MUESTREO

I. DEFINICIONES PRELIMINARES:

UNIDAD DE ANÁLISIS:
Para seleccionar una muestra, primero se define la Unidad de Análisis que puede ser un
cliente, un votante, una organización, un libro contable, un periódico, un hospital, un paciente,
etc. Esta definición nos permite identificar “Quien va ha ser medido”, “Quien nos va ha dar la
información” y por lo tanto precisar claramente el problema a investigar y los objetivos de la
investigación.

POBLACION OBJETIVO:
Una vez que se ha definido la unidad de análisis se procede a delimitar la población que va a
ser estudiada y sobre la cual se pretende generalizar o inferir los resultados. Entonces, una
población es el conjunto de todas las unidades de estudio que concuerdan con una serie de
especificaciones o características. Para seleccionar la muestra debe delimitarse la población
identificando sus características o variables de interés a fin de determinar los parámetros
poblacionales. En algunos casos, la delimitación de una población no sólo depende de los
objetivos del estudio, sino de otras razones prácticas. Las poblaciones tienen que ser
especificadas en contenido, lugar y tiempo.

MUESTRA:
La muestra es un subconjunto de elementos que pertenecen a una población de estudio. Para
seleccionar una muestra debemos de tener presente el tipo de muestreo a utilizar: muestreo
probabilística y el muestreo no probabilístico. Se tiene que definir la variable de interés, para
que en función de esta se sepa qué tipo de muestreo utilizar. Luego calcular el tamaño de
muestra y finalmente seleccionar las unidades de análisis.

MUESTREO
Es una TÉCNICA ESTADÍSTICA por la cual se realizan inferencias a la población examinando
solo una parte de ella, ésta parte recibe el nombre de MUESTRA, la cual debe ser
estadísticamente representativa y adecuada.
Ventajas: Desventajas:
 Costo reducido • Presencia del error de muestreo
 Mayor rapidez • Presencia de gran variabilidad de las obs.
 Claridad
 TÉCNICAS DE MUESTREO: Existen 2 tipos de técnicas de muestreo:
A. TECNICAS PROBABILISTICAS: B. TECNICAS NO PROBABILISTICAS
 Muestreo aleatorio • El muestreo a criterio o juicio.
 Muestreo aleatorio estratificado • El muestreo por cuotas.
 Muestreo sistemático • El muestreo por conveniencia.
 Muestreo por conglomerados • El muestreo intencional

A. TECNICAS PROBABILISTICAS

MUESTREO ALEATORIO:
Escoge al azar los miembros de la población hasta completar el tamaño muestral previsto.
En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo.
El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente el
análisis.
a.Sin reposición:
Cuando un elemento es seleccionado y puede volver a ser seleccionado, se dice que hacemos
un muestreo aleatorio con reemplazamiento o con reposición. Generalmente recibe el nombre
de muestreo aleatorio simple. (m.a.s.)

b.Con reposición:
En caso de que el elemento no vuelva a formar parte de la población de manera que no puede
volver a ser seleccionado se dice que se ha obtenido la muestra mediante un muestreo
aleatorio sin reposición o reemplazamiento. En algunos libros, este método recibe también el
nombre de muestreo irrestrictamente aleatorio.

MUESTREO SISTEMATICO:
En la población (N) se elige el primer elemento al azar.
Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño muestral (n).
El tamaño del intervalo (k) se calcula así: k = N/n

MUESTREO ESTRATIFICADO:
Considera que al interior del universo existen estratos (subgrupos internamente homogéneos
pero cualitativa y cuantitativamente diferentes entre sí), y que no se cumple la condición de
selección aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de
ser seleccionados en la muestra.

MUESTREO POR CONGLOMERADO:

En el muestreo por conglomerados, la población se divide en unidades o grupos, llamados
conglomerados (generalmente son unidades o áreas en los que se ha dividido la población),
que deben ser lo más representativas posible de la población, es decir, deben representar la
heterogeneidad de la población objeto del estudio y ser entre sí homogéneos.
B. TECNICAS NO PROBABILISTICAS

MUESTREO POR CUOTAS:

También denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un
buen conocimiento de los estratos de la población y/o de los individuos más "representativos" o
"adecuados" para los fines de la investigación. Mantiene, por tanto, semejanzas con el
muestreo aleatorio estratificado, pero no tiene el carácter de aleatoriedad de aquél.

MUESTREO A JUICIO:
Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo
del tema bajo estudio, por lo tanto, se considera que la información aportada por esas personas
es vital para la toma de decisiones.

MUESTREO OPINÁTICO O INTENCIONAL:

El investigador selecciona aquellos casos que le están más disponibles. Los resultados que se
obtengan no podrán generalizarse más allá de los individuos que componen la muestra, al igual
que las conclusiones.

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.

II. TAMAÑO DE LA MUESTRA

3.1. 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.

3.2. 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.

3.3. FORMULAS PARA DETERMINAR EL TAMAÑO DE MUESTRA :

Cualitativa Cuantitativa
VARIABLE (Proporción (Promedio
Poblacional) Poblacional)

POBLACION INFINITA Z 2 P(1−P ) Z S

2 2
n0 = n0 = 2
(Cuando no se conoce N) E2 E

2
Z P(1−P) N Z2 S 2 N
POBLACION FINITA n= 2 n= 2
(Cuando se conoce N)
E ( N−1)+Z 2 P(1−P ) E ( N−1 )+ Z 2 S2

 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.

