CAPTULO I

1 Muestreo estadstico

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. En estadstica un muestreo es la tcnica para la
seleccin de una muestra a partir de una poblacin. En el muestreo, si el
tamao de la muestra es ms pequeo que el tamao de la poblacin, se
puede extraer dos o ms muestras de la misma poblacin.
El muestreo como herramienta de la investigacin cientfica arroja
resultados que se pueden utilizar para concluir un determinado estudio de la
poblacin, al igual 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.

1.1 Objetivos del muestreo estadstico

Caracterizar una muestra.

Estimar parmetros poblaciones por medio de una muestra. A esto se
le conoce como Inferencia Estadstica.
Probar Hiptesis. Permite aceptar o rechazar una hiptesis de
conformidad con el grado de significacin definida previamente.

1.2 Ventajas y desventajas del muestreo estadstico

El muestreo estadstico presenta ventajas y desventajas en su aplicacin,

por lo que se describen a continuacin las mismas.

1.2.1 Ventajas

Es ms econmico de realizar

2
 Da mayor exactitud (resultados ms confiables)
Proporciona mejor informacin oportunamente.
Permite mejor supervisin

1.2.2 Desventajas

No puede aplicarse en poblaciones pequeas.

Requiere de personal calificado.
La repercusin de los errores es mayor en la muestra.

1.3 Usos del muestreo

El muestreo se puede aplicar en los siguientes casos:

Cuando es imposible contar todos los elementos de la poblacin.

Cuando en la prueba se destruye el objeto.
Cuando el tiempo y el costo son insuficientes.
En auditoria, cuando se deben seleccionar un grupo de facturas en un
determinado da para verificar el IVA, tomar una muestra para verificar
existencia fsicas de un inventario.

1.4 Definiciones generales

Para el desarrollo y entendimiento del tema, se presentan diferentes

definiciones que estn involucrados dentro del mismo.

1.4.1 Espacio muestral

Consiste en el conjunto de todos los posibles resultados individuales de un

experimento aleatorio.

3
1.4.2 Poblacin

Es todo conjunto de elementos, finito o infinito, definido por una o ms

caractersticas, de las que gozan todos los elementos que lo componen, y
slo ellos. En muestreo se entiende por poblacin a la totalidad del universo
que interesa considerar, y que es necesario que est bien definido para que
se sepa en todo momento que elementos lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre
poblacin terica: conjunto de elementos a los cuales se quieren extrapolar
los resultados, y poblacin estudiada: conjunto de elementos accesibles en
nuestro estudio.

1.4.3 Censo

En ocasiones resulta posible estudiar cada uno de los elementos que

componen la poblacin, realizndose lo que se denomina un censo, es
decir, el estudio de todos los elementos que componen la poblacin.
La realizacin de un censo no siempre es posible, por diferentes motivos:
Economa: el estudio de todos los elementos que componen una
poblacin, sobre todo si esta es grande, suele ser un problema costoso
en tiempo, dinero, etc.
Que las pruebas a las que hay que someter a los sujetos sean
destructivas.
Que la poblacin sea infinita o tan grande que exceda las posibilidades
del investigador.

Si la numeracin de elementos, se realiza sobre la poblacin accesible o

estudiada, y no sobre la poblacin terica, entonces el proceso recibe el
nombre de marco o espacio muestral.

4
1.4.4 Muestra

En todas las ocasiones en que no es posible o conveniente realizar un

censo, lo que hacemos es trabajar con una muestra, entendiendo por tal
una parte representativa de la poblacin. Para que una muestra sea
representativa, y por lo tanto til, debe de reflejar las similitudes y
diferencias encontradas en la poblacin, ejemplificar las caractersticas de
la misma.

1.4.5 Unidades de muestreo

Nmero de elementos de la poblacin, no solapados, que se van a estudiar.

Todo miembro de la poblacin pertenecer a una y slo una unidad de
muestreo.

1.4.6 Unidades de anlisis

Objeto o individuo del que hay que obtener la informacin.

