Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
256 ❍ CAPÍTULO 7 DISTRIBUCIONES MUESTRALES Defi nición Si una muestra de n elementos se selecciona de entre una población de N elementos, usando un plan muestral en el que cada una de las posibles muestras tiene la misma probabilidad de selección, entonces se dice que el muestreo es aleatorio y la muestra resultante es una muestra aleatoria simple. Un muestreo aleatorio perfecto es difícil de obtener en la práctica. Si el tamaño N de la población es pequeño, se podría escribir cada uno de los N números en una fi cha, mezclar las fi chas y seleccionar una muestra de n fi chas. Los números que seleccione corresponden a las n mediciones que aparecen en la muestra. Como este método no siempre es práctico, un método más sencillo y confi able utiliza números aleatorios, es decir, dígitos generados de modo que los valores de 0 a 9 se presentan al azar y con igual frecuencia. Estos números pueden ser generados por computadora o pueden incluso apa- recer en una calculadora científi ca. De manera opcional, la tabla 10 del apéndice I es una tabla de números aleatorios que se pueden usar para seleccionar una muestra aleatoria. Una base de datos de computadora en una empresa urbana de abogados contiene archi- vos para N � 1000 clientes. La empresa desea seleccionar n � 5 archivos para revisión. Seleccione una muestra aleatoria simple de cinco archivos de esta base de datos. Solución Primero debe marcar cada archivo con un número de 1 a 1000. Quizá los archivos se guarden alfabéticamente y la computadora ya ha asignado un número a cada uno. A continuación genere una secuencia de 10 números aleatorios de tres dígitos. Si está usando la tabla 10 del apéndice I, seleccione un punto inicial aleatorio y use una parte de la tabla similar a la de la tabla 7.2. El punto inicial aleatorio asegura que usted no use la misma secuencia una y otra vez. Los primeros tres dígitos de la tabla 7.2 indi- can el número del primer archivo a revisarse. El número aleatorio 001 corresponde al archivo #1 y el último archivo, #1000 corresponde al número aleatorio 000. Usando la tabla 7.2, se escogerían los cinco archivos numerados 155, 450, 32, 882 y 350 para revi- sión. De manera opcional, podría escoger leer en sentido horizontal las líneas y escoger los archivos 155, 350, 989, 450 y 369 para revisión. E J E M P L O 7.1 TABLA 7.2 ● Parte de una tabla de números aleatorios 15574 35026 98924 45045 36933 28630 03225 78812 50856 88292 26053 21121 La situación descrita en el ejemplo 7.1 se denomina estudio observacional, porque los datos ya existían antes que usted decidiera observar o describir las características de ellos. La mayor parte de los estudios muestrales, en los que la información se capta con un cuestionario, caen en esta categoría. Las bases de datos de computadora hacen posible asignar números de identifi cación a cada elemento aun cuando la población sea grande y seleccionar una muestra aleatoria simple. Tenga cuidado al efectuar un estudio muestral y esté atento a estos problemas que se presentan con frecuencia: • No respuesta: Usted ha seleccionado su muestra aleatoria y enviado sus cues- tionarios, pero sólo 50% de los entrevistados devolvió sus cuestionarios. ¿Las respuestas que usted recibió son representativas de toda la población o están sesgadas porque sólo quienes eran particularmente obstinados en el tema fueron escogidos para responder? Probabilidad_Mendenhall_07.indd 256Probabilidad_Mendenhall_07.indd 256 5/14/10 8:43:29 AM5/14/10 8:43:29 AM www.FreeLibros.me 7.2 PLANES DE MUESTREO Y DISEÑOS EXPERIMENTALES ❍ 257 • Cobertura demasiado baja: Usted ha seleccionado su muestra aleatoria usando registros telefónicos como una base de datos. ¿La base de datos que usó siste- máticamente excluye ciertos segmentos de la población, quizá aquellos que no tienen teléfono? • Sesgo verbal: El cuestionario de usted puede tener preguntas que son demasiado complicadas o tienden a confundir al lector. Posiblemente las preguntas son sen- sibles por naturaleza, por ejemplo, “¿Alguna vez ha consumido usted drogas?” o “¿Alguna vez ha engañado en su declaración de impuestos?” y quienes respon- den no contestan con la verdad. Se han diseñado métodos para resolver algunos de estos problemas, pero sólo si usted sabe que existen. Si su encuesta está sesgada por cualquiera de estos problemas, enton- ces sus conclusiones no serán muy confi ables, aunque haya seleccionado una muestra aleatoria. Alguna investigación realizada comprende la experimentación, en la que una con- dición experimental o tratamiento se impone en las unidades experimentales. Seleccio- nar una muestra aleatoria simple es más difícil en esta situación. Una química investigadora está sometiendo a prueba un nuevo método para medir la cantidad de titanio (Ti) en muestras de mineral. Ella selecciona 10 muestras de mine- ral del mismo peso para su experimento. Cinco de las muestras se medirán usando un método estándar y las otras cinco usando el nuevo método. Use números aleatorios para asignar las 10 muestras de mineral a los grupos nuevo y estándar. ¿Estos datos represen- tan una muestra aleatoria simple de entre la población? Solución Hay realmente dos poblaciones en este experimento. Están formadas por mediciones de titanio, usando ya sea el método nuevo o el estándar, para todas las posi- bles muestras de mineral de este peso. Estas poblaciones no existen en realidad; son poblaciones hipotéticas, imaginadas