:
El 84% de las mujeres no estn satisfechas
emocionalmente con sus relaciones
El 95% de las mujeres se sienten acosadas emocional y
sicolgicamente por parte de los hombres con los que
mantuvieron alguna relacin sentimental.
El 70% de las mujeres con 5 o ms aos de casadas tienen
relaciones sexuales fuera del matrimonio.
El 84% de las mujeres informan de ciertos sentimientos de
superioridad por parte de los hombres con los que
mantuvieron relaciones sexuales.
A este estudio algunos lo calificaron como dudosas y de
valor limitado.

POR QU?
Fue incorrecto hablar de las mujeres?
O
Fue incorrecto informar de los porcentajes?
CLARO QUE NO
El error del autor fue generalizar estos resultados a todas las

mujeres hayan o no participado en la encuesta.

POR QU NO DEBIO GENERALIZAR?

La muestra fue autoelegida.

La encuesta tuvo un pequeo porcentaje de respuesta.

Algunas preguntas fueron vagas e inducidas.

La muestra no fue representativa.

REQUISITOS DE UNA BUENA

MUESTRA?
PER

CASA
GRANDE

Imaginemos que descubrimos un pueblo CASA GRANDE que tiene exactamente las
mismas caractersticas que todo PER.

CASA GRANDE posee la misma proporcin de mecnicos automotriz, la misma

proporcin de personas bajo la lnea de pobreza, etc., que PER.

Una muestra perfecta seria como el pueblo de CASA GRANDE

Una buena muestra reproduce las caractersticas de inters que existen en la

poblacin de la manera ms cercana posible. Esta muestra ser representativa,
en el sentido de que cada unidad muestreada representar las caractersticas
de una cantidad conocida de unidades en una poblacin.

ALGUNOS TERMINOS DEL

MUESTREO
Poblacin objetivo: Es la coleccin completa de
observaciones que deseamos estudiar.
Poblacin Muestreada: Es la coleccin de todas
las unidades de observacin posibles que podran
extraerse en una muestra; en otras palabras, es
la poblacin de donde se extrae la muestra.

Ejemplo
La poblacin objetivo y muestreada en una encuesta telefnica
de posibles votantes. No todas las familias tienen telfono de
modo que varias personas de la poblacin objetivo no tendrn
asociado un nmero telefnico en el marco de muestreo. En
algunos casas con telfono, los residentes no estn registradas
para votar y por lo tanto no son elegibles para la encuesta.
Algunas personas elegibles en la poblacin del marco de
muestreo no responden porque no pueden ser contactadas,
algunas se rehsan a contestar la encuesta y algunas podran
estar enfermas o incapacitadas.
POBLACIN OBJETIVO

No incluidas
en el marco
muestral

Poblacin
Marco
Muestreo.

del
de

No localizable
Rehsa
responder
No puede
responder

POBLACIN
MUESTREADA

No es elegible para
la encuesta

ALGUNOS TERMINOS DEL

MUESTREO

Muestra: Es un subconjunto de una poblacin. Es una

coleccin de unidades de muestreo seleccionadas de un
marco o de varios marcos.

Unidad de Anlisis: Es el objeto sobre el cual se realiza

una medicin. Esta es la unidad bsica de observacin, a
veces llamada elemento. En los estudios de poblaciones
humanas, con frecuencia ocurre que las unidades de
observacin son los individuos.

Marco de Muestreo: Es una lista exhaustiva que contiene

a todos y cada uno de los elementos que forman parte de la
poblacin objeto de estudio. Para las encuestas telefnicas,
el marco de muestreo podra ser una lista de todos los
nmeros telefnicos residenciales de la ciudad.

ALGUNOS TERMINOS DEL

MUESTREO

Unidad de Muestreo: Es la unidad donde

realizamos la muestra. Por ejemplo, podramos

querer estudiar a las personas, pero no tenemos
una lista de todos los individuos que pertenecen
a la poblacin objetivo. En su lugar, la familias
sirven como las unidades de muestreo y las
unidades de anlisis son los individuos que viven
en una familia.

