Muestreo 1 PDF

UNIVERSIDAD NACIONAL DE CAJAMARCA
“Norte de la Universidad Peruana”

FACULTAD DE INGENIERÍA
MUESTREO Y
TAMAÑO DE
MUESTRA
1
CASO1: Muestreo de personal en área
de trabajo
Para la determinación del número de

ingenieros necesarios, para el manejo de
áreas de trabajo en una fábrica, se realizó un
muestreo del trabajo , en el que se observó
el tiempo productivo de cada uno de los
ingenieros, así como el tiempo que utilizan
para realizar otras actividades consideradas,
no productivas ( descanso, actividades
personales, etc.)
Si Ud. fuera parte del equipo de investigación ¿Cuáles serian

sus primeras interrogantes:
2
CASO1: Muestreo de personal en área de
trabajo
INTERROGANTES
¿Cuál será mi población en estudio?

¿Qué características tiene la Población?
¿Qué tipo de MUESTREO utilizaré?
¿Cuál es la muestra?
¿Cuáles son las VARIABLES que voy a evaluar?
¿Cuánto me demorare en hacer la investigación?
¿Cuánto será el costo ?
¿Qué técnica de recolección de datos aplicaré?
¿Qué técnica estadística utilizaré para analizar los datos? Etc.
3
LOGRO DE LA SESIÓN
Al término de la sesión, el estudiante desarrolla y explica situaciones

reales en las cuales se utiliza el MUESTREO y determina tamaños de
muestra teniendo en cuenta características de la Población en estudio.
4
CONTENIDO
•Elementos de la teoría de muestreo.

•Tipos de muestreo.
•Muestreos Probabilìsticos.
•Muestreos No Probabilìsticos.
•Tamaño de muestra.
5
USOS DEL MUESTREO EN INGENIERIA
2. Muestreo de
1. Pruebas de Cianuraciòn Mineral en Campo
en Botellas y Columnas.
3. Muestreos en Industrias 4. Muestreos

Químicas en Industrias
Pesqueras
El propósito de un estudio estadístico suele ser, extraer
conclusiones acerca de la naturaleza de una población.
Al ser la población grande o infinita y no poder ser estudiada

en su integridad en la mayoría de los casos, las conclusiones
obtenidas deben basarse en el examen de solamente una parte
de ésta, lo que nos lleva a la justificación, necesidad y estudio
del muestreo
Nacimiento del MUESTREO
UNIDAD
DE
ESTUDIO MUESTRA
POBLACION
DEFINICIONES PRELIMINARES
1. Muestreo:
• Es una técnica estadística por la cual se realizan
inferencias a la población examinando solo una muestra.
• Su propósito es proporcionar diferente tipo de información
estadística de naturaleza cuantitativa o cualitativa.
• Es una técnica empleada para seleccionar elementos de
una población.
• Por su gran importancia los investigadores lo utilizan en
los diferentes campos de saber y también lo usamos en la
vida diaria.
1.1. Ventajas del Muestreo
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la información
d) Factibilidad de hacer el estudio cuando la toma de datos implica
técnicas destructivas, por ejemplo:
- Pruebas de germinación.
- Análisis de sangre.
- Control de calidad.
1.2. Usos del Muestreo.
El Muestreo es utilizado en diversos campos:
1- Investigación de mercados la utilizan para investigar productos

preferenciales de consumo, efectividad del mismo, etc.
2- Política: Las muestras de las opiniones de los votantes se usan para que
los candidatos midan la opinión pública y el apoyo en las elecciones.
3- Educación: Las muestras de las calificaciones de los exámenes de

estudiantes se usan para determinar la eficiencia de una técnica o programa
de enseñanza.
4- Industria: La muestras de los productos de una línea de ensamble sirve

para controlar la calidad.
1.2 . Usos del Muestreo.
El Muestreo es utilizado en diversos campos:
5- Medicina: Las muestras de medidas de azúcar en la sangre de

pacientes diabéticos prueban la eficacia de una técnica o de un fármaco
nuevo.
6- Agricultura: Las muestras del maíz cosechado en una parcela

proyectan en la producción los efectos de un fertilizante nuevo.
7- Gobierno: Los ministerios seleccionan muestras para obtener

