UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES

EZEQUIEL ZAMORA
VICE-RECTORADO DE PLANIFICACIN Y DESARROLLO SOCIAL
PROGRAMA CIENCIAS SOCIALES
SUBPROGRAMA: CONTADURIA PUBLICA
SUPPROYETO: ESTADISTICA

TRABAJO DE INVESTIGACION DEL MODULO IV

NUMEROS INDICES, SERIES TEMPORALES Y TEORIA DE MUESTREO

Elaborado Por:
Wiliam Jos Paredes Pearanda
C.I. 9.346.697
Yulieth Paola Rivas
C.I. 18.467.524
Roxana Rincn
C.I. 24.651.229
Kenia Valero
C.I. 24.807.419

Barinas, Junio de 2015

NDICE GENERAL

INTRODUCCION

NUMEROS INDICE, APLICACIN DE LOS NUMEROS INDICE.

METODO DE AGREGACION SIMPLE Y METODO DE AGREGACION

PONDERADA.

INDICE DE LASPEYRES- INDICE DE PAASCHE- INDICE DEL AO TIPICO.

INDICE DE FISHER, EJEMPLOS PRACTICOS..

PROPIEDADES DE LOS NUMEROS INDICES SIMPLES

PROPIEDADES DE LOS NUMEROS INDICES COMPUESTOS.

EJERCICIO DEL INDICE DE LASPEYRES .....................

INDICE DE FISHER- INDICE DE PAASCHE

INPC-CALCULO-QUE ES EL IPC?........................................................................

10

INFLACION

11

DEFLACION Y SERIES DE TIEMPO.

12

ANALISIS DE TENDENCIA.

13-14

METODOS DE SUAVIZAMIENTO..

15-1617-18

TABLA DE SERIE TEMPORAL DEL ISLR 1994-2012

19

TEORIA DE MUESTREO.

20-21

ERROR DE MUESTREO..

22

SELECCIN DE MUESTRA Y EJEMPLOS.

23

CONCLUSIONES...

24

BIBLIOGRAFIA CONSULTADA.

25

I
INTRODUCCION

Existe un gran nmero de fenmenos econmicos cuyo significado y estudio

alcanza distintos niveles de complejidad (son los que se conocen como coyuntura
econmica, nivel de inflacin, nivel de desarrollo, etc.). Los nmeros ndice
constituyen el instrumental ms adecuado para estudiar la evolucin de una serie
de magnitudes econmicas que nos den respuesta a cuestiones tales como: Es
la coyuntura econmica positiva o negativa? Es el nivel de inflacin el adecuado
o no? etc. As mismo toda institucin, ya sea la familia, la empresa o el gobierno,
necesita realizar planes para el futuro si desea sobrevivir o progresar. La
planificacin racional exige prever los sucesos del futuro que probablemente
vayan a ocurrir. La previsin se suele basar en lo ocurrido en el pasado. La tcnica
estadstica utilizada para hacer inferencias sobre el futuro teniendo en cuenta lo
ocurrido en el pasado es el anlisis de series temporales. Por lo tanto con los
nmeros ndice tratamos de estudiar la evolucin de una determinada magnitud a
lo largo del tiempo y con las series temporales intentamos efectuar predicciones
sobre esa magnitud, teniendo en cuenta sus caractersticas histricas o del
pasado. Ahora bien para obtener toda la informacin requerida para recolectar e
interpretar las magnitudes anteriormente mencionadas necesitamos de un
eficiente muestreo que no es ms que el proceso de recoleccin por el que se
ingresan los valores verdaderos de una poblacin a travs de la experiencia
obtenida con una muestra, como herramienta de la investigacin cientfica arroja
resultados que se pueden utilizar para concluir un determinado estudio de poblacin y
determina las tcnicas selectivas que se requieren para dicho estudio de acuerdo a lo que
se va a evaluar, permite una reduccin considerable de los costos materiales del

estudio, una mayor rapidez en la obtencin de la informacin y el logro de

resultados con mxima calidad.

