UNIVERSIDAD DE MARGARITA.

ALMA MATER DEL CARIBE

ESTUDIOS AVANZADOS DE GERENCIA DE SERVICIO
ASIGNATURA
Mtodos de Medicin del Servicio









Teora del Muestreo









Profesor: Realizado por:
Carlos Augello

Ing. Denise Palacios.




Maturn, 07 de Noviembre de 2009

Muestreo: Tcnica para la seleccin de una muestra a partir de una poblacin,
al elegir una muestra nos permite ahorrar recursos y a la vez obtener
resultados parecidos a los que alcanzara si se realizase un estudio a la
poblacin.

Muestra: Conjunto reducido de elementos o individuos de una poblacin,
escogidos para obtener informacin sobre los mismos y generalizarla al resto
de la poblacin.

Ventajas del muestreo:
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la informacin:
debido a los siguientes factores
c.1 Volumen de trabajo reducido.
c.2 Puede existir mayor supervisin en el trabajo.
c.3 Se puede dar ms entrenamiento al personal.
c.4 Menor probabilidad de cometer errores durante el procesamiento de la
informacin.
d) Factibilidad de hacer el estudio cuando la toma de datos implica tcnicas
destructivas, por ejemplo:
- Pruebas de germinacin.
- Anlisis de sangre.
- Control de calidad.

Tamao de la muestra:

A la hora de determinar el tamao que debe alcanzar una muestra hay que
tomar en cuenta varios factores: el tipo de muestreo, el parmetro a estimar, el
error muestral admisible, la varianza poblacional y el nivel de confianza.

PARAMETRO: Son las medidas o datos que se obtienen sobre la poblacin.

ESTADISTICO: Los datos o medidas que se obtienen sobre una muestra y por
lo tanto una estimacin de los parmetros.

ERROR MUESTRAL, de estimacin o standard: Es la diferencia entre un
estadstico y su parmetro correspondiente. Es una medida de la variabilidad
de las estimaciones de muestras repetidas en torno al valor de la poblacin,
nos da una nocin clara de hasta dnde y con qu probabilidad una estimacin
basada en una muestra se aleja del valor que se hubiera obtenido por medio de
un censo completo. Siempre se comete un error, pero la naturaleza de la
investigacin nos indicar hasta qu medida podemos cometerlo (los
resultados se someten a error muestral e intervalos de confianza que varan
muestra a muestra). Vara segn se calcule al principio o al final. Un estadstico
ser ms preciso en cuanto y tanto su error es ms pequeo. Podramos decir
que es la desviacin de la distribucin muestral (por distribucin muestral se
entiende la distribucin de frecuencias de los valores de un estadstico en
infinitas muestras iguales) de un estadstico y su fiabilidad.

NIVEL DE CONFIANZA: Probabilidad de que la estimacin efectuada se ajuste
a la realidad. Cualquier informacin que queremos recoger est distribuida
segn una ley de probabilidad (Gauss o Student), as llamamos nivel de
confianza a la probabilidad de que el intervalo construido en torno a un
estadstico capte el verdadero valor del parmetro.

VARIANZA POBLACIONAL: Cuando una poblacin es ms homognea la
varianza es menor y el nmero de entrevistas necesarias para construir un
modelo reducido del universo, o de la poblacin, ser ms pequeo.
Generalmente es un valor desconocido y hay que estimarlo a partir de datos de
estudios previos.

La frmula para el TAMAO DE LA MUESTRA depender si se estima la
media de la poblacin o la proporcin de la variable.

Para que una muestra se considere vlida debe cumplir que:

1 - Su tamao sea proporcional al tamao de la poblacin.
2 - No haya distorsin en la eleccin de los elementos de la muestra.
3 - Sea representativa.


Poblacin: Es un conjunto de mediciones que son de inters para un
investigador, las cuales se efectan sobre una caracterstica comn de un
grupo de seres, o conjunto de objetos. La poblacin, por su tamao, puede ser
finita o infinita.

Smbolos para estadsticos y parmetros correspondientes

Medida Smbolo para el estadstico Smbolo para el
parmetro
(muestra) (Poblacin)

Media X
Desviacin estndar s
Nmero de elementos n N
Proporcin p P



Mtodos de seleccin de muestras.