1.4.7 Universo

Es la serie real o hiptesis de elementos que comparten unas

caractersticas definidas relacionadas con el programa de investigacin.

1.4.8 Elemento o individuo (muestral)

Es la unidad ms pequea en la que podemos descomponer la muestra, la

poblacin o el universo. Esta unidad puede ser una persona, un grupo, un
centro, etc. La identificacin de este elemento est en funcin del problema
de investigacin.

5
1.4.9 Parmetro

Son las medidas o datos que se obtienen sobre la poblacin.

1.5 Niveles o escalas de medicin

Existen diferentes escalas de cmo llevar a cabo las mediciones de los

diferentes tipos de muestra.

1.5.1 Escala nominal

La escala de medida nominal, puede considerarse la escala de nivel ms

bajo, y consiste en la asignacin, puramente arbitraria de nmeros o
smbolos a cada una de las diferentes categoras en las cuales podemos
dividir el carcter que observamos, sin que puedan establecerse relaciones
entre dichas categoras, a no ser el de que cada elemento pueda
pertenecer a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que
pertenezcan a la misma sean equivalentes respecto del atributo o propiedad
en estudio, despus de lo cual se asignan nombres a tales clases, y el
hecho de que a veces, en lugar de denominaciones, se le atribuyan
nmeros, puede ser una de las razones por las cuales se le conoce como
"medidas nominales".

1.5.2 Escala ordinal

En caso de que puedan detectarse diversos grados de un atributo o

propiedad de un objeto, la medida ordinal es la indicada, puesto que
entonces puede recurrirse a la propiedad de "orden" de los nmeros
asignndolo a los objetos en estudio de modo que, si la cifra asignada al

6
objeto A es mayor que la de B, puede inferirse que A posee un mayor grado
de atributo que B. La asignacin de nmeros a las distintas categoras no
puede ser completamente arbitraria, debe hacerse atendiendo al orden
existente entre stas.

1.5.3 Escalas de intervalos iguales

La escala de intervalos iguales, est caracterizada por una unidad de

medida comn y constante que asigna un nmero igual al nmero de
unidades equivalentes a la de la magnitud que pose. Esta escala, adems
de poseer las caractersticas de la escala ordinal, encontramos que la
asignacin de los nmeros a los elemento es tan precisa que podemos
determinar la magnitud de los intervalos (distancia) entre todos los
elementos de la escala. A el elemento observado.
Podemos decir que la escala de intervalos es la primera escala
verdaderamente cuantitativa y a los caracteres que posean esta escala de
medida pueden calculrsele todas las medidas estadsticas a excepcin del
coeficiente de variacin.

1.5.4 Escala de coeficientes o Razones

El nivel de medida ms elevado es el de cocientes o razones, y se

diferencia de las escalas de intervalos iguales nicamente por poseer un
punto cero propio como origen; es decir que el valor cero de esta escala
significa ausencia de la magnitud que estamos midiendo. Si se observa una
carencia total de propiedad, se dispone de una unidad de medida para el
efecto.

7
1.6 Clculo del tamao de la muestra

A la hora de determinar el tamao que debe alcanzar una muestra hay que
tomar en cuenta varios factores: el tipo de muestreo, el parmetro a estimar,
el error muestral admisible, la varianza poblacional y el nivel de confianza.

1.6.1 Tamao de muestra para estimar la media de la poblacin

Veamos los pasos necesarios para determinar el tamao de una muestra

empleando el muestreo aleatorio simple. 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.

1.6.2 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.

CAPTULO II

2 Mtodos del muestreo estadstico

Existen diferentes criterios de clasificacin de los diferentes tipos de

muestreo, aunque en general pueden dividirse en dos grandes grupos.

