Documentos de Académico
Documentos de Profesional
Documentos de Cultura
control de la Calidad
PANORAMA GENERAL DE
LAS TÉCNICAS DE
MUESTREO
24/08/19 1
Introducción
24/08/19 2
Cuando se va a seleccionar una
muestra básicamente debemos de
preocuparnos por dos cosas:
¿Cuántos elementos muestrear?
La solución a este problema nos indica cuál
es el mínimo de elementos que se requieren
para lograr un propósito específico de
inferencia con una precisión y
confiabilidad establecida.
24/08/19 3
¿Cómo seleccionar los elementos
que componen la muestra?
Este problema se resuelve con un esquema
de muestreo apropiado; es decir, con un
método que nos lleve a obtener una
muestra de los elementos de la población
bajo estudio.
24/08/19 4
Los esquemas de muestreo se dividen
en:
Aleatorios
No aleatorios
24/08/19 5
Censos y muestras
En la siguiente tabla se comparan algunos aspectos
relacionados a los censos y las muestras:
Censo Muestra
Costoso Un bajo costo
Muchos recursos
Pocos recursos humanos
humanos
Organización poco
Organización compleja
compleja
Gran duración en la Obtención y análisis de
obtención y análisis de la la información en un
información corto periodo de tiempo
Resultados precisos Resultados muy precisos
24/08/19 6
Planeación de una encuesta
24/08/19 7
1. Establecimiento de objetivos
2. Definición de la población objetivo
3. Obtención del marco muestral
4. Seleccionar el diseño o esquema de muestreo
5. Determinar los métodos de medición
6. Escoger el instrumento de medición
7. Selección y adiestramiento de los
investigadores de campo
8. Prueba piloto
9. Organización del trabajo de campo
10. Organización del manejo de datos
11. Análisis de datos
12. Elaborar un reporte
24/08/19 8
Muestreo aleatorio simple
En este esquema se supone que se tiene una
población homogénea de tamaño N, lo cual
es poco frecuente en problemas reales. La
idea es darle a cada elemento la misma
probabilidad de salir seleccionada en la
muestra, lo que se garantiza a través de una
rifa simple o seleccionando n números
aleatorios de entre 1 a n , a partir de una
tabla o con la ayuda de una calculadora.
Estos números nos indicarán cuáles
elementos debo elegir y observar. Para hacer
esta rifa debo tener un listado de los
elementos de la población de muestro que se
denomina marco.
24/08/19 9
Esquema de un muestreo
aleatorio simple
Población finita de tamaño N
8
N-6 N
5
2
6
... N-2
1
4 N-3 N-5
3
7 N-1
N-4
Selección aleatoria simple
2 5
1
...
Muestra aleatoria simple de
n
3
4 6 tamaño n
24/08/19 10
Muestreo aleatorio
estratificado
24/08/19 11
Sea N=N1+N2+...+NL. Donde Nh=
número de elementos o unidades en el
estrato hésimo. Determinamos n y lo
distribuimos en los L estratos, por ejemplo
usando asignación proporcional; es decir:
Nh
nh n
N
Una vez determinado nh se procede a
realizar un muestreo aleatorio simple en
cada estrato.
24/08/19 12
Esquema de un muestreo aleatorio
estratificado
Población finita de tamaño
N1 N2 ... NL N
Estrato 1 Estrato 2 Estrato l
. . .
N1 N2 NL
2 2 1
1 1 2 3
4 5
4 3 4 5 6 6
. . .
3 7
6 7 8
5 N 8
. . . N2 NL
7 9 . . . . . .
Muestra aleatoria
Muestra aleatoria Muestra aleatoria
Muestra aleatoria
Muestra aleatoria
Muestra aleatoria
simple
simple simple
simple
simple
simple
1 2 1 3 2 1 2
... ... ...