Presentamos

a continuacin una descripcin

general de los temas mencionados aplicando un lenguaje sencillo y de fcil

comprensin para cualquiera que lea el presente trabajo.
Los Estudiantes
1
Nmeros ndices

En general, los nmeros ndices se clasifican en dos tipos: simples y

compuestos. Un ndice simple es el que se calcula para una sola variable,
mientras que un ndice compuesto se construye para dos o ms variables. La
mayora de los nmeros ndices son compuestos por naturaleza. Un nmero
ndice es una medida estadstica diseada para poner de relieve cambios en una
variable o en un grupo de variables relacionadas con respecto al tiempo, situacin
geogrfica, ingresos o cualquier caracterstica. Una coleccin de nmeros ndice
para diferentes aos, lugares, etc., se llama Series de ndices.
Aplicaciones de los Nmeros ndices
Los nmeros ndices se usan para hacer comparaciones. Por ejemplo, con
nmeros ndices podemos comparar los costes de alimentacin o de otros
servicios una ciudad durante un ao con los del ao anterior, o la produccin de
acero en un ao en una zona del pas con la de otra zona. Aunque se usan
principalmente en economa e industria, los nmeros ndice son aplicables en
muchos otros campos. En educacin, por ejemplo, se pueden usar los nmeros
ndice para comparar la inteligencia relativa de estudiantes en sitios diferentes o
en aos diferentes. Muchos gobiernos y agencias privadas se ocupan de elaborar
nmeros ndice con el propsito de predecir condiciones econmicas, industriales,
tales como ndices de paro, de produccin, salariales y tantos otros. Uno de los
ejemplos ms simples de un nmero ndice es una relacin de precios, que no es
sino un cociente entre el precio de un artculo en un perodo dado y su precio en
otro perodo, conocido como perodo base o perodo de referencia. Se supone
ahora que para una mayor sencillez, los precios en cada perodo son constantes.
Si no lo son, se puede tomar un promedio adecuado para el perodo de modo que
la suposicin sea esencialmente vlida.
Relacin de precios = pn / p0
2

Mtodo de Agregacin Simple

En este mtodo de calcular un ndice de precios, expresamos el precio total
de los artculos en el ao dado como porcentaje del precio total de los artculos en
el ao base. En smbolos:
ndice de precios por agregacin simple:

Pn
P0

Donde Pn = suma de todos los precios de los artculos en el ao base.

P0 = suma de todos los precios de los artculos en el ao dado.
Donde el resultado se expresa como porcentaje, al igual que se hace con los
nmeros ndice en general. Aunque este mtodo es fcil de aplicar, tiene dos
grandes desventajas que lo convierten en insatisfactorio:
1) No tiene en cuenta la importancia relativa de los diversos artculos. As, en
su caso asigna igual peso al agua que al dulce de leche a la hora de
calcular el ndice de precios al consumo.
2) Las unidades escogidas al anotar los precios (litros, Km, pesos,) afectan
al ndice.
Mtodo de Agregacin Ponderada

Con el fin de evitar tas desventajas del mtodo de agregacin simple,

asignamos un peso al precio de cada artculo, en general la cantidad (o volumen)
vendida durante el ao base, durante el ao dado o durante algn ao tpico (que
puede ser un promedio de varios aos).
Tales pesos indican la importancia del artculo en cuestin. Dependiendo de
que se use el ao base, el ao dado o un ao tpico denotados respectivamente
por q0, qn, q1, usamos una de las siguientes frmulas:

3
1) ndice de Laspeyres o mtodo del ao base:
ndice de precios por agregacin ponderada con pesos de cantidad en el ao
base:
Pnq0
Pnq0
2) ndice de Paasche o mtodo del ao dado:
ndice de precios por agregacin ponderada con pesos de cantidad en el ao
dado:

qn

qn

3) ndice del ao tpico:

Si q denota la cantidad durante algn periodo tpico t se define: ndice de precios
por agregacin ponderada con pesos de cantidad en el ao tpico:

qt

qt

Para t = 0 y t =n, esto se reduce a las ecuaciones anteriores (1) y (2),

respectivamente.

