Poblaciones, muestras y métodos de muestreo
En 1936, una revista llamada The Literary Digest les preguntó a más de 2 millones de estadounidenses por quién votarían en las elecciones presidenciales. Predijo con total seguridad que Alf Landon ganaría por mucho. En cambio, Franklin Roosevelt ganó por una gran diferencia. ¿Cómo puede equivocarse tanto una encuesta con millones de respuestas? Porque el tamaño de la muestra no lo es todo: cómo eliges a quién preguntar importa más que a cuántos les preguntas.
Población, muestra y censo
La estadística empieza con una pregunta sobre un grupo. Casi nunca hay tiempo o dinero para preguntarle a todos, así que se estudia una parte más pequeña del grupo y se usa para aprender sobre el total.
Una fábrica de componentes electrónicos produce un lote de $5000$ resistencias. Para comprobar su calidad, el departamento de control selecciona y analiza $150$…
Una fábrica de componentes electrónicos produce un lote de $5000$ resistencias. Para comprobar su calidad, el departamento de control selecciona y analiza $150$ resistencias. Identifica la población, la muestra, el individuo y el tamaño de la muestra en este estudio estadístico.
En un municipio de $24000$ habitantes se quiere realizar un estudio sobre los hábitos de lectura. Para ello, se entrevista a $800$ ciudadanos. Determina cuál es la…
En un municipio de $24000$ habitantes se quiere realizar un estudio sobre los hábitos de lectura. Para ello, se entrevista a $800$ ciudadanos. Determina cuál es la población de estudio, cuál es la muestra y cuál es el tamaño muestral.
Una empresa de software quiere conocer la opinión de sus usuarios sobre una nueva actualización de su aplicación. Explica brevemente en qué situación la empresa…
Una empresa de software quiere conocer la opinión de sus usuarios sobre una nueva actualización de su aplicación. Explica brevemente en qué situación la empresa realizaría un censo y en qué situación realizaría un estudio muestral.
Tamaño de la muestra y porcentaje
La muestra es una fracción de la población, y a menudo describimos esa fracción como un porcentaje. Es la misma ecuación del porcentaje que ya conoces, con "parte" = $n$ y "total" = $N$.
En una reserva natural habitan $3400$ ciervos. Un equipo de biólogos decide tomar una muestra equivalente al $15\%$ de la población para realizar un estudio de salud.…
En una reserva natural habitan $3400$ ciervos. Un equipo de biólogos decide tomar una muestra equivalente al $15\%$ de la población para realizar un estudio de salud. Calcula el tamaño de la muestra que deben seleccionar.
Para realizar un control de calidad en una fábrica de refrescos, se extraen $45$ latas de una producción total de $1800$ latas diarias. ¿Qué porcentaje de la producción…
Para realizar un control de calidad en una fábrica de refrescos, se extraen $45$ latas de una producción total de $1800$ latas diarias. ¿Qué porcentaje de la producción total representa la muestra seleccionada?
Una empresa encuestadora ha seleccionado una muestra de $630$ personas para un estudio de mercado. Si se sabe que esta muestra representa exactamente el $3,5\%$ de la…
Una empresa encuestadora ha seleccionado una muestra de $630$ personas para un estudio de mercado. Si se sabe que esta muestra representa exactamente el $3,5\%$ de la población objetivo, calcula el tamaño total de la población de estudio.
Tipos de variables
Una variable es lo que registras de cada individuo. Antes de resumir los datos, necesitas saber qué tipo de variable tienes.
| Tipo | Valores | Ejemplos |
|---|---|---|
| Cualitativa, nominal | Categorías sin orden | Marca de celular, color del pelaje, ingrediente favorito de la pizza |
| Cualitativa, ordinal | Categorías con un orden natural | Nivel de riesgo (bajo/medio/alto), talla de camiseta (S/M/L), calificación con letra |
| Cuantitativa, discreta | Números que cuentas (hay saltos entre los valores posibles) | Hermanos, lunas de un planeta, latidos del corazón en un minuto |
| Cuantitativa, continua | Números que mides (cualquier valor en un intervalo) | Peso, estatura, tiempo, temperatura, volumen |
Clasifica las siguientes variables estadísticas en cualitativas, cuantitativas discretas o cuantitativas continuas: El color del pelaje de una especie de zorro. El…
Clasifica las siguientes variables estadísticas en cualitativas, cuantitativas discretas o cuantitativas continuas:
-
El color del pelaje de una especie de zorro.
