UNIVERSIDAD SANTO TOMAS

VICERRECTORÍA GENERAL DE UNIVERSIDAD ABIERTA Y A DISTANCIA

FACULTAD DE CIENCIAS Y TECNOLOGÍA

ESTADISTICA INFERENCIAL
Docente: Martha Bayona Cabeza
Correo electrónico: mariabayona@ustadistancia. edu.co

Bogotá 2011
 UNIVERSIDAD SANTO TOMAS
VICERRECTORÍA GENERAL DE UNIVERSIDAD ABIERTA Y A DISTANCIA
FACULTAD DE CIENCIAS Y TECNOLOGÍA

TEORÍA DEL MUESTREO.

Estadística Inferencial - Martha Bayona Cabeza - 2

 1. TEORÍA DEL MUESTREO.

Inferencia Estadística: proceso de obtener conclusiones generales

acerca de valores estadísticos de la población denominados
parámetros, partiendo de valores estimados a través de investigaciones
parciales o muestras

Población o Universo: Conjunto de elementos que presentan la

característica en estudio.
INFINITA

N
FINITA

Estadística Inferencial - Martha Bayona Cabeza - 3

 1. TEORÍA DEL MUESTREO.

Muestra: Conjunto de elementos representativos de la población,

 Parte de la población;
 subconjunto de la población;
siempre se debe buscar el máximo numero de elementos que representen
la población con el menor costo posible.

PROBABILÍSTICO

n
NO PROBABILÍSTICO

Estadística Inferencial - Martha Bayona Cabeza - 4

 1. TEORÍA DEL MUESTREO.

Muestreo Probabilístico: también llamado aleatorio, permite conocer la

probabilidad de cualquier conjunto que resulte elegido. Garantiza que todas las
unidades tienen probabilidad de ser elegidos .

MÉTODOS DE MUESTREO PROBABILÍSTICO

 Muestreo Aleatorio Simple (MAS): Cuando cada unidad o elemento de la
población tiene la probabilidad de ser seleccionada. Se debe utilizar si el coeficiente de
variación es menor o igual a 33%

CON REPOSICIÓN
(CON REEMPLAZAMIENTO)

MAS
SIN REPOSICIÓN (SIN
REEMPLAZAMIENTO)

Marco Muestral o Marco de Referencia: Listado de todos los elementos de la

población o universo.

Estadística Inferencial - Martha Bayona Cabeza - 5

 1. TEORÍA DEL MUESTREO.

 Muestreo Sistemático: cuando se seleccionan los elementos o unidades a

intervalos regulares. La primer unidad elegida se debe elegir al azar.

 Muestreo por áreas: cuando no se dispone del marco completo de los

elementos finales si no se cuenta con un croquis o mapa. El área que se tiene se
divide en pequeñas sub-áreas, las áreas se seleccionan al azar y las seleccionadas
se inspeccionan completamente, este da origen la base de un marco muestral
para la toma de muestras adicionales, dando origen al muestreo por etapas.
 Muestreo por etapas: En cada etapa son extraídas las unidades de un marco
muestral o de referencia conformado en una etapa previa.
 Muestreo por Conglomerados o Unidades Mayores: cuando no se
puede conformar el marco muestral o de referencia con las unidades a investigar,
por lo que nos vemos obligados a acudir a conglomerados que contienen nuestras
unidades de interés.

Estadística Inferencial - Martha Bayona Cabeza - 6

 .
1. TEORÍA DEL MUESTREO

 Muestreo por fases: cuando cierto ítems de información general y sobre

esta se toma otra muestra con el objeto de obtener información más detallada,
de acuerdo al numero de fases se pueden clasificar en:
• Bifásico cuando se requiere de tan solo dos fases.
• Polifásico cuando se requiere de más de dos fases lo que indica que de la
primera muestra se obtiene una segunda y de esta otra y así sucesivamente.
NOTA: la diferencia entre un muestreo por etapas y un muestro por fases
radica en que por etapas se cambia de unidad a seleccionar mientras
que por fases se mantiene la unidad y se elige directamente.

 Muestreo aleatoria estratificado: Cuando el coeficiente de variación esta

entre 33% y 100% este método es obligatorio, la población o universo se debe
dividir en grupos o estratos homogéneos en cuanto su conformación interna
pero heterogéneos si se comparan entre grupos o estratos

7
Estadística Inferencial - Martha Bayona Cabeza -
 DETERMINAR EL TAMAÑO DE LA MUESTRA (MAS)
a) Grado de Confianza: (P), probabilidad de que la estimación efectuada se
ajuste a la realidad, lo fija el investigador. recordar el cálculo de z ejemplo:
P = 95% 95/100=0.95 0.95/2=0.4750 z=1.96
0.4750 valor que se ubica dentro de la tabla distribución normal de donde se
obtiene el valor de z = 1.96.