4) ndice Ideal de Fisher:

Este ndice de precios es la media geomtrica de los nmeros ndice de
Laspeyres y de Paasche dados por las ecuaciones de (1) y (2). Como ya se ha
comentado el ndice ideal de Fisher satisface los criterios de inversin temporal y
de inversin de factores, lo que le confiere una cierta ventaja terica sobre otros
nmeros ndice.
Ejemplos Practicos:
Supongamos el siguiente cuadro de informacin:
Precio anual del barril de petrleo
Ao

Precio anual del

ndice I

ndice II

barril de petrleo

1994=100

2006=100

1994

15,53

100,00

25,43

1995

16,86

108,56

27,60

1996

20,29

130,65

33,22

1997

18,68

120,28

30,58

1998

12,28

79,07

20,10

1999

17,48

112,56

28,62

2000

27,6

177,72

45,19

2001

23,12

148,87

37,85

2002

24,36

156,86

39,88

2003

28,1

180,94

46,01

2004

36,05

232,13

59,02

2005

50,64

326,08

82,91

2006

61,08

393,30

100,00

Como se ve en el cuadro 1, se pueden construir a partir de los mismos datos

diferentes ndices, basados en distintos aos base. El ndice I se obtiene al tomar
como ao base 1994. El ndice se calcula dividiendo el precio del petrleo de cada
ao por el precio del ao base, este cociente se multiplica por 100. Siendo
entonces en el ao 1999 el precio del petrleo 112,56% del correspondiente a
1994. Mediante cualquiera de estos ndices (I y II) los valores absolutos de la
variable se transforman en valores relativos y as pueden compararse fcilmente
las variaciones de los precios.
Propiedades de los nmeros ndices simples:
Identidad: El ndice del propio periodo base es igual a 1, es decir igual a 100
cuando se expresa en porcentajes.
I1994 /1994

Precio barril de petroleo1994 15,53

1
Precio barril de petroleo1994 15,53

Todo ndice simple es invertible: en el ejemplo de ndice de empleo, si tomamos

ahora como valor de referencia el que era el valor corriente y como valor corriente
la base:
I1998 / 2001

E1998 11.713

1,01985
E2001 11.485

El ndice obtenido, 1,01985, es exactamente el recproco del ndice obtenido

previamente; 1,01985 = 1/0,9805.
Homogeneidad: No queda afectado por cambios en las unidades de medida de
las magnitudes que en l intervienen. Es decir, si convertimos los datos de dlares
o pesos en miles de dlares o pesos, en el caso de precios, o de gramos a
kilogramos, en el caso de cantidades, los ndices simples que con ellos se
construyen no varan.

6
Proporcionalidad: Al aumentar la magnitud correspondiente al ao base o
corriente en una proporcin n, el propio nmero ndice aumenta asimismo en la
misma proporcin. Si hemos calculado un ndice simple de precios

2006/1999

consideramos un ao intermedio, por ejemplo 2002 y utilizamos la propiedad de

invertibilidad de los ndices simples para escribir I2006/1999= 1/I1999/2006, el ndice
I2006/1999 puede representarse: I2006/1999= I2006/2002 * I2002/1999 que suele denominarse, a
su vez, propiedad cclica de los nmeros ndice.
Propiedades de los nmeros ndices Compuestos:
A partir de los datos del siguiente cuadro, se elaborara un ndice sin ponderar

Artculo

Unidad de

abr-06

medida

abr07

Po

Pn

Jamn cocido

kg

21,81

21,96

Paleta

kg

8,53

8,46

Prepizza

unidad

1,25

1,45

Filet de

kg

10,85

13,59

42,44

45,46

merluza
Suma

P
ndice de precios sin ponderar:

45, 46 *100 107,11

42, 44

7
Clculo de promedio simple de precios relativos

Artculo

Unidad de medida

Jamn cocido
Paleta
Prepizza
Filet de merluza
Suma Global
Indices

abr-06 abr-07
abr-06
abr-07
Po
Pn (Po/Po)*100 (Pn/Po)*100
21,81 21,96
100
100,69
8,53 8,46
100
99,18
1,25 1,45
100
116,00
10,85 13,59
100
125,25
42,44 45,46
400
441,12
100
110,28