-
El número de satélites naturales de los planetas del sistema solar.
-
La masa en libras de los envíos postales de una empresa de paquetería.
-
La marca de las computadoras de un aula de informática.
Indica si las siguientes variables cuantitativas son discretas o continuas: a) El volumen de agua en un embalse medido en pies cúbicos. b) El número de pulsaciones por…
Indica si las siguientes variables cuantitativas son discretas o continuas:
- a) El volumen de agua en un embalse medido en pies cúbicos.
- b) El número de pulsaciones por minuto de un atleta tras una carrera.
- c) La temperatura máxima diaria registrada en una ciudad.
- d) El número de pasajeros de un vuelo comercial.
Un equipo de nutricionistas mide la cantidad de azúcar, en gramos, que contienen diferentes marcas de cereales de un supermercado. Identifica cuál es la variable…
Un equipo de nutricionistas mide la cantidad de azúcar, en gramos, que contienen diferentes marcas de cereales de un supermercado. Identifica cuál es la variable estadística del estudio y de qué tipo es.
El tipo de variable y el "centro" de los datos
El tipo de variable te dice qué resumen tiene sentido.
-
Nominal: solo puedes dar la moda (la categoría más común). No existe una "marca de celular promedio".
-
Ordinal: tienen sentido la mediana (la categoría del medio) o la moda.
-
Cuantitativa: tienen sentido la media y la mediana, pero se comportan distinto cuando hay valores atípicos (valores extremos).
Prueba a cambiar el valor más grande en el widget y observa qué resumen se mueve.
En un estudio de ecología marina se registran las siguientes características de una población de delfines: a) Especie a la que pertenece. b) Longitud del cuerpo en pies.…
En un estudio de ecología marina se registran las siguientes características de una población de delfines:
- a) Especie a la que pertenece.
- b) Longitud del cuerpo en pies.
- c) Número de crías que ha tenido a lo largo de su vida.
- d) Nivel de riesgo de extinción (Bajo, Vulnerable, En peligro).
Clasifica detalladamente cada variable estadística. En el caso de las variables cualitativas, indica expresamente si son ordinales o nominales.
En un observatorio astronómico se registran las siguientes características de un catálogo de exoplanetas: A) Distancia a la estrella anfitriona (en Unidades…
En un observatorio astronómico se registran las siguientes características de un catálogo de exoplanetas:
A) Distancia a la estrella anfitriona (en Unidades Astronómicas).
B) Tipo de planeta (Rocoso, Gigante gaseoso, Gigante helado).
C) Número de lunas confirmadas.
D) Temperatura media estimada (en grados Kelvin).
Clasifica rigurosamente cada una de estas variables. Para las variables cuantitativas, determina en qué casos tiene sentido estadístico calcular la media aritmética y en cuáles la mediana podría ser una medida de centralización más representativa si existieran valores atípicos extremos.
Muestreo aleatorio y estratificado
Una buena muestra se parece a la población en miniatura. La manera más segura de conseguirla es dejar que decida el azar.
A veces la población se divide en grupos (estratos) que pueden comportarse de manera distinta: los grados de una escuela, los departamentos de una empresa. Una muestra aleatoria simple podría, por mala suerte, incluir muy pocas personas de un grupo. El muestreo estratificado lo resuelve: tomas una muestra aleatoria dentro de cada estrato, con un tamaño proporcional al del estrato.
Puedes explorar repartos proporcionales con este widget. Cada número de partes es el tamaño de un estrato.
En una escuela secundaria hay $120$ alumnos en 7.º grado, $100$ en 8.º grado, $90$ en 9.º grado y $50$ en 10.º grado. Se desea extraer una muestra de $72$ alumnos…
En una escuela secundaria hay $120$ alumnos en 7.º grado, $100$ en 8.º grado, $90$ en 9.º grado y $50$ en 10.º grado. Se desea extraer una muestra de $72$ alumnos mediante un muestreo aleatorio estratificado con afijación proporcional. Calcula cuántos alumnos de 9.º grado deben formar parte de la muestra.