8
2.1 Muestreo probabilstico

Los mtodos de muestreo probabilsticos son aquellos que se basan en el

principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte
de una muestra y, consiguientemente, todas las posibles muestras de
tamao n tienen la misma probabilidad de ser seleccionadas. Slo estos
mtodos de muestreo probabilsticos nos aseguran la representatividad de
la muestra extrada y son, por tanto, los ms recomendables. Dentro de los
mtodos de muestreo probabilsticos encontramos los siguientes tipos:
Muestreo aleatorio simple
Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado
Afijacin Simple
Afijacin Proporcional
Afijacin ptima
Muestreo aleatorio por conglomerados

2.1.1 Muestreo aleatorio simple

El procedimiento empleado es el siguiente:

Se asigna un nmero a cada individuo de la poblacin.
A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generados con una calculadora
u ordenador, etc.) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.

2.1.2 Muestreo aleatorio sistemtico

Este procedimiento exige, como el anterior, numerar todos los elementos de

la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae

9
uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar,
y los elementos que integran la muestra son los que ocupa los lugares i,
i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo
k el resultado de dividir el tamao de la poblacin entre el tamao de la
muestra: k= N/n. El nmero i que empleamos como punto de partida ser
un nmero al azar entre 1 y k.
El riesgo de este tipo de muestreo est en los casos en que se dan
periodicidades en la poblacin ya que al elegir a los miembros de la
muestra con una periodicidad constante (k) podemos introducir una
homogeneidad que no se da en la poblacin. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo
aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o
slo mujeres, no podra haber una representacin de los dos sexos.

2.1.3 Muestreo aleatorio estratificado

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,...).

10
La distribucin de la muestra en funcin de los diferentes estratos se
denomina afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de

elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso
(tamao) de la poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la desviacin
tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

2.1.4 Muestreo aleatorio por conglomerados

Los mtodos presentados hasta ahora estn pensados para seleccionar

directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la poblacin que forman una unidad, a la que llamamos
conglomerado. Las unidades hospitalarias, los departamentos
universitarios, una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados no
naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son reas geogrficas suele hablarse de "muestreo por
reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un
cierto nmero de conglomerados (el necesario para alcanzar el tamao
muestral establecido) y en investigar despus todos los elementos
pertenecientes a los conglomerados elegidos.

11
2.1.5 Ventajas e inconvenientes de los distintos tipos de muestreo
probabilstico

Caractersticas Ventajas Inconvenientes

Se selecciona una Sencillo y de fcil Requiere que se

Aleatorio
muestra de tamao n de comprensin. posea de
simple
una poblacin de N Clculo rpido de antemano un
unidades, cada medias y listado completo
elemento tiene una varianzas. de toda la
probabilidad de Se basa en la poblacin.
inclusin igual y teora estadstica.
conocida de n/N.
Listado de N elementos Fcil de aplicar. Si la constante
Sistemtico
de la poblacin. No siempre es de muestreo est
Determinar tamao necesario tener asociada con el
muestral n. un listado de toda fenmeno de
Definir intervalo k= N/n. la poblacin. inters, las
Elegir un nmero Asegura una estimaciones
aleatorio, r, entre 1 y k cobertura de pueden contener
(r= arranque aleatorio). unidades de sesgo de
Seleccionar los todos los tipos. seleccin.
elementos de la lista.
Estratificado En ocasiones resultar Tiende a Se ha de conocer
conveniente estratificar asegurar que la la distribucin en
la muestra segn muestra la poblacin de
variables de inters. represente las variables.
adecuadamente
a la poblacin.

12
2.2 Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta

excesivamente costoso y se acude a mtodos no probabilsticos, aun
siendo conscientes de que no sirven para realizar generalizaciones
(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de
que la muestra extrada sea representativa, ya que no todos los sujetos de
la poblacin tienen la misma probabilidad de ser elegidos. En general se
seleccionan a los sujetos siguiendo determinados criterios procurando, en la
medida de lo posible, que la muestra sea representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos
permiten resolver los problemas de representatividad aun en situaciones de
muestreo no probabilstico, por ejemplo los estudios de caso-control, donde
los casos no son seleccionados aleatoriamente de la poblacin.
Entre los mtodos de muestreo no probabilsticos ms utilizados en
investigacin encontramos:
Muestreo por cuotas
Muestreo intencional o de conveniencia
Bola de nieve
Muestreo discrecional

