Indice 1. Introduccin al muestreo. 2. Mtodos de seleccin de muestras. 1. Introduccin al muestreo. a.

Concepto e importancia Es la actividad por la cual se toman ciertas muestras de una poblacin de elementos de los cuales vamos a tomar ciertos criterios de decisin, el muestreo es importante porque a travs de l podemos hacer anlisis de situaciones de una empresa o de algn campo de la sociedad. b. Terminologa bsica para el muestreo Los nuevos trminos, los cuales son frecuentemente usados en inferencia estadstica son: Estadstico: Un estadstico es una medida usada para describir alguna caracterstica de una muestra , tal como una media aritmtica, una mediana o una desviacin estndar de una muestra. Parmetro: Una 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). Los smbolos usados para representar los estadsticos y los parmetros, en ste y los siguientes captulos, son resumidos en la tabla siguiente: Tabla 1 Smbolos para estadsticos y parmetros correspondientes Medida Smbolo para el estadstico Smbolo para el parmetro (muestra) (Poblacin) Media X Desviacin estndar s

Nmero de elementos n N Proporcin p P Distribucin en el muestreo: Cuando el tamao de la muestra (n) es ms pequeo que el tamao de la poblacin (N), dos o ms muestras pueden ser extradas de la misma poblacin. Un cierto estadstico puede ser calculado para cada una de las muestras posibles extradas de la poblacin. Una distribucin del estadstico obtenida de las muestras es llamada la distribucin en el muestreo del estadstico. Por ejemplo, si la muestra es de tamao 2 y la poblacin de tamao 3 (elementos A, B, C), es posible extraer 3 muestras ( AB, BC Y AC) de la poblacin. Podemos calcular la media para cada muestra. Por lo tanto, tenemos 3 medias mustrales para las 3 muestras. Las 3 medias mustrales forman una distribucin. La distribucin de las medias es llamada la distribucin de las medias mustrales, o la distribucin en el muestreo de la media. De la misma manera, la distribucin de las proporciones (o porcentajes) obtenida de todas las muestras posibles del mismo tamao, extradas de una poblacin, es llamada la distribucin en el muestreo de la proporcin. 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. Error muestral o error de muestreo La diferencia entre el resultado obtenido de una muestra (un estadstico) y el resultado el cual deberamos haber obtenido de la poblacin (el parmetro correspondiente) se llama el error muestral o error de

muestreo. Un error de muestreo usualmente ocurre cuando no se lleva a cabo la encuestacompleta de la poblacin, sino que se toma una muestra para estimar las caractersticas de la poblacin. El error muestral es medido por el error estadstico, en trminos de probabilidad, bajo la curva normal. El resultado de la media indica la precisin de la estimacin de la poblacin basada en elestudio de la muestra. Mientras ms pequeo el error muestras, mayor es la precisin de la estimacin. Deber hacerse notar que los errores cometidos en una encuesta por muestreo, tales como respuestas inconsistentes, incompletas o no determinadas, no son considerados como errores mustrales. Los errores no mustrales pueden tambin ocurrir en una encuesta completa de la poblacin. 2. Mtodos de seleccin de muestras. Una muestra debe ser representativa si va a ser usada para estimar las caractersticas de la poblacin. Los mtodos para seleccionar una muestra representativa son numerosos, dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la naturaleza de los elementos individuales de la poblacin. Por lo tanto, se requiere una gran volumen para incluir todos los tipos de mtodos de muestreo. Los mtodos de seleccin de muestras pueden ser clasificados de acuerdo a: 1. El nmero de muestras tomadas de una poblacin dada para un estudio y 1. La manera usada en seleccionar los elementos incluidos en la muestra. Los mtodos de muestreo basados en los dos tipos de clasificaciones son expuestos en seguida. Mtodos de muestreo clasificados de acuerdo con el nmero de muestras tomadas de una poblacin. Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos son, muestreo simple, doble y mltiple. Muestreo simple Este tipo de muestreo toma solamente una muestra de una poblacin dada para el propsito de inferencia estadstica. Puesto que solamente una muestra es tomada, el tamao de muestra debe ser los

