UNIVERSIDAD CATLICA DE SANTA MARA

FACULTAD DE CIENCIAS E INGENIERAS FSICAS Y FORMALES

ESCUELA PROFESIONAL DE INGENIERA INDUSTRIAL

CURSO: Estadstica Y Probabilidades

TEMA: Mtodos de muestreo
DOCENTE: Maximo Rondon Rondon

APELLIDOS Y NOMBRES:
Guerreros Quispe Yomira Heidy
NRO. ORDEN: 14
SECCION:D

AREQUIPA-PERU
2017
METODOS DE MUESTREO

MUESTREO

El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin

bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de
hacer inferencias sobre dicha poblacin.

La muestra debe lograr una representacin adecuada de la poblacin, en la que se

reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que son
importantes para la investigacin.

Los errores ms comunes que se pueden cometer son:

1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.

2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que

originalmente se tom la muestra.

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.

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.- 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.

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 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 los 5 ltimos 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.

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:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la

poblacin en cada estrato.

Afijacin 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.

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 numero

de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en
investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

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:

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.- 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. El caso ms frecuente de este procedimiento el utilizar como
muestra los individuos a los que se tiene fcil acceso (los profesores de universidad
emplean con mucha frecuencia a sus propios alumnos).
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.

4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos
sobre lo que l cree que pueden aportar al estudio.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

CARACTERISTICAS VENTAJAS INCONVENIENTES

Se selecciona una muestra
de tamao n de una
Aleatorio poblacin de N unidades,
simple cada elemento tiene una
probabilidad de inclusin
igual y conocida de n/N.
Sencillo y de fcil
comprensin. Requiere que se posea
de antemano un
Clculo rpido de listado completo de
medias y varianzas. toda la poblacin.
Cuando se trabaja con
Se basa en la
muestras pequeas es
teora estadstica, posible que no
y por tanto represente a la
existen paquetes poblacin
informticos para adecuadamente.
analizar los datos
 Fcil de aplicar.
Conseguir un listado de
los
No siempre es
N elementos de la
necesario tener
poblacin Si la constante de
un listado de toda
Determinar tamao muestreo est
la poblacin.
muestral asociada con el

n. Cuando la fenmeno de inters,

Sistemtico poblacin est las estimaciones
Definir un intervalo k= obtenidas a partir de
ordenada
N/n. la muestra pueden
siguiendo una
Elegir un nmero contener sesgo de
tendencia
aleatorio, r, entre 1 y k (r=
conocida, asegura seleccin
arranque aleatorio).
una cobertura de
Seleccionar los elementos
unidades de todos
de la lista.
los tipos.
En ciertas ocasiones
resultar conveniente Tiende a asegurar Se ha de
estratificar la muestra que la muestra conocer la
segn ciertas variables de represente distribucin
Estratificado
inters. Para ello debemos adecuadamente a en la
conocer la composicin la poblacin en poblacin de
estratificada de la funcin de unas las variables
poblacin objetivo a
hacer un muestreo. Una variables utilizadas para
vez calculado el tamao seleccionadas. la
muestral apropiado, este estratificacin.
Se obtienen
se reparte de manera
estimaciones ms
proporcional entre los
precisa
distintos estratos
definidos en la poblacin
Su objetivo es
usando una simple regla
conseguir una
de tres.
muestra lo ms
 semejante
posible a la
poblacin en lo
que a la o las
variables
estratificadoras
se refiere.

Es muy eficiente El error

cuando la estndar es
Se realizan varias fases de
poblacin es mayor que en
muestreo sucesivas
muy grande y el muestreo
(polietpico)
dispersa. aleatorio

La necesidad de listados simple o

Conglomerados No es preciso
de las unidades de una estratificado.
tener un listado
etapa se limita a aquellas
de toda la El clculo del
unidades de muestreo
poblacin, slo error estndar
seleccionadas en la etapa
de las unidades es complejo.
anterior.
primarias de
muestreo.

Muestra.

Es prcticamente imposible estudiar todas las unidades de la poblacin.

Qu es una muestra?

Es una parte representativa de la poblacin.

Caracterstica Fundamental:

Reduce de la forma ms exacta posible las caractersticas de la poblacin.

Elementos principales de la muestra.

El marco o base de la muestra.

Conjunto de unidades que constituyen la poblacin.

Unidades muestrales.

Cada uno de los elementos que constituyen la base o marco de la muestra.

Elementos principales de la muestra.

Fraccin de muestreo

Es el porcentaje que representa la muestra sobre el total de la poblacin (n/N)*100.

Coeficiente de elevacin

Es el nmero de veces que el tamao de la poblacin contiene al tamao de la muestra

(N/n).