información sobre empleo, distribución del empleo, educación, canasta
familiar, etc.
8. Uso Doméstico: Utilizamos el muestreo para probar la calidad de

algunos artículos o productos.
Ejemplos:
• Las empresas industriales seleccionan muestras para controlar la calidad de

su producción.
• Los ministerios gubernamentales seleccionan muestras para obtener

información sobre empleo, distribución del empleo, educación, canasta
familiar, etc.
• Las organizaciones de investigación de mercados la utilizan para investigar

productos preferenciales de consumo, efectividad del mismo, etc.
• En el uso domestico, utilizamos el muestreo para probar la calidad de

algunos artículos o productos.
2. Población:
• Son conjuntos de elementos o unidades que comparten un
grupo de características comunes.
• Conjunto de elementos relacionados entre sícon alguna
característica del cual se desea información.
• Una población siempre debe estar definida en terminos de:
CONTENIDO EXTENSION TIEMPO

3. Muestra:
• Es un subconjunto de elementos seleccionados convenientemente
de la población objetivo de tal manera que puede hacerse
inferencias de ella respecto a la población completa.
• Es un conjunto de unidades seleccionadas de un marco muestral o
de varios marcos muestrales.
• Una muestra tiene las siguientes características:
a. Representativa: es decir que refleje completamente las
características de la población.
b. Adecuada: debe incluir un numero optimo de elementos.
c. Aleatoria: conserva las características de la Población.
Población: Conjunto de unidades de las

que se desea obtener cierta información.
Unidades: Personas, Familias,
Viviendas, Escuelas, Organizaciones,
Artículos de Prensa
Muestra: Selección de unas

unidades concretas de la población
que representen la característica
que se quiere medir.
• El diseño de una muestra tienen el siguiente proceso:
4. Unidad elemental o unidad de análisis:

• Es cada uno de los elementos en estudio.
• Es el objeto del cual se toman las mediciones.
Ejm:
Una persona, un alumno, un cliente, una empresa, una fabrica, una

botella de cerveza, un PC,un tornillo, etc
5. Unidad Muestral:
• Esta formada por una o mas unidades elementales o de

analisis.
• Son aquellos elementos que cubren la población objetivo.
• Es el elemento o conjunto de elementos sobre los cuales se va
a obtener información.
Ejemplos:
Una fábrica, una familia, una calle, una granja, etc.
6. Marco Muestral
Es el conjunto de unidades del cual se seleccionará una muestra.
Tipos de marco muestral
• Marco muestral de lista: Cuando las unidades de muestreo del marco se

constituyen en un listado.
• Ejemplo: un listado de alumnos, un listado de clientes, listado de

empresas, etc.
• Marco muestral de áreas: Cuando las unidades de muestreo del marco son
áreas de terreno usualmente llamados segmentos (segmentos de área).
• Ejemplo: Marco digital de manzanas de vivienda de Cajamarca, etc.

7. Error de muestreo
Es el error, originado por el hecho de inferir características o
propiedades para la población con base en las observaciones de una
muestra ( Diferencia entre el parámetro y su estimador)
Es inherente a toda inferencia inductiva y se le conoce también

como el error inferencial
7. Error de muestreo
TIPOS DE MUESTREO:
MUESTREO
No Probabilístico Probabilístico
Simple Estratificado Sistemático Conglomerados
Conveniencia Por Juicio Por Cuota Por Bola de

nieve
MUESTREO PROBABILISTICO VS NO
PROBABILÍSTICO:
Probabilístico No Probabilístico
• No se conoce la probabilidad de
• Se conoce la probabilidad de selección selección de un elemento de la
de un elemento de la población. población.
• Se puede calcular la precisión de la • No se puede calcular la precisión de la

estimación. estimación.
• La estimación se puede proyectar a la • La estimación no se puede proyectar a

totalidad de la población, con cierto la totalidad de la población, solo sirve
margen de error y confianza. para la muestra en estudio.
MUESTREO NO
PROBABILISTICO
MUESTREO NO PROBABILISTICO
Es aquel en el cual la selección de la muestra no se

hace al azar y se basa en un juicio subjetivo, pues no es
elegida por “casualidad” sino por “causalidad”
Ventajas Desventajas
* No permite estimar el error de muestreo