suficientemente grande para extraer una conclusin. Una muestra grande muchas veces cuesta demasiado dinero y tiempo. Muestreo doble Bajo este tipo de muestreo, cuando el resultado dele estudio de la primera muestra no es decisivo, una segunda muestra es extrada de la misma poblacin. Las dos muestras son combinadas para analizar los resultados. Este mtodo permite a una persona principiar con una muestra relativamente pequea para ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no necesitarse. Por ejemplo, al probar la calidad de un lote de productos manufacturados, si la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad muy pobre, el lote es rechazado. Solamente si la primera muestra arroja una calidad intermedia, ser requerir la segunda muestra. Un plan tpico de muestreo doble puede ser obtenido de la Military Standard Sampling Procedures and Tables for Inspection by Attributes, publicada por el Departamento de Defensa y tambin usado por muchas industrias privadas. Al probar la calidad de un lote consistente de 3,000 unidades manufacturadas, cuando el nmero de defectos encontrados en la primera muestra de 80 unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el nmero de defectos es 9 o ms, el lote es considerado pobre y es rechazado; si el nmero est entre 5 y 9, no puede llegarse a una decisin y una segunda muestra de 80 unidades es extrada del lote. Si el nmero de defectos en las dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos, el lote es aceptado si el nmero combinado es 13 o ms, el lote es rechazado. Muestreo mltiple El procedimiento bajo este mtodo es similar al expuesto en el muestreo doble, excepto que el nmero de muestras sucesivas requerido para llegar a una decisin es ms de dos muestras. Mtodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los elementos de una muestra. Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:

a. Basados en el juicio de una persona. b. Seleccin aleatoria (al azar) Muestreo de juicio Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra probabilstica, puesto que este mtodo est basado en los puntos de vista subjetivos de una persona y la teora de la probabilidad no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo. Muestreo Aleatorio Una muestra se dice que es extrada al azar cuando la manera de seleccin es tal, que cada elemento de la poblacin tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es tambin llamada una muestra probabilstica son generalmente preferidas por los estadsticos porque la seleccin de las muestras es objetiva y el error muestral puede ser medido en trminos de probabilidad bajo la curva normal. Los tipos comunes de muestreo aleatorio son el muestreo aleatorio simple, muestreo sistemtico, muestreo estratificado y muestreo de conglomerados. A. Muestreo aleatorio simple Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del mismo tamao tiene igual probabilidad de ser seleccionada de la poblacin. Para obtener una muestra aleatoria simple, cada elemento en la poblacin tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia, este mtodo pude ser reemplazado por una tabla de nmeros aleatorios. Cuando una poblacin es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son necesarias. Los tipos ms comunes de muestreo aleatorio modificado son sistemtico, estratificado y de conglomerados. B. Muestreo sistemtico. Una muestra sistemtica es obtenida cuando los elementos son

seleccionados en una manera ordenada. La manera de la seleccin depende del nmero de elementos incluidos en la poblacin y el tamao de la muestra. El nmero de elementos en la poblacin es, primero, dividido por el nmero deseado en la muestra. El cociente indicar si cada dcimo, cada onceavo, o cada centsimo elemento en la poblacin va a ser seleccionado. El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemtica puede dar la misma precisin de estimacin acerca de la poblacin, que una muestra aleatoria simple cuando los elementos en la poblacin estn ordenados al azar. C. Muestreo Estratificado Para obtener una muestra aleatoria estratificada, primero se divide la poblacin en grupos, llamados estratos, que son ms homogneos que la poblacin como un todo. Los elementos de la muestra son entonces seleccionados al azar o por un mtodo sistemtico de 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 muestreada mediante muestreo aleatorio simple. El nmero de elementos seleccionado de cada estrato puede ser proporcional o desproporcional al tamao del estrato en relacin con la poblacin. D. Muestreo de conglomerados. Para obtener una muestra de conglomerados, primero dividir la poblacin en grupos que son convenientes para el muestreo. En seguida, seleccionar una porcin de los grupos al azar o por un mtodo sistemtico. Finalmente, tomar todos los elementos o parte de ellos al azar o por un mtodo sistemtico de los grupos seleccionados para obtener una muestra. Bajo este mtodo, aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria. Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da menor precisin de las estimaciones acerca de la poblacin) que una muestra aleatoria simple del mismo tamao. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a ser iguales. Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre puede vivir en otra rea. No