Una muestra debe ser representativa si va a ser usada para estimar las
caractersticas de la poblacin. Los mtodos para seleccionar una muestra
representativa son numerosos, dependiendo del tiempo, dinero y habilidad
disponibles para tomar una muestra y la naturaleza de los elementos
individuales de la poblacin. Por lo tanto, se requiere una gran volumen para
incluir todos los tipos de mtodos de muestreo.

Los mtodos de seleccin de muestras pueden ser clasificados de acuerdo a:

1. El nmero de muestras tomadas de una poblacin dada para un estudio y
2. La manera usada en seleccionar los elementos incluidos en la muestra. Los
mtodos de muestreo basados en los dos tipos de clasificaciones son
expuestos en seguida.

Mtodos de muestreo clasificados de acuerdo con el nmero de muestras
tomadas de una poblacin.
Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos
son, muestreo simple, doble y mltiple.

Muestreo simple
Los pasos para obtener una muestra aleatoria simple son:
1.- Definir la poblacin de estudio.
2.-Enumerar a todas las unidades de anlisis que integran la poblacin,
asignndoles un nmero de identidad o identificacin.
3.- Determinar el tamao de muestra ptimo para el estudio.
4.- Seleccionar la muestra de manera sistemtica utilizando una tabla de
nmeros aleatorios generada por medios computacionales para garantizar que
se tiene un orden aleatorio.
Ejemplo: para obtener una muestra de alumnos del Instituto Tecnolgico de
Caripito a los que se les aplicar una encuesta. Lo primero que se hace es
enumerar a todo el alumnado de la institucin. Se obtiene una lista de los
alumnos matriculados y se les asigna un nmero a cada uno de ellos en orden
alfabtico y ascendente. Suponiendo que el total de alumnos es de 700 se
utilizan los nmeros 000, 001, 002, 003,...,699. Se determina el tamao de
muestra, suponiendo que en este caso es de tamao 75. Enseguida se utiliza
la tabla de nmeros aleatorios formando nmeros de tres dgitos aceptando
como unidad de anlisis muestral a todos aquellos que estn comprendidos
entre el 000 y el 699.

Muestreo doble

Bajo este tipo de muestreo, cuando el resultado del estudio de la primera
muestra no es decisivo, una segunda muestra es extrada de la misma
poblacin. Las dos muestras son combinadas para analizar los resultados. Este
mtodo permite a una persona principiar con una muestra relativamente
pequea para ahorrar costos y tiempo. Si la primera muestra arroja una
resultado definitivo, la segunda muestra puede no necesitarse.

Ejemplo: al probar la calidad de un lote de productos manufacturados, si la
primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una
calidad muy pobre, el lote es rechazado. Solamente si la primera muestra
arroja una calidad intermedia, ser requerir la segunda muestra. Un plan
tpico de muestreo doble puede ser obtenido de la Military Standard Sampling
Procedures and Tables for Inspection by Attributes, publicada por el
Departamento de Defensa y tambin usado por muchas industrias privadas. Al
probar la calidad de un lote consistente de 3,000 unidades manufacturadas,
cuando el nmero de defectos encontrados en la primera muestra de 80
unidades es de 5 o menos, el lote es considerado bueno y es aceptado; si el
nmero de defectos es 9 o ms, el lote es considerado pobre y es rechazado;
si el nmero est entre 5 y 9, no puede llegarse a una decisin y una segunda
muestra de 80 unidades es extrada del lote. Si el nmero de defectos en las
dos muestras combinadas (incluyendo 80 + 80 = 160 unidades) es 12 o menos,
el lote es aceptado si el nmero combinado es 13 o ms, el lote es rechazado.

Muestreo mltiple

El procedimiento bajo este mtodo es similar al expuesto en el muestreo doble,
excepto que el nmero de muestras sucesivas requerido para llegar a una
decisin es ms de dos muestras.

Mtodos de muestreo clasificados de acuerdo con las maneras usadas en
seleccionar los elementos de una muestra.

