1

Universidad Nacional de San Agustín de Arequipa

Facultad de Administración-Unidad de Postgrado
Maestría en Administración
Mención en: Marketing y Gerencia Empresarial
Asignatura: Metodología de Investigación abril 2017

Resultados del Muestreo Estadístico

- Valores Medios: Población o Universo

Número de
Indicador casos Media
Edad 474 41.22
Educación 474 13.49
Salario actual 474 34,419.57
Tiempo de empleo (meses) 474 81.11
Experiencia laboral previa (meses) 474 95.86

- MAS: Estimaciones de variables relevantes y errores estándar

MAS sin ponderación MAS con ponderación

Indicador Estimador Error Estimador Error
estándar estándar
Edad 42.89 0.816 42.89 0.577
Educación 13.54 0.197 13.54 0.139
Salario actual 35,055.15 1.175.50 35,55.15 831.20
Tiempo de empleo 81.34 0.665 81.34 0.470
Experiencia laboral previa 109.82 7.745 109.82 5.265

- MAE: Estimaciones de variables relevantes y errores estándar, se-

gún cada método de análisis

Análisis suponiendo Análisis con Análisis con información del

Indicador MAS ponderaciones diseño muestral*
Error
Estimador estándar Error
Estimador estándar Error
Estimador estándar Deff
Edad 40.69 0.738 40.66 0.521 40.66 0.496 0.904
Educación 13.51 0.189 13.52 0.133 13.52 0.099 0.554
Salario actual 34,914.96 1,181.85 34,907.56 835.03 34,907.56 484.37 0.336
Tiempo de em-
pleo 81.18 0.669 81.18 0.473 81.18 0.475 1.009
Experiencia la-
boral previa 90.24 6.230 89.80 4.381 89.80 3.816 0.757
*. Ponderaciones de cada unidad de análisis en cada estrato (catlab).
 2

- ¿Cuál diseño realiza estimaciones realmente ajustadas y fiables?

Valores de la población o universo
Número de Media
Indicador casos
Edad 474 41.22
Educación 474 13.49
Salario actual 474 34,419.57
Tiempo de empleo (meses) 474 81.11
Experiencia laboral previa (meses) 474 95.86

Estadísticos univariados estimados con MAS ponderada*

*. Los intervalos de confianza con negrita no incluyen las correspondientes medias poblacionales. Esto
sugiere que el diseño muestral (MAS ponderada) no realiza un buen ajuste, siendo, por tanto, no con-
fiable.

Estadísticos univariados estimados con MAE ponderada*

*. En todos los casos los intervalos de confianza incluyen a las medias poblacionales correspondientes. Por
consiguiente, el diseño muestral (MAE ponderada) realiza estimaciones de buen ajuste y fiables. De hecho,
si aplicaríamos un diseño más complejo (incluyendo, por ejemplo, conglomerados), es muy probable que el
ajuste sea mejor y más confiable.

Fórmula para obtener los intervalos de confianza:

𝑋̅ ± 𝑍𝑐𝑟í𝑡𝑖𝑐𝑜 ∗ 𝐸𝑟𝑟𝑜𝑟 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟

Fórmulas para obtener el tamaño de muestra apropiado:
𝑍 2 𝑁𝜎 2
- De razón (PF): 𝑛=
𝐸 2 (𝑁−1)+𝑍 2 𝑝(1−𝑝)

𝑍 2 𝑁𝑝(1−𝑝)
- De proporciones (PF): 𝑛=
𝐸 2 (𝑁−1)+𝑍 2 𝑝(1−𝑝)
 3

Sintaxis SPSS- Muestreo Estadístico

/////////////////////////////////////////////////////////////////////////////////////////////////
DISEÑOS DE MUESTRAS COMPLEJAS
ANÁLISIS DE DATOS DE ENCUESTAS
/////////////////////////////////////////////////////////////////////////////////////////////////

************************************************************
*** EJEMPLO: CLIMA LABORAL DE LA EMPRESA X ***

- Población o Universo: 474 trabajadores distribuidos en tres categorías laborales.

- Marco muestral: Listado de la población de trabajadores, incluyendo algunas
variables relevantes.
- Propósito del estudio: Realizar un diagnóstico evaluativo del clima laboral como
herramienta para mejorar las relaciones laborales y, por en-
de, la productividad de la empresa.
************************************************************
* Veamos, en primer lugar, algunos estadísticos relevantes que reporta la población de
* trabajadores de la empresa X a fin de contrastarlos con los estimados por cada tipo de
* muestra que desarrollaremos luego. Al final, veremos el grado de precisión de cada
* tipo en la estimación de los parámetros poblacionales.