todas las reas son muestreadas en un muestreo de reas. La variacin entre los elementos obtenidos de las reas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la poblacin entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamao de la muestra de rea. El incremento del tamao de la muestra puede fcilmente ser hecho en muestra muestra de rea. Los entrevistadores no tienen que caminar demasiado lejos en una pequea rea para entrevistar ms familias. Por lo tanto, una muestra grande de rea puede ser obtenida dentro de un corto perodo de tiempo y a bajo costo. Por otra parte, una muestra de conglomerados puede producir la misma precisin en la estimacin que una muestra aleatoria simple, si la variacin de los elementos individuales dentro de cada conglomerado es tan grande como la de la poblacin.

Muestreo en estadstica
(Redirigido desde Muestreo (estadstica))

En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta condicin se alcance con una probabilidad alta. 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. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.
Contenido
[ocultar]

1 Tcnicas de muestreo o 1.1 Muestreo probabilstico  1.1.1 Muestreo estratificado  1.1.2 Muestreo sistemtico  1.1.3 Muestreo por estadios mltiples  1.1.4 Muestreo por conglomerados  1.1.5 Homogeneidad de las poblaciones o sus subgrupos o 1.2 Muestreo de juicio  1.2.1 Muestreo por cuotas  1.2.2 Muestreo de bola de nieve  1.2.3 Muestreo subjetivo por decisin razonada 2 Vase tambin

[editar]Tcnicas

de muestreo

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la poblacin tienen alguna

oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms adelante. [editar]Muestreo

probabilstico

Forman parte de este tipo de muestreo todos aquellos mtodos para los que puede calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible optar por l. En este caso se habla de muestras probabilsticas, pues no es en rigor correcto hablar de muestras representativas dado que, al no conocer las caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido. Sin reposicin de los elementos: Cada elemento extrado se descarta para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no ser posible medir ms que una vez la bombilla seleccionada. Con reposicin de los elementos: Las observaciones se realizan con reemplazamiento de los individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin aunque, realmente, no lo sea. Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo puede considerarse sin reposicin. Cada elemento extrado se descarta para la subsiguiente extraccin. Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto. [editar]Muestreo estratificado Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica.

Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen dos tcnicas de muestreo estratificado:


Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres. Para una descripcin general del muestreo estratificado y los mtodos de inferencia asociados con este procedimiento, suponemos que la poblacin est dividida en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la varianza desconocidas para el isimo estrato son denotadas por mi y s i2, respectivamente. [editar]Muestreo sistemtico Se utiliza cuando el universo o poblacin es de gran tamao, o ha de extenderse en el tiempo. Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda). Luego hay que calcular una constante, que se denomina coeficiente de elevacin K= N/n; donde N es el tamao del universo y n el tamao de la muestra. Determinar en qu fecha se producir la primera extraccin, para ello hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno. Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden. Se divide la poblacin en subconjuntos tomando en cuenta el factor de elevacin. Por ejemplo: suponga que en una pequea ciudad de 8,000 habitantes segn el censo se va a haber una encuesta y se selecciona una

