UNIVERSIDAD NACIONAL EXPERIMENTAL

FRANCISCO DE MIRANDA
DPTO. DE FSICA Y MATEMTICA
CTEDRA: ESTADSTICA
TEMA N 5. MUESTREO ALEATORIO
En muchos problemas estadsticos es necesario utilizar una muestra de
observaciones tomada de la poblacin de inters con el objeto de obtener
conclusiones sobre ella.
MUESTREO:
Es un procedimiento o tcnica para conocer la poblacin con base a una
muestra extrada de ella. Tambin, es el estudio o procedimiento para
determinar caractersticas de una poblacin a partir de la informacin dada por
la muestra en sus datos y por ser representativa de la poblacin.
Su importancia radica en que se considera una tcnica estadstica aplicable
tanto en las encuestas como en los experimentos, ya que se incluyen la
especificacin de los datos, horas o tiempo de recoleccin, la frecuencia, el
diseo de cuestionarios, el tamao de la muestra, las cuales son caractersticas
que permiten conocer la poblacin. Adems, el muestreo puede utilizarse para
todo lo relacionado con control de calidad, produccin, sueldos y salarios, etc.

VENTAJAS DEL MUESTREO:

Es econmico.
Es rpido y controlable.
Se obtiene una observacin rpida y exacta con un mayor control.
Sus resultados pueden ser precisos o amplios por utilizar personal
especializado.

DESVENTAJAS DEL MUESTREO:

Requiere de personal altamente calificado.
No permite hacer proyecciones sobre reas muy pequeas de la poblacin
o sobre poblaciones sujetas a muchos cambios en un lapso corto de tiempo.
Los resultados estn sujetos a los errores del muestreo.
Se debe tener en cuenta siempre la poblacin.

JUSTIFICACIN DEL MUESTREO:

Cuando se trata con poblaciones infinitas.
Cuando el financiamiento y el tiempo estn seriamente limitados.
Cuando se requieren estimaciones precisas y confiables a corto plazo.
Cuando se requiere una medida del error.

TIPOS DE MUESTREO ALEATORIO:

Los mayormente encontrados tipos de muestreo aleatorio son:
1. Muestreo Aleatorio Simple
2. Muestreo Sistemtico
3. Muestreo Estratificado
4. Muestreo por Conglomerados o reas

1. MUESTREO ALEATORIO SIMPLE:

Consiste en seleccionar las muestras mediante mtodos que permitan a cada
muestra la posibilidad de ser seleccionada y cada elemento de la poblacin
tiene igual probabilidad de quedar incluido en la muestra. En el Muestreo
Aleatorio Simple se seleccionan muestras utilizando nmeros o dgitos
aleatorios al azar (tippets) disponindose de tablas predeterminadas de
nmeros aleatorios o computador.

VENTAJAS DEL MUESTREO ALEATORIO SIMPLE:

El procedimiento es eficiente si la poblacin no es grande.
Es relativamente fcil y barato hallar las unidades muestrales.

DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE:

Requiere la identificacin y catalogacin de la poblacin, lo cual en
ocasiones, resulta muy costoso.
Requiere una probabilidad de seleccin igual para todos los elementos que
conforman la poblacin.

Requiere mayor tamao de muestra que los otros tipos de muestreo.

JSTIFICACIN DEL MUESTREO ALEATORIO SIMPLE:

Se recomienda cuando la poblacin es pequea.
Cuando hay bajo nivel de heterogeneidad en los datos.
Cuando la poblacin esta ubicada en un espacio reducido.
Cuando no se tiene informacin previa de la poblacin.

2. MUESTREO SISTEMTICO:
En el Muestreo Sistemtico la muestra se selecciona de la poblacin con un
intervalo uniforme que mide el tiempo, orden o especio. Se debe tomar un
punto de inicio o arranque el cual tiene que estar dentro de la posicin.
La Posicin es el cociente entre la poblacin y el nmero a muestrear.
Posicin

N
n

VENTAJAS DEL MUESTREO SISTEMTICO:

La sencillez de la tcnica y que puede ser utilizado con bastante grado de
confiabilidad en la prctica, aunque implica tambin el conocimiento de la
totalidad de los elementos del universo.
Es posible utilizar el computador.

DESVENTAJAS DEL MUESTREO SISTEMTICO:

La periodicidad que tienen algunas muestras

JSTIFICACIN DEL MUESTREO SISTEMTICO:

Se recomienda cuando la poblacin es numerosa.
Cuando se puede disponer de un listado de los elementos de la poblacin.
Cuando los elementos de la poblacin no guardan ninguna periodicidad con
una caracterstica importante para la investigacin.

