UNIVERSIDAD NACIONAL AUTNOMA DE NICARAGUA

UNAN MANAGUA
FACULTAD REGIONAL MULTIDISCIPLINARIA
DE MATAGALPA
MAESTRA EN GESTIN EMPRESARIAL

MUESTREO

MSc. Natalia Golovina

Tomado del libro del Dr. Javier Parra O.

Reflexione
s
Una gota de agua de mar no puede decir
que ella es el mar, aunque est compuesta
de lo mismo.
Ami, el nio de las estrellas.
Enrique Barrios

Lo esencial es invisible a los ojos.

El principito.
Antoine de Saint-Exuperi

Muestreo
MUESTREO:
Procedimiento a travs del cual se
selecciona una muestra a partir de
una poblacin previamente definida.

VENTAJAS:
-Mayor rapidez
-Reduccin de
costos

OBJETIVO:
Extraer
conclusiones
vlidas para
la poblacin.

DESVENTAJAS:
-Riesgo de representatividad.
(Errores de Muestreo).

Tipos de Muestreo
Son aquellos procedimientos en los
No - Probabilstico cuales intervienen factores distintos al
azar en el proceso de seleccin de las
unidades que se incluyen en la muestra.
Tipos de
Muestreo
Probabilstico

Son aquellos procedimientos en los

cuales interviene slo el azar en el
proceso de seleccin de las unidades
de muestra.

Tipos de Muestreo

Tipos de
Muestreo

1) Los elementos de la muestra son

escogidos por decisin personal de
No - Probabilstico
investigador o por conveniencia y
facilidad de acceso.
2) Son prcticos para investigaciones
exploratorias.
1)
Probabilstico
2)

Cada miembro de la poblacin

tiene una probabilidad conocida y
diferente de cero de ser incluido
en la muestra.
La muestra se extrae utilizando
un mtodo aleatorio de seleccin.

Tipos de Muestreo
No - Probabilstico

Muestreo intencional u opintico

Muestreo circunstancial
Muestreo por cuotas
Bola de nieve

Tipos de
Muestreo

Probabilstico

Muestreo aleatorio simple (MAS).

Muestreo aleatorio estratificado (MAE).
Muestreo a. por conglomerados (MAC).
Muestreo aleatorio sistemtico

Muestreo No Probabilstico
MUESTREO POR CUOTAS
Se debe conocer bien los estratos de la
poblacin y/o los individuos ms representativos
o adecuados para los fines de la investigacin.
Ejemplo:
20 profesionales del sexo masculino con
una edad entre 35 y 40 aos, residenciados
en Maracaibo.

MUESTREO INTENCIONAL U OPINTICO

Muestras que se espera sean representativas
mediante la inclusin de grupos supuestamente
tpicos por decisin personal del investigador.

Muestreo No Probabilstico
MUESTREO CIRCUNSTANCIAL
El investigador selecciona, de acuerdo a
ciertas conveniencias, a los elementos que
conformarn la muestra.
Fcil acceso a los elementos de la
muestra.

BOLA DE NIEVE
Se localiza a algunos individuos, los cuales
conducen a otros y stos a otros y as
sucesivamente hasta conseguir una muestra
suficiente.

Muestreo Probabilstico
MUESTREO ALEATORIO SIMPLE (MAS)
Cada miembro de la poblacin tiene una
probabilidad igual e independiente de ser
seleccionado como parte de la muestra.

PROCEDIMIENTO
Listar todos los elementos que conforman la
poblacin.(Marco muestral)
Asignar un nmero a cada elemento.
Utilizar cualquier mtodo que garantice la
aleatoriedad de la muestra.
Calcular el tamao de la muestra.

Tamao de la muestra

mximo admisible (e) : Cantidad

Factores a considerar:Error
mxima de error que estamos dispuestos a

Homogeneidad de la poblacin
delos
inters.
tolerar en
estimadores. Lo prefija el
investigador.

La precisin (e).

La confianza.

