Mtotlos y distribucianes de muestreo

22L

[ntrodueeln
ias tcnicas para describir los datos. Para ilustrar estas tcnicas, los precios de B0 vehculos vendidos el mes pasado en Whiiner Pontiac se oiganizaron en una clisiribucin de frecuencia y se calcularon diversas medidas de ubicacidn y clispersirr. Tales mediclas son la media y la desviacin estndar descritas en el preci tpico de venta y la dispersin de stos. En estos captulos, el nfasis se puso en ia ya haba ocurrido. clescripcin de la condicin de los datos. Es decir, se describi algo que a esiablecer las bases para la inferencia estadstica con En el captulo 4 comenzantos meia consiste el estudio de la probabiiidad. Becuerde que, en la inferencia estadstica, la en determinar aigo relaiiv o a la poblacin can base en la rnuestra. La poblacin es el pane o grupo iotal Ce idivicluos u objetos que se consideran, y la muestra es una poblacin. En el captulo 5 se ampliaron los conceptos de probabiJubconjunto de dicha lidad pr medio de la descripcin de tres distribuciones de probabilidad discreta: binomial, probabilidad hipergeomtrica;r cle Poisson. En el captulo 6 se describi la distribucin de probabilidad continua ampliamente aplicable. Las disnorrI, que es ua distribucin de y la trib,uciones de probabilidac abarcan todos los resultados posibles de un experimenio probabilidad asociada con cada resultado. Se utilizan las distribuciones de probabilidad para evaluar algo que pudiera ocurrir. En este cplulo comenzamos el estudio del muestreo. El muestreo es una herra-

Los captulos

'l a 3 acentuaron

i:,li

mienta para inferir algo respecto de una poblacin mediante la seleccin de una muestra la de esa poblacin. A ontinuacion se oonstruye una distribucin mue$tral de rnedias de en torno a la media de muestra, para comprender la forma en que sta tiende a agruparse la poblacin y la forma cje esta distribucin tiencie a seguir una distribucin normal. Se que es construirn intervalos de confiarza, que definen un rango de valores dentro del que cleterrliposible que ocurra el valor de la poDlacin, Por ltimo, se definen frnrulas nan el nmero de observaciones que se requieren para diversas situa.ciones de muestreo.

Seleeeim de muestras de la poblaein

En muchos casos, el muestreo es la nica manera de determinar algo respecto de la poblacin. Algunas razones poi- las que el mues[reo es necesario son:
r

1.

El costo de estudiar a todos los integrantes de una poblacin con frecuen-

cia es prohibitivo. Las encuestas de opinin pblica y las organizaciones de pruebas de consumidores, como las
Gallup Polls and Marketing Facts, por lo general se ponen en contacto con menos de 2 000 familias de los aproximadamente 50 millones de stas que hay

en Estados Unidos. Una organizacin

de paneles de consumidores cobra ms

o menos

40 000 dlares Por enviar

2.

muestras y tabular respuestas para probar un producto (cereal para el desayuno, comida para gatos o Perfume)' La misma prueba de producto, utilizando los 50 millones, costara aproximadamente mil millones de dlares. de la muestra. Aun si se pudiera contar con los La idoneidad de los resultados fondos, es dudoso que la precisin adicional de una muestra del 100 por ciento, es decir, el estudio de la poblacin completa, sea esencial en la mayora de las situacio-

222

Captulo siete

4.

nes. Por ejempro, el gobierno federal tiliza una muestra de tiendas de abarrotes dispersas en todo Estados Unidos para determinar el ndice *"nu*l del precio de alimentos. En er ndice se incruyen ros precios de pan, frijoles, recr,e y tros arimentos impodantes' Es poco probable que la inclusin de toda las tiendas de abarrotes en el pas afecte significativamente el ndice, ya que ros precios de la leche, er pan y otros alimentos impoftantes.por lo general no varran ms de uno. po.o. .nt"uo. de una cadena de tiendas a otra. con frecuencia, ponerse en contacto.con toda ra pobracin supondra mucho tiempo. Talvszun candidato para un puesto de ereccin en ermbit nacionarquier determinar sus posibilidades de eleccin. una encuesta aplicada a una muestra por una empresa profesional, con personal regular y entrevistas de campo, tomara slo uno o dos das. Con el mismo personaly ntrevistadores y trabajano siete das a la semana se necesitaran casi 200 aos para ponerse en contacto con la totalidad de la poblacin votante! Aun si pudiera reunirse una gran cantidad de entrevistadores, quiz el costo de ponerse en contacio con todos ios uotrni". no ,e justifique. si er candidato fuera popular en extremo, la encuesta de muestreo indicar con gran cer_ teza que el candidato recibiria entre el 7g y gl por ciento del voto popular, Fl gasto y el tiempo adicionales que se requieren para descubrir que dicho candidato recibir exactamente er B0 por ciento der voto popurar, no parece justificarse, La naturaleza destructiva de ciedas pruebas. Si los catadores de rrino de Sutter Home winery de california bebieran too d vino para evaluar la cosecha, consurni_ ran la totalidad de ra cosecha, y no quedara nada para vender, Fn er rea de ra produccin industrial, muchas veces las placas y cables de acero, y otros productos del mismo tipo, deben tener cierta fuerza mnima de tensin. par asegurar que el producto cumple con la norma mnima, se elige una pequea muestra. cada pieza se estira hasta que se rompe y se anota er punt oe ruptul, qr. prl" *nerar se mide en kilogramos por centmetro cuadrado (o en ribras por'purgd.rruda). obvia_ mente, si se probara la fuerza de tensin de todos los coe! placi o no quedara nada para la venta o er uso. por ra misma razn, Kodak sro sereccion una pequea muestra de percura fotogrfica para determinar ta catidad o* toJ "li.rr ql," lu produce, y Burpee slo prueba Ia germinacin de algunas semillas anils oe la poca de siembra. La imposibilidad fsica de verificar toejos los artculos de la poblacin. Las po_ blaciones de peces, aveg, serpientes, mosquitos y otras simirares son grandes y estn en constante moviminto, ro que incruye nacimientos v ,r,tl-. rn vez de tratar de.contar a todos ros patos en canad o todos ros peces *n .r rugo Eri--, estimaciones utilizando varias tcnicas: como contar todos los patos en un estanque elegido al azar, hacienco pruebas de nasas o corocando;"G. ;L"res predeter_ minados del lago.

