Diapositiva 1

ESTADÍSTICA PARA LA
ADMINISTRACIÓN

Muestreo
Sesiones 9 y 10

Diapositiva 2
 Muestreo

Diapositiva 3
Diapositiva 5
Diapositiva 7
Diapositiva 8
 Definiciones
▪ Población: La colección completa de objetos que
están siendo estudiados, donde
▪ N = número de objetos en la población.
▪ Parámetro de la Población
▪ Muestra: Una porción o sub-conjunto
seleccionado de los objetos que están siendo
estudiados, donde
▪ n = número de objetos en la muestra.
▪ Estadística de la muestra

Diapositiva 9
 Tipos de Muestreo
Muestreo

No aleatorio Aleatorio
(Juicio) (Probabilidad)

Diapositiva 10
 Muestreo Aleatorio
▪ Probabilidad para escoger elementos de la
población que conformarán la muestra.
Muestreo Aleatorio

Aleatorio
Simple Sistemático Estratificado Racimo

Diapositiva 11
 Muestreo Aleatorio Simple
▪ Cada posible muestra tiene igual probabilidad
de ser seleccionada.
▪ Cada elemento de la población tiene una
probabilidad igual de se incluido en la
muestra.
▪ Uso de números aleatorios.

Diapositiva 12
 Muestreo Aleatorio Simple

Lista de Clientes

Diapositiva 13
 Muestreo Aleatorio Simple

Lista de Clientes

Muestra Aleatoria

Diapositiva 14
 Muestreo Sistemático
▪ Selección dentro de un intervalo uniforme medido
con respecto al tiempo, orden o al espacio.
▪ Cada elemento tiene igual oportunidad de ser
seleccionado.
▪ Cada muestra NO tiene igual posibilidad de ser
seleccionada.

Diapositiva 15
 1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
16 41 66 91
17 42 67 92
18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100

Diapositiva 16
 1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
16 41 66 91
17 42 67 92
18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100

Diapositiva 17
 1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
16 41 66 91
17 42 67 92
18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100

Diapositiva 18
 1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: 16 41 66 91
17 42 67 92
Seleccionado: 4 18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
23 48 73 98
24 49 74 99
25 50 75 100

Diapositiva 19
 1 26 51 76
2 27 52 77
3 28 53 78
N = 100 4 29 54 79
5 30 55 80
6 31 56 81
7 32 57 82
Se desea una muestra n = 20 8 33 58 83
9 34 59 84
10 35 60 85
11 36 61 86
N/n = 5 12 37 62 87
13 38 63 88
14 39 64 89
15 40 65 90
Escoger un número aleatorio de 1-5: 16 41 66 91
17 42 67 92
Seleccionado: 4 18 43 68 93
19 44 69 94
20 45 70 95
21 46 71 96
22 47 72 97
Empezar con el 4 y escoger cada 23 48 73 98
quinto número 24
25
49
50
74
75
99
100

Diapositiva 20
 Muestreo Estratificado
▪ La población es dividida en grupos
relativamente homogéneos (estratos)
▪ Selección aleatoria de elementos del estrato.
▪ Cantidad proporcional al estrato ó con pesos.
▪ Cada grupo tiene una pequeña variación
dentro de si mismo, pero hay una amplia
variación entre los grupos.

Diapositiva 21
 ESTRATOS

POBLACIÓN

MUESTRA

Diapositiva 22
 Muestreo de Racimo
▪ La población se divide en racimos
(clusters)
▪ Seleccionamos una muestra aleatoria de
estos racimos.
▪ Hay una variación considerable dentro de
cada grupo, pero los grupos son
esencialmente similares entre si.

Diapositiva 23
 RACIMOS
POBLACIÓN

MUESTRA

Diapositiva 24
 Distribuciones de
Muestreo

Diapositiva 25
 Distribuciones de Muestreo
▪ Población de un grupo de estudio
▪ Tamaño de la Población B C
▪ N=4
▪ Variable aleatoria X
▪ Edad de las personas
▪ Valores de X
D
▪ 18, 20, 22, 24 Años A

Diapositiva 26
 VARIABLE
PROBABILIDAD
ALEATORIA

▪ Variable Aleatoria: Variable X = Edad de las personas

▪ Valores de la Variable X🡪 x (18, 20, 22, 24).
▪ P(X=x) o f(x) 🡪 Probabilidad de que la V.A. X tome el valor x
▪ P(X=18) = 0.25 f(18) = 0.25
▪ P(X=20) = 0.25 f(20) = 0.25
▪ P(X=22) = 0.25 f(22) = 0.25
▪ P(X=24) = 0.25 f(24) = 0.25