kg
kg
unidad
kg

ndice de Laspeyres
n

Lt / 0

pit qi 0
i 1
n

p
i 1

Lt / 0

i0 i0

Bien

p q
i 1
n

it i 0

p
i 1

Consumo
2003

i0 i0

Precio unitario
2003

2004

qo*po

qo*pt

Petrleo

110000

24,36

36,05

2679600

3965500

Gasoil

260000

18,4

25,7

4784000

6682000

500000

6,3

9,2

3150000

4600000

10613600

15247500

Gasoil para
calefaccin
Suma
ndice de
Laspeyres

8
ndice de Paasche

143,66

Pt / 0

pit qit
i 1
n

Pt / 0

i 0 it

i 1

p q
i 1
n

it it

p q
i 1

it i 0

Bien

Precio unitario
Consumo

Petrleo
Gasoil
Gasoil Para
calefaccin

2003
100000
250000
520000

Consumo

2004
2003
2004
pt*qt
106000 24,36 36,053821300
265000
18,4
25,76810500

po*qt
2582160
4876000

525200

3308760

6,3

9,24831840
1546364

Suma
Paasche

0 10766920
143,621

ndice de Fisher

Se define el ndice de Fisher como:

p q p q
p q p q
n 0

n n

0 0

0 n

siendo este la media

geomtrica de los nmeros ndices de Laspeyres y de Paasche.

Ejemplo:
ndice de Fischer:
indice de Laspeyre*indice de Paasche 143, 66*143, 62 143, 63

Qu es el ndice Nacional de Precios al Consumidor (INPC)?

Es un indicador que viene a sustituir al anterior IPC. El Banco Central de

Venezuela (BCV) y el Instituto Nacional de Estadstica (INE) son los encargados
mensualmente de hacer los clculos y difundir la informacin a todos los
venezolanos.
Cmo se Calcula el INPC en Venezuela?
El INPC Clasifica los Precios de los Bienes y Servicio de la siguiente forma:

Alimentos y Bebidas No Alcohlicas.

Bebidas Alcohlicas y Tabaco.
Vestido y Calzado.
Alquiler de Vivienda.
Servicios de la Vivienda.
Equipamiento del Hogar.
Salud.
Transporte.
Comunicaciones.
Esparcimiento y Cultura.
Servicios de Educacin.
Restaurantes y Hoteles.
Bienes y Servicios Diversos.
El INPC se obtiene de la informacin recogida en las ciudades de

Barquisimeto, Barcelona, Puerto La Cruz, Caracas, Ciudad Guayana, Maracaibo,

Maracay, Maturn, Mrida, San Cristbal y Valencia, adems de una muestra
representativa conformada por ciudades medianas, pequeas y reas rurales.
10
Mensualmente las encuestadoras del Banco Central de Venezuela (BCV) y el
Instituto Nacional de Estadstica (INE) investigan 362 rubros, recopilan 300.000
precios, visitando unos 22.000 establecimientos ubicados en todo el pas, adems
para la elaboracin del INPC es necesario incluir las encuestas de presupuestos
familiares (EPF) que determina los ingresos, egresos del componente familiar,
caractersticas de la vivienda que habitan, como otras variables econmicas y

sociales, y La Encuestas de Precios (EP) que identifican los productos especficos

a investigar en cada uno de los establecimientos que conforman la muestra,
incluyendo todo tipo de establecimiento, tanto formales como informales.
Qu es el ndice de Precios al Consumidor (IPC)?
Es un indicador estadstico que mide la evolucin de los precios de una
canasta de bienes y servicios representativa del consumo familiar durante un
perodo determinado.
La Inflacin
Es el aumento generalizado y sostenido de los precios de los bienes y servicios
existentes en el mercado durante un periodo, generalmente un ao. Cuando el
nivel general de precios sube, con cada unidad de moneda se adquieren menos
bienes y servicios. Es decir, que la inflacin refleja la disminucin del poder
adquisitivo de la moneda: una prdida del valor real del medio interno de
intercambio y unidad de medida de una economa. Una medida frecuente de la
inflacin es el ndice de precios, que corresponde al porcentaje anualizado de la
variacin general de precios en el tiempo (el ms comn es el ndice de precios al
consumidor).