muestra sistemtica de 20 personas entre 1,200 padres de familia para conocer el grado de aceptacin de la gestin administrativas de la ciudad por parte del presidente municipal. N = 1200 Poblacin n = 20 Muestra Factor de Elevacin N/n = 1200/20 = 60 Al azar un nmero de entre 1 y 60 {3+60} n = {3,63,123,183,243,303,363,423,483,543,603,663,723,783,843,903,963,1023,1 083,1143. [editar]Muestreo por estadios mltiples Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada nivel. Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas determinado, stos pueden subdividirse en unidades primarias representadas por circunscripciones didcticas y unidades secundarias que seran los propios profesores. En primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de unidades secundarias de cada una de las primarias seleccionadas en la primera extraccin. [editar]Muestreo por conglomerados Tcnica similar al muestreo por estadios mltiples, se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la poblacin, es decir, la representan fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de estos grupos o conglomerados para la realizacin del estudio. Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de informacin muestral. Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para integrar la muestra, el diseo se llamamuestreo bietpico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos entre s. [editar]Homogeneidad de las poblaciones o sus subgrupos
Homogneo siginifica, en el contexto de la estratificacin, que no hay mucha variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del estrato que en la poblacin total.

Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su viariabilidad, o sea, son heterogneos. [editar]Muestreo

de juicio

Aqul para el que no puede calcularse la probabilidad de extraccin de una determinada muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones. [editar]Muestreo por cuotas Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

[editar]Muestreo de bola de nieve Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con caractersticas anlogas. [editar]Muestreo subjetivo por decisin razonada En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin. [editar]Vase
  

tambin

Muestra estadstica Tamao de la muestra Error muestral

El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error que se comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir de la observacin de slo una parte de ella, se denomina error de muestreo. Obtener una muestra adecuada significa lograr una versin simplificada de la poblacin, que reproduzca de algn modo sus rasgos bsicos. 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. Cuando decimos que una muestra es representativa indicamos que rene aproximadamente las caractersticas de la poblacin que son importantes para la investigacin. a. Poblacin Los estadsticos usan la palabra poblacin para referirse no slo a personas si no a todos los elementos que han sido escogidos para su estudio. b. Muestra Los estadsticos emplean la palabra muestra para describir una porcin escogida de la poblacin. Matemticamente, podemos describir muestras y poblaciones al emplear mediciones como la Media, Mediana, la moda, la desviacin estndar. Cuando stos trminos describen una muestra se denominan estadsticas. - 1 - Una estadstica es una caracterstica de una muestra, los estadsticos emplean letras latinas minsculas para denotar estadsticas y muestras. 2. - Tipos de muestreo Los autores proponen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos. Terminologa Poblacin objeto: conjunto de individuos de los que se quiere obtener una informacin. 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. Unidades de anlisis: objeto o individuo del que hay que obtener la informacin. Marco muestral: lista de unidades o elementos de muestreo. Muestra: conjunto de unidades o elementos de anlisis sacados del marco.

Teora de muestreo
5. MUESTREO:
Es un procedimiento por medio del cual se estudia una parte de la poblacin llamada muestra, con el objetivo de inferir con respecto a toda la poblacin. Es importante relacionar el muestreo con lo que es el censo, el cual se define como la enumeracin completa de todos los elementos de la poblacin de inters.

5.1 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 c.1 Volumen de trabajo reducido. c.2 Puede existir mayor supervisin en el trabajo. c.3 Se puede dar ms entrenamiento al personal. c.4 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: - Pruebas de germinacin. - Anlisis de sangre. - Control de calidad.

5.2 VENTAJAS DEL CENSO: Sin embargo, tambin se debe mencionar que el censo tiene algunas ventajas que son las siguientes: a) Existe una cobertura total.

b) Tiene aceptacin pblica. c) No se requieren grandes conocimientos de estadstica.