La
1111

pag con
en
sues Tls
I

atr
cit

iap ti(

r.qt
p

l
i

iii
i

,t'
I

* h*;

il

Mtodos de muestreo probabilstico

y
las

.,i

,ix

En general, existen dos tipos de muestras: Las probabilsficas Qu es una muestra probabilistica?

no probabjlsticas.

.H

t
t,li

!!,i!.uSl -Beqgnagntro.de,tapotot"g.1 i- i;

Muebtra probabilstjia, ",'M

sei,inclicia, en.lq,,fi uer*;a,

ra.geJego

onadad e tal

f o rm

a q u e c ad a art c u o (distinta, de cero)'d,

I

lijrl

.l

'

Losresubadosdeunmuestreo Si se hace el muestreo probabilstico, cada uno de los ar-tculos de la poblacin tiene la no probabilstico puedeil estar misma oportunidad de ser elegido. sise utilizan metoos nf,roouuiti*ti"os, no todos sesgados los artculos o personas en la pblacin tienen la misma p*iuli" de ser incluidos. En tal caso' quiz los resultados estn sesgados, lo que signlficr qr posible que

""

los resul-

Mtodos y distribuciones de muestrea

223

tadosdelamuestranoseanrepresentativosdelapoblacin,Elmu:Stleoporpanelesyel Por ejemplo' un pahel

ESTADSTICA EN LOS HECI{OS
lrrotes

lny
is de

Jiscrimir,ar!n
i',ri14

se

]iev?

rtqde

su:eheif-e-tde,

t
laiquiera
sstr p9
rara

i*taide.6@4eE
eri P.ers cinnd I

ou'a.'E!t.

slo
.;?prorimadamete 5 Por
.::ciento ms qqe qrenes -:tieen un aspecto norma],
il.Quienes
a su

dias a ial rlidad de

'tadgrgg,:y

tue. Si )rn 9g".

t

vez ganan un

gasto y,
recibir.

e Sutter rnsumira de la )ductos r gue el

lteza se

por ciento ms que sus homlogos de asPecro :' co*iente' Esto es verdad Para it ho*bru, Y Puta mujeres' 'Tambin es vlido Para una amplia variedad de
ocuPaciones, desde el trabait'r en la construccin a la

muestreo de convenien-Ji ,on oor*todos "":i,i"o"oni.ticos, El dL madres de bebs recin nacidos' podr consis tir de 2ooo ropietarios de gatos o reciente desarrosore.una comic,a para gatos de panet se forma :ara "-ofCiii5p'nione* puru beOs. La seleccin e los miembrou-9:l!1::l *o, o de un nuevo pu""i'Jr"Jrr"O sea repreinvestigacin, y por lo tanto, tal vez no se basa en et criterio o" ri"" oii'g'ta o de las,nuevas madres (pues propietutio. O"'guios sentativa deltotal de la poblacin de iiJn*n oportunidad de ser seleccionalos dueos de gatos o las madres nu"*t no todos muestreo que se usaron en este texto se basan en el dos). Los procedimientoiestadsticos los mtodos de slo se analizarn probabilstico. por lo tnto, en la siguiente muestreo Probabiistico. Noexisteunmtodo..mejor,,paraseleccionarunamuestraprobabilsticadeuna de uu utiiit" pat? '-1le^t^lP:ur una muestra poblacin de inters' uiza er'mtodo de votantes' Sin ui iOnuo para elegir una muestra nacional facturas de un cajn puniii.tito tienen similar finalidad: permitir embargo, todos tos *todo, de muestreo muestra' los aftculos o personas que incluye la