Para el ejemplo Inicial:

Poblacin objetivo: Mujeres adultas en

EE.UU.

Poblacin muestreada: Mujeres

pertenecen
a
organizaciones
regresaran los cuestionarios.

Unidad de observacin: Mujer.

que
que

Mtodo de la Inferencia

Poblacin

Conclusiones

Anlisis Estadstico
Muestra
Mtodos de Muestreo

DISEO ESTADSTICO DEL

MUESTREO
La muestra es (debe ser) una pequea porcin
representativa y adecuada de la poblacin.
Representativa en el sentido de reflejar fielmente
las caractersticas de la poblacin de la cual
procede y diferir de ella, slo en el nmero de
unidades incluidas.
Adecuada, quiere decir que debe incluir un
nmero ptimo y mnimo de individuos. Este
nmero se determina mediante el empleo de
frmulas estadsticas, cuando se trate del mtodo
de muestreo probabilstico.

SESGO DE SELECCIN
Una buena muestra estar a salvo de un sesgo de seleccin.
Un sesgo de seleccin ocurre cuando alguna parte de la
poblacin objetivo no est en la poblacin muestreada,
veamos algunos casos:
Uso de un procedimiento de seleccin de la muestra
(Muestreo de conveniencia)
La eleccin deliberada que busca una muestra
representativa (muestreo de juicio)
Errores en la especificacin de la poblacin objetivo.
No incluir a toda la poblacin objetivo en el marco de
muestreo.
La sustitucin de un miembro conveniente de una poblacin
por un miembro designado que no est disponible.
No poder obtener respuestas de toda la muestra elegida
Permitir que la muestra conste solo de voluntarios, etc.

SESGO DE MEDICIN
Un sesgo de medicin ocurre cuando el instrumento
con el que se mide tiene una tendencia a diferir
del valor verdadero en alguna direccin, aqu
algunos casos:
A veces las personas no dicen la verdad
Las personas no siempre comprenden las
preguntas
Las personas olvidan
Las personas dan distintas respuestas a
diferentes entrevistadores
Un entrevistador puede afectar la precisin de las
respuestas, etc.

ERRORES DE MUESTREO Y
QUE NO SON DE MUESTREO

Generalmente, en los estudios de mercado utilizan la frase:

el margen de error es de 3 puntos porcentuales. El
margen de error dado en un estudio de encuestas es una
expresin del error de muestreo, el cual resulta al
considerar una muestra y no al examinar a toda la
poblacin. Los errores de muestreo se reportan, por lo
general, en trminos probabilsticos.
El sesgo de seleccin y medicin, de las respuestas son
ejemplos de errores que no son de muestreo.
Podemos reducir algunas formas de sesgo de seleccin
al emplear los mtodos de muestreo probabilsticos.
Podemos reducir algunas formas de sesgo de medicin
mediante un diseo y una prueba cuidadosa del
instrumento de la encuesta, entrenamiento de los
entrevistadores y una verificacin preliminar de la
encuesta.

POR QU, EN FIN, UNA

MUESTRA?

El cuestionamiento pblico de la validez de las encuestas se

intensifica despus de que una encuesta comete un enorme
error al predecir los resultados de una eleccin.
Algunos gobernantes decan: extrapolar lo que decenas de
millones estn pensando a partir de una pequea muestra de
opiniones es una afrenta a la inteligencia humana y niega la
verdadera libertad de pensamiento
Algunas personas insisten en que solo un censo completo, en
donde se mida a cada elemento de la poblacin, ser
satisfactorio.
Para las poblaciones pequeas, es claro, que sera prctico un
censo. Por ejemplo si desearamos conocer el historial de
empleo de los graduados de la especialidad de Economa en
la UNASAM, podra establecer contacto con ellos. Si todos los
graduados responden, entonces las estimaciones de las
encuestas no tendrn un error de estimacin. Sin embargo,
las estimaciones podran tener errores que no son de
muestreo, si:

Las preguntas estn mal redactadas

O si los entrevistados tienen informacin

imprecisa

O podra haber ausencia de respuesta.

