REPBLICA BOLIVARIANA DE VENEZUELA

UNIVERSIDAD RAFAEL BELLOSO CHACN

FACULTAD DE INGENIERIA
ESCUELA DE INFORMATICA
CTEDRA: ESTDISTICA
SECCIN: O-513

TEORIA DEL MUESTREO

ESTADISTICA

PRESENTADO POR:

JOSE PIANETA
C.I. V-14138659

Maracaibo, 21 de noviembre de 2016

 CONTENIDO

INTRODUCCIN

1. Que es la teora del muestreo.

1.1. Tipos de muestreo.

2. Importancia del muestreo.

3. Aplicaciones del Muestreo.

 INTRODUCCIN

El muestreo estadstico es un procedimiento por el que se ingresan los

valores verdaderos de una poblacin a travs de la experiencia obtenida con

una muestra

El muestreo como herramienta de la investigacin cientfica arroja resultados

que se pueden utilizar para concluir un determinado estudio X de poblacin,

al igual las tcnicas selectivas que se requieren para dicho estudio de

acuerdo a lo que se va a evaluar.

El muestreo permite una reduccin considerable de los costos materiales del

estudio, una mayor rapidez en la obtencin de la informacin y el logro de

resultados con mxima calidad.

1. QUE ES TEORA DEL MUESTREO

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 sino 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.

Una estadstica es una caracterstica de una muestra, los estadsticos

emplean letras latinas minsculas para denotar estadsticas y muestras.

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.
 1.1. TIPOS DE MUESTREO

Existen 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.

1. Muestreo probabilstico.

Los mtodos de muestreo probabilsticos son aquellos que se basan

en el principio de equiprobabilidad. Es decir, aquellos en los que todos los

individuos tienen la misma probabilidad de ser elegidos para formar parte de

una muestra y, consiguientemente, todas las posibles muestras de tamao n

tienen la misma probabilidad de ser seleccionadas. Slo estos mtodos de

muestreo probabilsticos nos aseguran la representatividad de la muestra

extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de

muestreo probabilsticos encontramos los siguientes tipos:

 1.1. Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a

cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas

dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios

generados con una calculadora u ordenador, etc.) se eligen tantos sujetos

como sea necesario para completar el tamao de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad

prctica cuando la poblacin que estamos manejando es muy grande.

1.2. Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los

elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios

slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero

elegido al azar, y los elementos que integran la muestra son los que ocupa

los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k

en k, siendo k el resultado de dividir el tamao de la poblacin entre el

tamao de la muestra: k= N/n. El nmero i que empleamos como punto de

partida ser un nmero al azar entre 1 y k.

El riesgo de este tipo de muestreo est en los casos en que se dan

periodicidades en la poblacin ya que al elegir a los miembros de la muestra

con una periodicidad constante (k) podemos introducir una homogeneidad

que no se da en la poblacin. Imaginemos que estamos seleccionando una

muestra sobre listas de 10 individuos en los que los 5 primeros son varones y

las 5 ltimas mujeres, si empleamos un muestreo aleatorio sistemtico con

k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra

haber una representacin de los dos sexos.

1.3. Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que

simplifican los procesos y suelen reducir el error muestral para un tamao

dado de la muestra. Consiste en considerar categoras tpicas diferentes

entre s (estratos) que poseen gran homogeneidad respecto a alguna

caracterstica (se puede estratificar, por ejemplo, segn la profesin, el

municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con

este tipo de muestreo es asegurarse de que todos los estratos de inters

estarn representados adecuadamente en la muestra. Cada estrato funciona

independientemente, pudiendo aplicarse dentro de ellos el muestreo

aleatorio simple o el estratificado para elegir los elementos concretos que

formarn parte de la muestra. En ocasiones las dificultades que plantean son

demasiado grandes, pues exige un conocimiento detallado de la poblacin.

(Tamao geogrfico, sexos, edades).

La distribucin de la muestra en funcin de los diferentes estratos se

denomina afijacin, y puede ser de diferentes tipos:

A) fijacin Simple: A cada estrato le corresponde igual nmero de elementos

mustrales.

B) fijacin Proporcional: La distribucin se hace de acuerdo con el peso

(tamao) de la poblacin en cada estrato.

C) fijacin Optima: Se tiene en cuenta la previsible dispersin de los

resultados, de modo que se considera la proporcin y la desviacin tpica.

Tiene poca aplicacin ya que no se suele conocer la desviacin.

 1.4. Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para

seleccionar directamente los elementos de la poblacin, es decir, que las

unidades mustrales son los elementos de la poblacin. En el muestreo por

conglomerados la unidad muestral es un grupo de elementos de la poblacin

que forman una unidad, a la que llamamos conglomerado.