;;id

;;;;

q*

i"'l*

ar,termne

Muestreo aleatorio sfunPle

aleatorio simple' El tipo que ms se utiliza es un muestreo

.:

:e mide Obvia.
uedaria

reparacin de automviles ias ventas Por telfono, ocugaciones en 1as que

rarecera debiera imPortar. que
1a

Ya

FrluestreraleatoriosimptreUnamygstaseleccionadadernodog!9,""31 probabilidades ffi:"d;."#;H;;;;5;;" " ru por""in tensa tas mismas

cie ser incluido.

aPariencia no

.$ue se

lquea bpoca
:

as po-

syes tratar
hacen
;angue :deter-

Paraiiustrarelmuestreoaleatoriosimple,supongaqueunapoblacinconstadelos 52 5e hde seleccionar una muestra de 845 empleados que trabajan en Nitra tnoustries. tengan la que todos los empleados empleados de esa poOfc1n. Una forma cte aseguiar uno en un es escribiiprimero el nombre de cada misma oportunidad o"-# haberlos.revuelto en forma de "r"io papel y colocar todos los paples en una u'n"' L'*go de ia caia sin mirarla' Este se hace Ia primera seleccin tomano un"papel minuciosa, 52 personas' iepite rrasta haber seleccionado la muestra de es usar el nmero cle seleccionar una muestra aleatorla Un mtodo *a. conuniente

;;;t;;;

Ilna tabla de ntneros aleatorios es una forma

eficiente de seleccionar los niembros de lct muesfta

deidentificacindecadaempleadoyunatabladenmeros,aleatorios,comolaque generaron menombre, estos ;"; en et apndic;E.-fi" to idica elde un nmero, lanmeros se de 0' 1 ' 2' " ' ' probabilidad dgito
diante un proceso aleatoo. Para cada misma que para ur .,"nr"oo de seleccin.

geslamisma.Porlotanio,laprobabilidaddeseleccionaralempleadonmero0].1esla proceso

zz o

puruet nmero 382. El sesgo se eiimina del

rne la

odos

ln tal
esul-

Unapartedeunatablaoenmerosale"toriosapareceenla'siguienteiiustracin. primede seleccionar una muestra de empleados' para utilizar esta tabla partida sirve' Suponga que punto de "oiJptopO.ito ro se etige un punto or""tth" riaora Cualquier y luego descender hasta el horas. se podra observar ra tercix columna son las s:04 Debido a que slo hay 845 empleados' cuarto coniunto O" n6"i". El nmero es OgzS. lo tanto' " un nmlro aleatorio de cinco dgitos- Porforma de se utitizarn los ires pritii ;igi; otra qu" st *iembro de lamuestra. 037 es el nmero del primer empleado y a un nmero de la tabla' Para el punto de partida es cerrar los ojos apuntar seleccionar pue'de'mover en todas direcciones' suponcontinuar seleccionando a los empleados, se tres dgitos de la cira a Ia derecha de ga que el movimiento . Lu erecha. t-os pritiros la mustra. Los primeros tres dgiios 03759 son 447: el nmero dotsegundo riu*oi o" *"rtu este nmero porque slo hay 845 del siguiente nmero a la derecha son 961. 5" alempleadoTB4,luego 189 y asi empleados. se contina a la derecha v ru.*r".Lna
sucesivamente'

224

captulo siete

50525 72507 34986 68851 06738 1 1 448

57454 53380 74297 27305 62879 107s4

28455 53827
001 44

68226 42486 38676

zsso lzqsgt v
Ir

34656 54465 89967

96'1CB

38884 39Cl n 71819 gllod e886e sszai

18910 18910 94496

losor o losesz

ffiss Wzs

49169 1 0420

"r'Y[S'"1338,.ff.Yfl"il#3t"JJ,g?:;iffiiJ

irustra an ms er uso de una tabra de

En 18 bodegas en url depsito del ejrcit-o estadounidense, se encontraban 1g6 gl0 insumos mititares diferentes, tares cllantas, turcas orugas de tanque v rines para ,antas. En cad_a oooega no naves, y en cada nave haba depsitos. por ejempro, en ra bodega i z se arrice-nLn partes para vehcuros de motor.

33;1"i""r?'lli;;;'iffi:]tL;enares
Ei probrema

ra jeeps

La;;"tod;;psito

La

nar,.e

3,

tenatapfi

[Jso de

una tabla de n.meros

sesgo

rtleatorios para impedir eI

As, er probrema era bsicamente de inventario fisico, que abarcaba uuri rotoocls de muestreo. El obieti'o del proyecto oe investigion consistia en cetermrnar qu tan precisos eran rcs registros. para asegurar "qu-caoa depsito i;; l;'r,.,nu oporlunidad de ser sereccionado, se empie un" troru o" nb,nir"lriro. a fin de escooer bodesa, nave y estanre. si se s"lioio, lu n"o" sli iss, depsito 6,in. verifrcador iba a ese iugar a contur i n.,]r.,ero da uutuoun en ese de_

supona sereccionar un estante de una bodega ar azar,y contar nmero de artculos que contenra,'Lr"go er se comparaba el-conteo fsico contra et nmero que ros registros oe invtariidicaoan q; Jil";;;aber.

