INTRODUCCIN

Nuestros conocimientos, actitudes y acciones estn basadas en gran

parte sobre muestras esto es verdad real en la vida cotidiana como en la
investigacin cientfica. As, la opinin que tiene una persona de una
institucin que realiza miles de transacciones diarias, a menudo se basa
en uno o dos contactos ocurridos en el transcurso de muchos aos.
Se har referencia sobre el muestreo estadstico, tcnicas, niveles y
tipos fundamentales de un muestreo; se describen conceptos bsicos
que explican lo que esto se refiere al igual se aprecia cmo y qu tipo de
tcnicas se pueden utilizar para poner en prctica la realizacin de una
auditoria con la finalidad de obtener una informacin determinada para
lograr un objetivo especfico.
El muestreo estadstico es un procedimiento por el que se ingresan los
valores verdaderos de una poblacin a travs de la experiencia obtenida
con una muestra.
El muestreo como herramienta de la investigacin cientfica arroja
resultados que se pueden utilizar para concluir un determinado estudio
X de poblacin, al igual las tcnicas selectivas que se requieren para
dicho estudio de acuerdo a lo que se va a evaluar.
El
muestreo
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.

CONCEPTOS GENERALES
Estadstica inferencial
La estadstica inferencial se ocupa de extender o extrapolar a toda una
poblacin, informaciones obtenidas de una muestra, as como de la
toma
de
decisiones.
Poblacin
Es el conjunto total de individuos susceptibles de poseer la informacin
buscada. No se refiere exclusivamente a personas, la poblacin puede
estar formada por todos los rboles de un bosque.
Muestra
Es la parte de la poblacin en la que se miden las caractersticas
estudiadas. El nmero de individuos de la muestra se llama tamao de
la muestra.
Encuesta
Es el proceso de obtener la informacin buscada entre los elementos de
la muestra.

TERMINOLOGIA BASICA PARA EL MUESTREO

Parmetro:
Son las medidas o datos que se obtienen sobre la distribucin de
probabilidades de la poblacin, tales como la media, la varianza, la
proporcin, etc. Un parmetro es una medida usada para describir
alguna caracterstica de una poblacin, tal como una media aritmtica,
una mediana o una desviacin estndar de una poblacin.
Cuando los dos nuevos trminos de arriba son usados, por ejemplo, el
proceso de estimacin en inferencia estadstica puede ser descrito como
le proceso de estimar un parmetro a partir del estadstico
correspondiente, tal como usar una media muestral (un estadstico para
estimar la media de la poblacin (un parmetro)
Error Estndar:
La desviacin estndar de una distribucin, en el muestreo de un
estadstico, es frecuentemente llamada el error estndar del estadstico.
Por ejemplo, la desviacin estndar de las medias de todas la muestras
posibles del mismo tamao, extradas de una poblacin, es llamada el
error estndar de la media. De la misma manera, la desviacin estndar
de las proporciones de todas las muestras posibles del mismo tamao,
extradas de una poblacin, es llamada el error estndar de la
proporcin. La diferencia entre los trminos "desviacin estndar" y
"error de estndar" es que la primera se refiere a los valores originales,
mientras que la ltima est relacionada con valores calculados. Un
estadstico es un valor calculado, obtenido con los elementos incluidos
en una muestra.
Grado o Nivel de Confianza
El Grado o nivel de confianza es la probabilidad de que la estimacin
efectuada se ajuste a la realidad.
El nivel o grado de confianza es siempre fijado por el investigador en
base a su experiencia y conocimiento acerca de la poblacin a
investigar. Generalmente se trabaja con el 95% de confianza
correspondiente a un valor de Z=1.96, el mismo que usaremos en esta
investigacin.
Error de Muestreo

El error de muestreo admisible es tambin definido por el investigador y

est representado por e o E, debemos tomar en cuenta que a mayor
error menor ser el tamao de la muestra y, as mismo al contrario, a
menor error mayor ser el tamao de la muestra. Para esta
investigacin fijaremos un error del 5%.
IMPORTANCIA DEL MUESTREO
A lo largo del curso se hacen uso de dos tipos de razonamiento:
el deductivo y el inductivo. El primero est relacionado directamente
con la teora de probabilidad, que a partir de las caractersticas de la
poblacin se obtienen las posibles caractersticas de una muestra.
Recursos limitados:
Es decir, no existen los recursos humanos,
materiales o econmicos para realizar el estudio sobre el total de la
poblacin. Es como cuando se compra un aparato, un automvil usado
(por ejemplo), que se prueba unos minutos (el encendido, una carrerita,
etc.) para ver si funciona correctamente y luego se adquiere, pero no se
espera a probarlo toda la vida (encendindolo y apagndolo o,
simplemente, dejndolo encendida) antes de realizar la adquisicin.
Escasez:
Es el caso en que se dispone de una sola muestra. Por
ejemplo, para el estudio paleontolgico de los dinosaurios (el
Tiranosaurio Rex por ejemplo) sera muy bueno contar con, al menos,
muchos restos fsiles y as realizar tales investigaciones; sin embargo,
se cuenta slo con una docena de esqueletos fosilizados (casi todos
incompletos) de esas criaturas en todo el mundo.
Pruebas destructivas:
Es el caso en el que realizar el estudio sobre
toda la poblacin llevara a la destruccin misma de la poblacin. Por
ejemplo, si se quisiese saber el conteo exacto de hemoglobina de una
persona habra que extraerle toda la sangre.
El muestreo puede ser ms exacto:
Esto es en el caso en el que
el estudio sobre la poblacin total puede causar errores por su tamao o,
en el caso de los censos, que sea necesario utilizar personal no lo
suficientemente capacitado; mientras que, por otro lado, el estudio
sobre una muestra podra ser realizada con menos personal pero ms
capacitado.

MARCO MUESTRAL
Es la base sobre el cual se debe disear los procesos de seleccin de
unidades de muestreo, Un marco muestral es una lista de todas las
unidades de muestreo disponibles para su seleccin en una etapa del
proceso de muestreo.

Tipos de marco muestral

Marco muestral de lista

Cuando las unidades de muestreo se constituyen en un solo
marco.
Ejemplo: Un listado enumerado de las empresas ms rentables
del pas.

