MUESTREO

MUESTREO
 Estudio inferencial. Cuando con base en los
resultados de una muestra se concluye sobre
toda una población.
 Ejemplo: En un estudio se quiere establecer el
consumo semanal promedio de arroz por
familia en la ciudad de Cali.
 Que se quiere establecer?: consumo promedio
de arroz semanal por familia (Un promedio)
 Cuantas familias tiene Cali? (LA POBLACION)
 Es viable, desde varios puntos de vista, indagar
a todas las familias de Cali?
 FORMAS DE INDAGAR UNA POBLACION

 CENSO
Estudio de todos y cada uno de los
elementos de la población.

Ejemplo: Encuestar todas la familias de

Cali.
 CLASIFICACIÓN DE LA ESTADÍSTICA

 MUESTREO
Diseño de un plan para la consecución
de una muestra de la población, con el
fin de trabajar con ella.

Ejemplo: Seleccionar una muestra de

familias de Cali, para indagar sobre su
consumo semanal de arroz.
 VENTAJAS DEL MUESTREO
 Reducción de costos económicos
 Reducción del tiempo de obtención de la
información
 Reducción del error no muestral
 Mala estructuración del cuestionarios
 Errores cometidos por los investigadores
 Errores en la codificación
 Cuestionable rentabilidad del censo
 DEVENTAJAS DEL MUESTREO
 No se estudian todos los elementos.
 Las estadísticas no son 100% precisas, los
valores calculados en el censo pueden serlo.
 Los métodos estadísticos matemáticos del
muestreo pueden ser muy complicados.
 La tendencia, en algunos casos, es la mezcla de
censo y muestreo
CENSO O MUESTRA ?
 ECONOMICA. Es más barato realizar un
muestreo
 TIEMPO: es mucho menor con el muestreo
 CALIDAD Y PRECISION: en muchos casos los
resultados del muestreo pueden ser más
precisos que los del censo.
 DESTRUCCION DE UNIDADES. Casos como
el de control de calidad.
 AMPLIACION DEL ANALISIS. Se hacen más
análisis y extensión de los alcances de la
investigación
 CONCEPTOS IMPORTANTES

 Marco Muestral: Enumeración exhaustiva de

toda de la población en un instrumento o
listado.

 Unidad Muestral: cada uno de los

componentes del marco muestral.
 CONCEPTOS IMPORTANTES

 Alcance de la muestra: limitaciones Establecidas

por el investigador en la descripción del marco
muestral.
 Parámetro: Valor o indicador asociado a la
población.

 Estimador o Estadístico: Valor o indicador calculada

con la muestra, es una estimación del parámetro.
 CONCEPTOS IMPORTANTES

 Error aleatorio de muestreo : Diferencia entre el

estimador y el parámetro correspondiente.

 E = parámetro – estimador

 Ejemplo: Cuando se dice que el consumo semanal

promedio de arroz estimado en Cali tiene un error
de 0.5kg, se dice que el consumo promedio de
todas las familias de Cali están a mas o menos
0.5kg.
CONCEPTOS IMPORTANTES

 Confiabilidad : Probabilidad de que la

estimación este dentro del error
especificado.

 Ejemplos: Dentro de +/- 0.5kg con una

probabilidad de 95%
 TIPOS DE MUESTREOS

Muestreo no probabilística: los elementos

son seleccionados de acuerdo a la
conveniencia del investigador o a la
posibilidad de acceso.

Muestreo probabilística: los elementos son

seleccionados de acuerdo a un método o
mecanismo aleatorio.
 METODOS PROBABILISTICOS
1. MUESTREO ALEATORIO SIMPLE MAS
Características
 La población debe ser homogénea en la
característica de interés.
 Debe definirse un marco de muestreo.