2.2.1 Muestreo por cuotas

Tambin denominado en ocasiones "accidental". Se asienta generalmente

sobre la base de un buen conocimiento de los estratos de la poblacin y/o
de los individuos ms "representativos" o "adecuados" para los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero
de individuos que renen unas determinadas condiciones, por ejemplo: 20
individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una
vez determinada la cuota se eligen los primeros que se encuentren que

13
cumplan esas caractersticas. Este mtodo se utiliza mucho en las
encuestas de opinin.

2.2.2 Muestreo intencional o de conveniencia

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener

muestras "representativas" mediante la inclusin en la muestra de grupos
supuestamente tpicos. Es muy frecuente su utilizacin en sondeos
preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto.
Tambin puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El caso ms frecuente de
este procedimiento el utilizar como muestra los individuos a los que se tiene
fcil acceso (los profesores de universidad emplean con mucha frecuencia
a sus propios alumnos).

2.2.3 Bola de nieve

Se localiza a algunos individuos, los cuales conducen a otros, y estos a

otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea
muy frecuentemente cuando se hacen estudios con poblaciones
"marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

2.2.4 Muestreo discrecional

A criterio del investigador los elementos son elegidos sobre lo que l cree
que pueden aportar al estudio.

2.3 Muestreo en la auditora

14
Las normas de auditora relativas a la ejecucin del trabajo establecen la
obligacin del auditor de obtener, mediante sus procedimientos de auditora,
evidencias comprobatorias suficientes y componentes para suministrar una
base objetiva para su opinin.
El auditor no est obligado a examinar todas y cada una de las
transacciones de la empresa o de las partidas que forman los saldos
finales, ya que mediante la aplicacin de sus procedimientos de auditora a
una muestra representativa de estas transacciones o partidas puede
obtener la evidencia que requiere.
El muestreo en auditora, es el proceso de seleccin de una muestra entre
un grupo ms grande de partidas (llamado poblacin, campo, o universo), y
que utiliza las caractersticas de la muestra para llegar a deducciones
acerca de las caractersticas del campo completo de partidas.
Consiste en la aplicacin de un procedimiento de cumplimiento sustantivo a
menos de la totalidad en las partidas que forman el saldo de una cuenta o
clase de transaccin (muestra), que permitan al auditor obtener y evaluar
evidencias de alguna caracterstica del saldo o la transaccin y que permite
llegar a una conclusin en relacin con las caractersticas.

CAPTULO III

3. Casos prcticos

3.1. Error estndar de la media

Medida estadstica que mide la dispersin de todas las medias muestrales

de tamao n alrededor de la media poblacional. Se representa por:

x = Cuando es estimado con los datos de la poblacin

Sx = Cuando es estimado con los datos de la muestra.

15
En otras palabras, el Error Estndar de la Media es la desviacin estndar
de la distribucin muestral de la media.

Frmulas:

Cuando se conoce la desviacin estndar de la poblacin ():

x = . Nn Se conoce y n . 100 5%

n N1 N

Para poblacin finita

Se desconoce la desviacin estndar de la poblacin () y se conoce la

desviacin estndar de la muestra (S):

Sx = S Nn

n N-1

Para Poblacin Infinita. Se conoce S y n . 100 5%

16
3.2. Estimacin de parmetros

Despus de seleccionada una muestra es necesario estimar los

parmetros poblaciones, y estos pueden ser, la media, el total de la
variable, la varianza, etc.,

a) Estimacin puntual X =

b) Estimacin por Intervalos de Confianza

La media se estima dentro de un intervalo de acuerdo a una probabilidad de

confianza que se acerca que puede ser 95 % y 99% por lo general.

