LABORATORIO DE

ANALISIS
AGROINDUSTRIALES

UNIDAD 4
MUESTREO. CONCEPTOS
FUNDAMENTALES.
Ing. Vanessa García Díaz
 MUESTREO
Procedimiento por el cual se extrae, de
un conjunto de unidades que constituyen
el objeto de estudio (población), un
número de casos reducido (muestra)
elegidos con criterios tales que
permitan la generalización a toda la
población de los resultados obtenidos
al estudiar la muestra.
 RAZONES DE MUESTREO
 Disminución de costos (tiempo,
personal, material)‫‏‬
 Al disminuir el número de casos
disminuyen también los errores
asociados a la manipulación de los
datos.
 Puede confiarse en la generalización de
los resultados si se ha tenido cuidado al
seleccionar la muestra.
 CRITERIOS IMPORTANTES PARA
LA SELECCIÓN DE LA MUESTRA
 Salvo en poblaciones muy pequeñas y
accesibles nunca se observan a todas
las unidades de la población.
 Se debe diseñar una muestra que
constituya una representación a pequeña
escala de la población a la que
pertenece.
 Cualquier diseño muestral comienza con
la búsqueda de la información que ayude
a la identificación de las características
de la población bajo estudio.
 Que comprendan parte de la población y
no la totalidad de ésta.
 Aunque el sentido común pareciera
indicar que poblaciones más grandes
deben producir muestras mayores, esto
no es siempre cierto.
CONDICIONES QUE DEBE CUMPLIR
UNA “BUENA” MUESTRA
 Que sea representativa o
reflejo fiel de la población,
de tal modo que
reproduzca sus
características básicas en
orden a la investigación.
 Si hay sectores
diferenciados en la
población que se supone
ofrecen características
especiales la muestra
también deberá
comprenderlos en la
misma proporción.
 ¿Cuál será la cantidad de muestra
¿Qué porción voy a muestrear?
¿Qué voy a muestrear?¿Para qué análisis lo representativa?
voy a hacer?
1 silo, 2 , 3 De arriba, del medio o de abajo
ó ¿cuantos?
 TAMAÑO DE LA MUESTRA

 Es el número de unidades a incluir en la

muestra.
 Existen varios factores que influyen en el:
 Tiempo y recursos disponibles
 Modalidad de Muestreo
 Tipo de Análisis Previsto
 Varianza o heterogeneidad de la población
 Margen de Error máximo admisible
 Nivel de confianza de la estimación muestral
Factores que influyen en el tamaño de la
muestra :Tipo de análisis de datos
previsto

 La técnica de análisis influye en el tamaño

de la muestra:
 Comparación de Medias
 Estimación de Proporciones ( parámetros)
 Análisis Univariables
 Análisis Multivariables
HETEROGENEIDAD POBLACIONAL
 Cuanto mas heterogénea sea la
población mayor será su varianza
poblacional lo que implicará
mayores tamaños muestrales.
 Cuando se desconoce el valor de
la varianza poblacional se recurre
al supuesto mas desfavorable,
asumiendo una varianza
poblacional igual a 0,5.
 0,5 significa que una unidad
seleccionada tiene 50 % de
posibilidades de pertenecer o no a
un grupo específico dentro de la
población
 MARGEN DE CONFIANZA EN LA
ESTIMACIÓN
 Expresa el grado de NIVEL DE VALOR DE
probabilidad que el CONFIANZA “Z”
75% 1.15
investigador tiene en
80% 1.28
que su estimación se
85% 1.44
ajuste a la realidad.
90% 1.65
 Los valores 95% 1.96
comúnmente utilizados 97.5% 2.24
son 95, 99, 99,9% 99% 2.58
 Margen de error admisible
 Los incrementos en el tamaño de la
muestra repercuten en una mayor
precisión y por consiguiente en menor
error muestral.
 El error muestral interviene en el cálculo
del tamaño de la muestra solo si el
diseño es probabilístico.
 En el muestreo probabilístico se fija el
error máximo admisible a priori y sobre
esa base realiza el cálculo del tamaño de
la muestra.
 Error Muestral
 El error de muestreo ocurre al estudiar una muestra
en lugar de la población total.
 La diferencia entre el valor del parámetro de una
población y el obtenido de una muestra recibe el
nombre de error muestral.
 Por muy perfecta que sea la muestra siempre habrá
grado de divergencia entre los parámetros
estimados usándola y los de la verdadera población.
 En el cálculo del error intervienen:
– Tamaño de la muestra
– Varianza poblacional
– Nivel de confianza
– Tipo de muestreo
 Estimación del Error
Cuando variable bajo Cuando la variable bajo
estudio es una media. estudio es una proporción
(solo válido para (ej, variables nominales u
variables numéricas)‫‏‬ ordinales con pocas
categorías)

s pq
ez 1 f ez 1 f
n n 1
Donde: Donde:
Z: grado de confianza de la estimación Z: grado de confianza de la estimación
s: desviación típica muestral de la variable p: proporción de la muestra a examinar
n: tamaño de la muestra q: 1-p
1-f: Factor de corrección para poblaciones n: tamaño de la muestra
finitas. f= n/N 1-f: Factor de corrección para poblaciones
finitas. f= n/N
CÁLCULO DEL TAMAÑO DE LA
MUESTRA PARA POBLACIONES
FINITAS. (F=N/N>0,05)
2
NZ pq
n 2
e ( N  1) Z pq
2

p: proporción de individuos que poseen en la población la

característica de estudio. Este dato es generalmente
desconocido y se suele suponer que p=q=0.5 que es la
opción más segura.
q: proporción de individuos que no poseen esa
característica, es decir, es 1- p.
 Cálculo del Tamaño de la
Muestra *
Para comparaciones de Para estimación de
media proporciones