11
La Deflacin

Es la baja generalizada y prolongada (como mnimo, dos semestres segn

el FMI) del nivel de precios de bienes y servicios. Suele responder a una cada en
la demanda y puede tener consecuencias ms negativas que la inflacin. La
peligrosidad de esta situacin proviene de lo difcil que es salir de ella, ya que se

crea un crculo vicioso por el que al caer la demanda, las empresas ven reducidos
sus beneficios al tener que reducir los precios para conseguir ventas, como
consecuencia de ello, tienen que reducir costes, lo que significa que tienen que
recortar empleados. A su vez, si hay gente que se queda sin trabajo, la demanda
seguir disminuyendo ya que estos dejarn de comprar tambin.
Como se ha mencionado el BCV (Banco Central de Venezuela) y el I.N.E.
Instituto Nacional de Estadstica apoyados en los ministerios de Planificacin y
Finanzas as como tambin de encuestadoras reconocidas.
Series de Tiempo
Una serie de tiempo esta dada por un conjunto de observaciones que estn
ordenadas en el tiempo, y que estas pueden representar el cambio de una variable
ya sea de tipo econmica, fsica, qumica, biolgica, etc, el objetivo del anlisis de
una serie de tiempo es el conocimiento de su patrn de comportamiento, para as
poder prever su evolucin en el futuro cercano, suponiendo por supuesto que las
condiciones no variarn significativamente. Los pronosticos que se puedan realizar
en base al anlisis de este tipo de datos serviran para el desarrollo de nuevos
planes para inversiones. Una serie temporal o cronologica es un conjunto e
observaciones de una variable, ordenadas segu transcurre el tiempo, en una serie
de tiempo las observaciones no se deben ordenar de mayor a menor debido a que
se perderia el grueso de la informacion porque lo que nos interesa detectar es
como se mueve la variable en el tiempo es muy importante respetar la secuencia
temporal de las observaciones.
12
Componentes de una serie temporal
Tendencia
La tendencia es un movimiento de larga duracin que muestra la evolucion
general de la serie en el tiempo. La tedencia es un movimiento que puede ser
estacionario o ascendente, y su recorrido, una linea recta o una curva. Algunas de
la posibles formas son las que se muestran en la fig.1

Fig.1. Representacin de la tendencia

La tendencia es un movimiento que puede ser estacionario o ascendente o
descendete como se indica en la fig.2

Fig. 2 Tendencias ascendente, estacionaria y descendente

13
Tambien son posibles algunas formas para la tendencia, que no
necesariamente tiene una distribucin de puntos en forma aproximadamente
lienal sino como las que se muestran en la fig. 3

Fig.3 Lneas de tendencia de otras posibles formas.

Anlisis de Tendencia

En la prctica es difcil distinguir la tendencia del comportamiento cclico. Por

ejemplo la grfica puede conducirnos a concluir que existe una tendencia
ascendente en la parte de 1980 a 1982, pero esto es una parte de la serie de
tiempo ms grande.

Fig. 4 Tendencias cecrecientes, crecientes entre periodos de tiempo

14
Metodos de Suavizamiento
Mtodo Grfico
Mediante este mtodo muy elemental se determina la tendencia a perttir de una
representacin grafica de la serie, la aplicaion de este metodo es como sigue:

Se representa graficamente la serie cronologica

Se unen los extremos superiores de la serie, se hace los mismo con los
inferiores

Se obtiee dos lineas que encierran ala serie original

Uniendo los punto medios de las distancias entre las dos dlineas o curvas se
obtiene la tendencia. La linea o curva de rendencia obtenida tnedra un trazad
mucho mas suave que la serie original.

Fig. 5 Representacion tendencia estacionaria

Mtodo de las medias mviles

Para este mtodo se deben de considear los siguientes pasos que se detallan

Observar con detenimieto la serie para determinar aproximadamente la

fluctuacion con periodo mas largo y llamamos q al numero de
observaciones que forman una oscilacion compleja.
15

Se procede a calcular una serie de medias. La primera de ellas secalcula

aprtir de las q promeras observaciones de la serie pero elimiando la primera
observacion y aadiendo al ainmediata posterior. Se prosigue asi hasta
calcular la media de la ultimas q observaciones.