3.4. ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS

A. Valor de Z: es el valor de la abscisa 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

VALORES DE LA DISTRIBUCIÓN NORMAL

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 2.33 2.05
99% = 0.99 1% = 0.01 2.58 2.32

B. Cálculo del Valor de P:(Se calcula este valor cuando la variable es

CUALITATIVA)
Que son valores que se obtienen por estudios anteriores, por la muestra
piloto y si no se conoce asumir p=0.5.

C. Cálculo del Valor de la varianza (Si la variable es CUANTITATIVA):

este valor es obtenida 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, por ejemplo E=|
x−μ |. 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%( x )= 0.10(3.5)= 0.35 se denomina error relativo.

EJERCICIOS
CASO Nº 01: (Cuando se conoce la varianza)

En un estudio realizado en la Minera Barrick se obtuvo que el promedio de horas extras por trabajador
es de 3.3 hrs., con una varianza de 4.18 hrs2. Si en el presente año cuenta con 120 trabajadores, los
cuales registran sus horas extras en tarjetas de control. Determinar el tamaño de muestra necesario
para estimar el promedio de horas extras diarias con un error del 10% del promedio y una confianza
del 95%.
CASO Nº 02: (cuando se conoce la varianza)

El Director del Departamento de Salud Pública de la Ciudad de Trujillo desea obtener una muestra de
los registros de casos de mordidas de perro, reportadas durante el año anterior, para estimar la edad
media de las personas mordidas. El Director desea una muestra con una seguridad del 95%, con un
error del 5% del promedio. En base a estudios anteriores se conoce que la edad promedio de las
personas que son mordidas por perros es de 25 años y la desviación estándar es de 5 años. ¿De que
tamaño debe ser la muestra?

CASO Nº 03:

De una población de 1,043 pequeños establecimientos comerciales con 5 o más empleados, en una
área del centro de la ciudad de Trujillo, se requiere ser muestreada para estimar el numero medio de
empleados por establecimiento, teniendo información preliminar que la desviación estándar es de 1.3
empleados.
¿Qué tamaño debe ser la muestra, si la estimación se establece una precisión de 0.25 con una
confianza del 95%?.
Analice los resultados obtenidos.

CASO Nº 04: Por estudios científicos se sabe que el Coeficiente de Inteligencia

promedio para jóvenes según la escala de Weshler es de 100 puntos con una
desviación estándar de 15 puntos. Determinar el tamaño de muestra para realizar una
investigación sobre niveles de inteligencia en la Universidad Privada del Norte, si se
admite un error del 2% del promedio y una seguridad del 95%.

CASO N° 05: (Cuando existen estudios previos)

La Dirección Regional de Salud DIRESA-Trujillo esta realizando una investigación acerca del
comportamiento del peso de niños en la ciudad de Trujillo y ver si presenta un plan de salud para
mejorar esta factor latente de bajo de peso. Como no se conoce la varianza se obtiene una muestra
piloto de 20 niños cuyos pesos son:
14.8, 14.2, 15.3, 15.4, 15.0, 15.2, 15.3, 14.2, 15.2, 15.5, 15.6, 16.4, 14.8, 15.1, 15.8, 16.1, 14.5, 15.3,
14.9, 15.9.
Determinar el tamaño de muestra apropiado con una confianza del 95% y un error tolerable del 1%
 1.3 EJERCICIOS

CASO N° 01:
Se desea determinar una muestra representativa para conocer la opinión en contra de
la población acerca de la explotación del Cerro Quilish-Cajamarca. Se aplicó una
muestra piloto a 20 de los 10000 cajamarquinos, obteniéndose los siguientes datos.
Cuál es el tamaño de muestra con un 95% de confianza y un error del 2%?

Grupo Tamaño de muestra

A favor 9
En contra 8
Indecisos 3
Total 20
CASO N° 02:

Se desea estimar la proporción de jóvenes de la ciudad de Trujillo que hacen uso de Internet como
mínimo una hora diaria con un 95% de confianza. De estudios anteriores se conoce que P=0.70 y se
desea un E = 5%. Suponiendo que N = 1500. Cual debe ser el tamaño de muestra.

CASO Nº 03:
El administrador del Restaurante “El Romano” desea saber que proporción de sus
Clientes-Turistas están inconformes con las atenciones recibidas durante su estadía
en Trujillo. ¿De que tamaño debe ser la muestra si se considera E=0.05, nivel de
confianza del 95% y no se dispone de alguna otra información?

CASO N° 04:

En una muestra piloto de tamaño 50 estudiantes universitarios, seleccionados de 4,000

estudiantes se encuentra que 30 fuman, que tamaño deberá ser la muestra, para que la
precisión de estimación “p” sea del 5%, considere una confianza del 95%.

CASO N° 05:

La Dirección Regional de Salud DIRESA-Trujillo esta realizando una investigación

acerca del comportamiento del peso de niños en la ciudad de Trujillo y ver si presenta
un plan de salud para mejorar esta factor latente de bajo de peso. Como no se conoce
la varianza se obtiene una muestra piloto de 20 niños cuyos pesos son:
14.8, 14.2, 15.3, 15.4, 15.0, 15.2, 15.3, 14.2, 15.2, 15.5, 15.6, 16.4, 14.8, 15.1, 15.8,
16.1, 14.5, 15.3, 14.9, 15.9.
Determinar el tamaño de muestra apropiado con una confianza del 95% y un error
tolerable del 1% respecto al promedio.

CASO N° 06:
Por estudios científicos se sabe que el Coeficiente de Inteligencia promedio para
jóvenes según la escala de Weshler es de 100 puntos con una desviación estándar de
10 puntos. Determinar el tamaño de muestra para realizar una investigación sobre
niveles de inteligencia en la Universidad Nacional De Trujillo, si se admite un error del
5% del promedio y una seguridad del 90%.