Los elementos de una muestra pueden ser seleccionados de dos maneras
diferentes:

a. Basados en el juicio de una persona.
b. Seleccin aleatoria (al azar)

Muestreo de juicio

Una muestra es llamada muestra de juicio cuando sus elementos son
seleccionados mediante juicio personal. La persona que selecciona los
elementos de la muestra, usualmente es un experto en la medida dada. Una
muestra de juicio es llamada una muestra probabilstica, puesto que este
mtodo est basado en los puntos de vista subjetivos de una persona y la
teora de la probabilidad no puede ser empleada para medir el error de
muestreo, Las principales ventajas de una muestra de juicio son la facilidad de
obtenerla y que el costo usualmente es bajo.

Muestreo Aleatorio

Una muestra se dice que es extrada al azar cuando la manera de seleccin es
tal, que cada elemento de la poblacin tiene igual oportunidad de ser
seleccionado. Una muestra aleatoria es tambin llamada una muestra
probabilstica son generalmente preferidas por los estadsticos porque la
seleccin de las muestras es objetiva y el error muestral puede ser medido en
trminos de probabilidad bajo la curva normal. Los tipos comunes de muestreo
aleatorio son el muestreo aleatorio simple, muestreo sistemtico, muestreo
estratificado y muestreo de conglomerados.


A. Muestreo aleatorio simple

Una muestra aleatoria simple es seleccionada de tal manera que cada muestra
posible del mismo tamao tiene igual probabilidad de ser seleccionada de la
poblacin. Para obtener una muestra aleatoria simple, cada elemento en la
poblacin tenga la misma probabilidad de ser seleccionado, el plan de
muestreo puede no conducir a una muestra aleatoria simple. Por conveniencia,
este mtodo pude ser reemplazado por una tabla de nmeros aleatorios.
Cuando una poblacin es infinita, es obvio que la tarea de numerar cada
elemento de la poblacin es imposible. Por lo tanto, ciertas modificaciones del
muestreo aleatorio simple son necesarias. Los tipos ms comunes de muestreo
aleatorio modificado son sistemticos, estratificados y de conglomerados.

B. Muestreo sistemtico.

Una muestra sistemtica es obtenida cuando los elementos son seleccionados
en una manera ordenada. La manera de la seleccin depende del nmero de
elementos incluidos en la poblacin y el tamao de la muestra. El nmero de
elementos en la poblacin es, primero, dividido por el nmero deseado en la
muestra. El cociente indicar si cada dcimo, cada onceavo, o cada centsimo
elemento en la poblacin va a ser seleccionado.

El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una
muestra sistemtica puede dar la misma precisin de estimacin acerca de la
poblacin, que una muestra aleatoria simple cuando los elementos en la
poblacin estn ordenados al azar.

C. Muestreo Estratificado
Muestreo Estratificado. Este procedimiento de muestreo determina los estratos
que conforman una poblacin de estudio para seleccionar y extraer de ellos la
muestra. Se entiende por estrato todo subgrupo de unidades de anlisis que
difieren en las caractersticas que se van a analizar en una investigacin.
Ejemplo: si se va a realizar un estudio correlacional entre el tipo de perfil
profesional y los ingresos econmicos de los egresados del Instituto Politecnico
Santiago Mario que laboran en las empresas instaladas en la Regin Sur del
Estado Monagas y cuya edad flucta entre 25 y 45 aos se procede a dividir la
poblacin de estudio en cinco estratos. Cada estrato representa una de las
cinco carreras que ofrece esta institucin educativa (Ingeniera civil,
arquitectura, ingeniera de mantenimiento mecanico, informtica, ingeniera
industrial e ingeniera en sistemas computacionales). Como se puede deducir
del anterior ejemplo, este procedimiento integra unidades de anlisis a la
muestra provenientes de todos los estratos que conforman la poblacin.
La base de la estratificacin adopta diversos criterios como edad, sexo,
ocupacin, etc. Una modalidad muy precisa en este tipo de muestreo es el
procedimiento de muestreo estratificado proporcional. Procedimiento de
muestreo que permite seleccionar a las unidades de anlisis que integrarn la
muestra en proporcin exacta al tamao que tiene el estrato en la poblacin, es
decir, el estrato se encuentra representado en la muestra en proporcin exacta
a su frecuencia en la poblacin total .
Los pasos a seguir para seleccionar una muestra proporcionalmente
estratificada son:
1) Definir la poblacin de estudio.
2) Determinar el tamao de muestra requerido.
3) Establecer los estratos o subgrupos.
4) Determinar la fraccin total de muestreo por estrato dividiendo el tamao del
estrato entre el tamao de la poblacin de estudio.
5) Multiplicar la fraccin total de muestreo por estrato por el tamao de la
muestra para obtener la cantidad de unidades de anlisis de cada estrato que
se integrarn a la unidad muestral.
6) Seleccin y extraccin de la muestra aplicando el procedimiento de
muestreo aleatorio simple.
Al aplicar este procedimiento de muestreo al ejemplo: Si se tiene que
seleccionar una muestra de 500 personas, de una comunidad de 5000
habitantes repartidos en cinco colonias, en donde el tamao de cada estrato
es: colonias A = 1000, B = 1500, C = 500, D = 1250 y E = 750, la muestra es:
Para obtener una muestra aleatoria estratificada, primero se divide la poblacin
en grupos, llamados estratos, que son ms homogneos que la poblacin
como un todo. Los elementos de la muestra son entonces seleccionados al
azar o por un mtodo sistemtico de cada estrato. Las estimaciones de la
poblacin, basadas en la muestra estratificada, usualmente tienen mayor
precisin (o menor error muestral) que si la poblacin entera muestreada
mediante muestreo aleatorio simple. El nmero de elementos seleccionado de
cada estrato puede ser proporcional o desproporcional al tamao del estrato en
relacin con la poblacin.

