Estadística Inferencial

ESTADÍSTICA INFERENCIAL 1

Sesión No.1

Nombre: Muestreo y tipos de muestreo

Contextualización

A menudo, en la práctica interesa obtener conclusiones validas acerca de un

gran grupo de individuos o de objetos. En vez de examinar a todo el grupo,
llamado población, lo que resulta difícil o imposible, se puede examinar sólo una
pequeña parte de esta población, que se llama muestra.

En esta sesión definiremos el concepto de muestreo y los tipos de muestreo que

existen, tal es el caso del muestreo aleatorio, sistemático, estratificado y el
muestreo por conglomerados.

Fuente: http://1.bp.blogspot.com/-ciFUhQF_MMc/UKvdun3eK1I/AAAAAAAAADk/vBC5jugBPjs/s1600/MUESTREO.jpg
 ESTADÍSTICA INFERENCIAL 2

Introducción al Tema
El objetivo de la inferencia estadística es deducir ciertos hechos acerca de una
población a partir de los resultados encontrados en una muestra.

Al proceso de obtener muestras se le llama muestreo.

Por ejemplo:

 Se desea obtener conclusiones sobre las estaturas (o los pesos) de

12,000 estudiantes adultos (la población) examinado sólo 100 estudiantes
(muestra) tomada de esta población.
 Se desea obtener conclusiones sobre el porcentaje de pernos
defectuosos, que produce una fábrica durante 6 días por semana,
examinando 20 pernos cada día producidos en diversas horas. En este
caso todos lo pernos que se produjeron durante la semana constituyen la
población, mientras que los 120 pernos seleccionados constituyen una
muestra.

Fuente: http://www.free-energy.hu/pajert40/20060405(004).jpg
 ESTADÍSTICA INFERENCIAL 3

Explicación
Muestreo aleatorio simple

La definición de muestreo aleatorio simple y del proceso de seleccionar una

muestra depende de si la población es finita o infinita.

Muestreo de una población finita.

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

es una muestra seleccionada de manera que cada posible muestra d tamaño n
tenga la misma probabilidad d ser seleccionada.

Un procedimiento para seleccionar una muestra aleatoria simple de una

población finita es elegir los elementos para la muestra de uno en uno, de
manera que, en cada paso, cada uno de los elementos que quedan en la
población tenga la misma probabilidad de ser seleccionado.

Fuente: http://blog.marketvariance.com/wp-content/uploads/2010/09/Muestreo-aleatorio-simple-de-estudios-pol%C3%ADticos.png

Muestreo con remplazo y sin reemplazo.

Si se extrae un objeto de una urna, se tiene la opción de devolverlo o no a ella

antes de hacer otra extracción. En el primer caso un objeto particular se puede
extraer varias veces, mientras que en el segundo caso sólo se puede extraer
una vez.

Un muestreo en el que cada miembro de la población es extraído una sola vez

se le llama muestreo sin reemplazo, mientras que un muestreo en el que cada
miembro puede ser extraído varias veces se le llama muestreo con reemplazo.
 ESTADÍSTICA INFERENCIAL 4

Desde un punto de vista teórico, una población finita que se muestra con
reemplazo se considera teóricamente infinita, puesto que pueden extraerse
muestras de cualquier tamaño sin agotar la población. Para la mayoría de los
propósitos prácticos, el muestreo de una población finita muy grande puede
considerarse como un muestreo de una población infinita.

Muestreo de una población infinita.

Una muestra aleatoria simple de una población infinita es una muestra

seleccionada de manera que se satisfagan las siguientes condiciones:

1. Cada uno de los elementos seleccionados proviene de la población.

2. Cada elemento se selecciona independientemente.

En una población infinita un procedimiento para seleccionar la muestra debe ser

concebido especialmente para cada situación, de manera que permita
seleccionar los elementos de manera independiente y evitar así un sesgo en la
selección a ciertos tipos de elementos.

Por ejemplo, la selección de una muestra aleatoria simple entre los clientes de
un restaurante de comida rápida, el primer requerimiento es satisfecho por
cualquier cliente que entra en el restaurante. El segundo requerimiento es
satisfecho seleccionando a los clientes de manera independiente., el objetivo es
evitar sesgos de selección. Habría sesgos de selección, por ejemplo, si cinco
clientes consecutivos que se seleccionaran fueran amigos. Es de esperar que
estos clientes tengan perfiles semejantes. Dichos sesgos se evitan haciendo que
la selección de un cliente no influya en la selección de cualquier otro cliente.

Otros métodos de muestreo.

Estos métodos tienen algunas ventajas sobre el muestreo aleatorio simple,

veamos cada uno de ellos.

Muestreo aleatorio estratificado.

 ESTADÍSTICA INFERENCIAL 5

En este muestreo los elementos de la población primero se dividen en grupos, a

los que se le llaman estratos, de manera que cada elemento pertenezca a uno y
sólo un estrato. La base de formación de los estratos, que puede ser
departamento, edad, tipo de industria, etc., está a discreción de la persona que
diseña la muestra. Sin embargo se obtienen los mejores resultados cuando los
elementos que forman un estrato son lo más parecido posible.