Marco muestral de reas

Cuando las unidades de marco son reas de terreno
generalmente llamados segmentos y dentro de ellas suelen
haber varias unidades de informacin para esto se utiliza mapas
y listados
Ejemplo: Marco digital de reas de vivienda urbana.

Ejemplo:
El marco muestral es la representacin simblica de la poblacin
objetivo, para sta investigacin el marco muestral lo constituye
el listado de todas las universidades y escuelas politcnicas que
se encuentren dentro de la ciudad de Guayaquil. En la Tabla IV se
muestra el listado clasificado por tipo de Financiamiento.
TABLA IV
Guayas-Guayaquil
Marco Muestral
Lista de Universidades y Escuelas Politcnicas
N.
1
2
3
4
5
6
7
8
9
1
0
1
1
1
2
1
3

Escuelas y Universidades
Escuela Superior Politcnica del Litoral
Universidad Agraria Del Ecuador
Universidad Casa Grande
Universidad Catlica De Santiago De Guayaquil
Universidad de Guayaquil
Universidad del Pacfico Escuela de Negocios
Universidad Jefferson
Universidad Laica Vicente Rocafuerte de Guayaquil
Universidad Metropolitana *
Universidad Particular de Especialidades Espritu Santo

14
15

Universidad Tcnica Particular de Loja *

Universidad Cristiana Latinoamericana *

Financiamiento
Pblica
Pblica
Particular Autofinanciada
Particular Cofinanciada
Pblica
Particular Autofinanciada
Particular Autofinanciada
Particular Cofinanciada
Particular Autofinanciada
Particual Autofinanciada

Universidad Tecnolgica Empresarial de Guayaquil

Particual Autofinanciada
Universidad Politcnica Salesiana *
Particular Cofinanciada
Universidad Federico Santa Maria de Chile
Particular Autofinanciada
Particular Cofinanciada
Particular Autofinanciada

* Extensin de la Universidad en la ciudad de Guayaquil

Fuente: Secretara Nacional de Educacin Superior, Ciencia, Tecnologa e Innovacin
(SENESCYT),

Muestra Piloto
La muestra piloto se la realizo a 70 graduados de tercer nivel de las diferentes
universidades y escuelas politcnicas particulares financiadas, cofinanciadas o
pblicas de la ciudad de Guayaquil, la variable de inters que se consider para
este estudio fue:

Posee ud. informacin necesaria sobre las carreras de postgrado de la ESPOL

tales como: (Puede elegir ms de una opcin); las operaciones eran:

1.
2.
3.
4.

Maestra en Control de Operaciones y Gestin Logstica

Maestra de Gestin de la Productividad y la Calidad
Maestra en Investigacin de Mercado
Ninguna de las anteriores

Las tres primeras opciones fueron tomadas como

que significa la cantidad de
profesionales que poseen conocimiento sobre una, dos o tres de las maestras

enumeradas anteriormente, mientras la opcin restante fue tomada como

que significa la proporcin de estudiantes que no poseen informacin necesaria
acerca de las carreras de postgrado descritas en las opciones anteriores; de los
70 profesionales seleccionados al azar 57 contestaron ninguna de las
anteriores, mientras los 13 profesionales restantes respondieron cualquiera de
las tres primeras alternativas, ahora con estos resultados ya se puede calcular

p 0.19 p 13 / 70 0.19

q 57 / 70 0.81

q 0.81

Cmo se calcula una muestra?

Se calcula aplicando las siguientes formulas:

Determinacin del Tamao de la Muestra

El tamao de la muestra a travs de proporciones se determin con los
siguientes datos y parmetros:

1. Error del diseo = 0.04

2. Nivel de Confianza (1un 95% de confianza.

) 100% con

=0.05, se obtiene entonces

Z / 2

3.

=1.96, dicho valor es obtenido de la Tabla de distribucin

Normal.

p 0.19

4.

Tamao de la poblacin, N=154,281

q 0.81
5.

p* q 0.19 * 0.81 0.1539

6.
7. El tamao de la muestra para el muestreo aleatorio simple se
calcula con la siguiente ecuacin:

n0
n
1 0
N

n0

El valor de

proviene de:

n0

Z 2 /2
e2

pq

Al reemplazar los valores en ambas frmulas tenemos:

n0

1.96 2
0.04 2

(0.19 * 0.81) 369 .514

369 .514
368 .63 369
369 .514
1
154281

Lo cual nos indica que el tamao de la muestra para este estudio es de 369
profesionales de tercer nivel.

Ejemplo Explicativo (Clculo del tamao de la muestra)

Veamos los pasos necesarios para determinar el tamao de una muestra
empleando el muestreo sistemtico. Para ello es necesario partir de dos
supuestos: en primer lugar el nivel de confianza al que queremos trabajar; en
segundo lugar, cual es el error mximo que estamos dispuestos a admitir en
nuestra estimacin. As pues los pasos a seguir son:
1.- Obtener el tamao muestral imaginando que

Dnde:
: z correspondiente al nivel de confianza elegido
: varianza poblacional
e: error mximo
2.- Comprobar si se cumple

si esta condicin se cumple el proceso termina aqu, y ese es el tamao

adecuado que debemos muestrear.
Si no se cumple, pasamos a una tercera fase:
3.- Obtener el tamao de la muestra segn la siguiente frmula:

El ministerio de Educacin Superior planea un estudio con el inters de

conocer el promedio de estudiantes que posee la facultad de Ciencias
Administrativas que est cursando la materia de estadstica en la carrera de
Ingeniera Comercial La muestra ser extrada de una poblacin de 10000
estudiantes que figuran en los registros del Registro Acadmico de la facultad
y de las cuales se conoce a travs de un estudio piloto que su varianza es de
9.648. Trabajando con un nivel de confianza de 0.95 y estando dispuestos a
admitir un error mximo de 0,1, cul debe ser el tamao muestral que
empleemos?

Buscamos en las tablas de la curva normal el valor de

con el nivel de confianza elegido:
propuestos arriba.

que corresponde

= 1.96 y seguimos los pasos

1.-

2.- Comprobamos que no se cumple

, pues en este caso

10000 < 3706 (3706 - 1); 10000 < 13730730

3.-

Tamao de muestra para estimar la proporcin de la poblacin

Para calcular el tamao de muestra para la estimacin de proporciones
poblacionales hemos de tener en cuenta los mismos factores que en el caso de
la media. La frmula que nos permitir determinar el tamao muestral es la
siguiente:

Dnde:
: z correspondiente al nivel de confianza elegido
P: proporcin de una categora de la variable
e: error mximo
N: tamao de la poblacin
Siguiendo con el estudio planteado en el punto anterior, supongamos que
tratamos de estimar la proporcin de mujeres que trabajan diariamente 10
horas o ms. De un estudio piloto se dedujo que P=0.30, fijamos el nivel de
confianza en 0.95 y el error mximo 0.02.