* Menor costo.
* Las estimaciones obtenidas no pueden
proyectarse estadísticamente para toda la
* Mayor rapidez
población.
*No se hace en base a un criterio de aleatoriedad

* Para la investigación descriptiva ni
*Se seleccionan a los integrantes de la muestra causal,pero pude emplearse en la
porque se encuentran en el lugar y momento investigación de exploración para generar
adecuado ideas, razonamientos e hipótesis.
*Se elige a una muestra por ser conveniente,
*La selección de las unidades de la rápida, fácil y económica
muestra se deja principalmente al
investigador
1. Entrevistas de intercepción en centros

comerciales sin seleccionar a los entrevistados
Sesiones de grupo, cuestionarios de prueba de acuerdo a sus cualidades
previo o estudios pilotos.
2. Cuestionarios que se incluyen dentro de una
Se emplea en encuestas extensas. revista
3. Entrevistas a personas que pasan por la calle.
MUESTREO POR CONVENIENCIA
Ejemplos de este tipo de muestreo son:
 Entrevistar gente en un centro commercial para obtener

su opinion, sobre la construcción de un condominios
habitacionales en Cajamarca.
 Entrevistas en la calle para un canal de TV.

Una muestra es llamada muestra de juicio

cuando sus elementos son seleccionados
mediante juicio personal (subjetividad)
La persona que selecciona los elementos de la
muestra, usualmente es un experto cuyas
caracteristicas son la experiencia en el tema y la
creatividad.
1. Mercados de prueba seleccionados para

determinar el potencial del nuevo
producto.
2. Limites de liderazgo seleccionados en la
investigación del comportamiento
3. Testigos expertos que participan en las Su facilidad de obtenerla y que el costo
cortes. usualmente es bajo.
4. Tiendas seleccionadas para poner a
prueba un nuevo sistema de exhibición de
productos.
MUESTREO POR CUOTAS
• La idea básica en el muestreo por cuotas es ‘reproducir’ en la

muestra ciertas características de la población (por ejemplo
género, edad etc.) llenando ‘cuotas’ para cada una de esas
características.
• El supuesto detrás de este procedimiento es que si la muestra

‘reproduce’ a la población en estas características, también
podría hacerlo en las cantidades que se tratan de medir.
MUESTREO POR CUOTAS
• Ejemplo:
Si se desea lanzar al Mercado un producto PARA SEDIMENTAR

PARTÍCULAS EN SOLUCIONES QUÍMICAS; se hará un estudio
previo donde se buscaran:
Empresas que tienen en su proceso soluciones químicas, que

tengan una operación de más de 10 años.
MUESTREO BOLA DE NIEVE
Se localiza a algunos individuos, los cuales conducen a otros, y estos a

otros, y así 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.
MUESTREO
PROBABILISTICO
MUESTREO PROBABILISTICO
MUESTREO ALEATORIO SIMPLE
Objetivo Población
de Estudio
muestra ¿Por qué?
•- Recursos limitados
•- Datos disponibles limitados
•- Prueba destructiva
Una muestra aleatoria simple de tamaño n, de una población finita

de tamaño N, es una muestra tomada de tal forma que toda
muestra posible de tamaño n tenga la misma probabilidad de ser
seleccionada, este procedimiento de muestreo se denomina
Muestreo Aleatorio Simple (MAS).
Continuar la selección excluyendo las unidades repetidas (si

es sin reposición) o incluyendo las unidades repetidas (si es
con reposición), hasta completar el tamaño de la muestra n.
RECOMENDACIONES PARA EL USO DEL MAS
Generalmente, el MAS esta orientado a encuestas de pequeña escala

y raras veces a encuestas de gran escala, debido a que otros diseños
proporcionan mayor precisión a menor costo.
El MAS es muy eficiente cuando la población es homogénea.