tI

li
I

ili;r". iul

11
\
I

Por qu se eligio un mtodo tan oneroso,, en -otra cuanto a tiempo, para seieccionar ros oepsitos que seran parle de lu iu aiternatjva era permrtir a ros verjficadores contar

vleran partes pesadas ;H;, tamoin-rr-a"oln' io,.uoo ros deps itos en la parte ms arta, a "" f^r:: seis metroJpo,, un"* der suero oer r.a"tnl La omisin de ros ar1culos en esos deositos oei nuenia irio poorlu haber sesgado ros resurtados: es decir' habria dado una imagen farsa de i p.Lion de ros
registros.

los verificadores habran evrtado contar ros-rios

ros ancuros^er cuaresquiera oepsito" que

tr".tiui

:: ;;,

n.rie.qri"it"poritos que contu_

ei,gier,ii.'.i"ros. sin duda,

AUTOEVATUACIN 2.1
culso de introduccin a

ff:::*

La lista de clase, que se encuentra en la pgina 228, enumera a los alumnos inscrtos en un ra estadstica c" i", Se sereccionr^ u t*'".tudiantes, a se res harn ,,arias preguntas respectJ """s. der contenido y mrodo de instruccin
der

Mtodos v disttibuciones de nuestreo

2?5

18

199 )7 44
JV IU 391 0

Muestreo aleatorio sistematico

Eiprocedimientode|muestreoaleatoriosimplepuedeser-difcrlenciertoscasos'Por que se localique i"tur..u-"n.iste de 2 000 facturas ejempio, suponer qru ruioLin primero numerar las factualeatoria runliu requerira zan en cajones. Tomar *iu *urttu seleicionara iuego ggS. iiilza"Jo na tabla de nmeros aleatorios' se ras, ciel 0000 ai r unamuestrade,porejemplo,l0Onmeros'Lueqo'enloscajonesdeberlocalizarseuna puede requerir de..touiO n.mero's' Estatarea sistemtica actura que concuerd"'.Jn "u uno
fluestreo sistemtico' el priwer artculo se elige al o'zar
En u,7

4496

n tabla de
l

n 186 810 3 tanque y isitos, Por rr. La nave

ena

seteccioriai ua muestra aleatoria mucho tiempo. En vez i tlr" otia las que contanl ls facturas y tomando todas recorriendo simptemeiJ tos'caones, elegirse utilidl -:yOi. p.mera fa.tura debera si se eligi la hagan et nmero ,o o"] g;", por eiemplo, unu i e nmeros aieatorios' zando un proceso aleatoiio: en las facturas dcima' pa,tiba, ru decima factura "onsistira que et primer nmero se elise al "oro'birnio"ie trissima, quincuagesir","="i'iit"' " para ia muestra' Por lo tanto' d;iuao o. .J""ionarse azar, todos tienen la i ti"tu de un muestreo probabilstico'

#;"

*'ii d;il

,l
ffi

tapo.

i contar el
co contra
el problemuestreo. r prccisos )ortunidad e escoger

lugb,,

s'e'trh*eede

CSPM

254 B:10 AM

01

stnpstrce
9:40
A,Ivl
MW

PARA

NEGI ccrQs

Y coxoue
I,IND
D

ST 1.18
rltuno
AI,EATORIO

NIVEI,
NOMBRE

isito 6, un ;n ese de.

JtMueo

NIVSL
NOMBRE

ATEATORlO
00
01-

eceurco
SEGUNDO SEGUNDO

e{envrrco
SEGI'NDO
R

ANDERSON, RAYMOND ANGER, .CHERYI, RENEE

23

MEDI,EY, CHERY], ANN

)^
?q

MITCSELL, GREG

PRIMERO
SEGUNDO SEGUNDO TERCERO SEGUNDO SEGUNDO TERCERO SEGUNDO CUARTO SEGIJNDO SEGUNDO CUARTO SEGUNDO SEGUNDO
P-

;cionar los verificadoSin duda, ue contudepsitos ;ipn de los

o2 03 04 05 06 a7 08 09

BAI,],, CLAIRE

JEANETTE

PRIMERO PRIMERO
SEGI]NDO TERCERO SEGUNDO TERCERO SEGUNDO TERCERO CUARTO CUARTO TERCERO TERCERO SEGUNDO SEGUNDO SEGUNDO TERCERO

BERRY, CHRISTOPHER G BOBAK, ,IAMES PAT4rcK

26 a9 to
30

MOLTER, KRlSTl }IULCAHY, STEPHEN ROBERT NICHOT.AS, ROBERT CT{AR]'ES

MARIE

BRIGHT,

U.