MUESTREO
Es una herramienta de investigacin cientfica, cuya funcin bsica es
determinar que parte de una poblacin debe examinarse, con la
finalidad de hacer inferencias sobre dicha poblacin.
La muestra debe lograr una presentacin adecuada de la poblacin, en
la que se reproduzca de la mejor manera los rasgos esenciales de dicha
poblacin que son importantes para la investigacin. Para que una
muestra sea representativa, y por lo tanto til, debe de reflejar las
similitudes y diferencias encontradas en la poblacin, es decir
ejemplificar las caractersticas de esta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de solo
una parte de la poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una poblacin mucho ms grandes de la
que originalmente se tom la muestra.
En la estadstica se usa la palabra poblacin para referirse no solo a
personas sino a todos los elementos que han sido escogidos para su
estudio y el trmino muestra se usa para describir una porcin escogida
de la poblacin.
VENTAJAS DEL MUESTREO:
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la informacin:

Debido a los siguientes factores

Volumen de trabajo reducido.

Puede existir mayor supervisin en el trabajo.

Se puede dar ms entrenamiento al personal.

Menor probabilidad de cometer errores durante el procesamiento de la

informacin.

d) Factibilidad de hacer el estudio cuando la toma de datos implica tcnicas

destructivas, por ejemplo:

TIPOS DE MUESTREO:

MUESTREO NO PROBABILISTICO:
Los elementos de la muestra son seleccionados por procedimientos al azar
con probabilidades conocidas de seleccin. Por lo tanto es imposible
determinar el grado de representatividad de la muestra.
Dentro de los tipos de muestreo no Probabilstico, podemos mencionar los
siguientes:

Muestreo por Juicio, Seleccin Experta o Seleccin Intencional:

Muestreo casual o fortuito:

Muestreo de cuota:

MUESTREO PROBABILISTICO O ALEATORIO:

PROPIEDADES DEL MUESTREO PROBABILISTICO:
a) Existe la posibilidad de definir inequvocamente un conjunto de muestras M 1,
M2, .... , Mt mediante la aplicacin del procedimiento a una poblacin. Esto
significa que podemos indicar cuales unidades de muestreo pertenecen a M 1,
M2 y as sucesivamente.
b) A cada posible muestra Mi se le asigna un probabilidad conocida de
seleccin Pi .
c) Seleccionamos una de las Mi por un proceso mediante el cual, cada M i tiene
una probabilidad Pi de ser seleccionada.
d) El mtodo de estimacin se realiza en base a la muestra, siendo unico para
cualquiera de las posibles muestras Mi.

TIPOS DE MUESTREO PROBABILISTICO:

a) Muestreo simple aleatorio
b) Muestreo sistemtico
b) Muestreo Estratificado.

MUESTREO ALEATORIO SIMPLE

El muestreo aleatorio simple selecciona muestras mediante mtodos
que permiten que cada posible muestra tenga una igual probabilidad de
ser seleccionada y que cada elemento de la poblacin total tenga la una
oportunidad igual de ser incluido en la muestra.
Ejemplo: Supongamos que tenemos una poblacin de cuatro
estudiantes en un seminario y queremos muestras de dos estudiantes
cada vez para entrevistarlos.
Se ilustran todas las combinaciones posibles de muestras de dos
estudiantes en una poblacin de cuatro, la probabilidad de cada muestra
de ser seleccionada y la de que cada estudiante est en una muestra.
Estudiantes: A, B, C y D
Muestras posibles de dos personas: AB, AC, AD, BC, BD, CD
La probabilidad de extraer esta muestra de dos personas debe ser:
1
P ( AB )=
6
P ( AC ) =

1
6

P ( AD )=

1
6

P ( BC ) =

1
6

P ( BD )=

1
6

P (CD )=

1
6

(Slo hay seis

muestras posibles de
dos personas)

El ejemplo ilustrado anteriormente utiliza una poblacin finita de cuatro

estudiantes.
Poblacin finita. Por finito nos referimos a que la poblacin tiene un
tamao establecido o limitado, es decir, existe un nmero entre (N) que
indica cuantos elementos hay en 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 revolver
nmeros o mediante una tabla de nmeros aleatorios, que, propiamente,
debera llamarse tabla de dgitos aleatorios.
La tabla 1 presenta una proporcin de una tabla semejante, que
contiene 1250 dgitos aleatorios divididos en conjuntos de 5. Estos
nmeros han sido generados mediante un proceso completamente
aleatorio. La probabilidad de que aparezca cualquier dgito de 0 a 9 es la
misma que la de cualquier otra secuencia de la misma longitud.
Uso de la tabla de dgitos aleatorios
Para aprender a usar esta tabla, suponga que hay 100 empleados en
una compaa y desea entrevistar a una muestra de 10 de ellos
escogidos al azar. Podra obtener una muestra aleatoria al asignar a
cada empleado un nmero desde 00 a 99, consultando la tabla 1 y
escogiendo un mtodo sistemtico de seleccionar dos dgitos. En este
caso, podra hacer lo siguiente:
1 Recorra de arriba abajo las columnas, comenzando con la columna
de la izquierda, y lea slo los primeros dos dgitos en cada fila.
Observe que el primer nmero al usar este mtodo sera 63, el
segundo 88 y el tercero 55, etctera.
2 Si llega hasta el final de la ltima columna de la derecha y todava
no tiene completos los 10 nmeros de dos dgitos menores de 99
deseados, puede regresar al principio (a la parte de arriba de la
columna de la izquierda) y comenzar a leer el tercero y cuarto
dgitos de cada grupo o conjunto. Estos comenzaran con 27, 54 y
95.
Otra forma de seleccionar a los empleados del ejemplo sera escribir el
nombre de cada uno en un pedazo de papel y depositar estos pedazos
en una caja. Despus de revolverlos bien, podra extraer 10 pedazos al
azar. Este mtodo funciona bien con un grupo pequeo de personas,
pero presenta problemas si el nmero de la poblacin llega a cantidades
del orden de los miles. Tambin est el problema adicional de no estar
seguro de que los pedazos de papel estn bien revueltos.