Cada una de las medias obtenidas en le paso anterior se asigna al instane

o momento dentral del perios temporal que promedian.

Uniendo las medias se obtiene la tendencia.

EJEMPLO
Produccin de Motociletas en una empresa japonesa, periodo 1974 - 1990
En la siguiente tabla se tiene la produccin de motocicletas de una empresa (en
millones de motos) en un periodo de 17 aos que se muestra en la tabla N 1
Tabla N1
Venta de Motocicletas en un periodo de 17 aos
(Produccin en millones de motocicletas)
Aos

Produccin

Aos

Produccin

Aos

Produccin

1974

2.1

1980

2.2

1986

2.1

1975

1.9

1981

2.0

1987

1.9

1976

1.7

1982

1.8

1988

1.5

1977

1.5

1983

1.7

1989

1.4

1978

1.6

1984

1.9

1990

2.5

1979

2.0

1985

2.4

----

-----

16
Se traslada los datos a Microsoft Excel, ordenados en dos columnas, luego se
realiza la grfica de los datos.
Grfico 1
Produccin vs Aos
3
2.5

Produccin

2
1.5
1
1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992

Aos

Fig. 6 Representacin de la serie de tiempo para las motocicletas por ao

En la grafica se observa que los aos donde se registra mayor produccin son
1974, 1980, 1985,1990

entonces podemos tomar cada cinco aos como la

cantidad de aos para la cual la empresa realiza su mayor produccin, sin

embargo es conveniente encontrar una linea de tendencia tal que se pueda hallar
una ecuacin ajustada para los pronsticos de la produccin en el tiempo.
Mtodo de la media mvil
Se construye una nueva tabla con las medias mviles, esto es para suavizar la
distribucin de puntos:
Grfico 2
Produccin vs Aos
3.00
2.50
2.00

Serie Original
Produccin

Serie Suav izada

1.50
1.00

1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992

Aos

Fig. 7 Serie original y serie suavizada por los promedios mviles

17
Lnea de Tendencia
En Microsoft Excel la lnea de tendencia para la curva suavizada se obtiene
fcilmente.

Grfico 3
Produccin vs Ao
3.00
2.50

Serie Original
Produccin

2.00
1.50
1.00

Serie Suav izada

Linear (Serie Suav izada)

f(x) = 0.01x - 25.55

R = 0.42

1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992

Ao

Fig. 8. Lnea de tendencia con R2 = 0.4169

El coeficiente de determinacin es muy pequeo por lo que no se puede
asegurar categricamente que la ecuacin lineal hallada es la que pronostica la
produccin en los aos posteriores, ser necesario realizar un segundo arreglo
con medias mviles el problema ahora es que el periodo donde alcanza la mayor
produccin es un numero par de aos, por lo que se hace difcil en la tabla hallar
el ao central.

18
REPRESENTACION GRAFICA RECAUDACION GRAFICA DEL ISLR
RECAUDACIN SENIAT DEL ISLR COMO % DEL PIB
1994-2012

12.00%

10.00%

8.00%

6.00%

11.73%
11.62%
11.39% 11.63%
10.88%
10.61%
9.93% 9.98%
9.86%

10.37%
9.99%
9.29%

8.83%
8.15%
4.00%
7.42%

8.32% 8.19%
7.72% 7.81%

2.00%

0.00%

19
Teora de Muestreo
Muestreo
Es un procedimiento por medio del cual se estudia una parte de la poblacin
llamada muestra, con el objetivo de inferir con respecto a toda la poblacin, el