3. MUESTREO ESTRATIFICADO:
Consiste en dividir la poblacin en grupos relativamente homogneos llamados
estratos y despus se utiliza uno de los dos siguientes planteamientos:
- Se selecciona aleatoriamente de cada estrato un nmero especfico de
elementos, correspondiente a la fraccin de ese estrato en la poblacin.
- Se extrae un nmero igual de elementos de cada estrato y se da peso a
los resultados de acuerdo con la porcin del estrato con respecto a la
poblacin total.

El procedimiento de aplicacin consiste en:

- El universo se subdivide o estratifica en grupos
- Se escoge una muestra al azar simple y se da a cada estrato
- Establecer medidas correspondientes
DESVENTAJAS DEL MUESTREO ESTRATIFICADO:
Este mtodo presenta la dificultad de que muchas veces no se tiene a
disposicin un listado de todos los componentes del universo en cada
estrato antes de sacar la muestra.
Adems si existe amplia dispersin geogrfica la clasificacin y obtencin
de los datos sera muy costosa

JUSTIFICACIN DEL MUESTREO ESTRATIFICADO:

Se recomienda cuando se tiene un conocimiento a priori de la poblacin.
Cuando se trata de elementos poblacionales susceptibles de ser
clasificados.
Cuando hay inters en obtener informacin a nivel de las subpoblaciones.

4. MUESTREO POR CONGLOMERADOS O REAS:

Una muestra por conglomerados es una muestra aleatoria en la cual una
unidad de muestreo es una coleccin o conglomerado de elementos.

En el Muestreo por Conglomerados se procede como sigue:

- Se clasifica o divide en reas o manzanas
- Se escoge al azar la muestra donde se va a comenzar el muestro
- Se determina la frecuencia del fenmeno

El Muestreo por Conglomerados tiene una facilidad para el investigador que no

tiene que trasladarse de una parte a otra, sino entre sectores que se
encuentran cerca.

Para este tipo de Muestreo existen dos variantes:

Muestreo por Conglomerados Monoetpico: Aqu se estudian todas las
residencias de una manzana o sector.

Muestreo por Conglomerados Bietpico: Aqu se escogen primero las

muestras de las manzanas o sectores y luego se elige al azar los elementos
dentro de la manzana o sector seleccionado.

JUSTIFICACIN DEL MUESTREO POR CONGLOMERADOS:

Se recomienda cuando la poblacin esta diseminada en grandes reas
geogrficas.
Cuando los conglomerados son susceptibles de estratificacin.
Cuando se pueden seleccionar conglomerados homogneos entre s pero
con una alta heterogeneidad interna.

TAMAO PTIMO DE MUESTRA:

El tamao de la muestra juega un papel fundamental en el anlisis de la
informacin suministrada por la muestra. Un tamao ptimo de la misma, ajusta
el error de las estimaciones a valores razonablemente aceptables para el
investigador y confiere mayor confiabilidad a las estimaciones.
Para calcular el tamao ptimo de la muestra se deben tomar en cuenta
algunas propiedades de ella y el error mximo que se permitir en los
resultados. Para el clculo de n (tamao de la muestra) se puede emplear la
siguiente frmula:

Z 2 N s2
Z 2 s2 N E2

nopt
Donde:

- S2 es la desviacin estndar (que puede determinarse por criterio, por

referencia a otros estudios o mediante una prueba piloto).
- Z es el valor en la tabla de probabilidades de la Distribucin Normal para
un nivel de confianza determinado.
- N es el tamao de la poblacin.
- E es el error mximo permitido y se puede interpretar como la mayor
diferencia entre la media de la muestra y la media de la poblacin.

Otra manera de calcular el Tamao de Muestra es usando un Nomograma.

ste consiste en tres escalas puestas en forma vertical y paralela. Del lado
izquierdo aparece una escala llamada Error Relativo Permisible (ER), como
una fraccin de la media supuesta de la poblacin. La escala central es el
tamao de muestra n y del lado derecho aparece la escala llamada
Coeficiente de Variacin (CV). Cuando se hayan calculado todos estos
valores, se localizan los puntos respectivos en las escalas laterales y se traza
una recta entre estos puntos. Esta recta cruzar automticamente la escala de
tamao de la muestra y el valor de cruce ser n.

ER

X
E

CV

S
X

ER

CV

0,074

250

Tamao de
muestra

0,6