STERR

N]CKENS, V]RGINIA
PENNYWITT, SEAN PATRICK POTEAU, KRIS
E

{[ados: es

CHONTOS, PAU], .IOSEPH DETLEV, BRTAN I{ANS

DUDAS, Vf OLA

3l33

PRICE,

I{,ARY I,YNETTE

DULBS, RICHARD ZAI'FA

EDINGER, SUSA} KEE

RTSTAS, JAIqES
34
1q

l0
11

FINK,

FRANK JAMES
P

SAGEi", ANNE MARIE SMII,I,IE, HEATHER MICHELI'E SNYDER, ],EfSHA STAHL, MARIA TASHERY ST. JOHN, AIqY J
KAY

r2
)s en un
ianteg, a
1"3

FRANCIS, JAMES

GAGHEN, PA}{ELA I,YNN

36
37

I4
l-5 16

GOUI,D, ROBYN KAY

GROSENBACHER, SCOTT ALAN

38
3Y

STURDEVA}IT, RICHARD
SWETYE, LYNN WALASINSKI, MICHAEI'
MICHETJE

SEGUNDO
SEGT]NDO

nin del

l7
18

HEETFIELD, DIANE MARIE KABAT, JAIVIES DAVID

KEMP, LISA ADRI4NE KII,],ION. MICI{EI,LE A KOPERSKT, eRY pr,r,uN

40

SEGUNDO

PRIMERO
SEGII}{DO SEGUNDO SEGUNDO TERCERO

4!
4)

WAI,KER, DIANE ELAIN WARNOCK, JENNIFER MARY

,SEGUNDO
SEGUNDO SEGUNDO SEGI'NDC TERCERC

19 20

43 44 45

WI],I,IAMS,

WENDY A

2!
22

KOPP. BRIDGETTE ANN LEHMANN, KRISTINA MARIE

YAP,

HOCK BAN

YODER , ARL/I]\ UA

226

Captulo siete

No obstante, no debe utiliza-rse un muedtreo sistemlico si exste un patrn o areglo que se relacione con el elemento de inters. Por ejemplo, iel inventario fsico que se mencion antes, algunos de los m"""n"a en el "n "r ""tui depsito tenen naves con una altura de seis depsitos. r la fila inferior se ncuentran los artcuios de movimiento ms rpido, como la grasa, pintura. en aerosol para retocar y ar1culos o t"""i"ri.'"a;; artculos se colocan en el.nivel del piso put" c"e* ertraalo e is oespacr,acores que deben.entregar ras requisiciones. En ta partemas arta se s artcuros de mo_ vimiento ms lento, como rines para ilantas, orugas para tanques y percutores para gati_ llos' En las cuatro filas intermedias estn b artCuro o" r.nouiitLniJie rapioez moderada' como llantas, faros para automvil y chavetas. si se utilza un muestreo sistemtico para verificar el inventario, entonces es muy posible que se etij una muestra sesgada. que el procedimientode muestre'pda que 9up91gu se nicieruna seteccin cada tres depsitos, y el primero que.se eJige gs el depsito'n*"ro-1. seteccionaran sistemticamente tos depsitos 1,-4, 7, j0, j5; 16, 19 y 22.

"";;;;;

lr"*, ..

C)

iiF,.f.,'e

18

l+El

Artculos de movimiento lento

tt
,K.&i
t3 14
!.i!trF

20

I
3
2

t
Artculos de movmiento moderadamente rpido 23
OA

:i
11

lz

Artculos de morimiento rpicio

En ciertas circunstancias, una m uestra si stemtica p o dr

producir resultado

s sesgados

Este procedimiento sistemtico seleccion cuatro depsitos llenos con artculos de movimiento relativamente rpido, y otros cuatro que estn llenos con artcuios de movimiento rpido o lento. La divisi poi rit"u de ta muestra no coincide con las caractersticas reales de la poblacin. La poblacin consiste en 16 depsitos con movimiento de relativa rapidez y cuatro de aft'auros de movimiento rpido o rento. Sin duda, ros de la muestra estanan sesgados acia tos artculi-Je rnovimiento rpido o

F;*lt"oot

Muestreo aleatorio estratificado

otro tipo de muestreo probabilstico es
er muestreo areatorio

estratificado.

llamados estratos, y se
Una muestra estrartcada

Muestreo aleatorio estratificado se divide una pobracin en subgrupos

serecciil;;;r;.tra

de cada uno de eros^

garantiza la representacin de

cadasubgrupo

Una vez que la poblacin se divide en estratos, es posible seleccionar una muestra proporcignal o no proporcional. como el nombre lo mpra, un p.'"ir.nto de muestreo requiere que er nmero de artcuros de cada l,:o!?:clo!al ra misma proporcron que en ta pobracin. por e;empro, er probrema "rtruto "rt.n poorirsi.1J0ar ros gastos de publicidad de ras 3s2 empresas estadounidenses mayores. suponer que er objetivo der estudio consiste en determinar si las empresas con altos rendimientos sobre su inversin (una medicin de ra rentabiridad) rran ga;t;una mayor proporcin de su presupuesto de ventas en publicidad que las emprs". qr" tienen n r"nb. rnJi*iento o incluso un dficit' suponer que las 352 empresar u vioi"ron cLir"b; (Vase ta itustracin 7-1.) si se han de sereccionar pur, "n intensivo, por deci 50 empresas,