MUESTREO ALEATORIO SISTEMÀTICO
DEFINICIÒN.- Es una técnica de muestreo aleatorio, donde

la muestra se conforma eligiendo una unidad cada “k”
elementos pertenecientes a un marco de muestreo donde
existen “n” elementos , y que se inicia con uno de ellos elegido
al azar del 1 al k.
A “K” se le denomina intervalo de muestreo y se

calcula dividiendo el tamaño de la población por el
tamaño de la muestra (K=N/n). luego se escoge al azar
un número del primer intervalo de muestreo,
por ejemplo “r” al que se le llama arranque aleatorio.
el arranque aleatorio “r” se elige utilizando el m.a.s

y donde 1 ≤ r ≤ k . los elementos de la
muestra sistemática aleatoria serán: r, r+k, r+2k,
r+3k,…...., n-(k-r) o hasta completar el tamaño de la
muestra.
MUESTREO ALEATORIO ESTRATIFICADO

Un muestreo aleatorio estratificado es aquel en el que se divide la población de N
individuos, en K sub poblaciones o estratos, atendiendo a criterios que pueden ser
importantes en el estudio, de tamañosr espectivos N1,…, Nk
realizando en cada una de estas sub poblaciones muestreos aleatorios simples de

tamaño ni i=1, …,k
MUESTREO ALEATORIO ESTRATIFICADO
• Existen muchos trabajos de investigación en los cuales las

unidades de estudio según su principal o principales variables
en estudio, tienen un comportamiento heterogéneo.
• Pero que para efectos de realizar el estudio dicha población
puede reagruparse en grupos homogéneos, denominándose
a cada uno de estos grupos “Estratos”.
• Entonces si se realiza tal procedimiento, utilizaremos el
Muestreo Aleatorio Estratificado para realizar el análisis
respectivo.
• Un estrato: es un grupo de elementos que presentan
características muy similares
Dentro del estrato: HOMOGENEIDAD.
Entre estratos: HETEROGENEIDAD
Variable de Estudio •Factor de Estratificación
• Grado de Instrucción (Analfabeta, Primaria,

Ingreso familiar Secundaria, etc.)
 Estado Civil (Soltera, Casada, etc.)
• Ciclo
Rendimiento académico  Sexo
 Carrera profesional
• El Muestreo Aleatorio Estratificado , es un procedimiento que

consiste en dividir a la población en estratos, de tal manera que las
unidades en cada estrato sean homogéneas, y de cada estrato tomar
una muestra aleatoria simple.
Población (N)
........
n1 n2 n3 nL
Muestra (n) n = n1 + n2 + n3 +.........+ nL
EJEMPLO: MUESTRO POR ESTRATOS

Si N, es el número de unidades o elementos de la población que se divide
en L estratos o subpoblaciones de N1, N2, …NL unidades
respectivamente, entonces: :
N1 N2 N3 … NL
N = N1 + N2 + … + NL
Para obtener un beneficio completo de la estratificación deben ser

conocidos los valores de los Nh (h = 1, 2, ……, L).
Determinado los estratos, de cada uno de ellos se toma una muestra
aleatoria simple de nh unidades (h = 1, 2……, L) del estrato h, de tal
manera que:
n = n1 + n2 + n3 +.........+ nL
EJEMPLO: MUESTRO POR ESTRATOS
EJEMPLO DE AFIJACIÒN DEL TAMAÑO MUESTRAL EN ESTRATOS
En una investigación sobre las actitudes delictivas de la población universitaria

peruana, se decide la estratificación con la finalidad de garantizar la presencia en la
muestra de los distintos niveles académicos. La muestra está integrada por 2500
estudiantes. Esta muestra se afija en los estratos siguiendo los criterios revisados.
Nivel de estudios Porcentaje Afijaciòn

Varianza
universitarios poblaciòn
Simple Proporcional Optima
Primer Ciclo 45 1900 833 1125 970
Segundo Ciclo 39 2600 833 975 1150
Tercer Ciclo 16 2100 833 400 380
2499 2500 2500
EJEMPLO MUESTRO POR ESTRATOS. AFIJACION SIMPLE

