PROBABILIDAD Y ESTADITICA

Sesión N° 08

MUESTREO Y TAMAÑO DE MUESTRA

Docente:
Dr. Juan Carlos Oruna Lara
En una urbanización del distrito de Jesús María se quiere estimar la
proporción de hogares interesados en contratar el sistema de
televisión digital

¿A cuantos hogares debemos encuestar?

¿A quienes debemos encuestar?
LOGRO DE LA SESION
Al finalizar la sesión, el estudiante será
capaz de explicar los métodos para
seleccionar una muestra y de calcular el
tamaño de una muestra.

Ms.C. Juan Carlos Oruna Lara 3

 MUESTREO
DEFINICIONES BASICAS
Muestreo:
• Es una técnica estadística por la cual se realizan inferencias a la
población examinando sólo una muestra.
• Su propósito es proporcionar diferente tipo de información
estadística de naturaleza cuantitativa o cualitativa.
• Es una técnica empleada para seleccionar elementos de una
población.
• Por su gran importancia los investigadores lo utilizan en los
diferentes campos de saber y también lo usamos en la vida diaria.
8-3

¿POR QUÉ OBTENER MUESTRAS DE LA POBLACIÓN?

• Existe una imposibilidad física de verificar todos los

elementos de la población.
• El costo de estudiar todos los elementos de una
población es alto.
• Los resultados de la muestra suelen ser adecuados.
• -
El proceso del muestreo
 Conceptos necesarios de muestreo
Unidad Elemental Marco muestral Unidad de muestreo

Unidad acerca de la cual Lista de todas las unidades Es una unidad

se requiere información. de muestreo disponibles seleccionada del marco
Ej. personas, viviendas para su selección en una muestral
familias, productos, etapa del proceso de
almacenes, empresas. muestreo.

Universo o población

Conjunto de elementos
sobre el cual se quiere
estudiar una característica
específica/ se saca la
muestra.
 Ejemplo
Universo o población Marco muestral
1. Lista de Urbanizaciones de Lima
Adultos jóvenes de estrato Medio de estrato Medio
de la ciudad de Lima que tienen 2. Lista de manzanas en las
entre 25 y 45 años. urbanizaciones elegidos
3. Lista de hogares en las manzanas
elegidas
Unidad Elemental 4. Lista de adultos jóvenes 25-45
años en hogares
Adultos jóvenes entre 25 y 45 años
Unidad de muestreo

Etapa 1: Urb. Estrato Medio Lima

Etapa 2: Manzanas en barrios
Etapa 3: Hogares
Etapa 4: Adultos Jóvenes 25-45 Años
 Tipos de muestreo

Hace referencia a un
elemento de la
población que tiene la
probabilidad de ser
Elementos que no elegido dentro de la
tienen la posibilidad muestra
de ser elegidos dentro
una unidad muestral
 Clasificación

Probabilístico
• Muestreo Aleatorio simple
• Muestreo sistemático
• Muestreo Estratificado
• Muestreo por Conglomerado

No Probabilístico
• Muestreo a Conveniencia
• Muestreo Bola de nieve
• Muestreo por Cuotas
 Probabilístico
 Cada elemento tiene una probabilidad igual de ser seleccionado
 Implica seleccionar unidades de muestreo completamente al azar
 Se requiere un marco muestral perfecto, es decir, una lista completa de todas
las unidades en el universo
 Aplicación en el caso de contar con bases de datos o con listados completos
de los elementos que componen el universo
 El MAS es muy eficiente cuando la población es Homogénea
• Supongamos que deseamos obtener una
muestra aleatoria simple de 6 trabajadores de
un total de 54 trabajadores de una empresa.
 TABLA DE NUMEROS ALEATORIOS:
Tablas construidas de manera que se garantiza estadísticamente la
aleatoriedad de los elementos seleccionados en la muestra.
No. Columna

Pto. de
No. Fila Arranque:
A(3, 6)

No. Fila

No. Columna
1 2 3 4 5 6 7 8 9

Muestra
10 11 12 13 14 15 16 17 18 Aleatori
a Simple
19 20 21 22 23 24 25 26 27 Nº Aleatorio