En general, la elaboracin de un censo

completo de una poblacin requiere
mucho tiempo y dinero y no elimina el
error.
Con frecuencia, las principales causas de
error en una encuesta son:
La subcobertura
La carencia de respuesta
Los descuidos en la recoleccin de datos

Por lo general es mucho mejor extraer una

muestra de buena calidad y asignar mejor los
recursos, por ejemplo, tener ms cuidado al
reunir o registrar los datos, realizar estudios de
seguimiento o medir ms variables.

Existen 3 justificaciones principales para

el uso del muestreo:

El muestreo puede proporcionar informacin

confiable con costos mucho menores que de un
censo.
Los datos se pueden reunir ms rpido, de
modo que las estimaciones se pueden publicar
de manera oportuna.
Las estimaciones basadas en las encuestas y
sus respectivas muestras son, con frecuencia,
ms precisas que las basadas en un censo, pues
los investigadores puedan tener ms cuidado al
reunir los datos.

DISEO ESTADSTICO DEL

MUESTREO
Pasos que se deben tener en cuenta en la seleccin
de la muestra:
Paso 1

Definir la poblacin

Paso 2

Identificar el marco
muestral

Paso 3

Determinar el tamao de
la muestra

Paso 4

Seleccionar un tipo de
muestreo

Paso 5

Seleccionar la muestra

DISEO ESTADSTICO DEL

MUESTREO
En el proyecto debe especificarse el
procedimiento
que
se
seguir
para
seleccionar los elementos de la poblacin que
conformarn
la muestra; es decir, las n
unidades de muestreo.

Despus de haber definido la unidad de

anlisis, nos interesa ahora la manera de
cmo se proceder a la seleccin de las
mismas.
Existen
dos
tipos
de
muestreo:
No
probabilstico o emprico y el probabilstico.

DISEO ESTADSTICO DE
MUESTREO
Tipos de
mues treo

No
probabilstico

Probabilstico

Mues treo
Intencional

Mues treo Aleatorio

Sim ple

Mues treo Sin

Norm a

Mues treo
Sis tem tico

Mues treo
Accidental

Mues treo
Es tratificado

Mues treo de
Voluntarios

Mues treo por

Conglom erados

Muestreo no probabilstico
En el muestreo no probabilstico denominado

tambin muestreo dirigido, se desconocen las

probabilidades de seleccin de cada elemento. El
procedimiento de seleccin se realiza de manera
un

poco

informal

arbitraria.

Debido

al

desconocimiento de la probabilidad de seleccin

de los elementos de la muestra no hay forma de
ajustar la distorsin de las mismas.

Muestreo no probabilstico
La principal desventaja de este tipo de muestreo
es que las inferencias realizadas con este tipo de
muestreo no tienen validez estadstica, por lo
tanto los resultados slo sern vlidos para el
grupo estudiado, no pudiendo inferir, a toda la
poblacin.

Muestreo no probabilstico
Entre los tipos ms comunes de este tipo de
muestreo tenemos:

Intencional.

Sin norma.

Accidental.

De voluntarios.

Intencional o de Juicio:
El investigador toma la muestra, seleccionando los
elementos que a l le parecen representativos de la
poblacin, por lo que depende del criterio y el buen
juicio del investigador.
Ejemplo: Elegir a la cuidad de Lima como mercado
de prueba para evaluar el potencial en el mercado del
Per de un nuevo jugo de frutas.

De conveniencia: El investigador elige a aquellos

individuos que estn a la mano. Ejemplo, un
periodista que va por la calle preguntando a las
personas que salen a su paso, sin atender ningn
criterio especial de eleccin.

Muestreo por cuotas: Consiste en

facilitar al entrevistador el perfil de las
personas que tiene que entrevistar.
Ejemplo: que una poblacin este
compuesta por un 70% de mujeres y un
30% de varones, la aplicacin de este
tipo de muestreo se hara de tal manera
que se respetara esta distribucin en la
muestra.