******************************
POBLACIÓN o UNIVERSO
******************************
* Abrir el archivo de datos "empleados.sav".
GET
FILE='L:\Taller Spss\Muestreo\data\empleados.sav'.

* Frecuencias y Medias de variables relevantes de la población de empleados.

FREQUENCIES VARIABLES= sexo condlab
/ORDER=ANALYSIS.

MEANS TABLES=edad salario2 expprev

/CELLS=COUNT MEAN STDDEV SEMEAN.

***************************************************
*MUESTRA ALEATORIA SIMPLE PONDERADA (MAS).
****************************************************
* Cargar el archivo de datos "empleados.sav".
GET
FILE='L:\Taller Spss\Muestreo\data\empleados.sav'.

* Definir las ponderaciones de cada unidad de análisis: trabajadores.

COMPUTE peso_mas=474 / 237.
EXECUTE.
 4

* Crear el Plan de Análisis a fin de contar con un Archivo de Plan (PA).

CSPLAN ANALYSIS
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-mas_empleados.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_mas
/PRINT PLAN
/DESIGN
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE VALUE=474.

* Crear el Plan de Selección de la muestra (PS) con el Asistente de Muestreo.

CSPLAN SAMPLE
/PLAN FILE='L:\Taller Spss\Muestreo\data\ps-mas_empleados.csplan'
/PLANVARS SAMPLEWEIGHT=SampleWeight_Final_
PREVIOUSWEIGHT=peso_mas
/PRINT PLAN
/DESIGN
/METHOD TYPE=SIMPLE_WOR ESTIMATION=DEFAULT
/SIZE VALUE=237
/STAGEVARS INCLPROB(InclusionProbability_1_)
CUMWEIGHT(SampleWeightCumulative_1_)
POPSIZE(PopulationSize_1_) SAMPSIZE(SampleSize_1_)
WEIGHT(SampleWeight_1_).
CSSELECT
/PLAN FILE='L:\Taller Spss\Muestreo\data\ps-mas_empleados.csplan'
/CRITERIA STAGES=1 SEED=204060
/CLASSMISSING EXCLUDE
/SAMPLEFILE OUTFILE='L:\Taller Spss\Muestreo\data\empleados_mas.sav'
/PRINT SELECTION.

* Tablas Relevantes de MAS: Frecuencias y Medias

* Abrir el archivo de datos "empleados_mas.sav".
GET
FILE='L:\Taller Spss\Muestreo\data\empleados_mas.sav'.

* Frecuencias de muestras complejas.

CSTABULATE
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-mas_empleados.csaplan'
/TABLES VARIABLES= sexo condlab
/CELLS POPSIZE TABLEPCT
/STATISTICS SE CIN(95) COUNT DEFF
/MISSING SCOPE=TABLE CLASSMISSING=EXCLUDE.

* Descriptivos de muestras complejas.

CSDESCRIPTIVES
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-mas_empleados.csaplan'
/SUMMARY VARIABLES=edad educac salario2 tiempemp expprev
/MEAN
/STATISTICS SE COUNT POPSIZE DEFF CIN(95)
/MISSING SCOPE=ANALYSIS CLASSMISSING=EXCLUDE.
 5

*****************************************************************
* MUESTRA ALEATORIA ESTRATIFICADA PONDERADA (MAE)
Variable de estraficicación: categoría laboral ("catlab")
******************************************************************
* Abrir el archivo de datos "empleados.sav".
GET
FILE='L:\Taller Spss\Muestreo\data\empleados.sav'.

* Definir las ponderaciones de cada unidad de análisis (trabajadores) en cada estrato

*(catlab).
IF (catlab = 1) peso_estrato=363 / 181.
EXECUTE.

IF (catlab = 2) peso_estrato=27 / 14.

EXECUTE.

IF (catlab = 3) peso_estrato=84 / 42.

EXECUTE.

* Crear el Plan de Análisis a fin de contar con un Archivo de Plan (PA).

CSPLAN ANALYSIS
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-estrat_empleados.csaplan'
/PLANVARS ANALYSISWEIGHT=peso_estrato
/PRINT PLAN MATRIX
/DESIGN STRATA=catlab
/ESTIMATOR TYPE=EQUAL_WOR
/POPSIZE MATRIX=catlab;1 363;2 27;3 84.

* Crear el Plan de Selección de la muestra (PS) con el Asistente de Muestreo.