77921
28 29 30 31 32 33 34 35 36

99515

37 38 39 40 41 42 43 44 45
96301

89529
46 47 48 49 50 51 52 53 54
28918

63553
 Probabilístico
 La muestra se elige mediante la selección de un punto de inicio aleatorio y la
elección de cada i - esimo elemento en sucesión a partir del marco muestral.
 Es muy usual por su simplicidad y se prefiere frente al muestreo estratificado
si la población puede ponerse facilmente en una disposición ordenada.
 El muestreo sistemático es menos costoso y más fácil que el muestreo
aleatorio simple por que la selección aleatoria se realiza sólo una vez
 El muestreo sistemático puede utilizarse incluso sin conocer los elementos del
marco de la muestra
• Supongamos que deseamos obtener una
muestra de 18 trabajadores de un total de 54
trabajadores de una empresa.
La constante de muestreo es:

K= N = 54 =3
n 18
1 2 3 4 5 6 7 8 9

10 11 12 13 14 15 16 17 18

19 20 21 22 23 24 25 26 27

28 29 30 31 32 33 34 35 36
Se elige
cada 3er
elemento
37 38 39 40 41 42 43 44 45

46 47 48 49 50 51 52 53 54

MUESTRA SISTEMATICA
 Probabilístico
 Se divide a la población en subgrupos mutuamente excluyentes y colectivamente
exhaustivos
 Se selecciona una muestra (aleatoria simple) e independiente en cada
estrato
 Los estratos deben ser homogéneos, los define una característica común
 Puede ser proporcional o no proporcional
• Supongamos que deseamos obtener una
muestra estratificada de 6 trabajadores (2 de
cada estrato) de un total de 12 trabajadores
de una empresa.
 850 1350 600 2200 1800 3100

900 1500 1750 750 2400 2100

MUESTRA
ESTRATIFICADA
ESTRATO
750 900
I

1350 1800
II

2200 2400
III
 Probabilístico
 Un conglomerado o grupo de elementos se selecciona aleatoriamente
en forma simultánea
 Los estratos deben ser lo más heterogéneo posible
 Bajo costo
 Sistemático
 MUESTRA POR
CONGLOMERADOS
 MUESTREO NO PROBABILISTICO

Ventajas Desventajas
* Menor coste. * No permite estimar el error de
muestreo
* Mayor rapidez * Las estimaciones obtenidas no
pueden proyectarse
estadísticamente para toda la
población.

Es aquel en el cuál la selección de la muestra no se hace al

azar y se basa en un juicio subjetivo.
 No Probabilístico
Trata de obtener una muestra de elementos convenientes. La selección de
las unidades de la muestra se deja principalmente al entrevistador

 Intercepción de personas en centros

comerciales
 Colaboración voluntaria de personas para
probar productos y pedirles que contesten
encuesta
 Se utiliza como base para generar hipótesis
ó disposición de usuario final de resultados.
Menos costoso y menor tiempo.
 No Probabilístico
 Es útil para poblaciones pequeñas o especializadas (personas ciegas, sordas,
músicos, poetas etc.)
 Selección aleatoria inicial de un grupo de entrevistados.
El enlistamiento siguiente se hace por referidos que cumplan la condición a medir.
 Es un proceso que requiere una gran cantidad de tiempo.
 Evaluar características poco comunes de la población
.
 No Probabilístico
 Algo similar al muestreo estratificado
Se establecen tamaños de muestra por grupos de edad,
sexo, área geográfica, …
 Diferente, puesto que se puede reemplazar las unidades
seleccionadas hasta que se obtenga la cuota.
 Se utiliza en estudios de mercado y sondeos de opinión pública
 TAMAÑO DE MUESTRA

1.- Parámetro
Son las medidas o valores que se obtienen sobre la población.
Ejemplo : La media poblacional ( μ ), la varianza poblacional (σ2 ), la
proporción poblacional ( P ).
2.- Estadístico
Son los valores o medidas que se obtienen sobre una muestra y por lo tanto
son una estimación de los parámetros.
Ejemplo : La media muestral ( 𝑥 ), la varianza muestral (S2 ), la proporción
muestral ( p ).

3.- Error de Muestreo ( e )

Es la diferencia que puede haber entre el valor muestral (estadístico) y el
valor poblacional (parámetro) obtenida por medio de una muestra aleatoria
observada en una de las tantas muestras posibles de una población dada.
4.- Nivel de Confianza. (1 - α)

Como el azar está presente en cada muestra que se elige, el investigador no puede
asegurar para todas las muestras posibles un mismo error, es decir existe la
probabilidad de que algunas muestras sean elegidas y arrojen un error mayor a “e ” .
Para tomar en consideración este hecho se introduce el concepto de confianza, es
decir:
Se acepta un error “ e ” con una confianza del 95%, en el sentido de que si se
muestreara repetidas veces, en promedio, 95 de cada 100 muestras, tendrían un
error máximo de magnitud “e”, y 5 de ellas tendrían un error mayor a “e”.
Llamamos nivel de confianza a la probabilidad de que el intervalo construido en
torno a un estadístico contenga el verdadero valor del parámetro
Evidentemente las confianzas más solicitadas serán próximas al 100% (90%, 95%,
99%, 99.9%).
TABLA N° 01