Se utiliza la frmula siguiente:

=X+-Z (Sx)

***

x si se conoce la desviacin estndar de la poblacin.

3.3. Tamao de la muestra

El tamao de la muestra o sea el nmero de elementos a seleccionar no

debe ser a criterio del investigador puesto que existen varias frmulas para
calcular el tamao ptimo de una muestra, una de ellas es la siguiente:

2 2

n = z . . N_____

2 2 2

z . + N (Ea)

17
Donde:
Z= Nmero de desviaciones estndar, de acuerdo a la probabilidad o
nivel de confianza (95% y 99% los ms usados)
= Desviacin estndar de la poblacin
N = Total de elementos de la poblacin
Ea = Error absoluto de muestreo.

3.4. Error absoluto y relativo del muestreo

Frmulas:

Error Absoluto = E (a) = +,- Z. Sx

Error Relativo = E(r) = Z. Sx

Ejemplo:

El contador de un supermercado decidi tomar una muestra aleatoria, de un

grupo de facturas numeradas de la 001 a la 200. Se pide:

a) Determinar el tamao optimo de la muestra, con un nivel de confianza del

99% y un error de muestreo de Q. 9.00 miles; si se sabe que la desviacin
estndar de la poblacin es 8

Frmula para determinar el tamao de la muestra

2 2

n = z . . N_____

2 2 2

18
 z . + N (Ea)

= 8 Desviacin estndar de la poblacin

N = 200 Total de elementos de la poblacin

Ea = 9 Error absoluto del muestreo

Z = 2.57 # de desviaciones estndar de acuerdo a la probabilidad o

nivel de confianza (99%)

Z = 0.99 = 0.495 Se areas bajo la curva normal de probabilidad)

Valor encontrado 0.4949 en fila 2.5 col. 7 Z = 2.57

Sustitucin de valores en la frmula:

n= Z N

Z + N (Ea)

n= (2.57) (8) (200)

(2.57) (8) + (200) (9)

n= 84542.72 = 84542.72 = 5

422.7136 + 16200 16622.71

B) Seleccionar las facturas utilizando la tabla de nmeros aleatorios,

iniciando en la hoja 1, fila 6, columna 10 con los siguientes
convencionalismos:

19
 Columna hacia abajo
Al finalizar siga en la columna de la derecha hasta completar la muestra.
Tome los ltimos dgitos

Ej. Si la Poblacin es 1000 tomo los ltimos 4 dgitos

Si la poblacin es 200 se toman los ltimos 3 dgitos

Los dgitos a tomar dependen del No de dgitos de la poblacin

Las muestras seleccionadas son las siguientes:

No. 053

No. 045

No. 030

No. 104

No. 178

Problema

El gerente financiero le ordena que le seleccione una muestra aleatoria de 5

facturas las cuales estn numeradas de 001 a 201. Elegir las facturas con
base en la tabla de nmeros aleatorios, iniciando en la primera hoja, fila 5 y
columna 9, verticalmente, ltimos dgitos, al terminar una columna
(completa) puede seguir en la siguiente si es necesario.

Muestras seleccionadas:

1.) 013

2.) 014

3.) 158

4.) 106

5.) 180

20
3.5. Aplicacin prctica de Muestreo Aleatorio

Ejemplo:

Lo han contratado para que haga auditoria a los saldos de 7 clientes de la

empresa Si no cobro, no me pagan, para lo cual le presentan el detalle por
cliente y sus saldos en miles de quetzales:

Con la informacin anterior deber realizar:

Seleccionar los clientes utilizando la tabla de nmeros aleatorios,

iniciando en fila cincuenta y dos, en la columna dos, con el criterio
siguiente: Columna hacia la derecha, al terminar una fila puede pasar
con la siguiente, hacia abajo, ltimos dgitos.
La desviacin estndar de la muestra.
Estimar por intervalo el saldo promedio de clientes, con una
probabilidad del 99%.
Estimar puntualmente el saldo promedio poblacional de los clientes

Paso no. 1:

Se ordenan ascendentemente y numeran correlativamente los datos de los

clientes

21
Paso no. 2:

Seleccionar las muestras mediante la tabla de nmeros aleatorios de

acuerdo al criterio indicado.