5.3 TIPOS DE MUESTREO: 5.3.1 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: 5.3.1.1 Muestreo Intencional: por Juicio, Seleccin Experta o Seleccin

El investigador toma la muestra seleccionado los elementos que a l le parecen representativos o tpicos de la poblacin, por lo que depende del criterio del investigados. 5.3.1.2 Muestreo casual o fortuito: Se usa en los casos en no es posible seleccionar los elementos, y deben sacarse conclusiones con los elementos que esten disponibles. Por ejemplo: en el caso de voluntarios para pruebas de medicamentos de enfermedades como el corazn, cncer, etc. 5.3.1.3 Muestreo de cuota: Se utiliza en estudios de opinin de mercado. Los enumeradores, reciben instrucciones de obtener cuotas especificas a partir de las cuales se constituye una muestra relativamente proporcional a la poblacin. 5.3.1.4 Muestreo de poblaciones mviles: Este tipo de muestreo utiliza mtodos de captura, marca y recaptura. Se utiliza mucho en el estudio de migracin de poblaciones de animales y otras caractersticas. 5.3.2 MUESTREO PROBABILISTICO, ALEATORIO O ESTOCASTICO: Los elementos de la muestra son seleccionados siguiendo un procedimiento que brinde a cada uno de los elementos de la poblacin una probabilidad conocida de ser incluidos en la muestra.

5.3.2.1 PROPIEDADES DEL MUESTREO PROBABILISTICO: a) Existe la posibilidad de definir inequvocamente un conjunto de muestras M1, M2, .... , Mt mediante la aplicacin del procedimiento a una poblacin. Esto significa que podemos indicar cuales unidades de muestreo pertenecen a M1, 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 Mi 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. 5.3.2.2 TIPOS DE MUESTREO PROBABILISTICO: a) Muestreo simple aleatorio (m.s.a.). b) Muestreo Estratificado. c) Muestreo Sistemtico. d) Muestreo por conglomerados. e) Muestreo por Areas. f) Muestreo Polietpico.

5.4 PRINCIPALES ETAPAS DE UN ESTUDIO POR MUESTREO: 5.4.1 Definicin de objetivos: Esta etapa comprende la identificacin del problema y el establecimiento de las metas del estudio. 5.4.2 Definicin del marco de muestreo; El marco de muestreo es el conjunto de las unidades de muestreo que constiuyen una poblacin. Este generalmente puede ser de dos tipos: a) Marco lista: Es una lista depurada (sin traslapes o duplicaciones) que permite identificar a cada unidad de muestreo. Por ejemplo, una lista que contenga el nombre de todos los proveedores de caa de azcar de un ingenio. Es recomendable que adems de identificar a cada unidad

muestral, incluya algunas otras caractersticas de inters, por ejemplo, tamao de la finca de cada proveedor. b) Es un plano o mapa que permite identificar pequeas reas usadas como unidades de muestreo en las que se ha dividido el rea total. 5.4.3 Variables a medir y Mtodos de medicin: Es importante considerar el tipo de variable a medir, por ejemplo: si se va a estudiar el rendimiento de caa de azcar, la variable es de tipo continuo, si interesa estimar la proporcin de agricultores que utilizan herbicidas para el control de malezas, se medir una variable de tipo binomial. El tipo de variable a medir ayuda a definir el esquema o tipo de muestreo. Los mtodos de medicin deben de tener las siguientes caractersticas: a) uniformidad. b) practicabilidad. c) deber ser comprensibles para el grupo de trabajo. 5.4.4 Tipo o Esquema de Muestreo: Existen actualmente una gran variedad de tipos o esquemas de muestreo que han sido desarrollados para diferentes situaciones, entre los mas usados estn: muestreo simple aleatorio, muestreo aleatorio estratificado, muestreo sistemtico. 5.4.5 Determinacin del tamao de muestra (n): Este punto se describir detalladamente ms adelante, y depende de que es lo que se desea estimar y el esquema o tipo de muestreo seleccionado. 5.4.6 Seleccin de las unidades de muestreo: Consiste en extraer un nmero n de unidades muestrales de una poblacin de tamao N. 5.4.7 Premuestreo y pruebas de campo: En un estudio, es conveniente someter el mtodo a un prueba previa por las siguientes razones: a) Algunas veces es imprescindible realizar un premuestreo para tener una estimacin preliminar de la variabilidad de la poblacin. b) Verificar la funcionalidad de un mtodo de muestreo.