Diagrama de un muestreo aleatorio estratificado

Fuente: http://idt.vps.arkix.com/sites/default/files/observatorio/Viajeros_2010/imagenes/metodologia_tipo_aeropuerto.png

Muestreo sistemático

Para ciertos muestreos, en especial en aquellas poblaciones grandes, se

necesita de mucho tiempo para tomar una muestra aleatoria simple(hallando
primero los números aleatorios y después contando y recorriendo toda una lista
de la población hasta encontrar los elementos correspondientes). Una alternativa
al muestreo aleatorio simple es el muestreo sistemático.

Por ejemplo, si se quiere una muestra de tamaño 50 de una población de 5000

elementos, se muestrea uno de cada 5000/50= 100 elementos de la población.
En este caso, un muestreo sistemático consiste en seleccionar en forma
 ESTADÍSTICA INFERENCIAL 6

aleatoria uno de los primeros elementos de la lista de la población. Los otros

elementos se identifican contando a partir del primer elemento 100 elementos
para tomar el elemento que tenga la posición 100 en la lista de la población, a
partir de este elemento se cuentan otros 100 y así se continúa.

Por lo general, de esta manera es más fácil de identificar los 50 elementos de la

muestra que si se usara un muestreo aleatorio simple. Como le primer elemento
que se selecciona es elegido en forma aleatoria, se supone que una muestra
sistemática tiene las propiedades una muestra aleatoria simple. Esta suposición
es aplicable, en especial, cuando la lista de los elementos de la población es un
orden aleatorio de los elementos.

Muestreo por aglomerados.

En este tipo de muestreo los elementos de la muestra primero se dividen en

grupos separados, llamados conglomerados. Cada elemento de la población
pertenece a uno y sólo un conglomerado. Se toma una muestra aleatoria simple
de los conglomerados.

La muestra está formada por todos los elementos dentro de cada uno de los
conglomerados que forman la muestra. El muestreo por conglomerados tiende a
proporcionar mejores resultados cuando los elementos dentro de los
conglomerados no son semejantes. Lo ideal es que los conglomerados sean una
representación a pequeña escala, de la población.
 ESTADÍSTICA INFERENCIAL 7

Conclusión
En esta sesión se presentaron las definiciones de muestreo en poblaciones
finitas e infinitas, ya que el muestreo se realiza de diferente manera dependiendo
del tipo de población que se tiene, así como también se definió el muestreo con
reemplazo y sin reemplazo para poblaciones finitas.

Además se describieron los tipos de muestreo que existen como lo son el

estratificado, sistemático y por conglomerados, se definieron cada uno de ellos,
mencionamos sus características particulares y algunos ejemplos.

En la siguiente sesión aprenderemos las distribuciones muéstrales para la media,

el teorema del límite central y determinaremos el tamaño de una muestra.

Fuente: http://www.itch.edu.mx/academic/industrial/estadistica1/img/image791.gif
 ESTADÍSTICA INFERENCIAL 8

Para aprender más

En este apartado encontrarás más información acerca del tema para enriquecer
tu aprendizaje.

Puedes ampliar tu conocimiento visitando los siguientes sitios de Internet.

 S.a. (s.f.) .Técnicas de muestreo. Consultado el día: 20 de diciembre del

2013: http://www.juntadeandalucia.es/averroes/centros-
tic/14002996/helvia/aula/archivos/repositorio/250/295/html/estadistica/mue
streointro.htm

 Muestreo aleatorio simple. Consultado el día 20 de diciembre del

2013: http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/C
ap_3

Video relacionado con la explicación del muestreo aleatorio simple para

poblaciones finitas:

 Luna, W. (2012). Muestreo aleatorio simple. Video de YouTube.

Consultado el día 20 de diciembre del
2013: http://www.youtube.com/watch?v=T2DVZaI3XdU
 Ruíz, M. (2010). Cómo generar números aleatorios para muestreo
aleatorio simple. Consultado el día 20 de diciembre del
2013: http://www.youtube.com/watch?v=C_BxfUC6kQA

Es de gran utilidad visitar el apoyo correspondiente al tema, pues te permitirá

desarrollar los ejercicios con más éxito.
 ESTADÍSTICA INFERENCIAL 9

Actividad de Aprendizaje

Con lo aprendido en esta sesión acerca del muestro aleatorio simple y de los
otros métodos de muestreo que existen realiza una investigación de un ejemplo
de muestro aleatorio simple.

Entregar esta actividad en formato de reporte y súbelo a la plataforma.

 ESTADÍSTICA INFERENCIAL 10

Bibliografía
 Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para
administración y economía. (10ª ed.). México: Editorial Cengage Learning.
ISBN: 970-686-278-1
 Luna, W. (2012). Muestreo aleatorio simple. Video de You Tube.
Consultado el día 20 de diciembre del
2013: http://www.youtube.com/watch?v=T2DVZaI3XdU
 Muestreo aleatorio simple. Consultado el día 20 de diciembre del
2013: http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/C
ap_3
 Ruíz, M. (2010). Cómo generar números aleatorios para muestreo
aleatorio simple. Consultado el día 20 de diciembre del
2013: http://www.youtube.com/watch?v=C_BxfUC6kQA
 S.a. (s.f.) .Técnicas de muestreo. Consultado el día: 20 de diciembre del
2013: http://www.juntadeandalucia.es/averroes/centros-
tic/14002996/helvia/aula/archivos/repositorio/250/295/html/estadistica/mue
streointro.htm
 Spiegel, M., Schiller, J., Alu Srinivasan, R. (2010). Probabilidad y
Estadística. (3era.ed.). México: Editorial McGraw-Hill
ISBN-13: 978-607-15-0270-4