en la mente de la investigadora. Entonces, es impo- sible seleccionar una muestra aleatoria simple usando los métodos del ejemplo 7.1. En cambio, la investigadora selecciona lo que ella cree que son 10 muestras re presentativas de mineral y espera que estas muestras se comportarán como si se hubieran seleccio- nado al azar de las dos poblaciones. La investigadora puede, no obstante, seleccionar al azar las cinco muestras a medir con cada método. Numere las muestras del 1 al 10. Las cinco muestras seleccionadas para el nuevo método pueden corresponder a cinco números aleatorios de un dígito. Use esa secuencia de dígitos aleatorios generados en una calculadora científi ca: 948247817184610 Como no se puede seleccionar dos veces la misma muestra de mineral, hay que sal- tarse cualquier dígito que ya haya sido escogido. Las muestras 9, 4, 8, 2 y 7 se medirán usando el nuevo método. Las otras muestras, es decir 1, 3, 5, 6 y 10, se medirán usando el método estándar. Además del muestreo aleatorio simple, hay otros planes muestrales con carácter alea- torio y, por tanto, dan una base probabilista para hacer inferencias. Tres de esos planes están basados en muestreo estratifi cado, conglomerado y sistemático. Cuando la población está formada por dos o más subpoblaciones, llamadas estratos, un plan muestral que asegura que cada subpoblación está representada en la muestra se denomina muestra aleatoria estratifi cada. Defi nición Un muestreo aleatorio estratifi cado comprende seleccionar una mues- tra aleatoria simple de cada uno de un número dado de subpoblaciones o estratos. E J E M P L O 7.2 Probabilidad_Mendenhall_07.indd 257Probabilidad_Mendenhall_07.indd 257 5/14/10 8:43:29 AM5/14/10 8:43:29 AM www.FreeLibros.me 258 ❍ CAPÍTULO 7 DISTRIBUCIONES MUESTRALES Las opiniones de la ciudadanía, acerca de la construcción de un centro de artes inter- pretativas, podrían ser recolectadas usando una muestra aleatoria estratifi cada con dis- tritos de votación urbanos como estratos. Las votaciones nacionales suelen comprender alguna forma muestral aleatorio estratifi cado con estados como estratos. Se utiliza otra forma muestral aleatorio cuando las unidades muestrales disponibles son grupos de elementos, llamados conglomerados. Por ejemplo, una familia es un conglomerado de personas que viven juntas. Una manzana o vecindario de una ciudad podrían ser una cómoda unidad muestral y podría ser considerada un conglomerado para un plan determinado muestral. Defi niciónUna muestra de conglomerados es una simple muestra aleatoria tomada de los conglomerados disponibles en la población. Cuando un conglomerado particular se incluye en la muestra, se toma un censo de cada uno de los elementos del conglomerado. A veces la población a ser muestreada está ordenada, por ejemplo una lista alfabeti- zada de personas con licencias de manejo, una lista de usuarios de la compañía de luz por direcciones de servicio o una lista de clientes por números de cuenta. En estas y otras situaciones, se escoge un elemento al azar de los primeros k elementos y, a continuación, cada k-ésimo elemento de ahí en adelante se incluye en la muestra. Defi nición Una muestra aleatoria sistemática 1 en k involucra la selección alea- toria de uno de los primeros k elementos de una población ordenada y luego la selección sistemática de cada k-ésimo elemento de ahí en adelante. No todos los planes muestrales, sin embargo, comprenden una selección aleatoria. Es probable que usted haya oído de las encuestas telefónicas no aleatorias, en las que las personas que desean expresar apoyo a una pregunta llaman a un “número 900” y los que se oponen llaman a un segundo “número 900”. Cada persona debe pagar por su llamada. Es obvio que quienes llaman no representan la población en general. Este tipo muestral es una forma de una muestra de conveniencia, es decir, una muestra que se puede obtener de manera fácil y sencilla sin selección aleatoria. Hacer publicidad a personas a quienes se les pagará una cuota por participar en un experimento produce una muestra de conveniencia. El muestreo de juicio permite que la persona que haga el muestreo decida quién estará o no incluido en la muestra. El muestreo de cuota, en el que la composición de la muestra debe refl ejar la composición de la población en alguna característica preseleccionada, con frecuencia tiene un componente no aleatorio en el proceso de selección. Recuerde que las muestras no aleatorias se pueden describir pero no se pueden usar para hacer inferencias. Todos los planes muestral empleados para hacer inferencias comprenden el proceso aleatorio. CONSEJOMIMI EJERCICIOS7.2 TÉCNICAS BÁSICAS 7.1 Una población está formada por N � 500 unidades experimentales. Use una tabla numérica aleatoria para seleccionar una muestra aleatoria de n � 20 unidades experimentales. (SUGERENCIA: Como es necesario usar números de tres dígitos, se pueden asignar dos números de tres dígitos a cada una de las unidades muestrales en la forma ilustrada en la tabla.) ¿Cuál es la probabilidad de que cada unidad experimental sea seleccionada para su inclusión en la muestra? Unidades experimentales Números aleatorios 1 001, 501 2 002, 502 3 003, 503 4 004, 504 . . . . . . 499 499, 999 500 500, 000 Probabilidad_Mendenhall_07.indd 258Probabilidad_Mendenhall_07.indd 258 5/14/10 8:43:29 AM5/14/10 8:43:29 AM www.FreeLibros.me 7 DISTRIBUCIONES MUESTRALES 7.2 Planes muestrales y diseños experimentales Ejercicios
Compartir