Está en la página 1de 23

UNIVERSIDAD PRIVADA SAN PEDRO

Huaraz

Muestreo y
Muestra
Docente: Lic. Adm. Juan Roosevelt Gonzlez Lucero

Conceptos Preliminares
Unidades de anlisis: Se les denomina tambin casos o elementos (individuos,
organizaciones, peridicos, comunidades, situaciones, eventos, etc.). Para
seleccionar una muestra, lo primero que hay que hacer es definir la unidad de
anlisis. Una vez definida la unidad de anlisis se delimita la poblacin.
Muestra: Subgrupo de la poblacin del cual se recolectan los datos y debe ser
representativo de sta. Se utiliza por economa de tiempo y recursos. Implica
definir la unidad de anlisis. Requiere delimitar la poblacin para generalizar
resultados y establecer parmetros.
Poblacin o universo: Conjunto de todos los casos que concuerdan con
determinadas especificaciones.
Marco Muestral: Es un marco de referencia que nos permite identificar
fsicamente los elementos de la poblacin as como la posibilidad de
enumerarlos y seleccionar los elementos muestrales.

POBLACION, UNIDAD DE
ANALISIS Y MUESTRA.
Unidad de
Anlisis

Clases
o Tipos
de
Muestra

SUBGRUPO DE LA
POBLACION EN EL QUE
TODOS LOS ELEMENTOS
DE ESTA TIENEN LA MISMA
POSIBILIDAD DE SER
ELEGIDOS

La eleccin entre la muestra probabilstica y la no probabilstica se


determina con base en el planteamiento del problema, las hiptesis,
el diseo de investigacin y el alcance de sus contribuciones.
SUBGRUPO DE LA
POBLACION EN LA QUE LA
ELECCION DE LOS
ELEMENTOS NO DEPENDE
DE LA PROBABILIDAD SINO
DE LAS CARACTERISTICAS
DE LA INVESTIGACION O DE
QUIEN HACE LA MUESTRA.

Muestra Probabilstica
Muestra Aleatoria
Simple

- Calcular un tamao de muestra que sea


representativo de la poblacin;
- Seleccionar los elementos muestrales
(casos) de manera que al inicio todos
tengan la misma posibilidad de ser
elegidos.

Stats, Excel

Muestra Probabilstica
Estratificada

Para comparar sus resultados entre


segmentos, grupos o nichos de la poblacin,
porque as lo seala el planteamiento del
problema.

Stats (n), n/N


=c;
c x Em;Excell

Muestreo Probabilstico
por Racimos

se reducen costos, tiempo y energa, al


considerar que muchas veces las unidades de
anlisis se encuentran encapsuladas o
encerradas en determinados lugares fsicos o
geogrficos, a los que se denomina racimos.

Racimos
Stats
Excell

Racimos Son sinnimos de clusters o conglomerados.

Proceso del Diseo de Muestreo

TAMAO DE MUESTRA
1.- Parmetro

Son las medidas o valores que se obtienen sobre la poblacin.


Ejemplo : La media poblacional ( ), la varianza poblacional (2 ), la
proporcin poblacional ( P ).
2.- Estadstico
Son los valores o medidas que se obtienen sobre una muestra y por
lo tanto son una estimacin de los parmetros.
Ejemplo: La media muestral ( ), la varianza muestral (S2 ), la
proporcin muestral ( p ).
3.- Error de Muestreo ( e )
Es la diferencia que puede haber entre el valor muestral (estadstico)
y el valor poblacional (parmetro) obtenida por medio de una
muestra aleatoria observada en una de las tantas muestras posibles
de una poblacin dada.

4.- Nivel de Confianza. (1 - )


Como el azar est presente en cada muestra que se elige, el investigador no
puede asegurar para todas las muestras posibles un mismo error, es decir
existe la probabilidad de que algunas muestras sean elegidas y arrojen un
error mayor a e . Para tomar en consideracin este hecho se introduce el
concepto de confianza, es decir:
Se acepta un error e con una confianza del 95%, en el sentido de que si
se muestreara repetidas veces, en promedio, 95 de cada 100 muestras,
tendran un error mximo de magnitud e, y 5 de ellas tendran un error
mayor a e.
Llamamos nivel de confianza a la probabilidad de que el intervalo
construido en torno a un estadstico contenga el verdadero valor del
parmetro
Evidentemente las confianzas ms solicitadas sern prximas al 100% (90%,
95%, 99%, 99.9%).
TABLA N 01

Nivel de confianza(1-)

90%

95%

99%

99.90%

1.64

1.96

2.57

3.29

Tamao de muestra para una Variable Cualitativa

Poblacin Finita
n=

z2 p q N
e2(N-1)+pqz2

N : Tamao de la Poblacin
n : Muestra
Z : Coeficiente de confianza
P : Probabilidad que ocurra un evento
q : Probabilidad que no ocurra un evento
e : Error muestral

Se considera que una poblacin es finita


cuando la poblacin es menor de 100000
individuos

TAMAO DE MUESTRA

Ejemplo 1:
En un estudio, se desea determinar en que proporcin los
ingenieros encargados de las labores de muestreo en una gran
industria pesquera se encuentran capacitados. Si se sabe que
existen 1500 ingenieros y deseamos tener una precisin del
10%, con un nivel de significancia de 5%.
De que tamao debe ser
la muestra.