Mtodos de muestreo.

MUESTREO PROBABILSTICO

1. Muestreo aleatorio simple para poblaciones finitas.

Los elementos de la muestra se eligen al azar, directamente y en una sola etapa.

Se aplica fundamentalmente en poblaciones pequeas y plenamente identificables.

Se utilizan tablas de nmeros aleatorios.

Es una muestra de tamao n, de una poblacin finita N, en donde cada muestra tiene la
misma probabilidad de ser seleccionada.

Tipos de muestreo aleatorio simple para poblaciones finitas.

Muestreo sin reemplazo

Se selecciona solo una vez cada muestra.

Muestreo con reemplazo

Se puede incluir dos o ms veces en la muestra.

Si tenemos una poblacin formada por 100 elementos y queremos extraer una muestra
de 25 elementos, en primer lugar debemos establecer el intervalo de seleccin que ser
igual a 100/25 = 4. A continuacin elegimos el elemento de arranque, tomando
aleatoriamente un nmero entre el 1 y el 4, y a partir de l obtenemos los restantes
elementos de la muestra.

Respuesta = 2, 6, 10, 14,..., 98

1. Muestreo aleatorio simple para una poblacin infinita.

Es aquella que se selecciona en tal forma que se satisfacen las siguientes condiciones:

Cada elemento seleccionado proviene de la misma poblacin.

Cada elemento se selecciona en forma independiente.

2 . Muestreo aleatorio sistemtico.

Variante del muestreo aleatorio simple.

Sistematiza la eleccin de los componentes de la muestra.

Se calcula el coeficiente de elevacin.

Se elige al azar un nmero igual o menor a ese coeficiente.

El individuo al que corresponde ese nmero forma parte de la muestra.

Los restantes se obtienen sumando sucesivamente el coeficiente de elevacin al nmero

obtenido.

Ejemplo

N = 5.000

n = 100

Coeficiente de elevacin= 5.000/100 = 50

El peligro de esta eleccin es que si en el listado hay algn tipo de ordenacin, se corre
el riesgo que la eleccin no sea tan neutra.

3 . Muestreo Estratificado.

Cuando el universo no es homogneo.

Diferentes categoras con igual importancia para la investigacin.

La eleccin de la muestra no se hace globalmente para todos los estratos.

Eleccin de una muestra para cada estrato por alguno de los procedimientos anteriores.

No es aconsejable elevar la divisin en estratos demasiado lejos, estratos pequeos

complican el diseo porque pueden aparecer vacos.

Afijacin de la muestra.

Afijacin simple

Si en cada estrato se elige el mismo nmero de individuos. En algunos casos no

representa la poblacin en realidad.

Muestra n = 500 individuos (5000/100), 4 estratos, cada estrato tendr 125 individuos.

Afijacin proporcional

Cada estrato tenga la misma proporcin en la muestra que en la poblacin.

Una muestra es de 40% para un estrato, en la poblacin el estrato tambin debe tener la
misma proporcin.

Ejemplo:

En una fbrica que consta de 600 trabajadores queremos tomar una muestra de 20.
Sabemos que hay 200 trabajadores en la seccin A, 150 en la B, 150 en la C y 100 en la
D.

Afijacin de la muestra.

Ejemplo afijacin proporcional: N = 5000/100 = 500

3000 (60%) 2000(40% )

2000 ; 1000; 1500; 500

M<30; M>30; H<30; H>30

40 %; 20%; 30%; 10%

Afijacin ptima.

Consiste en elegir:

Pocos individuos de los estratos homogneos.

Muchos individuos de los estratos heterogneos.

4 . Muestreo aleatorio conglomerado.

Unidades muestrales no son simples, sino colectivos.

Escuelas, hospitales, etc.

Se divide primero a los elementos de la poblacin en conjuntos separados llamados

conglomerados.

Cada elemento pertenece slo a un grupo.

Se toma una muestra aleatoria simple de los conglomerados.

Caractersticas.

Tiende a proporcionar los mejores resultados cuando los elementos del conglomerado
son heterogneos.

Caso ideal: cada conglomerado es una versin representativa, en pequea escala, de

toda la poblacin.

Requiere un tamao de muestra total mayor que el muestreo aleatorio

simple o estratificado.

Principales aplicaciones: muestreo de reas.

MUESTREO NO PROBABILSTICOS

i). Muestreo accidental.

El investigador elige a aquellos individuos que estn a mano.

No se utilizan ningn criterio especial de eleccin.

ii). Muestreo por cuotas.

Consiste en facilitar al entrevistador el perfil de los individuos u objetos:

Criterio.

Eleccin especfica.

Cumplan con el perfil.