En bola de nieve: A veces es difcil juntar

las unidades del muestreo porque stas
poseen
caractersticas
que
no
son
aparentes. Es entonces til recurrir a
personas como fuente de identificacin de
unidades
de
muestreo
adicionales.
Ejemplo los jugadores profesionales de
pquer, se podra primero identificar
algunos jugadores y pedir los nombres de
otros jugadores que conocen. stos ltimos
son contactados y a la vez proveen otras
referencias.

De voluntarios: Muy utilizado en la medicina

principalmente en ensayos clnicos, es decir
estudios experimentales con seres humanos. La
muestra o grupo de estudios est conformado
por todos los sujetos que voluntariamente se
someten al trabajo de investigacin y que
adems participan hasta el final del mismo.
Ejemplo: en el caso de voluntarios para pruebas
de medicamentos de enfermedades como el
corazn, cncer, etc. Los sondeos realizados en
los medios de comunicacin (ya sea por correo o
por telfono)

Muestreo probabilstico

Es un proceso muestral donde cada

elemento de la poblacin tiene una
probabilidad perfectamente conocida de
ser incluida en la muestra; slo una
muestra
probabilstica
proporciona
estimaciones con medida de su precisin.

Hay varias formas de seleccionar una

muestra probabilstica:
Entre ellas tenemos:

Muestreo probabilstico

Muestreo Aleatorio Simple (MAS).

Muestreo Sistemtico.

Muestreo Aleatorio Estratificado

Muestreo por Conglomerados

Muestreo Aleatorio Simple (MAS):

Selecciona muestras mediante mtodos que

permiten que cada posible muestra tenga igual
probabilidad de ser seleccionada y que cada
elemento de la poblacin total tenga una
oportunidad igual de ser incluido en la muestra.

Su utilizacin es muy sencilla, una vez que todos

los elementos de la poblacin han sido
identificados
y
numerados
(y
ste
es
probablemente su mayor inconveniente). A partir
de aqu, decidido el tamao n de la muestra, los
elementos que la compongan se han de elegir
aleatoriamente entre los N de la poblacin.

Cmo hacer un muestreo aleatorio.

La forma ms fcil de seleccionar una muestra de

manera aleatoria es mediante el uso de nmeros
aleatorios. Estos nmeros pueden generarse ya
sea con una computadora programada para
resolver nmeros o mediante una tabla de
nmeros aleatorios (tabla de dgitos aleatorios).
Ejemplo: Si queremos elegir una muestra
formada por 40 elementos de una poblacin de
600, iremos tomando cifras aleatorias de tres en
tres. Si la cifra considerada es menor de 600, ya
tendremos elegido un elemento de la muestra.
Siguiendo este proceso, y saltndonos las cifras
superiores a 600, podremos elegir todos los
elementos que compondrn la muestra.

Muestreo Sistemtico.
En el muestreo sistemtico, los elementos
son seleccionados de la poblacin dentro
de un intervalo uniforme que se mide con
respecto al tiempo, al orden o al espacio.

El muestreo sistemtico difiere del

aleatorio simple en que cada elemento
tiene
igual
probabilidad
de
ser
seleccionado, pero cada muestra no tiene
una posibilidad igual de ser seleccionada
(Por ejemplo: tomar cada elemento de 10
en 10: el N 1, 11, 21...)

Ejemplo: Si hemos de elegir 40

elementos de un grupo de 600, se
comienza por calcular el cociente 600/40
que nos dice que existen 40 grupos de 15
elementos entre los 600. Se elige un
elemento de salida entre los 15 primeros,
y suponiendo que sea el k-simo, el resto
de los elementos sern los k-simos de
cada grupo. En concreto, si el elemento de
partida es el nmero 6, los restantes
sern los que tengan los nmeros: 15+6
,2x15+6,......,39x15+6

Muestreo Aleatorio Estratificado

Dividimos la poblacin en grupos relativamente

homogneos, llamados estratos. Despus, se utiliza
uno de estos planteamientos:

Seleccionamos aleatoriamente de cada estrato un

nmero especfico de elementos correspondientes a la
fraccin de ese estrato en la poblacin como un todo.
Extraemos un nmero igual de elementos de cada
estrato y damos peso a los resultados de acuerdo con
la porcin del estrato con respecto a la poblacin total.
Con cualquiera de estos planteamientos, el muestreo
estratificado garantiza que cada elemento de la
poblacin tenga posibilidad de ser seleccionado.