Grado de seguridad que tenemos de que la

estimacin est dentro del error mximo
admisible fijado previamente. Los coeficientes
ms usados son: 90%, 95% y 99%.

Relaciones
Precisin

Error
mximo
admisible
(e)

Nivel de
confianza

Tamao de
la muestra

>

+
pequeo

>

+
grande

<

+
grande

<

+
Pequeo

Prctica MAS
Un investigador desea estimar el tamao promedio (mts2)
de las reas de construccin con un error mximo admisible
(e) de 12 mts2 y una confianza del 95% . Adems se
conoce por un estudio piloto que la desviacin tpica es de
25 mts2 . Extraiga una muestra aleatoria simple.
e: 12 mts2
Confianza: 95%
S= 25 mts2
S2 = (25 mts2 )2

z .s
n 2
e

Prctica
z 2 .S 2 (1.96) 2 .(25mts 2 ) 2 3.8416(625) 2389.4752
n 2

16.59
2
e
(12)
144
144

n=17
Debemos saber si la poblacin es finita
n
17

0.1214
N 140

Como 12% > 10%

La poblacin es finita

Prctica
Aplicamos el factor de correccin para poblaciones finitas FCPF

n0
17
17
17
17
n

15.25
n0 ( N 1) 17 (140 1) 17 139 156 1.1142
N
140
140
140

n=15
Se extraern 15 construcciones del marco muestral.
Tabla de nos. aleatorios o programa informtico.

Muestreo Probabilstico
i
i+k
i+2k
i+3k
i+4k
.
.
.
i+(n-1)k

MUESTREO SISTEMTICO (alternativo al MAS)

Introduce una constante K N / n

Se parte del nmero aleatorio i, que es un
nmero al azar entre 1 y K.

PROCEDIMIENTO
Asignar un nmero a todos los elementos
que conforman la poblacin (Marco muestral).
Calcular el tamao de la muestra.
Extraer el primer elemento de la muestra por
un mtodo aleatorio. Los dems se hallan
agregando k a cada seleccin previa.

Prctica
Muestreo sistemtico:
K=N/n
K=140/15=9.33
i
i+k
i+2k
i+3k
i+4k
i+5k
i+6k

=
=
=
=
=
=
=

7
16
25
34
43
52
61

K=9
i=7
i+7k
i+8k
i+9k
i+10k
i+11k
i+12k
i+13k
i+14k

=
=
=
=
=
=
=
=

70
79
88
97
106
115
124
133

Muestreo Probabilstico
MUESTREO ALEATORIO ESTRATIFICADO (MAE)

Se divide a la poblacin de inters en grupos

mutuamente excluyentes y colectivamente exhaustivos
llamados estratos y se selecciona una muestra aleatoria
simple dentro de cada estrato por separado.

S2d

PROCEDIMIENTO
Construir los estratos en funcin de las
variables claves del estudio.
Extraer una muestra aleatoria simple de cada
estrato por separado.
Mezclar los miembros seleccionados.

S 2e

Afijacin igual
Afijacin proporcional
Afijacin de Neyman

Muestreo Estratificado
Tipos de Afijacin
Afijacin
Igual

Afijacin
Proporcional

Afijacin de
Neyman

N
ni
L
Ni
ni n
N

n.Wi .si
ni
Wi .si

Tamao de la muestra
para estimar la Media
Muestreo aleatorio
estratificado
(Afijacin
Proporcional)

Muestreo aleatorio
estratificado
(Afijacin de
Neyman)

1
N

N S

e2
1
2
2
z
N

2
i

N i si

( N i .Si ) 2

2
e
2
2
N 2 N i si
z

Donde:
Z: valor de la distribucin normal para una confianza dada.
S2: varianza estimada de la variable que se desea estudiar.
e: Error mximo admisible.
N: Tamao de la Poblacin.