c) Estimar costos. d) Conocer la eficiencia de la organizacin del trabajo de campo. e) Captar la aceptacin, rechazo o dificultad para obtener la informacin. 5.4.8 Organizacin del trabajo de campo: Incluye la capacitacin de personal y todas las operaciones necesarias para obtener la informacin buscada. 5.4.9 Anlisis y Edicin de resultados: Puede consistir slo en la presentacin e interpretacin de distribuciones simples, tabulaciones, grficas o puede considerar un anlisis estadstico ms complejo (Estimacin, pruebas de hiptesis, etc.) esto depende bsicamente de los objetivos del trabajo.

5.5 MUESTREO SIMPLE ALEATORIO: 5.5.1 CARACTERISTICAS DEL MUESTREO SIMPLE ALEATORIO: a) Cada uno de los elementos de la muestra, se selecciona aleatoriamente uno por uno. b) Todos los elementos de la poblacin tiene la misma probabilidad de ser incluidos en la muestra. 5.5.2 TAMAO DE MUESTRA PARA ESTIMAR LA MEDIA CON M.S.A. Para estimar la media poblacional utilizando una variable aleatoria continua se utiliza la siguiente relacin:
N Za/2 S n = --------------Nd + Za/2 S

de donde:
n = tamao de la muestra. N = tamao de la poblacin. Za/2 = variable estandarizada de distribucin normal. S = varianza de la muestra. d = precisin del muestreo.

a = Nivel de significancia.

Generalmente es necesario hacer un premuestreo de 30 elementos, con el objetivo de hacer una primera estimacin de S.
Ejemplo: En un lote de frascos para medicina, con una poblacin de 8000 unidades, se desea estimar la media de la capacidad en centmetros cbicos de los mismos. A travs de un premuestreo de tamao 35 se ha estimado que la desviacin estndar es de 2 centmetros cbicos. Si queremos tener una precisin 0.25 cms3, y un nivel de significancia del 5% . De que tamao debe de ser la muestra ?. DATOS: S = 2 cms3 ; N = 8000 ; d = 0.25 cms3 ; a = 0.05 (5%) Za/2 = 1.96 N Za/2 S 8000(1.96)(2)

n = -------------- = --------------------------- = 238 frascos Nd + Za/2 S 8000(0.25) + (1.96)(2)

Solo faltara muestrear 203 frascos, pues los datos de los 35 frascos del premuestreo siguen siendo vlidos.

5.5.2 TAMAO DE MUESTRA PARA ESTIMAR PROPORCIONES CON M.S.A.

En bastantes ocasiones, la variable bajo estudio es de tipo binomial, en ese caso para calcular el tamao de muestra bajo el muestreo simple aleatorio, se hara de la siguiente manera: N Za/2 pq n = --------------Nd + Za/2 pq de donde: p = probabilidad de xito. q = probabilidad de fracaso. d = precisin expresada en porcentaje. en este caso para la estimacin de la varianza, tenemos dos opciones: a) hacer un premuestreo. b) asumir varianza mxima. Ejemplo: En un estudio, se desea determinar en que proporcin los nios de una regin toman incaparina en el desayuno. Si se sabe que existen 1,500 nios y deseamos tener una precisin del 10 porciento, con un nivel de significancia del 5% . De que tamao debe de ser la muestra?.

DATOS: N = 1500 ; d = 10 % = 0.1 ; a = 5 % p = 0.5 y q = 0.5 (asumiendo varianza mxima). Za/2 = 1.96 N Za/2 pq 1500 (1.96)(0.5)(0.5)

n = ----------------- = -------------------------------- = 91 d + Za/2 pq 1500(0.1) + (1.96)(0.5)(0.5)

Se deben de muestrear 91 nios.