D. Muestreo de conglomerados.

Para obtener una muestra de conglomerados, primero dividir la poblacin en
grupos que son convenientes para el muestreo. En seguida, seleccionar una
porcin de los grupos al azar o por un mtodo sistemtico. Finalmente, tomar
todos los elementos o parte de ellos al azar o por un mtodo sistemtico de los
grupos seleccionados para obtener una muestra. Bajo este mtodo, aunque no
todos los grupos son muestreados, cada grupo tiene una igual probabilidad de
ser seleccionado. Por lo tanto la muestra es aleatoria.

Una muestra de conglomerados, usualmente produce un mayor error muestral
(por lo tanto, da menor precisin de las estimaciones acerca de la poblacin)
que una muestra aleatoria simple del mismo tamao. Los elementos
individuales dentro de cada conglomerado tienden usualmente a ser iguales.
Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente
pobre puede vivir en otra rea. No todas las reas son muestreadas en un
muestreo de reas. La variacin entre los elementos obtenidos de las reas
seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la
poblacin entera es muestreada mediante muestreo aleatorio simple. Esta
debilidad puede reducida cuando se incrementa el tamao de la muestra de
rea.

El incremento del tamao de la muestra puede fcilmente ser hecho en
muestra muestra de rea. Los entrevistadores no tienen que caminar
demasiado lejos en una pequea rea para entrevistar ms familias. Por lo
tanto, una muestra grande de rea puede ser obtenida dentro de un corto
perodo de tiempo y a bajo costo.

Por otra parte, una muestra de conglomerados puede producir la misma
precisin en la estimacin que una muestra aleatoria simple, si la variacin de
los elementos individuales dentro de cada conglomerado es tan grande como la
de la poblacin.