Las unidades hospitalarias, los departamentos universitarios, una caja de

determinado producto, etc., son conglomerados naturales. En otras

ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo,

las urnas electorales.

Cuando los conglomerados son reas geogrficas suele hablarse de

"muestreo por reas". El muestreo por conglomerados consiste en

seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario

para alcanzar el tamao muestral establecido) y en investigar despus todos

los elementos pertenecientes a los conglomerados elegidos.

 1.5. Muestreo Causal.

Este tipo de muestreo es sencillo de comprender, pues se define

con la seleccin de datos que se concentran por una causa definida y

comn, como por ejemplo los datos que podemos tener de una entrevista a

profesores al estar presentes en una reunin sindical, ellos se concentraron

por una razn comn y por una causa definida.

2. Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico

resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun

siendo conscientes de que no sirven para realizar generalizaciones

(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de

que la muestra extrada sea representativa, ya que no todos los sujetos de la

poblacin tienen la misma probabilidad de se elegidos. En general se

seleccionan a los sujetos siguiendo determinados criterios procurando, en la

medida de lo posible, que la muestra sea representativa.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos

permiten resolver los problemas de representatividad aun en situaciones de

muestreo no probabilstico, por ejemplo los estudios de caso-control, donde

los casos no son seleccionados aleatoriamente de la poblacin. Entre los

mtodos de muestreo no probabilsticos ms utilizados en investigacin

encontramos:

2.1. Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta

generalmente sobre la base de un buen conocimiento de los estratos de la

poblacin y/o de los individuos ms "representativos" o "adecuados" para los

fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo

aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero

de individuos que renen unas determinadas condiciones, por ejemplo: 20

individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez

determinada la cuota se eligen los primeros que se encuentren que cumplan

esas caractersticas. Este mtodo se utiliza mucho en las encuestas de

opinin.

2.2. Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de

obtener muestras "representativas" mediante la inclusin en la muestra de

grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos

preelectorales de zonas que en anteriores votaciones han marcado

tendencias de voto. Tambin puede ser que el investigador seleccione directa

e intencionadamente los individuos de la poblacin.

2.3. Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y

estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se

emplea muy frecuentemente cuando se hacen estudios con poblaciones

"marginales", delincuentes, sectas, determinados tipos de enfermos, etc

2.4. Muestreo Discrecional:

A criterio del investigador los elementos son elegidos sobre lo que

l cree que pueden aportar al estudio.

2. IMPORTANCIA DEL MUESTREO

Con anterioridad se defini el concepto de poblacin y muestra,

adems de cmo surge la necesidad de tomar una muestra, debido a la

imposibilidad de medir o conocer las observaciones de todos los elementos

de la poblacin.
Ahora bien la importancia de una buena muestra radica en que a partir de

esa muestra se puedan hacer inferencias sobre caractersticas de toda la

poblacin, es decir que se puedan obtener conclusiones que sean vlidas

para el conjunto poblacional, resumiendo lo anterior en una palabra la

muestra debe ser representativa, la cual es la primer caracterstica

indispensable de una buena muestra, la representatividad, es decir los

elementos de la muestra no deben de tener atributos especiales que los

diferencien del resto de la poblacin, porque de ser as no manifestaran al

total de elementos de la misma.

Al llevar a cabo una investigacin en base a la aplicacin de encuestas, en

razn de que no siempre es posible realizar una entrevista a cada persona u

objeto de inters. Los investigadores tienen que elegir slo algunas personas

u objetos para incluirlos en el estudio. Sin embargo, esta seleccin se debe

realizar con cuidado para asegurarse de que los resultados basados en ese

pequeo grupo, llamado muestra poblacional, sean precisos como si se

aplicaran a toda la poblacin de personas u objetos existentes (llamados

universo en la terminologa de estadstica).

3. APLICACIONES DEL MUESTREO

 La forma en la que se lleva a cabo el muestreo es determinante para

su aplicacin, y para obtener los resultados que posteriormente se van a

obtener de la investigacin. El hecho de que existan muchos esquemas de

muestreo se debe a que se desea reducir el error que se comete al dar

estimaciones sobre los parmetros, es decir, el error inherente de muestreo.

Son muy distintas la visin terica de un diseo muestral y su posterior

realizacin prctica. En general podemos decir que todos los diseos

muestrales tienen dificultades de implementacin, de hecho, la realizacin en

la prctica de un esquema muestral u otro, cuando se est condicionado por

el coste econmico y el tiempo, va a depender de las buenas propiedades

que presente uno sobre el otro, sobre todo, de las posibilidades que

tengamos de llevar uno de ellos a cabo segn el marco disponible de la

poblacin.