2500
nestratos 
3

Varianza
universitarios poblaciòn
Primer Ciclo 45 1900 833 1125 970
Segundo Ciclo 39 2600 833 975 1150
Tercer Ciclo 16 2100 833 400 380
2499 2500 2500
EJEMPLO MUESTRO POR ESTRATOS. AFIJACION PROPORCIONAL
nestrato1  0,45 x 2500  1125

nestrato2  0,39 x 2500  975
nestrato3  0,16 x 2500  400

Varianza
universitarios población
Primer Ciclo 45 1900 833 1125 970
Segundo Ciclo 39 2600 833 975 1150
Tercer Ciclo 16 2100 833 400 380
2499 2500 2500
EJEMPLO DE MUESTREO POR ESTRATOS. AFIJACION ÓPTIMA
Paso 1 : Multiplicar el porcentaje de la población correspondiente al estrato por la

varianza del estrato
45 x1900  85500
39 x 2600  101400
16 x 2100  33600
Paso 2: Se suman todos los valores obtenidos en el paso 1
(85500+101400+33600=220500)
EJEMPLO DE MUESTREO POR ESTRATOS. AFIJACION ÓPTIMA
Paso 3: Se calcula a proporción de cada valor obtenido en el paso 1 dentro del

paso 2.
Pr oporciónestrato1  85500 / 220500  0,388

Pr oporciónestrato 2 101400 / 220500  0,460
Pr oporciónestrato 3 33600 / 220500  0,152
Paso 4 : Se calcula el tamaño de la muestra de cada estrato multiplicando
su proporción por el tamaño de la muestra global ( 2500)
0,388x2500  970
0,460x2500  1150
0,152x2500  380
 970, 1150, 380  2500
4. MUESTREO POR CONGLOMERADOS

4. MUESTREO POR CONGLOMERADOS
Cuando en lugar de unidades de estudios o de observación se eligen

grupos, bloques o conjuntos de esas unidades, se dice que el
muestreo es por conglomerados.
Ejemplo :
Si en lugar de seleccionar de forma aleatoria personas para medir su

capacidad adquisitiva o de consumo se seleccionan, por ejemplo,
familias, se dice que el muestreo es por conglomerados.
Cuando el conglomerado lo constituye un área geográfica o zona

territorial concreta, como por ejemplo las familias de determinados
barrios, el muestreo por conglomerados recibe el nombre de muestreo
por áreas.
TAMAÑO DE MUESTRA
Para determinar el tamaño, en primer lugar hay que identificar la variable a

estudiar (Cuantitativa o cualitativa).
PARA UNA VARIABLE CUANTITATIVA:
a. Un nivel de confianza: Que es adoptado por el investigador, el cual

puede ser 90%, 95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La desviación estándar ó varianza: que son valores que se obtienen
por estudios anteriores, por la muestra piloto o por la distribución de la
población.
d. El Tamaño de la población (N): Que generalmente no se conoce.
TAMAÑO DE MUESTRA
PARA UNA VARIABLE CUALITATIVA:
a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede

ser 90%, 95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La proporción poblacional (P): que son valores que se obtienen por
estudios anteriores, por la muestra piloto y si no se conoce asumir p=0.5.
d. El Tamaño de la población (N): Que generalmente no se conoce.
TAMAÑO DE MUESTRA
FORMULAS PARA DETERMINAR EL TAMAÑO

DE MUESTRA:
Cualitativa Cuantitativa
VARIABLE
(Proporción Poblacional) (Promedio Poblacional)
POBLACION
INFINITA Z 2 P(1  P) Z 2S 2
(Cuando no
n n
E2 E2
se conoce N)
POBLACION Z 2 P(1  P) N Z 2S 2 N
FINITA n0  2 n0  2
E ( N  1)  Z 2 P(1  P) E ( N  1)  Z 2 S 2
(Cuando se
conoce N)
TAMAÑO DE MUESTRA
Z= es el valor de la distribución normal estandarizada para un nivel de
confianza fijado por el investigador.
S= Desviación estándar de la variable fundamental del estudio o de

interés para el investigador. Obtenida por estudios anteriores, muestra
piloto, criterio de experto o distribución de la variable de interés.
P= es la proporción de la población que cumple con la característica de

interés.
E= % del estimador o en valor absoluto (unidades). Fijada por el

investigador.
N= Tamaño de la población.

