UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERIA ECONOMICA

UN IVERS IDAD
1. TÉCNICAS DE MUESTREO

Sabino Edgar Mamani Choque

 Inferencia Estadística
Población (N)
Parámetros:
µ, 𝝈𝟐

ഥ = 𝝁 = 𝝁ഥ𝒙
𝑬 𝒙

Inferencia 𝝈𝟐
ഥ =
𝑽𝒂𝒓 𝑿 𝝈𝟐ഥ𝒙 =
𝒏

Muestra 𝒏

Estimadores:
ഥ,
𝒙 𝑺𝟐
 Muestreo

El objetivo del muestreo es contar con el mayor número de

unidades, con la mayor cantidad de información, pero al
menor costo posible. Para el diseño de la muestra y cálculo
del tamaño se debe considerar lo siguiente:

1. Planteamiento del problema. Determinar con claridad la

necesidad de realizar un trabajo de investigación, para lo
cual se debe revisar toda la información necesaria que
permita conocer con mayor profundidad el problema.
 Muestreo

2. Establecer el (los) objetivos de manera clara y precisa,

los mismos que no se deben perder de vista a lo largo
del proceso de investigación.

3. Determinar la población objetivo, que debe estar

claramente definida y plenamente identificada al inicio
del proceso de selección y entrevista. Significa
identificar la unidad o el elemento en forma clara,
mensurable, adecuada y comparable.
 Muestreo

4. Formulación de hipótesis. Ejemplos: Se observan

variaciones en las cantidades consumidas, frente a
variaciones de precios y marcas; El consumo de ... es bajo en
comparación con el mínimo nutricional recomendable.

5. Elaboración del marco de referencia, que es un listado de

todas las unidades que constituyen la población objetivo, y
deben estar relacionados con un mapa o croquis que indique
la localización de las unidades.
 Muestreo
Población. Conjunto total de individuos o
elementos objeto de una investigación.
Debe estar definido en términos de:
Características físicas
Cobertura (geográfica o institucional)
Tiempo.

Muestra. Cualquier sub conjunto de la población en

referencia
Muestras determinísticas (no expandible)
Muestras probabilísticas (teoría de muestreo)
 Muestreo

Probabilidad de selección.
Valor entre 0 y 1 que mide la posibilidad de que un
elemento de la población pertenezca a la muestra.

Parámetro.
Expresión numérica que sintetiza los valores de una
característica de la población en estudio.
La media 
La varianza 2
La proporción P
 Muestreo
Estimador.
Valor aproximado del parámetro y se obtiene de la
información recolectada en la muestra.
La media muestral 𝑋ത
La varianza muestral S2
La proporción muestral p

Alternativas para estudiar una población

Sondeos. Método para caracterizar sistemas, identificar situación de productores
Censos
Muestreos
 Muestreo

Ventajas del muestreo

Costo
Oportunidad  Rapidez  tiempo
Precisión
Estudios en el tiempo
Profundidad de temas
Procesamiento y producción de resultados
Inferencia

Desventajas.
Identificación individual
Fenómenos de baja frecuencia
 Muestreo

Muestreo de elementos
El elemento o individuo es la unidad de muestreo.
El marco de referencia es la lista de los elementos como base
para la selección de la muestra.
No es recomendable en poblaciones muy grandes.

Problemas de marco de referencia.

Elementos faltantes  Cobetura
Elementos duplicados
Elementos extraños
 Muestreo

Tamaño óptimo de la muestra (n).

Debe ser pequeña para que el costo de la investigación

se suficientemente bajo, y bastante grande para que el

error de muestreo sea admisible.

Componentes en el proceso de cálculo (factores determinantes).

a. Error muestral (E).

Diferencia entre el valor poblacional
(parámetro) y la estimación de la misma
(estimador), obtenida por muestra aleatoria.

±E = X - 
=X±E

El error es determinado por el investigador, y requiere

conocimiento sobre las características de la población en
estudio.
Componentes en el proceso de cálculo (factores determinantes).
Resulta práctico determinar el error como un porcentaje
(la mayoría de la veces no mayor del 10%) respecto de la
ത
media aritmética E = (%) (𝑋).

El porcentaje podría considerarse como complemento

del nivel de confianza: una confianza del 95% daría
supuestamente un error del 5%.
Pero no siempre debe ser el complemento, porque
dependerá del grado de precisión con que se desea
hacer la estimación.
Existe otro tipo de error ajeno al muestreo: medición incorrecta,
cuestionarios mal definidos, errores del entrevistador en preguntas
/ interpretación de respuestas, etc.
Componentes en el proceso de cálculo (factores determinantes).
b. La varianza.
El tamaño de la muestra depende en gran
medida de la variabilidad (ejemplo, muestreo de
sangre, fumadores).