CSPLAN SAMPLE
/PLAN FILE='L:\Taller Spss\Muestreo\data\ps-estrat_empleados.csplan'
/PLANVARS SAMPLEWEIGHT=SampleWeight_Final_
PREVIOUSWEIGHT=peso_estrato
/PRINT PLAN MATRIX
/DESIGN STRATA=catlab
/METHOD TYPE=SIMPLE_WOR ESTIMATION=DEFAULT
/SIZE MATRIX=catlab;1 181;2 14;3 42
/STAGEVARS INCLPROB(InclusionProbability_1_)
CUMWEIGHT(SampleWeightCumulative_1_)
POPSIZE(PopulationSize_1_) SAMPSIZE(SampleSize_1_)
RATE(SamplingRate_1_) WEIGHT(SampleWeight_1_).
CSSELECT
/PLAN FILE='L:\Taller Spss\Muestreo\data\ps-estrat_empleados.csplan'
/CRITERIA STAGES=1 SEED=204060
/CLASSMISSING EXCLUDE
/SAMPLEFILE OUTFILE='L:\Taller Spss\Muestreo\data\empleados_estrat.sav'
/PRINT SELECTION.
 6

* Tablas Relevantes de MAE: Frecuencias y Medias

* Abrir el archivo de datos "empleados_estrat.sav".
GET
FILE='L:\Taller Spss\Muestreo\data\empleados_estrat.sav'.

* Frecuencias de muestras complejas.

CSTABULATE
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-estrat_empleados.csaplan'
/TABLES VARIABLES= sexo condlab
/CELLS POPSIZE TABLEPCT
/STATISTICS SE CIN(95) COUNT DEFF
/MISSING SCOPE=TABLE CLASSMISSING=EXCLUDE.

* Descriptivos de muestras complejas.

CSDESCRIPTIVES
/PLAN FILE='L:\Taller Spss\Muestreo\data\pa-estrat_empleados.csaplan'
/SUMMARY VARIABLES=edad educac salario2 tiempemp expprev
/MEAN
/STATISTICS SE COUNT POPSIZE DEFF CIN(95)
/MISSING SCOPE=ANALYSIS CLASSMISSING=EXCLUDE.
 7

Universidad Nacional de San Agustín de Arequipa

Facultad de Administración-Unidad de Postgrado
Maestría en Administración
Mención en: Marketing y Gerencia Empresarial
Asignatura: Metodología de Investigación abril 2017

Ejercicio Grupal N° 3 30/04/2017

Información previa necesaria:

- Población (Universo) objetivo: Personal administrativo de la empresa X (363
casos)
- Marco muestral: Listado sólo del personal administrativo.
- Tamaño de la muestra de estudio: 210 casos (aproximadamente el 58% del total)
- Objetivo central de investigación: Evaluar el desempeño laboral del personal ad-
administrativo de la empresa X.
----------------------------------------------------------------------------------------------------------

Siguiendo los mismos pasos metodológicos desarrollados en aula, con el auxilio de SPSS,
desarrollar las siguientes preguntas que presentamos luego. Utilizar, en todos los casos, el
número 306090 como semilla (seed) para la réplica exacta de los resultados obtenidos.

1. Para tener una base de comparación, calcular las medias poblacionales de las variables
edad, educación, salario actual (salario2), tiempo de empleo (tiempemp) y experiencia
laboral (expprev).

2. Obtener una muestra aleatoria simple (MAS) de la población de “administrativos”, cu-

yo tamaño sea aproximadamente el 58% del total del personal (210 casos).
3. Tanto para MAS sin ponderar como para MAS ponderado, estimar los valores medios
y los errores estándar de las variables edad, educación, salario actual (salario2), tiempo
de empleo (tiempemp) y experiencia laboral (expprev). Realizar un análisis compara-
tivo de los resultados obtenidos.

4. Para el mismo tamaño de muestra anterior (210 casos), obtener una muestra aleatoria
estratificada (MAE) de la población de “administrativos”, utilizando como variable de
estratificación la edad de los trabajadores. Para tal efecto, crear 3 categorías con el nom-
bre gedad: “Hasta 35 años”, “35 a 55 años” y “55 a más años”.

5. Estimar los valores medios y los errores estándar de las variables edad, educación, sala-
rio actual (salario2), tiempo de empleo (tiempemp) y experiencia laboral (expprev). En
este caso, considerar tres escenarios o métodos de estimación: “análisis suponiendo
MAS”, análisis con ponderaciones” y “análisis con información del diseño muestral”.
De igual modo, realizar un análisis comparativo de los resultados obtenidos.

6. Presentar un informe resumen de lo actuado y, desde luego, un comentario analítico fi-

nal del mismo.

EL DOCENTE.