Ventajas e inconvenientes de los distintos tipos de muestreo
probabilstico

CARACTERISTICA
S
VENTAJAS
INCONVENIENTE
S
Aleatorio
simple
Se selecciona una
muestra de tamao
n de una poblacin
de N unidades, cada
- Sencillo y
de fcil
comprensi
Requiere que se
posea de
antemano un
listado completo de
elemento tiene una
probabilidad de
inclusin igual y
conocida de n/N.
n.
- Clculo
rpido de
medias y
varianzas.
- Se basa en
la teora
estadstica,
y por tanto
existen
paquetes
informticos
para
analizar los
datos
toda la poblacin.
Cuando se trabaja
con muestras
pequeas es
posible que no
represente a la
poblacin
adecuadamente.
Sistemtico
Conseguir un listado
de los N elementos
de la poblacin
Determinar tamao
muestral n.
Definir un intervalo
k= N/n.
Elegir un nmero
aleatorio, r, entre 1 y
k (r= arranque
aleatorio).
Seleccionar los
elementos de la
lista.
- Fcil de
aplicar.
- No siempre
es
necesario
tener un
listado de
toda la
poblacin.
- Cuando la
poblacin
est
ordenada
siguiendo
una
tendencia
conocida,
asegura una
cobertura
de unidades
de todos los
tipos.
Si la constante de
muestreo est
asociada con el
fenmeno de
inters, las
estimaciones
obtenidas a partir
de la muestra
pueden contener
sesgo de seleccin
Estratificado
En ciertas ocasiones
resultar
conveniente
estratificar la
muestra segn
ciertas variables de
- Tiende a
asegurar
que la
muestra
represente
adecuadam
- Se ha de
conocer la
distribucin
en la
poblacin de
las variables
inters. Para ello
debemos conocer la
composicin
estratificada de la
poblacin objetivo a
hacer un muestreo.
Una vez calculado el
tamao muestral
apropiado, este se
reparte de manera
proporcional entre
los distintos estratos
definidos en la
poblacin usando
una simple regla de
tres.
ente a la
poblacin
en funcin
de unas
variables
seleccionad
as.
- Se obtienen
estimacione
s ms
precisa
- Su objetivo
es
conseguir
una muestra
lo ms
semejante
posible a la
poblacin
en lo que a
la o las
variables
estratificado
ras se
refiere.
utilizadas
para la
estratificaci
n.
Conglomerado
s
Se realizan varias
fases de muestreo
sucesivas
(polietpico)
La necesidad de
listados de las
unidades de una
etapa se limita a
aquellas unidades
de muestreo
seleccionadas en la
etapa anterior.
- Es muy
eficiente
cuando la
poblacin
es muy
grande y
dispersa.
- No es
preciso
tener un
listado de
toda la
poblacin,
slo de las
unidades
primarias de
muestreo.
- El error
estndar es
mayor que
en el
muestreo
aleatorio
simple o
estratificado.
- El clculo
del error
estndar es
complejo











Distribucin en el muestreo:

Cuando el tamao de la muestra (n) es ms pequeo que el tamao de la
poblacin (N), dos o ms muestras pueden ser extradas de la misma
poblacin. Un cierto estadstico puede ser calculado para cada una de las
muestras posibles extradas de la poblacin. Una distribucin del estadstico
obtenida de las muestras es llamada la distribucin en el muestreo del
estadstico.

Por ejemplo, si la muestra es de tamao 2 y la poblacin de tamao 3
(elementos A, B, C), es posible extraer 3 muestras ( AB, BC Y AC) de la
poblacin. Podemos calcular la media para cada muestra. Por lo tanto,
tenemos 3 medias mustrales para las 3 muestras. Las 3 medias mustrales
forman una distribucin. La distribucin de las medias es llamada la
distribucin de las medias mustrales, o la distribucin en el muestreo de la
media. De la misma manera, la distribucin de las proporciones (o porcentajes)
obtenida de todas las muestras posibles del mismo tamao, extradas de una
poblacin, es llamada la distribucin en el muestreo de la proporcin. 5.1






a) Distribucin en el muestreo de una proporcin.

Las chinchetas de una determinada marca no salen todas buenas y algunas
resultan defectuosas. Sea p la proporcin de chinchetas buenas.
No sabemos el valor de p, pero podemos aproximarnos de alguna manera.
Para ello, tomamos una muestra aleatoria de 100 chinchetas y observamos que
86 de ellas estn bien.
Al valor 86/100 lo llamamos p , ya que no es el valor de p, pero s da la
proporcin de chinchetas buenas en la muestra elegida. Si elegimos otras
muestras de tamao 100, evidentemente el valor de p vara.
Los distintos valores de p dan lugar a una variable aleatoria que
representaremos por p y que llamaremos estadstico.
La distribucin de los valores de p se llama distribucin muestral o
distribucin en el muestreo de una proporcin. Se demuestra que:
La variable aleatoria p tiene las siguientes caractersticas:
1. Media: =p
2. Desviacin tpica: =
( ) 1 p p
n

3. A medida que n crece, la distribucin de p se aproxima a la normal,
siempre que p no se acerque ni a 0 ni a 1.



b) Distribucin en el muestreo de la media

Supongamos que se desea saber la altura media de los nios de 11 aos de
una ciudad. La altura media poblacional la representaremos por , y por la
desviacin tpica poblacional.
Con el fin de hacernos una idea de cmo puede ser , elegimos una muestra
aleatoria formada por 40 nios, y se obtiene que:
* La altura media muestral es:
1
x =140 cms.
* La desviacin tpica muestral es:
1
s =16,5 cms.