ejemplo ms importante es el censo, el cual se define como la enumeracin

completa de todos los elementos de la poblacin de inters.
Ventajas del Muestreo
A) Costos reducidos.
B) Mayor rapidez para obtener resultados.
C) Mayor exactitud o mejor calidad de la informacin debido a:
c.1 Volumen de trabajo reducido.
c.2 Puede existir mayor supervisin en el trabajo.
c.3 Se puede dar ms entrenamiento al personal.
c.4 Menor probabilidad de cometer errores durante el procesamiento de la
informacin.
Muestreo probabilstico
Se habla de muestro probabilstico siempre que se cumplan dos condiciones:
(1) Todos los elementos de la poblacin tienen una probabilidad mayor de cero de
ser seleccionados en la muestra.
(2) Se conoce de forma precisa dicha probabilidad para cada elemento, lo que se
conoce como probabilidad de inclusin.
El cumplimiento de ambos criterios es el que hace posible obtener resultados
no sesgados cuando estudio la muestra.
20
En ocasiones, estos resultados no sesgados requieren usar tcnicas de
ponderacin (weighting), pero esta ponderacin es posible precisamente porque
se conoce que probabilidad existe de que cada individuo sea seleccionado en la
muestra, las muestras generadas en estas condiciones se conocen tambin
como muestras probabilsticas.

La definicin anterior nos lleva a concluir que slo podemos hacer muestreo
probabilstico si disponemos de un marco muestral.
El censo de un pas, el conjunto de direcciones de hogares en una poblacin o
la lista de clientes de una empresa, son ejemplos de marcos muestrales que
hacen posible un muestreo probabilstico. En cada uno de estos casos, el universo
a estudiar es diferente: habitantes de un pas, hogares de una poblacin y clientes
de una empresa, respectivamente.
Una vez que se dispone del marco muestral, el mtodo utilizado para
seleccionar la muestra define las diferentes tcnicas de muestreo probabilstico:
Muestreo aleatorio simple, muestreo sistemtico, muestreo estratificado, muestreo
por conglomerados, etc.
Muestreo no probabilstico
No es sencillo cumplir con los requisitos impuestos por el muestreo
probabilstico:
(1) Disponer de un marco muestral es algo relativamente poco habitual en
estudios de mercado.
(2) Lograr que todos los individuos de la poblacin tengan una probabilidad no
nula de ser seleccionados es un requisito igualmente exigente, ms an conocer
la probabilidad de inclusin exacta de cada unidad muestral. Todos los individuos
que no pueden ser seleccionados en una muestra se suelen referir como unidades
fuera de cobertura. Por todas estas razones, as como por razones de coste, los
investigadores recurren con frecuencia a otras tcnicas de muestreo, agrupadas
dentro de lo que se conoce como muestreo no probabilstico.
21
En estas tcnicas alternativas, es habitual seleccionar elementos para la
muestra basndose en hiptesis relativas a la poblacin de inters, lo que se
conoce como criterios de seleccin. Por ejemplo, seleccionar una muestra
buscando individuos por la calle, tratando de que la mitad sean hombres y la mitad
mujeres (coincidiendo con la distribucin que se supone en la poblacin) sera un

criterio de muestreo no probabilstico. En estos casos, debido a que la seleccin

de las unidades de la muestra no es aleatoria, cuando hablamos de muestreo no
probabilstico no deberamos hablar de estimaciones de error. Dicho de otra forma,
una muestra no probabilstica nos informa de cmo es un universo pero no nos
permite saber con qu precisin: no podemos establecer unos mrgenes de error
y unos niveles de confianza. Algunas tcnicas de muestreo de este tipo son: el
muestreo por conveniencia, muestreo secuencial, muestreo por cuotas, muestreo
discrecional y muestreo por bola de nieve.
Error de Muestreo
No es posible conocer qu margen de error vamos a tener en un estudio (por
ejemplo, los resultados de una encuesta) cuando empleamos muestreo no
probabilstico. Esto incluye encuestas hechas seleccionando a personas por la
calle y entrevistndolas cara a cara, o haciendo llamadas telefnicas al azar o a
travs de una muestra obtenida en un panel online. En ninguno de estos casos se
cumplen los criterios exigidos por el muestreo probabilstico: tener un marco
muestral con unidades para las que puedo calcular la probabilidad de que sean
seleccionadas en mi muestra. En encuestas cara a cara por la calle no tengo el
listado de individuos que componen el universo. En la encuesta telefnica, aunque
disponga de un listado telefnico, no todos los individuos tienen un telfono fijo o
aparecen en las guas pblicas. En el caso de un panel online, las personas que
no acceden a internet no pueden se seleccionadas y tienen probabilidad de
inclusin nula, sin embargo, es habitual encontrar estudios hechos con estas
tcnicas que indican margen de error y nivel de confianza.
22
Es una prctica formalmente incorrecta, pero que suelen usar los investigadores
con el objetivo de dar una indicacin de la influencia que tiene el tamao muestral
empleado en la precisin de los resultados. A este respecto, hay diversidad de
opiniones sobre la bondad de indicar el margen de error en estas circunstancias.
Seleccin de muestra apropiada para el estudio