Respuesta a inciso a)

Nota:

Si no permitimos que aparezca el # seleccionado varias veces el

muestreo sin reposicin y la poblacin se vuelve finita.

22
Por el contrario si permitimos que el nmero seleccionado aparezca varias
veces el muestreo ser con reposicin y la poblacin se vuelve infinita.

Paso No. 3:

Calcular la media de la muestra (por estimacin ppuntual, esta es igual a la

media de la poblacin)

Paso No. 4:

Calcular la desviacin estndar de la muestra

Desviacin Estndar de la muestra, respuesta inciso b)

S= 5,501 = 785.86 = S = 28.03

23
 7

Paso No. 5:

Estimar el saldo promedio de los clientes (la media poblacional) con

intervalo de confianza del 99%

= X +,- Z (Gx) GX = S N - n

n N - 1

GX = 28.03 26 - 7 = 9.23

7 26 - 1

Respuesta inciso c)

Lmite Inferior = = 34 2.57 (9.23) = 10.28

Lmite Superior = = 34 + 2.57 (9.23) = 57.72

Paso No. 6:

Estimacin de la media poblacional por estimacin puntual

24
Media de la Muestra = X = 34

Entonces

Media de la Poblacin = = 34

3.6. Muestreo Sistemtico

Una vez obtenido el tamao de la muestra, se determina un intervalo de

seleccin.

i= N

Se elige al azar un nmero i, y se incluye en la muestra cuyo origen

corresponde al nmero elegido. Luego se incluye cada i esimo elemento
a partir del primero seleccionado hasta completar la muestra. Para la
estimacin de la media puntual y por intervalo, se procede en igual forma
que en el muestreo simple.

3.7. Muestreo Estratificado

En este tipo de muestreo la poblacin se subdivide en grupos parecidos

entre si llamados estratos y se determina el tamao de la muestra y esta
se reparte o divide entre cada estrato.

25
Para obtener una muestra estratificada se divide la poblacin en estratos
homogneos y los elementos de la muestra son seleccionados al azar o
por mtodo sistemtico en cada estrato.
Las estimaciones de la poblacin basadas en la muestra estratificada
usualmente tienen mayor precisin (o menor error muestral) que si la
poblacin entera fuera muestreada mediante muestreo aleatorio simple.
El nmero de elementos seleccionados de cada estrato puede ser
proporcional o desproporcional al tamao del estrato en relacin con la
poblacin.
La distribucin de la muestra se conoce como afijacin de la muestra
(distribuir la muestra)

Estimacin puntual = X =

X = W1 X1 + W2 X2 + ..... Wn Xn

Donde:

W1, W2, WN = ponderacin para cada estrato

W = n/N fraccin de muestreo (fm)

X1, X2, Xn = promedio para cada estrato.

3.8. Estimacin por intervalo de confianza

= X + . Z (Sx)

Donde:

26
X = Promedio de la muestra

Z = Valor estandarizado (No. de desv. Estndar de acuerdo al nivel

de confianza)

Sx = Error estndar de la media.

3.9. Error estndar de la media

2 2 2 2 2 2

Sx = W1 S1 + W2 S2 + Wn Sn

n1 n2 nn

Donde:

S = Desviacin Estndar

W = Ponderacin para cada estrato

Desviacin estndar de la muestra:

S = (x-X)

Ejemplo:

27
En 2000 establecimientos comerciales se toma una muestra de 500
establecimientos formando 3 estratos. Para cada uno se calcula la utilidad
promedio mensual en quetzales y la desviacin estndar, la informacin
es la siguiente:

Se pide:

a) Distribuir la muestra con afijacin proporcional

b) Estimar Puntualmente la utilidad promedio mensual

c) Estimar por intervalo de confianza la media con un 75% de confianza.