Si elegimos otras muestras de tamao 40 y calculamos sus medias y sus
desviaciones tpicas, obtendremos:
2
x ,
3
x ,,
n
x y
2
s ,
3
s ,,
n
s .
Los distintos valores de dan lugar a una variable aleatoria que representamos
por X . La distribucin de los valores de X se llama distribucin de las medias
muestrales por depender de las muestras o distribucin en el muestreo de la
media, y se demuestra que:
La variable aleatoria X tiene las siguientes caractersticas:

1. Media:
2. Desviacin tpica:
n
o

3. A medida que n crece, la distribucin de X se aproxima a una normal.
As X
, N
n
o

| |

|
\ .

* Si es desconocida y n 30, la sustituiremos por
( )
2
1
i
x x
s
n

(desviacin
tpica muestral)
* Si es desconocida y n<30 los valores de s varan considerablemente de
muestra en muestra, pues s disminuye a medida que n aumenta, y la
distribucin de X ya no sera normal. "Si (
1 2
, ,...
n
X X X ) es una muestra
aleatoria simple de tamao n, procedente de una poblacin N(,) con
desconocida, entonces:
X t-Student con n-1 grados de libertad"

c) Distribucin de las sumas muestrales

El encargado del registro civil de una ciudad quiere saber cunto suman las
tallas de las parejas que van all a inscribirse. Supongamos que la suma de las
tallas de la poblacin tiene por media y desviacin tpica .
Con el fin de hacernos una idea de cmo puede ser , elegimos una muestra
aleatoria formada por 35 parejas, y se obtiene que:
* la talla suma media es:
1
t = 2,35 m.
* la desviacin tpica de la muestra es:
1
s = 0,15 m.
Si elegimos otras muestras de tamao 35 y calculamos sus medias y sus
desviaciones tpicas, obtendremos:
2 3
, ,...,
n
t t t y
2 3
, ,...,
n
s s s .
Los distintos valores de
i
t dan lugar a una variable aleatoria que
representamos por T. La distribucin de los valores de T se llama distribucin
de las sumas muestrales, por depender de las muestras, o distribucin en el
muestreo de las sumas, y se demuestra que:

La variable aleatoria T tiene las siguientes caractersticas:
1. Media: n
2. Desviacin tpica: n
3. A medida que n crece, la distribucin de T se aproxima a la normal.

d) Distribucin en el muestreo de la diferencia de medias.

Supongamos que la medida de los esprragos de La Rioja tienen de media
1

y desviacin tipica
1
o y que los esprragos de Aranjuez tienen de media
2
y
desviacin tpica
2
o . Supongamos tambin que ambas poblaciones se
distribuyen normalmente y de forma independiente.
Tomamos una muestra de tamao
1
n de esprragos de La Rioja y una muestra
de tamao
2
n de esprragos de Aranjuez. Sean
1
x y
2
x sus longitudes medias
respectivas.
Si elegimos otras muestras de tamaos
1
n y
2
n , respectivamente, y calculamos
sus medias y las diferencias de medias, se obtiene:
1 2 1 2 1 2
' ' ; " " ;x '" '",... x x x x x
Estos distintos valores dan lugar a una variable aleatoria que representamos
por
1 2
X X . La distribucin de
1 2
X X se llama distribucin en el muestreo de
la diferencia de medias, y se demuestra que:

La variable aleatoria
1 2
X X tiene las siguientes caractersticas:
1. Media:
1 2

2. Desviacin tpica:
2
1
2
1
2
1
n n
o o
+

3. A medida que
1 2
y n n crecen, la distribucin de
1 2
X X se aproxima a la
normal.

Si las desviaciones tpicas son desconocidas y las muestras son grandes,
sustituiremos
1 2
y o o por
1
s y
2
s , respectivamente.

de obtener conclusiones vlidas para la poblacin a partir de los datos de una
muestra es el objetivo principal de la inferencia estadstica.