Como obtener nmeros al azar en calculadora.

Los podemos realizar por medio de calculador cientfica en donde

os dirigimos a la tecla Shift + RAM#.

En caso de desear para el muestreo al azar nmeros enteros

multiplicamos el valor obtenido por 100.

Muestra aleatoria simple (poblacin finita)

Una muestra aleatoria simple de tamao n, de una poblacin finita de
tamao N, es una muestra seleccionada de tal manera que cada
muestra posible de tamao n tenga la misma posibilidad de ser
seleccionada.
El nmero de muestras aleatorias simples distintas de tamao n que
pueden seleccionarse de una poblacin finita de tamao N es:
N!
n! ( N n ) !

En esta frmula N! y n! son factoriales.

TABLA DE NMEROS ALEATORIOS

Tabla
6327
1
8854
7
5595
7
4627
6
5536
3
6939
3
1318
6
1772
6
3652
0
8162
8
8464
9
6329
1
7050
2
0642
6
2071
1
4199
0
7245
2
3704
2
5376
6
9058
5
3200
1
6260
6
1007
8
9156
1

1
5998
6
0989
6
5724
3
8745
3
0744
9
9278
5
2943
1
2865
2
6446
5
3610
0
4896
8
1161
8
5322
5
2477
1
5560
9
7053
8
3661
8
4031
8
5287
5
5895
5
9629
3
6432
4
2807
3
4614
5

NMEROS ALEATORIOS
7174 5110 1514 8071
4
2
1
4
9543 7911 0830 0104
6
5
3
1
8386 0991 1976 6653
5
1
1
5
4479 6712 4557 8435
0
2
3
8
3483 1529 7661 6719
5
0
6
1
4990 5844 4204 3037
2
7
8
8
8819 0458 3873 8129
0
8
3
0
5683 7835 4732 1851
6
1
7
8
0555 3015 8224 2952
0
7
2
0
3925 5683 3763 0242
4
5
6
1
7521 7549 4953 7424
5
8
9
0
1261 7505 4391 2648
3
5
5
8
0365 0591 3714 5705
5
5
0
1
5993 4980 1108 6676
5
1
2
2
2943 7016 4540 7848
0
5
6
4
7719 2586 5520 7341
1
0
4
7
7629 2667 8933 3393
8
8
4
8
5709 1052 0992 8977
9
8
5
3
1598 4696 6734 7759
7
2
2
2
5312 1602 8429 5331
2
5
9
0
3720 6451 5153 3706
3
6
0
9
4635 7215 6724 2013
4
7
8
5
8538 5032 1450 1556
9
4
0
2
2417 1529 1006 9812
7
4
1
4

5868
3
2003
0
4010
2
2162
5
1277
7
8761
8
8954
1
9222
2
6975
3
9806
3
0346
6
4111
6
4839
3
9447
7
3163
9
8392
0
9556
7
4133
5
5765
1
6738
0
4026
1
4980
4
6416
5
7573
2

9310
8
6375
4
2664
6
1699
9
2186
1
2693
3
7029
0
5520
1
7260
2
8964
1
4929
2
6453
1
9132
2
0249
4
5200
9
6946
8
2938
0
9624
4
9550
8
8424
9
6137
4
0922
6
0612
5
0081
5

1355
4
0845
9
6014
7
1338
5
6868
9
4064
0
4011
3
2734
0
2375
6
6495
3
3640
1
5682
7
2565
3
8821
5
1887
3
7497
2
7590
6
2900
2
8003
3
2534
8
0581
5
6441
9
7135
3
8345
2

7994
5
2836
4
1570
2
2278
2
0326
3
1628
1
0824
3
1049
3
5493
5
9933
7
4552
5
3082
5
0654
3
2719
1
9692
7
3871
2
9180
7
4645
3
6982
8
0433
2
0671
4
2945
7
7766
9
9735
5

Ejemplo 1:
La asociacin de transporte aeroportuario de Estados Unidos
proporciono la siguiente lista de las 10 aerolneas ms grandes del
mundo.
1
2
3
4

Aeroflot (Rusia)
Air France (Francia)
American Airlines (EUA)
British Airways (Reino
Unido)
5 Delta Airlines (EUA)

6 JAL (Japn)
7 Lufthansa (Alemania)
8 Northwest
Airlines
(EUA)
9 Unites Airlines (EUA)
10 USAir (EUA)

a Suponga que se debe seleccionar una muestra de 5 de ellas, parra

un estudio de detalle de factores, como por ejemplo, la cantidad
de aviones en servicio, el total anual de pasajeros-millas volados,
etc. comenzando con el primer dgito aleatorio de la tabla 1 que es
6, y avanzando hacia debajo de la columna, use los nmeros
aleatorios de un dgito para seleccionar una muestra aleatoria
simple de 5 aerolneas que entrarn en el estudio.
Las 5 aerolneas que se tomaran son: 6, 8, 5, 4, 1
Ejemplo 2:
A continuacin se presentan las 10 acciones ms activas en la Bolsa de
New York del 6 de marzo del 2006 (The Wall Street Journal, 7 de marzo,
2006)
1 AT&T
2 Pfizer
3 Lucent
4 Texas Instruments
5 Nortel
6 Gen. Elect.
7 Qwest
8 iShrMSJpn
9 Bell South
10 LSI Logic
Las autoridades decidieron investigar las prcticas de negociacin
usando una muestra de tres de estas acciones.
a Empezando en el primer dgito aleatorio de la columna seis de la
tabla 1, lea los nmeros descendiendo por esa columna para
seleccionar una muestra aleatoria simple de tres acciones para las
autoridades