TAMAO DE MUESTRA

SOLUCION de Ejemplo 1:

N = 1500

E = 10%

= 5%

Z 2 P(1 P)N
n 2
=
2
E (N 1) Z P(1 P)
Se necesitaran 91 ingenieros.

p = 0.5

q= 0.5

Z (/2) =1.96

( 1.96)2 (0.5) ( 0.5) 1500

= 91 ingenieros

(0.1) 2 (1500 -1) + (1.96) 2 ( 0.5)(0.5)

Poblacin infinita
n=

z2

pq
2
e

Se considera que una


poblacin es infinita
cuando es mayor o igual
a 100000 individuos.

n : Muestra
Z : Coeficiente de confianza
P : Probabilidad que ocurra un evento
q : Probabilidad que no ocurra un evento
e : Error muestral

EJEMPLO
Un sondeo previo indica que la
proporcin de analfabetos de una
poblacin es de 30%. Qu
tamao debe tener la muestra
para estimar, con una precisin
del 5% y un nivel de confianza
del 95%, la proporcin de
analfabetos si el tamao de la
poblacin de personas mayores de
14 aos de edad es de 10000?

Tamao de muestra para una Variable Cuantitativa

Poblacin Finita
n=

z2 s 2 N
e2(N-1)+S2z2

N : Tamao de la Poblacin
n : Muestra
Z : Coeficiente de confianza
S2 : Varianza de la caracterstica que se
esta estudiando
e : Error muestral

Se considera que una poblacin es finita


cuando la poblacin es menor de 100000
individuos

TAMAO DE MUESTRA

Ejemplo 2:
En un lote de 8000 unidades de frascos para almacenar
reactivos qumicos, se desea estimar la capacidad media en
centmetros cbicos de los mismos.
A travs de un premuestreo de 35 frascos se ha
determinado que la desviacin estndar es de 2 cm3. Si
queremos tener un error de 0.25 cms3 y un nivel de
significancia de 5%.
De que tamao debe ser la muestra?.

TAMAO DE MUESTRA

SOLUCION de Ejemplo 2:
S = 2 cm 3

N = 8000

Z 2S 2N
n 2
E ( N 1) Z 2 S 2
Se necesitaran 238 frascos

E = 0.25 cm 3

= 0.05 ( 5%)

Z (/2) =1.96

(1.96) 2 (2 ) 2 (8000)
=

= 238 frascos
(0.25) 2(8000 1) + (1.96)2 ( 2)2

Poblacin infinita
n=

z2

s2
e

Se considera que una


poblacin es infinita
cuando es mayor o igual
a 100000 individuos.

n : Muestra
Z : Coeficiente de confianza
S2 : Varianza de la caracterstica que se
esta estudiando
e : Error muestral

Muestra estratificada
En una escuela de una comunidad especfica se quiere determinar la
proporcin de escolares parasitados. Se sabe que el criar o no animales
predispone a los escolares a tener cierta probabilidad para adquirir parsitos,
por consiguiente la poblacin escolar no es homognea. La poblacin
estratificada de 1500 escolares queda establecida de la siguiente manera:
ESTRATO 1

ESTRATO 2

Escolares que viven con


animales

Escolares que no viven con


animales

N1 = 900

N2 = 600

Se determin que el tamao de la muestra es de 200. Se pide, calcular los


tamaos de muestra en cada estrato bajo la afijacin proporcional.

Procedimiento de Seleccin de la Muestra


Tmbola

Nmeros Aleatorios

Seleccin Sistemtica

Enumerar todos los elementos muestrales de la poblacin del


1 al n.
Hacer fichas, uno por cada elemento, revolver.
Sacar n fichas, segn el tamao de muestra.
Para Estratificado: c =n/N ; c x En
Tablas de Nmeros Aleatorios: Stat, Excel
Elegir dentro de una poblacin N un nmero n de elementos a
partir de un intervalo K. Este ltimo (K ) es un intervalo que se
va a determinar por el tamao de la poblacin y el tamao de
la muestra. De manera que tenemos que K = N/n, en donde: K
= un intervalo de seleccin sistemtica, N = la poblacin y n =
la muestra.
Inicio (dados), luego cada K escoger 1/n

Ubicar los marcos muestrales: Listados (gua telefnica, nminas, padrones, registros, catastros, inventarios, etc)
teniendo en cuenta su exactitud, veracidad, fiabilidad y su novel de cobertura con relacin al problema y
poblacin. Archivos, Mapas.

Muestras No Probabilsticas o Dirigidas


(Procedimiento de Seleccin Informal)
Seleccionan individuos o casos tpicos sin intentar que sean representativos de una
poblacin determinada.
Al no ser probabilsticas, no es posible calcular con precisin el error estndar, es decir, no
podemos calcular con qu nivel de confianza hacemos una estimacin. Si consideramos
que la estadstica inferencial se basa en la teora de la probabilidad, las pruebas
estadsticas en muestras no probabilsticas tienen un valor limitado a la muestra en s, mas
no a la poblacin. Es decir, los datos no pueden generalizarse a sta.
En las muestras de este tipo, la eleccin de los casos no depende de que todos tengan la
misma probabilidad de ser elegidos, sino de la decisin de un investigador o grupo de
personas que recolectan los datos.
La nica ventaja de una muestra no probabilstica desde la visin cuantitativa es su
utilidad para determinado diseo de estudio que requiere no tanto una representatividad
de elementos de una poblacin, sino una cuidadosa y controlada eleccin de casos con
ciertas caractersticas especificadas previamente en el planteamiento del problema.
Para el enfoque cualitativo, al no interesar tanto la posibilidad de generalizar los resultados,
las muestras no probabilsticas o dirigidas son de gran valor, pues logran obtener los casos
(personas, contextos, situaciones) que interesan al investigador y que llegan a ofrecer una
gran riqueza para la recoleccin y el anlisis de los datos.

La eternidad est en nuestras manos. Vive de tal manera que, cuando te


vayas, mucho de ti quede an en aquellos que tuvieron la buenaventura de
encontrarte
Annimo