Cuando no se conoce la varianza (no existe

información sobre la población y no se hicieron
investigaciones previas en lugares similares) se
debe realizar una encuesta piloto, cuyo tamaño lo
fija el investigador (arbitrario; ejm. 5%) en base al
tamaño de la población, tiempo y costo.
Permite determinar fallas de encuesta, familiaridad con
encuestas, tiempo de entrevista, etc
Importancia del formato de encuesta
 c. Nivel de confianza
Fijado por el investigador. Generalmente se trabaja con Z=1.96
correspondiente a un nivel de confianza del 95.%. Otros valores:

Valor de Z Nivel de confianza (%)

1.64 90
2.00 95.5
2.57 99
 Métodos de Muestreo
MUESTREO ALEATORIO SIMPLE

Técnica sencilla y conocida

Aplicable en poblaciones homogéneas
Técnica complementaria en otros diseños
La población debe estar enumerada o codificada
consecutivamente
Seleccionar n elementos aleatoriamente
Probabilidad de selección f = n / N
 Caso 1. No existe información
Información recogida a partir de encuesta piloto (tamaño de la encuesta piloto 2% de la
población).
Tema de investigación: Ingresos monetarios en el medio rural – Variable cuantitativa
𝑋ത : 800
D.E : 400
N : 2500
Error muestral : 6%
Nivel de confianza: 95%, cuyo valor de Z según la tabla de distribución normal es 1.96
Tamaño de la encuesta piloto (n1): 50
 Proceso de cálculo
Formula para el cálculo

𝑍2𝑆2 2 𝑛0
𝑛0 = 2 1 + 𝑛= 𝑛
𝐸 𝑛1 1+ 0
𝑁

Donde

Z es el valor de la distribución normal, asociado a un nivel de confianza 𝛾 previamente definido.

S2 es el valor de la varianza de la variable utilizada para determinar el tamaño optimo de muestra.

E es el error muestral.

n1 es el tamaño de la encuesta piloto.

N es la población.
 Proceso de cálculo

1. Cálculo del Error Muestral (E)

E = (0.06)*(800) = 48
2. Valor de Z
Si el nivel de confianza es 95%, entonces 𝛾 = 0.95 y el nivel de significancia es 𝛼 = 0.05
La probabilidad a buscar en la Tabla de distribución normal se calcula como:
𝛼 0.05
1−2 = 1− = 1 − 0.025 = 0.975 o también,
2

1+𝛾 1+0.95
= = 0.975
2 2

Buscando la probabilidad de 0.975 en la Tabla Z se encuentra que Z = 1.96

3. Valor de la varianza 𝒔𝟐
Si la desviación estándar es S=400, la varianza es S2 = 4002
 Proceso de cálculo

4. Cálculo de n0

𝑍2𝑆2 2 1.962 4002 2

𝑛0 = 1+ reemplazando 𝑛0 = 1+ = 277.45
𝐸2 𝑛1 482 50

1.962 4002 2
o también 𝑛0 = 1+ = 277.45
(800∗0.06)2 50

5. Cálculo del tamaño optimo de muestra (n)

𝑛0 277.45
𝑛= 𝑛 𝑛= 277.45 = 249.7 ≡ 250
1+ 𝑁0 1+ 2500
 Caso 2. No existe información
Información recogida a partir de encuesta piloto (tamaño de la encuesta piloto 5% de la
población).
Tema de investigación: Adopción de la tecnología pecuaria: Uso de alfalfa e inseminación
artificial en vacunos – Variable Cualitativa

p : 0.85 el 85% adoptó la tecnología

q : 1-p = 0.15 el 15% no adoptó la tecnología
N : 3000
Error muestral : 6%
Nivel de confianza: 95%, cuyo valor de Z según la tabla de distribución normal es 1.96
Tamaño de la encuesta piloto (n1): 150
 Interpolación

Cálculo de interpolación

0.9495 ----------- 1.64

0.9500 -------------- z
0.9505 ------------ 1.65

0.9495 − 0.95 1.64 − 𝑧

=
0.9495 − 0.9505 1.64 − 1.65

𝑧 = 1.645
 Proceso de cálculo
Formula para el cálculo

𝑍 2 𝑃𝑄 2 𝑛0
𝑛0 = 1+ 𝑛= 𝑛
𝐸2 𝑛1 1+ 0
𝑁

Donde

Z es el valor de la distribución normal, asociado a un nivel de confianza 𝛾 previamente definido.

p es el proporción de la muestra que posee cierto atributo.

q = 1- p es el complemento de p, igual a la proporción de la muestra que no posee el atributo

E es el error muestral.

n1 es el tamaño de la encuesta piloto.

N es la población.
 Proceso de cálculo

1. Cálculo del Error Muestra (E)

E = 0.06
2. Valor de Z
Si el nivel de confianza es 95%, entonces 𝛾 = 0.95 y el nivel de significancia es 𝛼 = 0.05
La probabilidad a buscar en la Tabla de distribución normal se calcula como:
𝛼 0.05
1−2 = 1− = 1 − 0.025 = 0.975 o también,
2

1+𝛾 1+0.95
= = 0.975
2 2

Buscando la probabilidad de 0.975 en la Tabla Z se encuentra que Z = 1.96

3. Valor de la varianza 𝒑𝒒
La varianza de una variable cualitativa es pq
 Proceso de cálculo

4. Cálculo de n0

𝑍 2 𝑝𝑞 2 1.962 0.85∗0.15 2
𝑛0 = 1 + reemplazando 𝑛0 = 1 + = 137.87
𝐸2 𝑛1 0.062 150

5. Cálculo del tamaño optimo de muestra (n)

𝑛0 137.87
𝑛= 𝑛 𝑛= 137.87 = 131.8 ≡ 132
1+ 𝑁0 1+ 3000