Repuesta: Las tres acciones seleccionadas para la investigacin serian

la 8, 6 y 3.
b Determine cuntas muestras aleatorias simples diferentes de
tamao 3 pueden seleccionarse de una lista de 10 acciones.
N!
10 !
=
120
n! ( N n ) ! 3 ! ( 103 ) !
Respuesta: En total se pueden hacer 120 muestras de tamao 3 de la
lista de las 10 acciones.
Poblacin infinita. Es aquella en la que es tericamente imposible
observar todos los elementos. Aunque muchas poblaciones parecen ser
excesivamente grandes, no existe una poblacin realmente infinita de
objetos fsicos. Se utilizar el trmino poblacin infinita cuando se habla
de una poblacin que no podra enumerarse en un periodo razonable de
tiempo. Se utilizar el concepto terico de poblacin infinita como una
aproximacin de una poblacin finita enorme.
No se puede usar un procedimiento de seleccin con nmeros aleatorios
para una poblacin infinita, porque es imposible hacer una lista de esa
poblacin. En este caso se debe determinar especialmente un
procedimiento de seleccin de muestra, para determinar los elementos
en forma independiente y evitar as un sesgo en la seleccin que d
mayores probabilidades de seleccin a ciertos tipos de elementos.
Estimacin puntual
Para estimar de un parmetro poblacional, la caracterstica
correspondiente se calcula con los datos de la muestra, a lo que se le
conoce como estadstico muestral.
A continuacin se muestra una tabla con el parmetro poblacional y su
correspondiente estimador puntual.
Parmetro poblacional
=Media poblacional .

xi
N

=Desviacinestndar poblacional .

p=Proporcin poblacional .

p=

x
N

( xi )2
N

Estimador puntual
x =Media muestral .

x =

xi
n

s=Desviacin estndar muestral .

s=

p=Porporcin muestral .

p=

(x i x )2
n1

x
n

Ejemplo:
Al director de personal de Electronics Associates, Inc. (EAI), se le ha
encargado las tareas de elaborar un perfil de los 100 administradores de
la empresa. Las caractersticas a determinar son el sueldo medio anual
de los administradores y la proporcin de administradores que han
terminado el programa de capacitacin de la empresa.
Con los 100 administradores de la empresa como la poblacin para este
estudio, es posible hallar el sueldo anual y la situacin respecto al
programa de capacitacin de cada persona al consultar los archivos del
personal.

1. Muestra piloto
La muestra piloto se realizar a 10 de los administradores de la EAI
entonces, np=10 , la variable a estudiarse es la siguiente:
Variable: Sueldo medio anual de los administradores y la proporcin de
administradores que han terminado el programa de capacitacin de la
empresa.
Para obtener los 10 administradores elegidos aleatoriamente hacemos
uso de la calculadora de la siguiente manera:
SHIFT y Ran#= (nmero aleatorio)*100(tamao de la poblacin)
SALARIOS ANUALES Y SITUACIN RESPECTO AL PROGRAMA DE
CAPACITACIN DE LOS ADMINISTRADORES PERTENECIENTES A UNA
MUESTRA PILOTO DE 10 ADMINISTRADORES DE EAI
Salario anual ($)

Programa de capacitacin

x 1=59026.40

x 2=57279.20

x 3=49958.20

x 4=45187.80

x 5=52475.50

x 6=45356.80

No

x 7=54276.00

No

x 8=56117.20

x 9=55738.10

No

x 10 =50792.00

No

Una vez que se tienen los 10 administradores de la muestra piloto se calcula la

media, desviacin estndar y la proporcin.

x =

1.

x =

xi
n
526207.20
10

x =52620.72

2.

s=

(x i x )2

s=

205884706.40
9

n1

s=4782.89

3. Para estimar p, la proporcin de administradores que han terminado

el

programa

de

capacitacin,

correspondiente. Sea

se

usa

la

proporcin

muestral

x el nmero de administradores dela muestra

que han terminado el programa de capacitacin. De acuerdo con la

tabla,

x=6 . Por tanto, como el tamao de la muestra es

proporcin muestral es:

p=

x
n

p=

6
10

p=0.6

2. Determinacin del tamao de la muestra

Se determin con los siguientes datos y parmetros:
1. Error del diseo = 0.05

n= , la

2. Nivel de Confianza (1-

) 100% con

=0.05, se obtiene entonces un 95% de

confianza.
Z / 2

3.

=1.96, dicho valor es obtenido de la Tabla de distribucin normal.

4. Tamao de la poblacin, N=100

5. El tamao de la muestra para el muestreo aleatorio simple se calcula con la
siguiente ecuacin:

El valor de

n0
n
1 0
N

n0 proviene de:
2

n0=

z Ns
( N 1 ) e 2 + z 2 s2

Al reemplazar los valores en ambas frmulas tenemos:

n0=

( 1.96 )2( 100)( 4782.89)2

( 1001 ) (0.05)2+(1.96)2 (4782.89)2

n0=100
Entonces:

n=

n=

n0
n
1+ 0
N
100
100
1+
100

n=50

El tamao oficial de nuestra muestra ser de 50 administradores.

 De los 100 administradores se obtiene una muestra aleatoria de

50 los cuales se presenta en la siguiente tabla:
SALARIOS ANUALES Y SITUACIN RESPECTO AL PROGRAMA DE
CAPACITACIN DE LOS ADMINISTRADORES PERTENECIENTES A UNA
MUESTRA ALEATORIA SIMPLE DE 50 ADMINISTRADORES DE EAI
Salario anual
Programa de
Salario anual
Programa de
($)
capacitacin
($)
capacitacin
x 1=45187.80
x 26=48712.00
SI
SI
x 2=52801.60

NO

x 27=52725.40

SI

x 3=49867.50

SI

x 28=49958.20

SI

x 4=51036.00

NO

x 29=58829.10

NO

x 5=48806.20

NO

x 30=51753.00

NO

x 6=50113.40

NO

x 31=50487.80

NO

x 7=51814.20

SI

x 32=52546.60

NO

x 8=49782.20

NO

x 33=50237.80

NO

x 9=54155.40

NO

x 34=59026.40

SI

x 10 =46670.20

NO

x 35=55738.10

NO

x 11=51384.10

SI

x 36=52475.50

SI

x 12=49512.50

SI

x 37=58346.60

SI

x 13 =52245.20

NO

x 38=51968.10

SI

x 14 =49879.60

SI

x 39=50246.80

SI

x 15 =43754.70

NO

x 40=52386.20

SI

x 16=53372.50

NO

x 41=51477.10

SI

x 17=52614.70

NO

x 42=53706.30

SI

x 18 =46940.10

SI

x 43=49149.80

NO

x 19 =48331.10

SI

x 44=54276.00

NO

x 20 =55769.50

NO

x 45=50135.50

NO

x 21=54854.70

NO

x 46=57279.20

SI

x 22=50823.00

SI

x 47=52264.00

NO

x 23 =49793.10

SI

x 48=54164.80

NO

x 24 =56918.00

SI

x 49=49285.50

SI

x 25 =49787.50

NO

x 50=52496.60

NO

Calcular los estadsticos muestrales correspondientes en base a la tabla

presentada anteriormente.
1. Se obtiene la media muestral:
xi
x =
n
x =

2585887.20
50

x =$ 51717.74

2. La desviacin muestral es:

s=

(x i x )2

s=

513610391.9632
49

n1

s=$ 3237.57

3. Para estimar p, la proporcin de administradores que han

terminado el programa de capacitacin, se usa la proporcin
muestral correspondiente. Sea x el nmero de administradores
dela muestra que han terminado el programa de capacitacin. De
acuerdo con la tabla, x=24 . Por tanto, como el tamao de la
muestra es n=50 , la proporcin muestral es:

p=

x
n

p=

24
50

p=0.48

Al hacer los clculos anteriores, se lleva a cabo el proceso estadstico

x se le
conocido como estimacin puntual. A la media muestral
conoce como el estimador puntual de la media poblacional , a la
s

desviacin estndar muestral

desviacin estndar poblacional

como el estimador puntual de la

y a la proporcin muestral

como el estimador puntual de la proporcin poblacional

numrico de

x ,

s , o

p . Al valor

se les conoce como estimaciones

puntuales.
A continuacin se resumen los resultados muestrales y se comparan las
estimaciones puntuales con los valores de los parmetros poblacionales.
INFORMACIN DE LAS ESTIMACIONES PUNTUALES OBTENIDAS
DE UNA MUESTRA ALEATORIA SIMPLE DE 50 ADMINISTRADORES
DE EAI

Parmetro poblacional

Valor del
parmet
ro
$

= Media poblacional de 51.450,2

los salarios anuales
7

Desviacin estndar
= poblacional de los $
3.472,62
salarios anuales

Estimador puntual

Estimaci
n puntual

$
Media
muestral
de
x =
51.717,7
los salarios anuales
4
Desviacin
s= estndar muestral $
de
los
salarios 3.237,57
anuales

Proporcin
poblacional que ha
p= terminado
el
programa
de
capacitacin

0,48

Proporcin
muestral que
p= terminado
programa
capacitacin

ha
el
de

0,48

Como se observa en la tabla, las estimaciones puntuales difieren un

poco de los correspondientes parmetros poblacionales. Estas
diferencias son de esperarse ya que para elaborar las estimaciones
muestrales se usa una muestra, y no un censo de toda la poblacin.

4. Intervalo de confianza para la media poblacional

Z S
x

51717.74

n
1.963237.57
50

51717.74 897.41
($ 50.820,33$ 52.615,15)

min max
Interpretacin: Los administradores de la EAI ganan al ao un mnimo
de $50.820,33 y un mximo de $52.615,15.

MUESTREO ALEATORIO SISTEMATICO

Es una tcnica de muestreo aleatorio que se utiliza por su sencillez y
calidad regular en donde primero escoge aleatoriamente la primera
pieza o sujeto de la poblacin. A continuacin, se elegir al azar
cualquier miembro o elemento compuesto por la poblacin.
Los resultados son representativos de la poblacin a menos que se
repitan ciertas caractersticas de la poblacin por cada ensimo
miembro o elemento componente de la poblacin. El proceso de
obtencin de la muestra sistemtica es muy similar a una progresin
aritmtica.

1.

Nmero de inicio:
Se selecciona un nmero entero que debe ser menor al nmero total
de individuos en la poblacin. Este nmero entero corresponder al
primer miembro o elemento.
2.
Intervalo:
Se elige otro nmero entero que servir como la diferencia constante
entre dos nmeros consecutivos en la progresin.
El nmero entero se selecciona tpicamente de modo que el
investigador obtenga el tamao de la muestra correcto.
Frmulas de Estimadores en muestreo sistemtico
Parmetro poblacional
=Media poblacional .

xi

=Desviacinestndar poblacional .

p=Proporcin poblacional .

p=

x
N

( xi )2
N

Estimador puntual
x =Media muestral .

x =

s=Desviacin estndar muestral .

s=

p=Porporcin muestral .

p=

xi
n

(x i x )2
n1

x
n

Ejercicio Explicativo
Al director de personal de Electronics Associates, Inc. (EAI), se le ha
encargado las tareas de elaborar un perfil de los 100 administradores de
la empresa. Las caractersticas a determinar son el sueldo medio anual
de los administradores y la proporcin de administradores que han
terminado el programa de capacitacin de la empresa.

Con los 100 administradores de la empresa como la poblacin para este

estudio, es posible hallar el sueldo anual y la situacin respecto al
programa de capacitacin de cada persona al consultar los archivos del
personal.
Paso 1
Presentacin del Marco muestral obtenido del registro de la
compaa.

Paso 2
Eleccin de la muestra Piloto
MUESTREO PILOTO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

ERAZO CHAVEZ GABRIELA JESSENIA

REATEGUI HURTADO LUIS ALFREDO
INCA SHUGULI ROBERTO CARLOS
MORENO PALACIOS MARIELA MICAELA
MEDINA MORENO LORENZO ISRAEL
DAMIAN CABADIANA BENANCIO OSCAR
PEREZ GALEAS KATHERIN PAOLA
PILCO LPEZ JOSELYN GABRIELA

100
15
7
3

n
k
Ran#

NECPAS CHOLCA ANA SILVIA

BARBA NICOLALDE SANTIAGO MARCELO
CARRILLO CAYAMBE MONICA LUCIA
JEREZ MASAQUIZA JOSE LORENZO
CAMPOVERDE SANTOS DIANA KATHERINE
GUASHPA GUASHPA WILSON RENE
DAQUILEMA SUCUNOTA LEONIDAS MAICOL

Paso 3
Eleccin de muestra Piloto por salto de intervalo del marco
muestral de la Poblacin.