Para introducir el concepto de distribucin muestral, elaboraremos la de la
media de una muestra aleatoria de tamao n=2 tomada sin remplazo de la
poblacin finita de tamao N=5, cuyos elementos son: 3,5,7,9,11.
La media de esta poblacin es: =
+ + + +
=
3 5 7 9 11
5
7 y su desviacin tpica
es:
o =
+ + + +
=

2 2 2 2 2
3 7 5 7 7 7 9 7 11 7
5
8
( ) ( ) ( ) ( ) ( )

Ahora si tomamos una muestra aleatoria de tamao n = 2 de esta poblacin
hay
5
2
10
|
\

|
.
| = posibilidades:



n
nuestra
Muestras
x

1 3 5 4
2 3 7 5
3 3 9 6
4 3 11 7
5 5 7 6
6 5 9 7
7 5 11 8
8 7 9 8
9 7 11 9
10 9 11 10



Media Probabilidad
4 1/10
5 1/10
6 2/10
7 2/10
8 2/10
9 1/10
10 1/10
Un anlisis de esta distribucin muestral revela cierta informacin relacionada
con el problema de la estimacin de la media de la poblacin de referencia con
una muestra aleatoria de tamao n=2. Por ejemplo para x = 6,7 u 8 la
probabilidad de que la media poblacin ( 7) no difiera por ms de 1 de la
muestral es de 6/10. Sin embargo para x = 5,6,7,8 0 9 la media de una
muestra no difiera en mas de 2 unidades es 8/10. Por consiguiente si no
conociramos la media de la poblacin de referencia y quisiramos estimarla
con la media de una muestra aleatoria de tamao n=2, el procedimiento
anterior nos da alguna idea del posible tamao del error.

Si calculamos la media y la desviacin tpica de la distribucin de las medias
obtenemos que:
x
= 7 y o
x
= 3, luego la media
x
coincide con la media
de la poblacin y la desviacin tpica ha disminuido.

Evidentemente este proceso realizado con una muestra pequea no es lo
suficientemente explicativo. si tomsemos para n=10 y N=100 sera necesario
una lista de mas de 17 billones de muestras.. por lo que para realizar el
proceso sera necesario hacer una simulacin por computadora.







Ejemplo:
1.-En un lote de frascos para medicina, con una poblacin de 8000 unidades, se
desea estimar la media de la capacidad en centmetros cbicos de los mismos.
A travs de un premuestreo de tamao 35 se ha estimado que la desviacin
estndar es de 2 centmetros cbicos. Si queremos tener una precisin 0.25
cms
3
, y un nivel de significancia del 5% . De que tamao debe de ser la muestra
?.
DATOS:
S = 2 cms
3
; N = 8000 ; d = 0.25 cms
3
; a = 0.05 (5%)
Z
a/2
= 1.96
N Z
a/2
S 8000(1.96)(2)
n = -------------- = --------------------------- = 238 frascos
Nd + Z
a/2
S 8000(0.25) + (1.96)(2)
Solo faltara muestrear 203 frascos, pues los datos de los 35 frascos del
premuestreo siguen siendo vlidos.
2.- En un estudio, se desea determinar en que proporcin los nios de una regin
toman nenerina en el desayuno. Si se sabe que existen 1,500 nios y deseamos
tener una precisin del 10 porciento, con un nivel de significancia del 5% . De
que tamao debe de ser la muestra?.
DATOS:
N = 1500 ; d = 10 % = 0.1 ; a = 5 %
p = 0.5 y q = 0.5 (asumiendo varianza mxima).
Z
a/2
= 1.96
N Z
a/2
pq 1500 (1.96)(0.5)(0.5)
n = ----------------- = -------------------------------- = 91
d + Z
a/2
pq 1500(0.1) + (1.96)(0.5)(0.5)
Se deben de muestrear 91 nios.


Conclusin


Es importante entender o profundizar un poco sobre el tamao de la
muestra en el que vemos que existe una relacin natural entre el tamao de la
muestra y la confiabilidad de las estimaciones que se pueden hacer en base a
ellas. A mayor tamao de la muestra mayor confiabilidad. Al aplicar las
formulas para determinar el tamao de la muestra el valor que se obtiene es el
tamao mnimo, si el investigador desea puede escoger un tamao mayor pero
nunca menor.
Para realizar un estudio de muestreo es imprescindible dejar bien definido
cul es la poblacin a trabajar, porque de la misma es que ser seleccionada la
muestra, constituyendo sta un subconjunto de la poblacin y por consiguiente
contendr las mismas propiedades de la primera.