d) Estimar la utilidad promedio de toda la poblacin (estimacin total)

Solucin:

Encontrar la fraccin de muestreo:

Fm o W = W1 = 800/2000 = 0.40

W2 = 700/2000 = 0.35

W3 = 500/2000 = 0.25

a) Distribucin proporcional de la muestra:

Estrato I 500 x 0.40 = 200

Estrato II 500 x 0.35 = 175

28
Estrato III 500 x 0.25 = 125

b) Estimar puntualmente la utilidad promedio mensual

X = W1 X1 + W2 X2 + . Wn Xn

X = 0.40 (100) + 0.35 (800) + 0.25 (1300)

X = 40 + 280 + 325 X = 645

Con base a la muestra se estima que la utilidad promedio es de Q. 645.00

c) Estimacin por intervalo de confianza (75%)

= X + - Z (Sx)

Donde:

X = 645.00

Z = 1.15 (0.75/2 = 0.375 luego en tabla II)

Sx = ? No lo conocemos por lo que hay que calcularlo:

2 2 2 2 2 2

Sx = ( 0.40) (20) + (0.35) (50) + (0.25) (100)

29
 200 175 125

Sx = 2.66 Aprox.

Estimar por intervalo la media = 645 + - 1.15 ( 2.66)

Lmite Inferior = 645 - 3.059 = 641.94

Lmite Superior = 645 + 3.059 = 648.06

R/ Con una probabilidad del 75% de acertar se estima que el promedio

de utilidad de los 2000 establecimientos comerciales oscila entre Q
642.00 y Q. 648.00

d) Estimacin de la utilidad total: X = X * N

X = 645 x 2000 = 1,290,000.00

Conclusiones

1. El muestreo estadstico resulta beneficioso para implementarlo en la

realizacin de un estudio, debido a que mediante este se pueden

30
 obtener probabilidades bajas o altas a travs de determinados
beneficios que estas tcnicas ofrecen.

2. El muestreo es sencillamente el procedimiento que se emplea al

extraer una pequea parte de una poblacin dentro de un universo,
al cual se le llama espacio muestral dentro de un universo.

3. Es importante resaltar que el primer procedimiento al realizar una

auditora, es iniciar las investigaciones de manera tal que estas
arrojen conclusiones provenientes de determinados estudios como
puede ser el estadstico a travs de una muestra probabilstica.

Recomendaciones

1. Se recomienda utilizar el muestreo estadstico, como una

herramienta para darle validez a la informacin mediante la revisin

31
 de auditora ya sea externa o internamente, por lo que su aplicacin
es aceptada como soporte en las revisiones practicadas.

2. Se debe aplicar el muestreo como procedimiento que se emplea al

extraer una pequea parte de una poblacin dentro de un universo,
al cual se le llama espacio muestral.

3. Las investigaciones deben arrojar conclusiones provenientes de

determinados estudios como puede ser el estadstico a travs de una
muestra probabilstica.

Referencias Bibliogrficas

1. http://www.psico.uniovi.es/Dpto_Psicologia/metodos/tutor.7/p3.html
2. http://es.wikipedia.org/wiki/Espacio_muestral
3. http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
4. Carrasco JL. El mtodo estadstico en la investigacin mdica. 5 ed.
Madrid. Editorial Ciencia.

32
5. Hulley SB, Cummings SR. Diseo de la investigacin clnica. Ed
Doyma. Barcelona 1993.
6. Kelsey IL, Thompson WD, Evans A. Methods in observational
epidemiology. New York. Oxford University Press 1986.
7. Mira JJ, Gmez J, Aranaz J, Prez E. Auditora de historias clnicas:
Cul es el tamao adecuado de la muestra?. Todo Hospital 1997;
octubre: 58-64.
8. www.auditoriasistemas.com
9. www.monografias.com/trabajos14/auditoria/auditoria.shtml
10. http://www.vitutor.com/estadistica/inferencia/inferenciaContenidos.ht
ml

33