 2 2
b) Grado de variabilidad: dado por la varianza, recordar : = s
MEDIDAS DE DISPERSIÓN
VARIANZA

ÍTEM DATOS SIN AGRUPAR DATOS AGRUPADOS

Cuantitativos

Cualitativos
atributos  p2  S p2  PQ

c) Error de muestreo: e, E, d: es el valor que se sugiere de fluctuación entre un

estimado y los datos reales. Debe de estar en las mismas unidades que la
deviaciones típicas. Se recomienda que menor del 0.05.
8
Estadística Inferencial - Martha Bayona Cabeza -
 DETERMINAR EL TAMAÑO DE LA MUESTRA (MAS)
POBLACIÓN CUANTITATIVO/ VARIABLE CUALITATIVO / ATRIBUTO

Z 2 S x2  ZS 
2
Z 2 PQ
2
Z
n n  n n    PQ
INFINITA E2  E  E2
E

S2 PQ
n n 2
E
2
S2 E PQ
  
   Z  N
Z N

Z 2S 2 N NZ 2 PQ
n n
NE 2  Z 2S 2 NE 2  Z 2 PQ
FINITAS
n0
n
n
1 0
N

Z 2S 2 Z 2 PQ
n0  n0 
E2 E2

9
Estadística Inferencial - Martha Bayona Cabeza -
 Taller: Aplicación de conceptos para determinar tamaño de
muestra n (MAS)

1) Determine el valor de Z o de P según el caso: a) P=

79%; b) P=82%; c) P=95%; d) P=90%; c)Z=2.97

2) Bienestar universitario de la SANTOTO, desea determinar el peso

promedio de los estudiantes el error admisible es de más o menos 3
libras un nivel de confianza de 97%, cual es de tamaño de la muestra
para realizar el estudio.

3) En una población de 6.000 jóvenes, se desea conocer la aceptación de

los últimos videojuegos expedidos por una tienda especializada, por lo
cual se ordena, calcular el tamaño de la muestra que responda a un
nivel de confianza del 90%, un error de 1.5% y según estudios
anteriores la proporción de aceptación es del 89%.

10
Estadística Inferencial - Martha Bayona Cabeza -
 Muestreo Aleatorio Estratificado (MAE)

• Muestreo aleatoria estratificado: la población o

universo se debe dividir en grupos o estratos homogéneos en cuanto su
conformación interna pero heterogéneos si se comparan entre grupos o
estratos.
• Se tiene también: Grado de Confianza, Grado de variabilidad y
error muestral.
• Wh= Frecuencia relativa de cada sub-población.

X t  Wh xh
El promedio total es igual a la sumatoria de los productos
obtenidos de cada frecuencia de cada sub-población por el promedio de
cada sub-población.
el error es el % que se sugiere de fluctuación entre un
E  %X t estimado y los datos reales por el promedio total.

El cálculo del tamaño de cada Estrato: se puede realizar de dos formas

1) Asignación igual: L= Número se estratos; nh=n/L
2) Asignación Proporcional: nh= n Wh .
12
Estadística Inferencial - Martha Bayona Cabeza -
 DETERMINAR EL TAMAÑO DE LA MUESTRA (MAE)
CUANTITATIVO/ VARIABLE CUALITATIVO / ATRIBUTO

n0
n
n
1 0
N
 Wh S h2 Wh PhQh
n0  no 
E2 E2
Z2 2
Z
 Ejercicio: En un estudio a 500 familias en la ciudad de Pereira, sobre si compran
leche diariamente, se cuenta con la siguiente información: margen de error 8%,
Nivel de Confianza del 95%, las 500 familias se dividieron en 3 estratos así:

Estrato Wh Proporción
I 0.56 0.44
II 0.30 0.60
III 0.14 0.67

13
Estadística Inferencial - Martha Bayona Cabeza -
 DETERMINAR EL TAMAÑO DE LA MUESTRA (MAE)

 Cual es el tamaño de la muestra para el planteado

 Cual es el tamaño de la muestra por estrato si se quiere igualdad entre los
mismos.
 Cual es el tamaño de la muestra por estrato si se busca proporcionalidad.
 Qué explicación daría usted sobre los resultados obtenidos cual recomendaría y
por qué.

 GRACIAS POR SU ATENCIÓN

 EXITOS

14
Estadística Inferencial - Martha Bayona Cabeza -