Una granja avícola tiene tres naves con gallinas ponedoras: la nave A tiene $4500$ gallinas, la nave B tiene $3000$ y la nave C tiene $2500$. Se quiere extraer una…
Una granja avícola tiene tres naves con gallinas ponedoras: la nave A tiene $4500$ gallinas, la nave B tiene $3000$ y la nave C tiene $2500$. Se quiere extraer una muestra de $200$ gallinas utilizando un muestreo estratificado con afijación proporcional. Determina el tamaño de la muestra que corresponde a cada una de las tres naves.
El siguiente esquema representa un proceso de muestreo estratificado con afijación proporcional. Si la población total está formada por $2400$ individuos, calcula el…
El siguiente esquema representa un proceso de muestreo estratificado con afijación proporcional.
Si la población total está formada por $2400$ individuos, calcula el porcentaje y el tamaño de la población del estrato naranja. Si la muestra total es de $160$ individuos, determina cuántos individuos de cada color componen la muestra.
Cómo trabajar hacia atrás con una muestra estratificada
Como cada estrato se muestrea con la misma tasa, puedes plantear una proporción y despejar lo que falte:
$$\frac{n_i}{n} = \frac{N_i}{N}$$La parte de la muestra es igual a la parte de la población.
En un municipio dividido en tres distritos (Norte, Sur y Centro), se ha realizado una encuesta utilizando un muestreo estratificado con afijación proporcional. La…
En un municipio dividido en tres distritos (Norte, Sur y Centro), se ha realizado una encuesta utilizando un muestreo estratificado con afijación proporcional. La muestra total es de $300$ personas, de las cuales $120$ pertenecen al distrito Norte y $75$ al distrito Sur. Si la población total del municipio es de $18000$ habitantes, calcula la población de cada uno de los tres distritos.
En una empresa tecnológica, la plantilla se divide en tres categorías: el $50\%$ son programadores, el $30\%$ son diseñadores y el resto son directivos. Se realiza un…
En una empresa tecnológica, la plantilla se divide en tres categorías: el $50\%$ son programadores, el $30\%$ son diseñadores y el resto son directivos. Se realiza un estudio de clima laboral seleccionando una muestra mediante muestreo estratificado con afijación proporcional. Si en la muestra hay exactamente $16$ directivos, ¿cuál es el tamaño total de la muestra y cuántos programadores y diseñadores la componen?
Una fábrica dispone de dos máquinas, A y B, para la producción de engranajes. Se sabe que la máquina A produce el $65\%$ del total diario. El departamento de calidad…
Una fábrica dispone de dos máquinas, A y B, para la producción de engranajes. Se sabe que la máquina A produce el $65\%$ del total diario. El departamento de calidad toma una muestra estratificada con afijación proporcional de $180$ engranajes para evaluar la precisión de corte. Si la máquina B produce $1400$ engranajes al día, calcula el tamaño de la población total diaria y el número de engranajes de cada máquina que componen la muestra.
Muestreo estratificado con incógnitas
A veces los tamaños de los estratos son expresiones algebraicas. Entonces la proporción se convierte en una ecuación en $x$, que resuelves con las destrezas de ecuaciones lineales que ya tienes.
En un estudio sobre la adopción de una nueva tecnología, la población de una empresa se divide en tres departamentos, cuyas plantillas vienen dadas por expresiones…
En un estudio sobre la adopción de una nueva tecnología, la población de una empresa se divide en tres departamentos, cuyas plantillas vienen dadas por expresiones algebraicas en función de $x$. Se toma una muestra mediante muestreo aleatorio estratificado con afijación proporcional de tamaño $130$.
Sabiendo que en la muestra hay exactamente $50$ empleados del departamento de Ventas, plantea una ecuación para determinar el valor de $x$, calcula la población total de la empresa y el tamaño de la muestra correspondiente a los departamentos de Mercadotecnia y Desarrollo.
Muestreo sistemático
Otra forma de elegir una muestra sin sesgo: numera la población del $1$ al $N$ y selecciona a cada $k$-ésimo individuo, empezando desde una posición elegida al azar.
En una cadena de montaje se han fabricado $1200$ teléfonos celulares en un día. Se quiere realizar un control de calidad seleccionando una muestra de $40$ teléfonos…
En una cadena de montaje se han fabricado $1200$ teléfonos celulares en un día. Se quiere realizar un control de calidad seleccionando una muestra de $40$ teléfonos mediante un muestreo sistemático. Si el primer teléfono seleccionado al azar es el que ocupa la posición $14$, determina el coeficiente de elevación, y las posiciones de los tres primeros y del último teléfono seleccionado en la muestra.