EJEMPLO
Suponga que nos interesa obtener una
muestra de las opiniones de los profesores de
una gran universidad. Puede ser difcil obtener
una muestra con todos los profesores, as que
supongamos que elegimos una muestra
aleatoria de cada colegio, o departamento
acadmico; los estratos vendran a ser los
colegios, o departamentos acadmicos.
Este mtodo resulta apropiado cuando la
poblacin ya est dividida en grupos de
diferentes tamaos y deseamos tomar en cuenta
este hecho (por ejemplo: categoras profesionales
de la poblacin).

Muestreo por Conglomerados o Racimos

Dividimos la poblacin en grupos, o racimos, y luego

seleccionamos una muestra aleatoria de estos racimos.
Suponemos
que
estos
racimos
individualmente
son
representativos de la poblacin como un todo (Por ejemplo:
las cuadras o barrios de un pueblo). Un procedimiento de
racimo bien diseado puede producir una muestra ms precisa
a un costo considerablemente menor que el de un muestreo
aleatorio simple.
Tanto en el muestreo estratificado como en el de racimo, la
poblacin se divide en grupos bien definidos. Usamos el
muestreo estratificado cuando cada grupo tiene una pequea
variacin dentro de s mismo, pero hay una amplia variacin
dentro de los grupos. Usamos el muestreo de racimo en el
caso opuesto, cuando hay una variacin considerable dentro
de cada grupo, pero los grupos son esencialmente similares
entre s.

Ejemplo:

Suponga que una compaa de servicio de

televisin por cable est pensando en
abrir una sucursal en una ciudad grande;
la compaa planea realizar un estudio
para determinar el porcentaje de familias
que utilizaran sus servicios, como no es
prctico preguntar en cada casa, la
empresa decide seleccionar una parte de
la ciudad al azar, la cual forma un
conglomerado.

MUESTREO ALEATORIO SIMPLE:

MUESTREO ALEATORIO SIMPLE:

PROCEDIMIENTO:
Confeccione una lista de todos los elementos de la
poblacin
Enumere consecutivamente dicha lista, empezando desde
cero.
Tome los nmeros aleatorios de tal manera que la cantidad
de dgitos de cada nmero sea igual a la cantidad de dgitos
del ltimo nmero de la lista, es decir debe ser del mismo
nmero de cifras del tamao poblacional.
Omitir aquellos nmeros aleatorios que no estn dentro de
la lista o aquellos que ya fueron seleccionados, continuar
hasta obtener el nmero necesario para completar la
muestra.

MUESTREO ALEATORIO SIMPLE:

MUESTREO
ALEATORIO
SIMPLE:

MUESTREO ALEATORIO
SIMPLE:

INTERVALOS DE CONFIANZA
Al realizar una encuesta con muestras, no basta
con informar sobre la altura promedio de los
arboles, o la proporcin en la muestra de
votantes con la intencin de votar por el
candidato B, en las prximas elecciones. Tambin
debe
proporcionar
la
exactitud
de
sus
estimaciones. Es estadstica se utilizan los
INTERVALOS DE CONFIANZA (IC) para indicar la
exactitud de la estimacin.
El intervalo de confianza slo es una afirmacin
de probabilidad acerca de la frecuencia con la que
esperamos estar en lo correcto.