MUESTRA PILOTO
1
2
3
4
5
6
7

3
10
17
24
31
38
45

8 52
9
10
11
12
13
14

INCA SHUGULI ROBERTO CARLOS

BARBA NICOLALDE SANTIAGO MARCELO
TORO CEPEDA BELEN ISABELLA
ALVARADO ALVARADO ANDRES CESAR
DE LA CRUZ PULLOPAXI KARLA LORENA
NARANJO GAVILANEZ WALTER PATRICIO
SORIA FREIRE NSTOR ANDRS
CUNALATA PONLUISA YESENIA
ELIZABETH
GUADALUPE ESPINOZA JULIAN
ESTEFANO
CALLE ANDRADE LUIS DIEGO
DAZ GRANIZO CRISTINA BELEN
IPIALES LUCERO SANTAY JANINE
GUALACEO LOPEZ ISRAEL CARLOS
VARGAS JIMENEZ MARIA EUGENIA

59
66
73
80
87
94
10
15
0 ALVAREZ GOMEZ LUNA ESTRELLA

Cursos Capacitacin
No
No
Si
Si
Si
Si
Si
No
Si
No
No
Si
No
Si
No

Paso 4
Se halla la muestra mediante la frmula de media proporcional
Formula de Estimacin de un error

N = 100
np = 15
P=8
q=7
z = 1.96 (confiabilidad 95%)
e = 0.1

p (1 p )
Aplicacin
e= de Formula Muestreo
n

0.53

1 P)

z NP(
2
2
(1 P)

( N 1 ) e + z P
2

n=

^
P

1.96
49.13

49
2 100
0.53 (10.53 )
Paso 5

Se selecciona la
muestra de estudio aplicando el intervalo k
n=
n
n

100

n
k

49
2
2

Ran#

Seleccin de la Muestra
Nombres
Curso de Capacitacin

12

REATEGUI HURTADO LUIS ALFREDO

MORENO PALACIOS MARIELA
MICAELA
DAMIAN CABADIANA BENANCIO
OSCAR
PILCO LPEZ JOSELYN GABRIELA
BARBA NICOLALDE SANTIAGO
MARCELO
JEREZ MASAQUIZA JOSE LORENZO

14

GUASHPA GUASHPA WILSON RENE

16

MINA OBANDO WENDY JESSENIA

3
4

5
6
7
8

10

Si
No
No
No
No
Si
No
Si

18

10
11
12

20

13

26

14

28

15
16

30

17
18

34

19
20

38

21
22
23
24

42

25

50

26
27

52
54

28
29
30
31
32
33

56
58
60
62
64
66

34

68

35
36

70
72

37
38
39
40
41
42

74

22

CAYAMBE GUAMAN MARIO JOSE

CHILIQUINGA VILLACIS JUAN
HERIBERTO
AGUIRRE NARANJO ANA LIZBETH

44

ALVARADO ALVARADO ANDRES CESAR

CHILLOGALLO PAREDES ESPERANZA
BEATRIZ
MONTAGUANO PAREDES MAYRA
ALEJANDRA
ORTEGA BETANCOURT OSCAR
OSWALDO
MACAS RIVERA WALTER JULIO
ORDOEZ VALAREZO ANGELICA
MERCEDES
BONILLA LPEZ DAMIN MIJAL
NARANJO GAVILANEZ WALTER
PATRICIO
HIPO MOROCHO DENISSE MARIELA
ALVARADO RIVERA GABRIEL
ALEJANDRO
VARGAS TIERRAS YESLIO ANDREI

46

DVILA PINO TANIA ELIZABETH

48

MENDOZA CASTILLO JORGE LUIS

MARTINEZ ZUMBA JHONATAN
VICENTE
CUNALATA PONLUISA YESENIA
ELIZABETH
ALLAUCA ORTEGA ERICK BONIL
CANDO VEINTIMILLA ANDREA
GIOMARA
BONILLA BAYAS LORENA HELEN

24

32

36

40

LIMAICO ALVAREZ MARIO ANDRES

BUENAO PICO MARIA DE LOURDES
PUCHA INCA JOHANA PRISCILA

76

CALLE ANDRADE LUIS DIEGO

BASANTES CASCANTE CRISTIAN
ERNESTO
CARVAJAL VELASCO CRISTINA
ALEXANDRA
SHAGAY ESCUDERO HENRY DAVID
ALTAMIRANO IDROVO MAURICIO
FABIAN
ERAZO SNCHEZ JOLLIE DENISSE

78

NUEZ VILLARES EDITH FRANCISCO

80

IPIALES LUCERO SANTAY JANINE

82

VALLEJO ROJAS HORACIA CYNDY

84

RIOS CACERES DAVID ISMAEL

Si
Si
No
Si
Si
Si
No
No
Si
Si
Si
No
No
No
No
No
Si
No
No
No
No
Si
No
Si
No
Si
No
No
Si
Si
No
Si
Si
Si

43
44
45

86

YUNGAN GARCES MARCIA SHICELA

88

GUTIERREZ RIVERA ROMINA TAMARA

90

46
47

92

48
49

96

MORALES TIXI MARCELO ELIAS

ACURIO MALDONADO PAULINA
MICHELLE
VARGAS JIMENEZ MARIA EUGENIA
MONTENEGRO CHACON CARLOS
ANDRES
GANAN ANDINO MARY ELIZABETH

94

98

No
No
No
No
Si
No
No

Paso 6
Se halla los estimadores mediante formula y el Intervalo de
Confianza.

Paso 7
Hallamos el intervalo de confianza y su interpretacin

MUESTREO ALEATORIO ESTRATIFICADO

En el muestreo estratificado, los individuos se dividen en grupos
o estratos. Cada elemento pertenece a un nico estrato.

Trata de obviar las dificultades que presentan los anteriores ya que

simplifican los procesos y suelen reducir el error muestral para un
tamao dado de la muestra. Consiste en considerar categoras tpicas
diferentes entre s (estratos) que poseen gran homogeneidad respecto a
alguna caracterstica (se puede estratificar, por ejemplo, segn la
profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo
que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de inters estarn representados adecuadamente en la
muestra. Cada estrato funciona independientemente, pudiendo aplicarse
dentro de ellos el muestreo aleatorio simple o el estratificado para elegir
los elementos concretos que formarn parte de la muestra. En ocasiones
las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la poblacin. (Tamao geogrfico, sexos,
edades,...)
Es importante tener en cuenta que los estratos no deben superponerse. Que
los subgrupos se superpongan dar a algunos individuos mayores

probabilidades de ser seleccionados como sujetos. Esto niega completamente

el concepto de muestreo estratificado como un tipo de muestreo probabilstico.
Igualmente importante es el hecho de que el investigador debe utilizar
unmuestreo probabilstico simple dentro de los diferentes estratos.
Los estratos ms comunes utilizados en el muestreo aleatorio estratificado son
la edad, el gnero, el nivel socioeconmico, la religin, la nacionalidad y el
nivel de estudios alcanzado.