Prctica

Muestreo Estratificado (con Afijacin proporcional)

para estimar la Media
Estratos:
Residencial
No residencial

N S
i

1
N

2
i

Peso en la poblacin
106/140 = 0.76 76%
34/140 = 0.24 24%

106(20) 2 34(25) 2 106(400) 34(625) 42400 21250 63650

1
(63650)
455
455
455
140
n 2

11.17
2
144
1
e
1
(
12
)
1
37
.
48

3
.
25
40
.
73
2

(63650)
2 N i si

(30.88)
2
2
2
3
.
8416
19600
z
N
(1.96) (140)

N i Si

Residenciales
0.76(11) = 8

No residenciales
0.24(11) = 3

n=11

Prctica

Muestreo Estratificado (con Afijacin de Neyman)

para estimar la Media:
Estratos:

Peso en la Poblacin
106/140 = 0.76 (76%)
34/140 = 0.24 (24%)

Residencial
No residencial

N .S
N .S
n

e2
2
N 2 N i si
Z
2

106(20) 34(25) 2120 850 2970 ( N i .S i ) 2 2970 2 8.820.900

2

106(20) 2 34(25) 2 42400 21250 63650 N i .Si 636500

( N i .Si ) 2

e2
2
N 2 N i si
Z
2

( N i .Si ) 2

8820900
8820900
8820900

11.05
2
144
(
12
)
798258
63650
(140) 2
63650 19600
2
3
.
8416
(1.96)

n=11

Prctica (Continuacin)
Distribucin de la muestra por estrato
(segn Afijacin de Neyman)
Frmula de clculo:
106
0.76
140
34

W 1 140 0.24

W1

n.Wi.Si
ni Wi.Si

Wi.Si 0.76(20) 0.24(25) 21.2

11(0.76)(20)
n1 21.2 7.89
11(0.24)(25)
n2 21.2 3.11

Residencial:
8 elementos
No residencial: 3 elementos

Tamao de la muestra
para estimar la Proporcin
Muestreo aleatorio
estratificado
(Afijacin
Proporcional)

Muestreo aleatorio
estratificado
(Afijacin de
Neyman)

N N i .Pi .Qi

2
e
N 2 2 N i Pi Qi
Z

( N i .Pi .Qi ) 2

2
e
N 2 2 N i .Pi .Qi
z

Donde:
z: valor de la distribucin normal para una confianza dada.
PQ: varianza estimada de la proporcin.
e: Error mximo admisible.
N: Tamao de la Poblacin.

Prctica 2

(Usando la matriz GSS93 reducido)

Muestreo Estratificado (con Afijacin proporcional)

para estimar la Media

Estratos:

Peso en la poblacin

Mujeres
Hombres

859/1500 = 0.57 57%

641/1500 = 0.43 43%

En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
2,567
14,667

4,567
2,0

0.25
0.1875

Caso: Variable EDUC

N i Si 859(2,567) 641(14,667) 11606,6

2

1
N

1
(11606,6)
7,74
7,74
1500
n 2

81,3
1
e
1
(0,5) 2
1
0
,
0952
2

N i si (1,645) 2 (1500) 2 (11606,6) 0,09 2250000 (11606,6)

z2 N 2

N S
i

Afijacin proporcional:

Mujeres
0,57(81) = 46

Hombres
0.43(81) = 35

n=81

Prctica 2

Muestreo Estratificado (con Afijacin proporcional)

para estimar la Media

Estratos:

Peso en la poblacin

Mujeres
Hombres

859/1500 = 0.57 57%

641/1500 = 0.43 43%

En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
2,567
14,667

4,567
2,0

0.25
0.1875

Caso: Variable HORASTV

N i Si 859(4,567) 641(2,0) 5205,053

2

1
N

1
(5205,053)
3,47
3,47
1500
n 2

17,15
11606,6 0,20231
e
1
(0,75) 2
1
2

N i si (1,645) 2 (1500) 2 (5205,053) 0,20 2250000

z2 N 2

N S
i

Afijacin proporcional:

Mujeres
0,57(17) = 10

Hombres
0.43(17) = 7

n=17

Prctica 2

Muestreo Estratificado (con Afijacin proporcional)

para estimar la Proporcin

Estratos:

Peso en la poblacin

Mujeres
Hombres

859/1500 = 0.57 57%

641/1500 = 0.43 43%

En muestra piloto (10 casos)

Varianzas estimadas
EDUC HORASTV SITLAB
2,567
14,667

4,567
2,0

0.25
0.1875

Caso: Variable SITLAB (Proporcin de trabajadores a tiempo parcial)

N PQ
i i

N N i Pi Qi

e2
N 2 N i Pi Qi
z
2

n=154

859(0,25) 641(0,1875) 334,94

1500(334,94)
502406,25
502406,25

154,1
2
0,0036
3259
,
94
2 (0,06)
334,94
1500
(334,94) 2250000
2
2
,
706
(1,645)

Mujeres
Afijacin
proporcional: 0,57(154) = 88

Hombres
0.43(154) = 66

Muestreo Probabilstico
MUESTREO ALEATORIO POR CONGLOMERADOS (MAC)

Se selecciona aleatoriamente de una poblacin, un

conjunto de m colecciones de elementos muestrales
llamados conglomerados.
Se efecta un censo en cada uno de los conglomerados.
Los conglomerados son las unidades muestrales.

PROCEDIMIENTO
Determinar los conglomerados. De la lista de
conglomerados se escoge un determinado
nmero de stos.
Se registra para cada uno de los
conglomerados la informacin requerida de
acuerdo a las variables objeto de estudio.

No existe o resulta muy

costoso obtener una lista
con todos los elementos.
La poblacin es muy grande
y esta geogrficamente
dispersa.

Supuesto Bsico del M.A.C:

El Muestreo Aleatorio por Conglomerados proporciona
una
cantidad especificada de informacin a un costo mnimo
cuando:

a) No existe una lista con todos los elementos de la poblacin

o sera muy costoso obtenerla.
b) La poblacin es muy grande y est dispersa en un rea
geogrfica muy extensa.

Principio Bsico de la Conglomeracin

Los Conglomerados deben ser lo ms heterogneos posible en su
interior y, a su vez, lo ms homogneos posible entre s.
Esto puede expresarse simblicamente, asumiendo a S2d y
como las varianzas dentro y entre los conglomerados,
respectivamente, entonces:

S2d
S2e

a S2 e

Tamao de la Muestra por Conglomerados:

El tamao de la muestra por conglomerados se determina de manera
distinta en relacin con el M.A.S. y el M.A.E. Precisamente, el
hecho de no contar con listas de todos los elementos de la
poblacin, imposibilita la determinacin exacta, a priori, del
nmero de elementos de la muestra.
Slo al

final del censo en cada conglomerado es

posible

conocer el tamao que tiene la muestra seleccionada. Esto es as

porque el nmero de elementos por conglomerado (viviendas,
manzanas, aulas, etc.) vara y, por tanto, el tamao real de la
muestra depende de los conglomerados que resulten seleccionados.

Prctica de Muestreo Aleatorio por Conglomerados:

Se ha decidido dividir a la poblacin estudiantil de una
conglomerados, para tener ms fcil acceso a cada estudiante. Se
como conglomerado a cada aula de clase en los das y horas en que hay
las facultades. Cmo se extrae informacin muestral para estimar el
en transporte por parte de los alumnos?

Universidad en
decidi utilizar
clases en todas
gasto promedio

Solucin:
Se asigna un nmero a cada saln de clase en todas las facultades. Si hay 460 aulas,
entonces se tiene que el Total de Conglomerados (M) es igual a 460 en la poblacin.
M = 460
Si se sabe que, en promedio, hay 75 alumnos por aula y se cuenta con tiempo y recursos
suficientes para entrevistar a 870 estudiantes, se deben escoger 12 conglomerados (unidades de
primera etapa)
m = 12
Se requieren 12 conglomerados (salones) ya que

870
11.6 12
75