Se aplica en la ltima fase del muestreo.

iii). Muestreo Intencionado.

Se basa en una buena estrategia y el buen juicio del muestreo.

Frecuentemente se toman elementos que se juzgan tpicos o representativos de la

poblacin, suponiendo que los errores en la seleccin se compensan unos con otros.

Tamao muestral en estudios para determinar parmetros

Si se desea estimar una proporcin, debe conocerse:

1.- El nivel de confianza o seguridad (1) . El nivel de confianza prefijado da lugar a

un coeficiente (z) . Para un nivel de seguridad del 95 % =1,96 , para un nivel de
seguridad del 99 % = 2,58 .

2.- La precisin que se desea para el estudio.

3.- Una idea del valor aproximado del parmetro que se quiere medir (en este caso, una
proporcin). Esta idea se puede obtener revisando la literatura o mediante estudio
pilotos previos. En caso de no tener dicha informacin se utilizar el valor p =0,5 (50
%).

Frmulas para el clculo del tamao de muestras para la estimacin de parmetros,

cuando el tamao de la poblacin (N), es desconocida:

z 2 *p*q

n = tamao de la muestra.
N = tamao de la poblacin.

Z = Valor obtenido (coeficiente) mediante niveles de confianza (1-). Es un valor

constante que, si no se tiene su valor, se lo toma en relacin al 95% de confianza
equivale a 1,96 (como ms usual) o en relacin al 99% de confianza equivale 2,58, valor
que queda a criterio del investigador.

e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su valor,

suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que queda a
criterio del encuestador.

= Proporcin esperada = asumiendo que puede ser prxima al 5 %; si no se tuviese

ninguna idea de dicha proporcin se utilizara el valor p =0 ,5 (50 %) que maximiza el
tamao muestral.

= 1-p

Ejemplo:

a cuntas personas tendra que estudiarse para conocer la prevalencia de algn

parmetro en estudio? Si:

Seguridad = 95 %;

Precisin = 3 %;

Proporcin esperada = al 5 %.

Solucin:

z2= 1,962 = 3,84 ya que la seguridad buscada es del 95 %; p es la proporcin esperada

(en este caso 5 % 0,05); q =1 p (en este caso 1 0,05 = 0,95); e = es la precisin
deseada (en este caso un 3 %):

n = 203

Si la poblacin (N) es finita, es decir se conoce el total de la poblacin y se desea saber

cuntas unidades, objetos o individuos hay que estudiar, la frmula sera:

N*z2 *p*q

n = tamao de la muestra.
N = tamao de la poblacin total.

Z = Valor obtenido (coeficiente) mediante niveles de confianza (1-). Es un valor

constante que, si no se tiene su valor, se lo toma en relacin al 95% de confianza
equivale a 1,96 (como ms usual) o en relacin al 99% de confianza equivale 2,58, valor
que queda a criterio del investigador.

e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su valor,

suele utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que queda a
criterio del encuestador.

= Proporcin esperada = asumiendo que puede ser prxima al 5 %; si no se tuviese

ninguna idea de dicha proporcin se utilizara el valor p =0 ,5 (50 %) que maximiza el
tamao muestral.

= 1-p

Ejemplo:

A cuntas personas de una poblacin de 15.000 habitantes tendra que estudiarse para
conocer la prevalencia de un parmetro en estudio?

Seguridad = 95 %;

Precisin = 3 %;

Proporcin esperada = al 5%

Aplicando la frmula anterior se obtiene:

n = 200

Para otras situaciones, el coeficiente de z vara segn diferentes niveles de seguridad,

as:

Si la seguridad z fuese del 90 % el coeficiente sera 1,645.

Si la seguridad z del 95 % el coeficiente sera 1,96.

Si la seguridad z fuese del 97,5 % el coeficiente sera 2,24.

Si la seguridad z fuese del 99 % el coeficiente sera 2,576.

BIBLIOGRAFIA

https://es.scribd.com/presentation/362886708/Metodos-de-muestreo-ppt
https://prezi.com/lrvz0xoo772s/tipos-y-metodos-de-muestreo/
https://www.bioestadistica.uma.es/baron/apuntes/ficheros/estad_uma_06.ppt
www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf
mey.cl/apuntes/muestrasunab.pdf
dta.utalca.cl/estadistica/ejercicios/recoger/Muestro/muestreo.pdf
www.fao.org/fileadmin/templates/ess/ess_test.../Metodos_de_muestroMG_2.pdf
www.economia48.com/spa/d/metodos-de-muestreo/metodos-de-muestreo.htm
metodologia02.blogspot.com/p/tipos-de-muestreo.html
https://es.slideshare.net/HOTELES2/tcnicas-de-muestreo