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 por Juicio, Seleccin Experta o Seleccin Intencional:
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 investigador.
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 M 1, M2, .... , Mt mediante la aplicacin del
procedimiento a una poblacin. Esto significa que podemos indicar cuales unidades de muestreo pertenecen a M 1, 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 M i 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 M i.
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
ocasiones 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
presenten traslapes, llamados estratos y la seleccin posterior de una muestra irrestrictamente aleatoria 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.

D = ---- B = precisin.

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
proveedores.
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 Ni Si wi*
1 558 3.5 558/998 = 0.56
2 190 5.4 190/998 = 0.19
3 250 6.2 250/998 = 0.25

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 21,961,487.5
n = --------------- = -------------------- = 81
ND + S N i S i 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
n 3 = 81(250/998) = 20.

Autor:
Ing. Agr. M. Sc. Marco Tulio Aceituno Jurez