5.6 MUESTREO ALEATORIO ESTRATIFICADO: El objetivo del diseo de estudios por muestreo, es maximizar la cantidad de informacin para un costo dado. El muestreo simple aleatorio, es el diseo bsico de muestreo y suele suministrar buenas estimaciones de parmetros poblacionales a un costo bajo. En esta parte, utilizaremos un segundo procedimiento de muestreo, el muestreo aleatorio estratificado, el cual en muchas ocas iones incrementa la cantidad de informacin para un costo dado. 5.6.1 DEFINICION DE MUESTREO ALEATORIO ESTRATIFICADO: Una muestra aleatoria estratificada es la obtenida mediante la separacin de los elementos de la poblacin en grupos que no p resenten traslapes, llamados estratos y la seleccin posterior de una muestra irrestrictamente al eatoria simple en cada estrato. En resumen, los motivos principales para utilizar un muestreo aleatorio estratificado son los siguientes: a) La estratificacin puede producir un error de estimacin ms pequeo que el que generara un m.s.a. del mismo tamao. Este resultado es particularmente cierto si las mediciones dentro de los estratos son homogneas. b) El costo por observacin en la encuesta puede ser reducido mediante la estratificacin de los elementos de la poblacin en grupos convenientes. c) Se pueden obtener estimaciones de parmetros poblacionales para subgrupos de la poblacin. Los subgrupos deben de ser entonces estratos identificables. Lo anterior debe de tomarse en cuenta cuando se est planeando estratificar o no una poblacin o decidiendo en que forma se definirn los estratos. 5.6.2 TAMAO DE MUESTRA PARA ESTIMAR LA MEDIA CON M.A.E. Para estimar la media poblacional utilizando una variable aleatoria continua se utiliza la siguiente relacin:

S NiSi/wi
n = --------------ND + S NiSi de donde: Ni = tamao del i simo estrato.

N = tamao de la poblacin. Si = varianza del i simo estrato. wi = importancia o peso del i simo estrato. B D = ---4 Ejemplo: En un Ingenio, desea hacer una estimacin del promedio de grados Brix con que llega la caa a la fabrica. Para el efecto desea realizar un muestreo aleatorio estratificado, puesto que la caa puede provenir de tres tipos de proveed ores. proveedor tipo A (estrato 1) la caa proviene de lotes de la misma finca. proveedor tipo B (estrato 2) la caa proviene de fincas de particulares en donde el ingenio ha prestado servicios. proveedor tipo C (estrato 3) la caa proviene de fincas de particulares en donde el ingenio no ha tenido ningn servicio. De estudios anteriores, se conoce el tamao y desviacin estndar de cada estrato y adems se desea tener una precisin de un grado brix en el estudio. De que tamao debe de ser la muestra total y de cada estrato?. DATOS: ESTRATO 1 2 3 Ni 558 190 250 Si 3.5 5.4 6.2 wi* 558/998 = 0.56 190/998 = 0.19 250/998 = 0.25 B = precisin.

N = S Ni = 998

* con distribucin proporcional. S N i S i /w i n = --------------ND + S N i S i

S N i S i /w i = N 1 S 1 /w 1 + N 2 S 2 /w 2 + N 3 S 3 /w 3

S N i S i /w i = (558)(3.5)/0.56 + (190)(5.4)/0.19 +

(250)(6.2)/0.25 = 6,811,087.5 + 5,540,400 + 9,610,000

S N i S i /w i = 21,961,87.5

S N i S i = N 1 S 1 + N 2 S 2 + N 3 S 3

S N i S i = 558(3.5) + (190)(5.4) + (250)(6.2)