 Cada elemento de la población tiene la misma

probabilidad de selección.
 Cada elemento de elige independiente de los
demás.
 La muestra se toma mediante un procedimiento
aleatorio.
 METODOS PROBABILISTICOS
1. MUESTREO ALEATORIO SIMPLE MAS
Proceso:
 Construir un marco de muestral.

 Asignar a cada elemento de la población un

número de 1 hasta N
 Generar n números aleatorios diferentes
comprendidos en el intervalo.
 Seleccionar del marco muestral mediante un
método aleatorio los n elementos que componen la
muestra.
 METODOS PROBABILISTICOS
2. MUESTREO ALEATORIO SISTEMÁTICO MS
Característica
 Cuando se puede identificar una secuencia ordenada en
la población tal como en una base de datos, una lista o
una ruta de tal manera que la muestrea se puede tomar a
intervalos constantes

Proceso
 Si la población es de tamaño N y la muestra n , se
define un número k=N/n
 METODOS PROBABILISTICOS
2. MUESTREO ALEATORIO SISTEMÁTICO MS
Proceso
 Se genera un solo número aleatorio entre 1 y K, al que
se denominará L. L será el primer elemento de la
muestra.
 Los elementos restantes de la muestra serán los
ubicados en las posiciones: L + k; L+ 2k ; L + 3k
;................L+(n-1) k
 METODOS PROBABILISTICOS
3. MUESTREO ESTRATIFICADO MAE
Características:

 En la población se identifican grupos denominados Estratos,

cada grupo debe ser homogéneo internamente y claramente
diferenciable de los otros grupos.

 Se debe definir una variable de estratificación para identificar

los estratos.

 Los estratos pueden o no estar compuestos del mismo número

de unidades, por tal razón la fracción de muestreo puede variar
de un estrato a otro.
 METODOS PROBABILISTICOS
3. MUESTREO ESTRATIFICADO MAE
Un problema es cuanto de muestra se debe seleccionar de cada
estrato, esto se conoce como asignación y puede ser:

 Asignación igual: Muestras de tamaño igual en todos los

estratos.

 Asignación proporcional: Los tamaños de muestra en cada

estrato son proporcionales a los tamaños de los estratos
poblacionales.

 Asignación óptima: Cada tamaño por estrato es determinado

de acuerdo a los costos y al grado de variabilidad, de tal
forma que el error de estimación sea mínimo para un costo
total dado.
 METODOS PROBABILISTICOS
3. MUESTREO ESTRATIFICADO MAE

Proceso
 Se debe definir un tamaño de muestra total n.

 Se define para cada estrato el tamaño de muestra respectivo a

través de la asignación de la muestra.

 Cada estrato se trata como si fuera una población y se aplica

el método MAS a cada uno.
 METODOS PROBABILISTICOS
4. MUESTREO POR CONGLOMERADOS

Características:
 En la población se identifican grupos que, a diferencia de los del
muestreo estratificado, se espera que internamente sean
heterogéneos en la variable de agrupación.
 Generalmente los conglomerados los forman unidades cercanas
geográficamente.
 Se usa un muestreo por conglomerado principalmente para
reducir costos y por la comodidad en la toma de datos.
 METODOS PROBABILISTICOS
4. MUESTREO POR CONGLOMERADOS

Proceso:
 Debe identificarse claramente los grupos o conglomerados que
conforman la población.

 Se seleccionan aleatoriamente los conglomerados que definen la

muestra.

 De los conglomerados seleccionados se miden todas las

unidades que lo conforman. Conglomerados de una etapa.
 METODOS PROBABILISTICOS
5. MUESTREO POLIETÁPICO
Características:
 Cuando se necesita recolectar información en una
población que se encuentre agrupada en conglomerados
sucesivos.

 Se realiza el muestreo en dos o más etapas aplicando

muestreos aleatorios sucesivas veces hasta llegar a las
unidades que brinden la información.

 Se ejecutan debido a la complejidad de obtención de

información y para la reducción de costos en la toma de la
misma.