':frlL

irl

'j
::! 'j

.,

".trdio

Mtodos y distribuciones de

tnuestreo

227

IluStraCin 7- 1
i una

Nmero seleccioado para una nuestra aleatoria estratificada proporcional

-..,,',,Bentbirid"d
r::.:,

ms
:sioS

ndimiento

-9.$Bl+]nversn)
'-:
.;L

de

Nmero Nmero firmas muestreado 1

Se encuentra por
R

que

mogatierariico
':i+.

a::::,:, : i'r'!r:li:'a::3a", lrr.,i

3.9:Pof c.l.ento Y ms

x50

352
QA

32 -X5U
18S _x5u
aE 1,15

rda.
;lreS

rian

to

115

-X5U

eqt

.':'

''

Dftit

352 -x5u 50

...:.,,:-:lCil3[.:

352

.-i

ri,He

'ioinOS

entonces se debera incluir una empresa con nivel de rentabilidad de 30 por crento p ms, cinco empresas en el estraio de 20 a 30 por ciento se seleccionaran al azat, etctera. En una muestra estratificada no proporconal, la cantidad de artculos que se seleccionan en cada estrato no guarda proporcin con los nmeros respectivos en la poblacin. lndependientemente.de que se use un procedimiento de muestreo proporcional o no proporcional, cada elemento o persona en la poblacin tiene la misma opounidad de que se le seleccione parala muestra.

,"usi,y"!l3i i"1'31;fJ,#ffi:::%:l5T[[e*l]"ff" ?,.""Jl?ig::X?;,i:'',,-,"il["3

sistemtico. Observar en la ilusiracin7-1 que el 2 por ciento de las empresas tienen un rendimiento sobre la inversin de 30 por ciento o ms (estrato 1)y el 1 por ciento tiene un dficit (estrato 5). Si se tomara una muestra aleatoria simple de 50 empresas, quiz por azar no se habra seleccionado ninguna empresa en los estratos o 5. Una muestra '1 aleatoria estratificada asegurara que al menos una empresa del estrato y otra del estrato 5 estn representadas en la muestra.

Muestreo por conglomerados

El muest:eo por conglomerarlos redttce el costo del muestreo a f,

,l

li
)
I

Otro tipo comn de muestreo es el muestreo por conglomerados. Muchas veces se le emplea para reducir el costo. de realizar un muestreo de una poblacin dispersa en una gran rea geogrfica. Suponga que desea determinar el punto de vista de los industriales de Texas, sopre las polticas federales y estatales de proteccin del entorno. La seleccin de una muestra aleatoria de los industriales de Texas y el contacto personal con cada uno de ellos seran muy onerosos en cuanto a tiempo y dinero. En lugar de ello, se podra emplear el muestreo por conglomerados subdividiendo el estado en unidades pequeas, ya fueran condados o regiones. Muchas veces, stas se conocen como unidades primanas. Suponga que se subdividi el estado de Texas en "12 unidades primarias y luego escogi cuatro de ellas: las marcadas con los nmeros 2,7, 4 y 12, y se concentr el esfuerzo en estas unidades primarias. Usted podra tomar una muestra aleatoria de los industriales en cada una de estas regiones y los entrevistara (observe que se trata de una combinacin del muestreo por conglomerados y el muestreo aleatorio simple)'

228

Captulo siete

Muchos otros mtodos de muestrco

no incluy la totatidad de ros mtodos de muestreo de que dispone ,i r".iiior cuando usted toma parte en un proyecto de investigacin en mercadotecnia,

La discusin de los mtodos cle muestreo en las secciones precedentes

finnzas, contabilidad u otras reas, quiz requiera consultar lros dedicados de manera exclusva a la teoria y el diseo de muestras.

AUTOEVAI,IJACIN 7-2

Ejercicios
I
Nmero

A continuacin se enumeran ios 35 miembrcs de la Ascciacin cle Disiribuidores de Automvi les del rea \4etropoiitana de Tulsa, Oklahoma.
Nmero Nmero

de identificacin
00
01

Distribuidor
Dave White Acura

de identi-

ficacin
12
JE

Distribuidor
Spurgeon Chevrolet Motor Sales, lnc. Dunn Chevrolet.Olds
Don Scott Chevroiet-pontiac-Geo. lnc Dave White Chevrolet Co. Dick Wilson Pontiac Doyle Pontiac Buick Franklin Park Lincoln Mercury Genoa lvlotors Great Lakes Forcl Nissan Grogan Towne Chrysler Hatfield Olds-Honda

de ldenti-

ficacin
24 25

Dishlbuidor
Lexus of Tulsa lvlaihews Ford Oregon, lnc.