Diapositiva 27
 Distribuciones de Muestreo
Parámetros de la Población Distribución Uniforme

P(X)
.3
.2
.1
0
A B C D X
(18) (20) (22) (24)

Diapositiva 28
 Distribuciones de Muestreo
Todas las muestras posibles de tamaño n=2
Media de cada
muestra

16 Muestras CON
reemplazo
Diapositiva 29
 Distribuciones de Muestreo

Diapositiva 30
 Distribuciones de Muestreo
Distribución de las Medias de las Muestras

16 Medias de Muestras Distribución de las

medias de las
muestras
.3

.2
.1
0
18 19 20 21 22 23 24

Diapositiva 31
 Distribuciones de Muestreo

Parámetros de la Distribución de Muestreo

Diapositiva 32
 Comparación de la Población con la
Distribución de Muestreo
Población Distribución de Muestreo
N=4 n=2

(Error
.3 Estándar)
.3
.2 .2
.1 .1

0 0 18 19 20 21 22 23 24
A B C D
(18) (20) (22) (24)

Diapositiva 33
 Propiedades de la
Distribución de Muestreo
▪ La media de la distribución de muestreo es
igual a la media de la población

▪ El error estándar de la distribución de

muestreo es igual a la desviación estándar de
la población entre la raíz cuadrada de n

Diapositiva 34
 Propiedades de la
Distribución de Muestreo

No Sesgada

Diapositiva 35
 Menor Dispersión

Distribución
de la
Población Distribución
de la Media

Diapositiva 36
 Efecto de muestras más grandes
Muestra de
mayor
tamaño
Muestra de
menor
tamaño

Diapositiva 37
 Teorema del Límite Central
Conforme se La distribución
incrementa de muestreo
el tamaño de de la media se
la muestra aproxima a la
normal.

Diapositiva 38
 Teorema del Límite Central
▪ El Teorema del Límite Central es quizás la principal razón por la cual la
distribución normal es tan importante. En pocas palabras, el teorema
postula que sin importar cuál sea la distribución de una población, si se
obtiene un número grande de muestras aleatorias, los promedios o las
sumas de esas muestras se aproximarán a una distribución normal.
▪ ¿Cuan grande debe ser la muestra para que la aproximación sea buena,
amparado en el Teorema del Límite Central?
▪ Esta aproximación normal para generalmente será buena si n ≥ 30
sin importar la forma de la población. Si la población es simétrica, es
posible obtener una buena aproximación con una n ≥ 10.
▪ Si se sabe que la población es normal, la distribución muestral de
seguirá exactamente una distribución normal, sin importar el tamaño
de la muestra.

Diapositiva 39
 Muestreo de Poblaciones Normales
Tendencia Central Dispersión

Distribución de la Población Distribución de Muestreo

Diapositiva 40
 Multiplicador de población finita
▪ Esta ecuación está diseñada para situaciones en las
que la población es infinita, o en las que tomamos
muestras de una población infinita con reemplazo.

▪ Se requiere una nueva fórmula para encontrar el

error estándar de la media cuando la población es
finita y el muestreo se hace sin reemplazo.
▪ Cuando la fracción de muestreo es pequeña, el error
estándar de la media para poblaciones finitas es tan
cercano a la media para poblaciones infinitas, que
bien podríamos utilizar la misma fórmula para
ambas desviaciones.
▪ La regla generalmente aceptada es: si la fracción de
muestreo es mayor a 0.05, se necesita usar el
multiplicar para la población finita.
Diapositiva 41
 Ejemplo
▪ Una ciudad tiene 20 tiendas de una cadena de igual tamaño. La
desviación estándar de la rotación de personal en un año es de
75. Si tomamos una muestra de 5 tiendas, sin reemplazo,
determine el error estándar de la media.
Dado:
N = 20
σ = 75
n = 5

Diapositiva 42
 ▪ De una población infinita con media igual a 8 y
desviación estándar igual a 3 se extrae una muestra de
36 elementos. ¿Cuál es la probabilidad que la media
de dicha muestra esté entre 7.6 y 8.4?

Distribución de Muestreo

P(8.4)=0.7881
P(7.6)=0.2118
7.6 8.4

Diapositiva 43
 Valor Z

Diapositiva 44
 Distribución Normal
Estándar

-0.8 0.8

Diapositiva 45
Sample Sizes Used in Marketing
Research Studies (Malhotra)
Diapositiva 47