TAMAÑO DE MUESTRA
PASOS A SEGUIR PARA DETERMINAR LA

MUESTRA ÓPTIMA:
Identificar el tipo de variable a analizar.
Asumir que la población es infinita y aplicar la formula

respectiva señaladas anteriormente. Esta muestra se
llama muestra previa.
Luego si se conoce el tamaño de la población N,

obtener la fracción de muestreo
TAMAÑO DE MUESTRA
n0
• Si  5% , entonces la muestra definitiva es n0
N
(muestra previa)
n0
• Si N  5%, entonces se ajusta la muestra.
• Para ajustar la muestra se tiene que aplicar la siguiente

formula:
n0
n
n0 DONDE: n es la muestra final.
1
N
TAMAÑO DE MUESTRA
ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS
A. Valor de Z: es el valor de la abcisa de la distribución normal

estandarizada teniendo en cuenta el nivel de confianza fijado por el
investigador, por lo tanto este valor se encuentra en las tablas
estadística respectiva. Para hacer el trabajo menos tedioso,
presentamos a continuación los diferentes valores de Z.
TABLA N° 01
VALORES DE
ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de confianza
significancia
(1-)
() Bilateral Unilateral
90% = 0.90 10% = 0.10 1.64 1.28

95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.32 2.05
99% = 0.99 1% = 0.01 2.57 2.32
TAMAÑO DE MUESTRA
B. Cálculo del Valor de P: Se calcula este valor cuando la

variable de estudio es cualitativa.
TABLA N° 02
COMPORTAMIENTO DE P y Q
P Q=1-P PQ
0.05 0.95 0.0475
0.10 0.90 0.090
0.20 0.80 0.160
0.30 0.70 0.210
0.40 0.60 0.240
0.50 0.50 0.250
0.60 0.40 0.240
0.70 0.30 0.210
0.80 0.20 0.160
0.90 0.10 0.090
0.95 0.05 0.0475
TAMAÑO DE MUESTRA
C. Cálculo del Valor de la varianza (Si la variable es

CUANTITATIVA): Este valor es obtenido por estudios anteriores,
muestra piloto, criterio de experto o distribución de la variable de interés.
D. Cálculo del error de estimación: Generalmente se asume

2%, 5%, y 8% de error. Este valor es fijado por el
investigador. Es la diferencia entre el parámetro (población) y
el estimador (Muestra). Es decir: Este error puede ser
absoluto o relativo.
Si E=±0.35 se denomina error absoluto.
Si consideramos un error del 10% de la media, es decir,

E=10%( )=0.10(3.5)=0.35 se denomina error relativo.
TAMAÑO DE MUESTRA
Ejemplo 1:
En un lote de 8000 unidades de frascos para almacenar

reactivos químicos, se desea estimar la capacidad media en
centímetros cúbicos de los mismos.
A través de un premuestreo de 35 frascos se ha

determinado que la desviación estándar es de 2 cm 3. Si
queremos tener un error de 0.25 cms 3 y un nivel de
significancia de 5%.
De que tamaño debe ser la muestra?.

TAMAÑO DE MUESTRA
SOLUCION de Ejemplo 1:
S = 2 cm 3 N = 8000 E = 0.25 cm 3 α = 0.05 ( 5%) Z (α/2) =1.96
Z 2S 2N (1.96) 2 (2 ) 2 (8000)
n 2 = = 238 frascos
E ( N  1)  Z 2 S 2 (0.25) 2(8000 – 1) + (1.96)2 ( 2)2
Como 238/8000 = 0.02975 < 0.05, entonces no hay necesidad de ajustar el tamaño
de muestra.
Se necesitarían 238 frascos

TAMAÑO DE MUESTRA
Ejemplo 2:
En un estudio, se desea determinar en que proporción 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 precisión del
10%, con un nivel de significancia de 5%.
De que tamaño debe ser

la muestra.
TAMAÑO DE MUESTRA
SOLUCION de Ejemplo 2:
N = 1500 E = 10% α = 5% p = 0.5 q= 0.5 Z (α/2) =1.96
Z 2 P(1  P) N ( 1.96)2 (0.5) ( 0.5) 1500

n 2 = = 91 ingenieros
E ( N  1)  Z 2 P(1  P)
(0.1) 2 (1500 -1) + (1.96) 2 ( 0.5)(0.5)
Como 91/1500 = 0.061> 0.05, entonces hay necesidad de ajustar el tamaño de muestra.
n0 91
n  n  85.80 Después de ajustar la muestra se tomarà
n0 91 informaciòn de aproximadamente 86
1 1 ingenieros.
N 1500
¿QUÉ HEMOS VISTO?
•Elementos de la teoría de muestreo.