Autcfair Nissan
Autof air Toyota-suzuki

02 03 04 05
UC'

14

George Ballis Buick GMC

Yark Automotive Group

liuck

zo
27 28

t5
16 17
.18

Nodhtowne Chevrolet-GEO
Quality Ford Sales, lnc,

Bcb Schmidt Chevrolet

Bo\,vling Green Lincotn Mercury Jeep Eagle Brondes Ford

t()
30
31

Touen Chrysler plymouth Jeep Fagle

Saturn of Tulsa Ed Schmidt Pontac Jeep Eagte Southside Lincoln Mercury Valiton Chrysler Flymouth Vin Divers Whitman Ford

07 08

19
2A
21

Erown Honda Brown Mazda

CharlieS Dodge Thayer Chevrolet Ceo Toyota

09
10
11

33 34

23

Kstler Ford, lnc,

,31 ,28,49,38,66,08,29y02.Qudistribuidoresquedaran en la rnuestra? b) utilice el cuadro de nmeros aleatorios para seleccionar una muestra pfjrsonal ce cjnco distribuiCcres.

al se desea seleccionar una muestra aleatoria de cinco agentes distribuidores. Los nmeros aleatoriosson0s,20,59,2l

Mtodos y distribuciones de muestreo

1'to

2.
Nmerc de den-

Una muestra ha de consistir de un distribuidor de cada grupo de slete. Se selecciona el nmero 04 como punto de partida. Qu distribuidores se incluyen en la muestra? A continuacin se enumeran los 27 agentes de seguros de Nationwide lnsurance en el rea de la ciudad de Toledo, Ohio.
Nmero de idenNmero de iden-

c)

tificacin Agente
UU

tificacin Agente

tificacin Agenle

;luy la

01

usted
ridad u

02 03 o4

tnYel

05 06
07 08

Bly Scoit J332 V/ Laskey Rd Coyle Mike 5432W Central Av Denker Brett 72f45 Airport H.wy Denker Rollie 7445 Airport Hwy Farley Ron 1837 W Alexis Rd George Mark7247 W Central Av Gbellato Garlo 6616 Monroe St 3521 NavarreAv Glemser Cathy 5602 Woodville Rd Green Mike 4149 Holland Sylvania Rd

09 0 11
1

Harris Ev 2026 Albon Heini Bernie 71 10 W Hnckley

12 13 14 .15 16 17

Rd Joehlin Bob 3358 NavarreAv Keisser David 3030 W Sylvana Av Kesser Keith 5901 Sylvania Av Lawrence Grant 342 W Dussel Dr Miller Ken 2427 Woodville Rd
14 N Holland Sylvania

Dave

Rd Central

18 19

20
21

22 23 24 25 26

Priest Harvey 51 13 N Summit St Riker Craig 2621 N Reynolds Rd Schwab Dave 572 W Dussel Dr Seibert John H 20'1 S Nlain Smithers Bob 229 Superior St Smithers Jetry 229 Superior St Wrght Steve 105 S Third St Wood Tom I12 Louisiana Av Yoder Scott 6 Willoughby Av

O'Donnell Jim7247 W Central Av

a)

Se desea una muestra aleatoria de cuatro agentes. Los nmeros aleatorios son 02, 5g, 51 25, 14,29,77,69y 18. Qu agentes se incluiran en la muestra?

bl Utilice el cuadro de nmeros aleatorios para seecaionar una muestra personal de cuatro
c)

Una muestra debe consistir de un agente de cada cinco, Se elige el nmero 2 como punto de partida, Qu agentes debern estar incluidos en la muestra?

tr
.:*
.aa

ttError" en el muestreo

El anlisis anteror acentu la importancia de seleccionar una muestra a fin de que todos los artculos de Ia muestra tengan la misma oportunidad de ser elegidos. Para lograr esio,

'' ,l
rl
:,

, '"'
,::-,i,:

!i

':]!

:::;
l:!,!
;::!:,

se puede seleccionar una muestra aleatoria simple, una muestra sistemtica, una muestra estratificada, una muestra por conglomerado o una combinacn de estos mtodos. Sin embargo, es improbable que la media de Ia muestra fuera idntica a la media de la poblacin. Asimismo, talvez la desviacin estndar u otra medicin que se calcule con base en la muestra no sea exacamente iguat al valoi'correppondiente de la poblacin. As, es posible que existan ciertas diferencias entre las esfadisiicas de la muestra, como la media o la desviacin estndar de la mue3tra , y los parmefros de poblacin correspondientes. La diferencia entre un estadstico de la muestra y un parmetro de la poblacin se conoce como error de muestreo.

'l

:n :i
::!.

::rl

*i
,
lf^c
,i.ri

,li ::}:|
l:1.

:rijil .1t:

an
I
r

ttr:

.,r

.
::$i'

Suponga que las calificaciones de eficiencia de una poblacin de cinco empleados de produccin fueron 97, 103, 96, 99 y 1ob, Asimismo, suponga que una muestra de dos calificaciones, 97 y 105, es seleccionada para calcular la media de la muestra. sta sera 101, que se obtiene mediante (97 + 105)/2. Otra muestra de dos calificaciones sera: 103 y 96, con una media de la muestra de 99.5. La media de todas las calificacioneq (es decir, l media de la poblacin) es 100, que se encuentra mediante: (97 + 103 + 96 + 9 + 105)/ 5 = 500/5 = 100. El error de muestreo de la primera muestra es de 1 .0, que se determna por X - p = -l 01 - 100. La segunda muestra tiene un error de muestreo de -0.5. Ambas diferencias, 1.0 y -0.5, son el error que se comete al estimar la media de la poblacin

L:i

Capttilo siete
mediante una media de la muestra, y,es-tos enores de muestreo se deben ai azar. ?l tamao de estos errores variar de una muestra a otra.