2
 zs  2
z pq
n  n  n 1  2
e e

* Para poblaciones infinitas (donde N>> n )‫‏‬

 EJEMPLO DEL CÁLCULO DEL
TAMAÑO DE LA MUESTRA
(POBLACIÓN INFINITA)‫‏‬
 Estimando qué proporción de sujetos
poseen una característica al nivel de
confianza del 99.7% (Z=3) y un error de
admitido del 2%, será:

32 x50 x50
n 2
 5625
2
POR LO TANTO EL TAMAÑO
DE LA MUESTRA

Es directamente
proporcional al
nivel de confianza
Z.

Es directamente
Es
proporcional a
inversamente
la variabilidad
proporcional al
del fenómeno a
error estimado.
estudiar.
TIPOS DE MUESTREO
 MUESTREO SIMPLE
Se realiza utilizando alguna
fuente de elección aleatoria.
Supone que cada miembro
de la población tiene
elemento que lo identifica
(ej. Un número identificador)
y mediante el cual puede ser
elegido si “sale” sorteado.
La afirmación anterior implica
que hay que tener un listado
completo de TODOS los
miembros de la población
 MUESTREO SIMPLE

Ventajas Desventajas
Facilidad en los cálculos Cada que cada miembro
estadísticos de la población tiene que
Elevada probabilidad de ser identificado
lograr “equivalencia” entre Complicado en poblaciones
las características de la grandes
muestra y las Alto costo
correspondientes a la
población
 MUESTREO ALEATORIO
SISTEMÁTICO
 Similar al muestro simple salvo que:
1. Solo la primera unidad de la

muestra se elige al azar siempre

que el número seleccionado sea
mayor que el coeficiente de
elevación.

Coeficiente de Elevación = N/ n
N: Tamaño de la población
n : Tamaño de la muestra

2. Los restantes elementos de la

muestra se hayan sumando,
sucesivamente el coeficiente de
elevación.
 MUESTREO ALEATORIO
ESTRATIFICADO
 Presupone el conocimiento de las
características de las unidades que
forman la población para poder
dividirla en grupos (estratos)‫‏‬
 Se eligen los miembros de la
muestra en cada estrato creado
siguiendo algún tipo de muestreo
de los vistos anteriormente.
 El objetivo de este tipo de muestreo
es garantizar la representatividad
equitativa de los estratos (que
implica representación equitativa de
las características de la población).
 Se logra si:
– Son máximas las diferencias entre los
estratos
– Son mínimas las diferencias entre los
miembros de un mismo estrato.
– Los criterios de división de la población en
estratos se hallen relacionadas con los
objetivos de la investigación.
 Los tamaños de cada estrato pueden ser:
– Los mismos ( Afiliación simple)‫‏‬
– Proporcional al peso relativo ( tamaño) del
estrato dentro de la población (Proporcional)‫‏‬
– En función de la heterogeneidad de cada
estrato ( Óptima)‫‏‬
 Ejemplo: Muestro por
Estratos

Ejemplo tomado del Maria Ángeles Cea

 Afiliación Afiliación
Simple Proporcional

2500 nestrato1  0,45 x 2500  1125

nestratos  nestrato2  0,39 x 2500  975
3
nestrato3  0,16 x 2500  400
 Afiliación 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)

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 oporciónestrato2 101400 / 220500  0,460
Pr oporciónestrato3 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)
0,388 x 2500  970
0,460 x 2500  1150
0,152 x 2500  380
 970 ,1150 ,380  2500
 Muestreo Aleatorio
Estratificado
VENTAJAS DESVENTAJAS
No es necesario  Puede ocurrir que los
disponer de la lista de miembros de una
toda la población sino unidad superior se
de las subpoblaciones parezcan, reduciendo
de orden superior
extraídas ( por ej. las la representatividad de
escuelas primarias y otros en la muestra
secundarias) final.
Existe una
considerable reducción
de costos
 MUESTREO POR
CONGLOMERADOS
 La unidad muestral es un grupo de
elementos de la población que forman una
unidad, a la que llamamos conglomerado.
A diferencia de un estrato, un
conglomerado es una unidad de
elementos que contienen representantes
de toda la población.
 Zona Geográfica
 Edificio
 Una institución
MUESTREO POR CONGLOMERADOS

VENTAJAS DESVENTAJAS
Es ventajoso, desde el  El error es mayor que
punto de vista de costos, cuando se utilizan
si se pueden agrupar los
miembros de la población otras técnicas de
por conglomerados, en los muestreo.
cuales el criterio de
agrupación no sea la
variable que se estudia.
No es preciso tener un
listado de toda la
población, sino de las
unidades (
conglomerados) por los
que se agruparán.