•Tipos de muestreo.
•Tamaño de muestra.
No existe la suerte. Sólo hay preparación adecuada o

inadecuada para hacer frente a una estadística.
Robert Heinlein

Muestreo 1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo 1 PDF

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE CAJAMARCA

“Norte de la Universidad Peruana”

Para la determinación del número de

Si Ud. fuera parte del equipo de investigación ¿Cuáles serian

¿Cuál será mi población en estudio?

Al término de la sesión, el estudiante desarrolla y explica situaciones

•Elementos de la teoría de muestreo.

3. Muestreos en Industrias 4. Muestreos

Al ser la población grande o infinita y no poder ser estudiada

1.1. Ventajas del Muestreo

1- Investigación de mercados la utilizan para investigar productos

3- Educación: Las muestras de las calificaciones de los exámenes de

4- Industria: La muestras de los productos de una línea de ensamble sirve

5- Medicina: Las muestras de medidas de azúcar en la sangre de

6- Agricultura: Las muestras del maíz cosechado en una parcela

7- Gobierno: Los ministerios seleccionan muestras para obtener

8. Uso Doméstico: Utilizamos el muestreo para probar la calidad de

• Las empresas industriales seleccionan muestras para controlar la calidad de

• Los ministerios gubernamentales seleccionan muestras para obtener

• Las organizaciones de investigación de mercados la utilizan para investigar

• En el uso domestico, utilizamos el muestreo para probar la calidad de

CONTENIDO EXTENSION TIEMPO

Población: Conjunto de unidades de las

Muestra: Selección de unas

4. Unidad elemental o unidad de análisis:

Una persona, un alumno, un cliente, una empresa, una fabrica, una

• Esta formada por una o mas unidades elementales o de

Tipos de marco muestral

• Marco muestral de lista: Cuando las unidades de muestreo del marco se

• Ejemplo: un listado de alumnos, un listado de clientes, listado de

• Ejemplo: Marco digital de manzanas de vivienda de Cajamarca, etc.

Es inherente a toda inferencia inductiva y se le conoce también

Simple Estratificado Sistemático Conglomerados

Conveniencia Por Juicio Por Cuota Por Bola de

• Se puede calcular la precisión de la • No se puede calcular la precisión de la

• La estimación se puede proyectar a la • La estimación no se puede proyectar a

Es aquel en el cual la selección de la muestra no se

* No permite estimar el error de muestreo

*No se hace en base a un criterio de aleatoriedad

1. Entrevistas de intercepción en centros

MUESTREO POR CONVENIENCIA

Ejemplos de este tipo de muestreo son:

 Entrevistar gente en un centro commercial para obtener

 Entrevistas en la calle para un canal de TV.

Una muestra es llamada muestra de juicio

1. Mercados de prueba seleccionados para

MUESTREO POR CUOTAS

• La idea básica en el muestreo por cuotas es ‘reproducir’ en la

• El supuesto detrás de este procedimiento es que si la muestra

MUESTREO POR CUOTAS

Si se desea lanzar al Mercado un producto PARA SEDIMENTAR

Empresas que tienen en su proceso soluciones químicas, que

MUESTREO BOLA DE NIEVE

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

Este tipo se emplea muy frecuentemente cuando se hacen estudios con

MUESTREO ALEATORIO SIMPLE

Una muestra aleatoria simple de tamaño n, de una población finita

Continuar la selección excluyendo las unidades repetidas (si

RECOMENDACIONES PARA EL USO DEL MAS

Generalmente, el MAS esta orientado a encuestas de pequeña escala

El MAS es muy eficiente cuando la población es homogénea.

MUESTREO ALEATORIO SISTEMÀTICO

DEFINICIÒN.- Es una técnica de muestreo aleatorio, donde