Distribucin nnuestral
de las muestras

de las medias

[.as meias de muestraYaran de una ffiuestrc a la siguiente

Una vez que se clescubri la posibilidad del error de muestreo cuando se utilizan los resultados de la muestra para estimar el parmetro de una poblacin, cmo es posible hacer una prediccin precisa sobre el xito de una pasta de dientes de reciente desarrollo, con base slo en los resultados de la muestra? De qu manera puede el departamento de aseguramiento de la calidad de una empresa que se dedica a la produccin masiva liberar un embarque de microprocesadores; con base en una muestra de slo diez unidades? Cmo pueden Gallup o Harr,is hacer una prediccin precisa de una votacin presidencii con base en una muestra de slo 2 000 votantes registrados, de una poblacin de casi g0 millones de votantes? Para responder a estas preguntas, se examina la distribucin muestral de las medias de la muestra' El ejemplo de calificacin de eficiencia ilustr que las medias de muestras difei-enies pueden variar de una muestra a otra. La media de la calificacin de eficiencia de la primera 'i muestra de dos empleados fue de 01 , y ta media de la segunda m'estra fue de 99.5. Es que el resultado de una tercera muestra fuera diferente. La media de la pobiaprobable cin era 1OO. Si se organizaran las niedias de todas las muestras posibles de dos caltficaciones en una distribucin de probabilidad, se obtendra una dist.ribucin rntestral de las medias de las rnue$tras,

El ejemplo

siguiente ilusrra la construccin de una distribucin muestral de Ias medias

de las muestras.

Tartus industries tiene siete empleados de produccin (tamao de la poblacin). Los salarios por hora de cada uno de ellos se enlistan en la. ilustracin 7 -2

1. 2.

Cul es la media de la Poblacin?

Cul es la distribucin muestral de las medias del rrruestreo para muestras de tamao 2?
Salaos por hora de los empleados de produccin de Tartus Industries
',
!r

IlUStfaCin 7-2

Slari por hora .'Joe

,'Sm

$z
7

Sue :rBob' Jan

I I
7
'

'.i

.:, teo

,,:(

I I

Mtodos y distribuciones de muestreo

231

3. 4'
Solucin
"1

Cui es la media de ia distrlbucin muestral? Qu se puede decir de la pobracin y de ra distribucin muestrar? La rnedia de la poblacin es $Z.Zl, que se encuentra mediante:

*
los
!bie
,ilio,

$7 + $7 + $8 + $g + $z + $g + $g
7

2'

nto ;iva
d^

ron las medias. Existen 2'1 muestras posibles, que se encuentran utilizando la frmula (4-t 0) de la pgina j S0.
/vt
n!(rV 7t n)!

Para llegar a la distribucin muestral de las medias de las muestras, se seleccionaron todas las muestras de tamao dos sin remplazo de la poblacin y se calcula-

udJ5f

'Ce burtes

2(7

-\' -

2\t

donde /v = 7 es el nmero de artculos en la poblacin y n 2 es el nmero de =

era

ts
Jta-

ca-

de

3.

'.,.:

,,i+

artculos en la muestra Las 21 medias de todas las muestras posibles de tamao dos que es posible tomar de la poblacin se muestran en la ilustracin 7-3. Esta distribucin de probabilidad es la distribucin muestral de las medias de muestras y se resume en la ilustracin 7-4. La media de la distribucin muestral de las medias de muestras se obtiene sumando las diversas medias de muestras y dividiendo la suma entre el nmero de muestras. Por lo general, la media de todas las medlas cie la muestra se escribe p;, p nos recuerda que es un valor de poblacin, porque se consideraron todas'las posibles medias. El subndice X indica que es la distribucin muestral de las medias.

jil

..

suma de todas las medias de las muestras nrnero de medias de las muestras
vlw

al

4r ao
ni zt

d__2

Haga referencia al diagrama 7-1.

Ilustracin 7-3

u"diu.

de muestra para todas ras muestras posibles de dos empleados

Mustra Empleados por hora Suma

Salario

Meda

10

14
IF

'16

17
1B

10

20
21

Bob Jan Sue, Art Sue, Ted Bob, Jan Bob, Art Bob, Ted Jan, Art Jan, Ted A, Ted
Sue, Sue,

$8, $8

$16

$8,00
7

8, 8, 8, 8,
B,

8 9 7
B

8, 7, 7, 8,

I I I

15 16 17 15 '16 17 15 16 17

.50

8.00 8.50 7.50 8.00 8.50 7.50 8.00 8.50