Nivel de confianza(1-α) 90% 95% 99% 99.90%

Z 1.64 1.96 2.57 3.29
 Tamaño de muestra para una Variable cualitativa

Población Finita
z2 p q N N : Tamaño de la Población
n : Muestra
n= Z : Coeficiente de confianza
e2(N-1)+pqz2 P : Probabilidad que ocurra un evento
q : Probabilidad que no ocurra un evento
e : Error muestral

Se considera que una población es finita

cuando la población es menor de 10.000
individuos
 TAMAÑO DE MUESTRA

Ejemplo 1:

En un estudio, se desea determinar en que proporción los

ingenieros encargados de las labores de muestreo en una gran
industria pesquera se encuentran capacitados. Si se sabe que
existen 1500 ingenieros y deseamos tener una precisión del
10%, con un nivel de significancia de 5%.

De que tamaño debe ser

la muestra.
 TAMAÑO DE MUESTRA

SOLUCION de Ejemplo 1:

N = 1500 E = 10% α = 5% p = 0.5 q= 0.5 Z (α/2) =1.96

Z 2 P(1  P) N ( 1.96)2 (0.5) ( 0.5) 1500

n 2 = = 91 ingenieros
E ( N  1)  Z P(1  P)
2
(0.1) 2 (1500 -1) + (1.96) 2 ( 0.5)(0.5)

Se necesitarían 91 ingenieros.
Población infinita
n : Muestra

n= z2 pq Z : Coeficiente de confianza
P : Probabilidad que ocurra un evento
2
e q : Probabilidad que no ocurra un evento
e : Error muestral

Se considera que una

población es infinita
cuando es mayor o igual
a 10.000 individuos.
 EJEMPLO

Un sondeo previo indica que la

proporción de analfabetos de una
población es de 30%. ¿Qué
tamaño debe tener la muestra
para estimar, con una precisión
del 5% y un nivel de confianza
del 95%, la proporción de
analfabetos si el tamaño de la
población de personas mayores de
14 años de edad es de 10000?
 Tamaño de muestra para una Variable cuantitativa

Población Finita
z2 s2 N N : Tamaño de la Población
n= n : Muestra
e2(N-1)+S2z2 Z : Coeficiente de confianza
S2 : Varianza de la característica que se
esta estudiando
e : Error muestral

Se considera que una población es finita

cuando la población es menor de 10.000
individuos
 TAMAÑO DE MUESTRA

Ejemplo 2:

En un lote de 8000 unidades de frascos para almacenar

reactivos químicos, se desea estimar la capacidad media en
centímetros cúbicos de los mismos.

A través de un premuestreo de 35 frascos se ha

determinado que la desviación estándar es de 2 cm 3. Si
queremos tener un error de 0.25 cms3 y un nivel de
significancia de 5%.

De que tamaño debe ser la muestra?.

 TAMAÑO DE MUESTRA

SOLUCION de Ejemplo 2:

S = 2 cm 3 N = 8000 E = 0.25 cm 3 α = 0.05 ( 5%) Z (α/2) =1.96

Z 2S 2 N (1.96) 2 (2 ) 2 (8000)
n 2 = = 238 frascos
E ( N  1)  Z 2 S 2 (0.25) 2(8000 – 1) + (1.96)2 ( 2)2

Se necesitarían 238 frascos

Población infinita

n= z2 s2 n : Muestra
Z : Coeficiente de confianza
S2 : Varianza de la característica que se
2
e esta estudiando
e : Error muestral

Se considera que una

población es infinita
cuando es mayor o igual
a 10.000 individuos.
 MUESTRA ESTRATIFICADA
En una escuela de una comunidad específica se quiere determinar la
proporción de escolares parasitados. Se sabe que el criar o no animales
predispone a los escolares a tener cierta probabilidad para adquirir parásitos,
por consiguiente la población escolar no es homogénea. La población
estratificada de 1500 escolares queda establecida de la siguiente manera:
ESTRATO 1 ESTRATO 2
Escolares que viven con Escolares que no viven con
animales animales
N1 = 900 N2 = 600
Se determinó que el tamaño de la muestra es de 200. Se pide, calcular los
tamaños de muestra en cada estrato bajo la afijación proporcional.