Muestreo aleatorio estratificado: usos

Se utiliza el muestreo aleatorio estratificado cuando el

investigador desea resaltar un subgrupo especfico dentro de la
poblacin. Esta tcnica es til en tales investigaciones porque
garantiza la presencia del subgrupo clave dentro de la muestra.

Los investigadores tambin emplean un muestreo aleatorio

estratificado cuando quieren observar relaciones entre dos o ms
subgrupos. Con latcnica de muestreo aleatorio simple, el investigador
no est seguro de si los subgrupos que quiere observar son
representados equitativa y proporcionalmente dentro de la muestra.
Con el muestreo estratificado, el investigador puede probar de
forma representativa hasta a los subgrupos ms pequeos y ms
inaccesibles de la poblacin. Esto permite que los investigadores
prueben a los extremos de la poblacin.
Con esta tcnica, tienes una precisin estadstica ms elevada en
comparacin con el muestreo aleatorio simple. Esto se debe a que la
variabilidad dentro de los subgrupos es menor en comparacin con las
variaciones cuando se trata de toda la poblacin.

Debido a que esta tcnica tiene una alta precisin estadstica, exige un
tamao de la muestra menor que puede ahorrar mucho tiempo, dinero y
esfuerzo de los investigadores.

Muestreo estratificado: tipos

Muestreo aleatorio estratificado proporcionado

En esta tcnica, el tamao de la muestra de cada estrato es proporcional al

tamao de la poblacin del estrato si se compara con la poblacin total. Esto
significa que el cada estrato tiene la misma fraccin de muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaos de la
poblacin, respectivamente. El investigador eligi una fraccin de muestreo de
. Luego, el investigador debe probar al azar 50, 100 y 150 sujetos de cada
estrato, respectivamente.

Estrato

Tamao de la poblacin

100

200

300

Fraccin de muestreo

Tamao final de la muestra

50

100

150

En esta tcnica, lo importante es recordar el uso de la misma fraccin de

muestreo en cada estrato, independientemente de las diferencias en el tamao
de la poblacin de los estratos. Es muy parecido a reunir una poblacin ms
pequea que sea especfica de las proporciones relativas de los subgrupos
dentro de la poblacin.

Muestreo aleatorio estratificado desproporcionado

La nica diferencia entre el muestreo aleatorio estratificado proporcionado y el
desproporcionado son sus fracciones de muestreo. En el muestreo
desproporcionado, los diferentes estratos tienen diferentes fracciones de
muestreo.
La precisin de este diseo es altamente dependiente de la asignacin de
fraccin de muestreo del investigador. Si el investigador comete errores en la

asignacin de fracciones de muestreo, un estrato puede ser representado en

exceso o insuficientemente y dar resultados sesgados.

Muestreo Estratificado Aleatorio: Estimadores y Varianzas

Para el caso particular para el que en cada estrato se realiza un
muestreo aleatorio simple,
, se dice que el diseo muestral es un muestreo
estratificado aleatorio y las probabilidades de inclusin son:

y los estimadores adoptan la forma:

Para el total:

Para la media:

Para la proporcin:

Cuyas varianzas estimadas son las siguientes:

Para el total:

Para la media:

Para la proporcin:

Ejemplo:
Muestreo Estratificado
Una poblacin de 6000 personas se ha dividido en 3 estratos, uno con
1000 personas, otro con 3500 y otro con 1500.
En esa poblacin se ha realizado un muestreo estratificado con afijacin
proporcional, en el que se han elegido al azar 15 personas del tercer
estrato. Determine el tamao de la muestra total obtenida con este
muestreo y su composicin.
Datos
Poblacin: 6000
Estratos
Grupo1: 1000
Grupo2: 3500
Grupo3: 1500
Al azar: n=15

Solucin
Grupo1:

1000
6000 =

n1
N

->

n1
60 -> n1=

601000
6000

= 10

Grupo2:

3500
6000 =

Grupo3: n3= 15

n2
N

1500
6000

n2
60

->

15
N

->

->

603500
6000

156000
1500

= 35

= 60

R// n1= 10; n2= 35; n3= 15, entonces la muestra es de n= 60//

CONCLUSION
En proyecto realizado podemos concluir que mediante su estudio
profundizarnos en el muestreo, sus tipos, sus conceptos generales y
como hallar los tipos de muestra con el propsito de tener resultados
que fcilmente son expresados mediante su resolucin y su anlisis. El
conocimiento de este tema es muy til para nuestra malla cursada
porque mediante la aplicacin futura de las estadsticas en la
administracin podremos resolver y hallar solucin de estimaciones, las
probabilidades y las hiptesis en cualquier caso que se nos presente
actual o futuramente.

BIBLIOGRAFIA
-

Libro: tcnicas de muestreo, autor William G.Cochran

Anderson, Sweeney, Williams. Muestreo aleatorio simple (7.2), Otros
mtodos de muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo
aleatorio simple estratificado (8.5), Muestreo por conglomerado (8.6),
muestreo sistemtico (8.7). Estadstica para administracin y economa.
Internacional Thomson Editores. 10a edicin.

Levin, Richard I. y Rubin, David S. Estadstica para administracin y

economa. Captulo 6 muestreo y distribucin de muestreo, 6.2 Muestreo
aleatorio. Pearson educacin. Sptima edicin. Mxico, 2004. pg. 238240

Anderson, Sweeney, Williams. Muestreo aleatorio simple (7.2), Otros mtodos de

muestreo (7.8), Muestreo aleatorio simple (8.4), Muestreo aleatorio simple
estratificado (8.5), Muestreo por conglomerado (8.6), muestreo sistemtico (8.7).
Estadstica para administracin y economa. Internacional Thomson Editores. 10 a
edicin.

Levin, Richard I. y Rubin, David S. Estadstica para administracin y economa.

Captulo 6 muestreo y distribucin de muestreo, 6.2 Muestreo aleatorio. Pearson
educacin. Sptima edicin. Mxico, 2004. pg. 238-240

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

http://todoestadistica.blogspot.com/2009/05/estimadores-muestreoestratificado.html