MUESTREO ALEATORIO
SIMPLE:

INTERVALOS DE CONFIANZA

MUESTREO ALEATORIO
SIMPLE:

MUESTREO ALEATORIO
SIMPLE:
MEDIDA

TAMAO DE MUESTRA
Para la media

Para el total

Para la proporcin

MUESTREO ALEATORIO
SIMPLE:

EJEMPLO1: Los siguientes datos corresponden a

los sueldos mensuales en soles de 50 trabajadores

contratados de la UNASAM:

Seleccionar una muestra del 10% de la poblacin dada,

llevando a cabo un muestreo aleatorio Simple.

Estime el sueldo promedio mensual, el total de sueldos

mensuales de la poblacin, el estimador de la varianza de
la media muestral, estimador de la varianza del total
poblacional, establezca los limites de confianza para cada
estimador e interpretar todos los resultados.

Sueldo

Sueldo

Sueldo

Sueldo

Sueldo

00

670

10

850

20

670

30

720

40

660

01

890

11

860

21

840

31

680

41

650

02

870

12

740

22

830

32

760

42

730

03

680

13

650

23

820

33

690

43

740

04

520

14

750

24

650

34

590

44

650

05

560

15

860

25

670

35

640

45

640

06

760

16

760

26

720

36

830

46

740

07

740

17

750

27

750

37

820

47

760

08

930

18

680

28

760

38

620

48

740

09

640

19

690

29

560

39

630

49

670

MUESTREO ALEATORIO
SIMPLE:

EJEMPLO2.
Determinar
el
nmero
de
profesionales a encuestar en una regin donde se
estima en 4500 el nmero de ellos. El objetivo
del estudio es determinar entre otras cosas, la
intencionalidad de seguir estudios de maestra,
con una prueba piloto de 20 profesionales, se
determin que la proporcin de profesionales con
afn de continuar sus estudios era del 25%. La
confiabilidad del estudio, dado que sus resultados
sern validados con otras fuentes se defini en el
90%, el error puede estar entre el 4 y el 6%,
dependiendo de los costos se definir cual
tamao seleccionar.

MUESTREO ALEATORIO
SIMPLE:

EJEMPLO3. Un fabricante y distribuidor de alimentos

congelados pretende establecer un descuento del
20% en el precio de sus productos para aquellos
compradores que dupliquen sus pedidos mensuales.
Para ello se tomo una muestra de 50, de los 430
clientes de la empresa y 15 de los 50 manifestaron
que aceptaran la oferta de descuento y duplicaran
sus pedidos mensuales.

Estime la proporcin de clientes de la compaa que

aceptaron la oferta y determina el error de estimacin al
99%.
Cuantos clientes aceptaron la oferta
Determine el tamao de muestra para dicha estimacin con
una magnitud de error del 0.02.

MUESTREO ALEATORIO
SIMPLE:

EJEMPLO4. Qu tamao deber tener

una muestra, para estimar el sueldo
promedio de los empleados del poder
judicial, si se desea un nivel de confianza
del 90,9 %, si la desviacin estndar de
los sueldos es S/. 200 y la diferencia entre
los lmites del intervalo de confianza es S/.
64?

MUESTREO ALEATORIO
SIMPLE:

EJEMPLO5. Se sabe que el gasto semanal (en

soles), en ocio para los jvenes de la escuela de
ECONOMA, de la UNASAM, sigue una distribucin
normal, con una desviacin tpica desconocida.
Para una muestra aleatoria de 100 jvenes de la
escuela, el intervalo de confianza al 95% para el
gasto medio semanal, es [27 a 33] soles.
Cunto fue el gasto medio semanal? y Cuanto
fue su desviacin tpica?. Qu nmero de
jvenes deberamos seleccionar como mnimo
para garantizar con un nivel de confianza del
95%, una estimacin de dicho gasto medio, con
un error mximo no superior a 2.00 soles
semanales?

Deming dice: el muestreo no es una simple

sustitucin de una cobertura total por una
parcial. El muestreo es la ciencia y arte de
controlar y medir la confiabilidad de la
informacin estadstica til a travs de la
teora de la probabilidad

GRACIAS