Una base de datos contiene los registros de $N = 2520$ clientes. Se desea extraer una muestra de tamaño $n = 45$ mediante un muestreo sistemático. El arranque aleatorio…
Una base de datos contiene los registros de $N = 2520$ clientes. Se desea extraer una muestra de tamaño $n = 45$ mediante un muestreo sistemático. El arranque aleatorio determina que el primer cliente seleccionado es el que ocupa la posición $a = 23$.
Encuentra una expresión algebraica general para la posición del individuo $i$-ésimo de la muestra (para $1 \le i \le 45$) y determina qué posición en la base de datos ocupa el cliente que fue seleccionado en el lugar número $32$ de la muestra.
Muestreo por conglomerados y muestreo estratificado
El muestreo estratificado no es la única forma de usar grupos. En el muestreo por conglomerados divides la población en grupos llamados conglomerados, eliges al azar unos pocos conglomerados completos y encuestas a todos los miembros de los elegidos.
Las autoridades educativas de una región quieren evaluar el nivel de inglés de los estudiantes de 10.º grado. En la región hay $25$ escuelas secundarias, cada una con…
Las autoridades educativas de una región quieren evaluar el nivel de inglés de los estudiantes de 10.º grado. En la región hay $25$ escuelas secundarias, cada una con exactamente $120$ alumnos matriculados en ese curso. Se requiere una muestra total de $600$ alumnos. Se proponen dos métodos de muestreo:
-
Método A: Elegir al azar $5$ escuelas secundarias y evaluar a todos sus alumnos de 10.º grado.
-
Método B: Elegir al azar $24$ alumnos de 10.º grado de cada una de las $25$ escuelas secundarias.
Identifica el tipo de muestreo que se aplica en cada método y argumenta cuál de los dos diseños garantiza una mayor representatividad de la población total, explicando las posibles desventajas del método que descartes.
Muestras sesgadas
Una muestra es representativa si refleja a la población. Una muestra tiene sesgo si la manera en que se eligió favorece sistemáticamente a una parte de la población. Una muestra sesgada da respuestas equivocadas sin importar lo grande que sea.
El ayuntamiento de una ciudad quiere conocer la opinión de los ciudadanos sobre la construcción de un nuevo carril para bicicletas en el centro. Para ello, un…
El ayuntamiento de una ciudad quiere conocer la opinión de los ciudadanos sobre la construcción de un nuevo carril para bicicletas en el centro. Para ello, un encuestador se sitúa en la puerta de una tienda de bicicletas y entrevista a $150$ personas que salen de ella. Analiza si la muestra seleccionada es representativa de la población de la ciudad y explica qué tipo de sesgo se está cometiendo en el diseño del estudio.
Se quiere estimar el tiempo medio de uso diario de redes sociales por parte de los adolescentes de todo un estado. Para ello, se selecciona aleatoriamente a $200$…
Se quiere estimar el tiempo medio de uso diario de redes sociales por parte de los adolescentes de todo un estado. Para ello, se selecciona aleatoriamente a $200$ alumnos de una escuela secundaria privada situada en el barrio de mayor poder adquisitivo de la capital. Justifica por qué esta muestra no es representativa de la población y propón un método de muestreo más adecuado.
Una cadena de televisión nacional quiere predecir el resultado de un importante referéndum legislativo. Para ello, durante un programa de debate en horario estelar, pide…
Una cadena de televisión nacional quiere predecir el resultado de un importante referéndum legislativo. Para ello, durante un programa de debate en horario estelar, pide a los espectadores que llamen a un número de teléfono de pago o envíen un SMS para votar por su opción preferida. Se reciben más de $100000$ respuestas.
Identifica y explica al menos tres fuentes de sesgo (errores sistemáticos) en este diseño de muestreo y razona por qué, a pesar del enorme tamaño de la muestra, los resultados probablemente no sean representativos de la población general.
De vuelta al principio: The Literary Digest armó su lista con directorios telefónicos y registros de carros, lo que en 1936 dejó fuera a muchos votantes de menos recursos (subcobertura), y solo cerca de una cuarta parte de las personas que recibieron una boleta por correo la devolvió (respuesta voluntaria). Mientras tanto, los encuestadores que usaron muestras mucho más pequeñas y elegidas con cuidado predijeron correctamente la victoria de Roosevelt. Más de 2 millones de respuestas no pudieron arreglar un método sesgado.