S N i S i = 6835.5 + 5540.4 + 9610 = 21,985.9

1 D = ---- = 0.25 4

ND = (998)(0.25) = 249,001

S N i S i /w i n = --------------ND + S N i S i

21,961,487.5 = -------------------- = 81 249,001 + 21,985

como se utiliz distribucin proporcional, a cada estrato le tocara el siguiente tamao de muestra: n 1 = 81(558/998) = 45 ; n 2 = 81(190/998) = 15

Definicin de muestreo
Tcnica empleada en el anlisis parcial de un grupo de casos o eventos, a efecto de obtener cierta probabilidad o certidumbre en relacin a las caractersticas del universo analizado.

Muestreo
Es el procedimiento mediante el cul seleccionamos una muestra representativa de la poblacin objeto de estudio. El diseo y la eleccin de la muestra de estudio El paso siguiente que debe resolver el investigador es el del diseo y la eleccin de la muestra. Ambas acciones est ntimamente unidas puesto que dependiendo del diseo que utilice el investigador as ser la eleccin de los sujetos de estudio. Los elementos, personas, fenmenos, constituyen la muestra de la investigacin. Estos elementos forman parte de un grupo de conceptos bsicos que conviene clarificar y que deben ser definidos en cada investigacin.


Conceptos Bsicos  Universo

Poblacin

Muestra

Elemento o individuo (muestral)

Etapas del muestreo Preparacin. En esta se define el universo y la poblacin a partir de la cual se va a extraer la muestra. Muestreo. En esta fase se determina la tcnica ms apropiada en funcin del problema, las hiptesis y el diseo. Aqu cabe diferenciar varios tipos de muestras resultado de las distintas depuraciones que se van haciendo a lo largo del proceso de la recogida de los datos. Nos referimos a:


Muestra invitada. Son los sujetos de la poblacin a quienes se les invita a participar.

 

Muestra participante . Son los sujetos que aceptan formar parte del estudio. Muestra real. Es la muestra productora de los datos que servirn para el anlisis final. La diferencia entre la muestra invitada y la muestra real rara vez aparece especificado en los informes de investigacin.

Tcnicas de muestreo La eleccin de la muestra puede hacerse desde dos perspectiva: probabilsticas o al azar y no probabilsticas. Las tcnicas probabilsticas tienen su base en el principio de equiprobabilidad, en el sentido de que todos los elementos de la poblacin tienen la misma oportunidad de ser elegidos para formar parte de la muestra de estudio. Las tcnicas ms comunes son:


Probabilsticas:  Azar simple.

Aleatorio sistemtico.

Aleatorio estratificado.

Aleatorio por conglomerados.

Multietapa.

No Probabilsticas:  Deliberado.

Accidental o causal.

Muestra de voluntarios.

Muestreos mixtos.

Tamao de la muestra

El tamao que debe tener la muestra que se selecciona depende bsicamente del tipo de estudio que se vaya a realizar. Si el trabajo es experimental, la muestra puede ser bastante ms pequea que si realizamos trabajos descriptivos, en los que la nica forma de controlar los muchos factores que pueden aparecer a lo largo del proceso, es aumentar el nmero de elementos en la muestra.

Muestreo
Muestreo puede referirse a:


En estadstica existe la nocin de muestreo en una poblacin. Existen varias tcnicas de muestreo, pero las ms conocidas son muestreo aleatorio y estratificado. En msica existe la nocin de muestreo o sampleo, que consiste en la insercin de un fragmento sonoro previamente grabado en una nueva composicin musical. En telecomunicaciones y procesamiento digital de seales, el muestreo es uno de los pasos para digitalizar una seal analgica, el otro es la codificacin. Tambin hay muestreo en cosas de qumica para tomar muestras del agua, etc. En biologa, especficamente en ecologa de poblaciones, se utiliza el muestreo en poblaciones finitas con diferentes fines; por ejemplo, para estimar el tamao poblacional cuando no se puede censar una poblacin.