Una muestra es un subgrupo de la poblacin para seleccionarla hay que definir

claramente cul es la poblacin de nuestra investigacin, por poblacin nos
referimos al conjunto de todos los casos que concuerdan con una serie de
especificaciones. Sus caractersticas van a estar determinadas por el problema a
investigar y los objetivos de la investigacin. Es bien importante delimitar la
poblacin para que se seleccione adecuadamente la muestra. Un factor
importante que debes tomar en consideracin al establecer las caractersticas de
los sujetos a ser medidos es el tiempo del que dispones para llevar a cabo la
investigacin, pues la muestra es un subconjunto de la poblacin y debe ser
representativa de sta.
Ejemplos para delimitar la poblacin

Los estudiantes de contabilidad de la Unellez.

Los estudiantes universitarios de contabilidad de la ciudad de Barinas
Los estudiantes de contabilidad de instituciones universitarias del sistema

Universitario de Venezuela.
Los estudiantes de contabilidad de las Universidades pblicas de

Venezuela.
Los estudiantes de contabilidad de la Unellez que cursan tercer y cuarto
semestre de estudios.
La cantidad de personas que cumplen con las caractersticas de la poblacin

son diferentes para cada uno de los ejemplos presentados, es fundamental

determinar el criterio de seleccin segn los recursos y objeto del estudio.
23
Conclusiones
Los nmeros ndices se caracterizan por ser valores relativos no absolutos, ya
que ellos representan promedios, estimaciones; que engloban una gran cantidad
de informacin y por esto no puede producirse una magnitud concreta, son
representativos ya que son un valor general, que representa una gran poblacin o
muestra de muchos datos de la misma naturaleza, son importantes por ser

referencia de la realidad y muestran claramente la evolucin de una variable en el

tiempo,

representan

bases

concretas

para

la

toma

de

decisiones

la evaluacin de situaciones, proporcionan seguridad, permiten conocer resultados

de una variable en aos anteriores y en el presente, permitindonos comparar el
pasado con el presente. Las series temporales pueden servir para predecir
acontecimientos futuros en base a ciertos comportamientos de determinadas
variables, si tenemos mas observaciones que se puedan promediar,que es el
orden de la media mvil, se obtienen tendencias mas suaves, pero no podemos
olvidar que aunque hemos mejorado la tendencia con el suavizado tendemos a
perder informacin sobre los valores iniciales y finales de la tendencia estimada,
determinandose la funcin matemtica de la tendencia lineal, esta nos permitir
conocer los valores perdidos tanto al inicio como al final del proceso de busqueda
de la lnea de tendencia.
Sobre el muestreo podemos efectuar

muchas aplicaciones en cualquier

investigacion social por ejemplo se utiliza en el control de calidad en la produccin

a gran escala, sera imposible revisar todos los productos fabricados cuando salen
a los distribuidores, por lo que se seleccionan muestras aleatorias, en nuestro pas
facilmente podemos conseguir una aplicacin practica: sera imposible preguntarle
a todas las personas su preferencia de voto, por lo cual se realiza un muestreo,
por lo general estratificado (por regiones, comunas, grupo social, etc.) y luego en
base a los datos obtenidos se realizan predicciones estadsticas sobre el resultado
de las mismas.
Los Estudiantes
24
Bibliografia Consultada

Wikipedia

Monografias.com

www.Google.com

www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

herzog.economia.unam.mx/profesor/barajas/estadis/parte4.pdf

www.monografias.com Matematicas Estadistica

https://es.wikipedia.org/wiki/Nmero_ndice

https://es.wikipedia.org/wiki/Serie_temporal

www.eumed.net/cursecon/libreria/drm/drm-estad.pdf
www.Bcv.com.ve
www.seniat.com.ve

25