3 n1 3 nL
4 n2
Muestra aleatoria estratificada de tamaño
24/08/19
n =n1 n2 ... nL 13
Muestreo por
conglomerados
A veces es muy costos obtener un
marco de unidades elementales, pero
éstas aparecen naturalmente agrupadas
en pequeños grupos llamados
conglomerados. Si podemos obtener un
listado de conglomerados. Sea 1, 2, ...M
el marco de conglomerados. Nosotros
podemos seleccionar una muestra de
unidades básicas en dos etapas:
24/08/19 14
1. Primero seleccionamos una muestra
de m conglomerados usando muestreo
aleatorio simple.
2. De cada conglomerado seleccionado
obtenemos un marco de las Ni
unidades i=1,2,...,m
3. Seleccionamos una muestra aleatoria
de tamaño ni, i=1,2,...,m de cada uno de
los conglomerados.
24/08/19 15
Esquema de un muestreo por
conglomerados en dos etapas
3
5
1
4
2
6
... M
Muestra aleatoria simple
de m conglomerados
1
...
3
Muestra aleatoria
m
2 simple de elementos en
cada conglomerado
seleccionado en la
primera etapa
24/08/19 16
Muestreo sistemático
24/08/19 17
Entonces de los primero k
elementos seleccionamos uno
aleatoriamente. El resto de los elementos
de la muestra se obtiene
sistemáticamente tomado siempre el
elemento j+ik donde j es el lugar elegido
entre los primeros k e i=1,2,...(n1). Esto
es j, J+k, J+2k, J+3k,...
24/08/19 18
Esquema de un muestreo
sistemático
. . .
. . . . . . . . . . . .
Muestra sistemática de tamaño n
24/08/19 19
Otros esquemas aleatorios
24/08/19 20
Muestras no aleatorias
24/08/19 21
En la medida en la que tengamos
conocimiento de la población podemos, con
métodos no aleatorios, seleccionar
muestras adecuadas y bastante
representativas.
24/08/19 22
Si hay un experto de la población
bajo estudio, podría proponer una muestra
“a juicio” que garantice representatividad.
Esta muestra no necesita ser muy grande
para proporcionar información de buena
calidad. Dado que esta muestra proviene
del buen juicio de un experto podría ser
cuestionada, pero la experiencia es
garantía en muchas situaciones.
24/08/19 23
Otra forma de construir una muestra
es a través de cuotas, estas establecidas en
términos de algunas variables que definen
representatividad. Estas cuotas se les
establecen a los trabajadores de campo y
encuestadores y ellos arbitrariamente
eligen a las unidades específicas que
pertenecerán a la muestra.
24/08/19 24
Tamaño de muestra
Los factores más importantes que deben
tomarse en cuenta para la
determinación del tamaño de muestra
son:
1. La variabilidad de la característica de
interés en los elementos de la población.
2. El tamaño de la población bajo estudio.
3. El nivel de precisión que se desea para
estimar el parámetro de interés.
4. El nivel de confiabilidad deseado.
24/08/19 25
Una manera simple de determinar el
tamaño de muestra es cuando se puede
fijar el interés en una sola variable y el
objetivo de inferencia es estimar por
intervalo una media, un total o una
proporción. Así el tamaño de muestra se
obtendría usando alguna de las
siguientes fórmulas:
24/08/19 26
–
Media poblacional: Estimador: x
Z2 / 2 2
n
B2
N 2
n
B2
( N 1) 2 2
Z / 2
Z / 2 : Es Un valor de tablas que determina un
nivel de confianza (90%, Z= 1.65, 95%, Z= 1.96,
99%, Z= 2.34).
2
: Varianza poblacional.
B : Es la precisión con la que se desea
obtener la estimación (Error).
N : Tamaño de la población bajo estudio.
24/08/19 27
Total poblacional: Estimador: ˆ =NX
Z2 / 2 N 2 2
n
B2
N 2
n
B2
( N 1) 2 2
Z / 2 N 2
24/08/19 28
Proporción poblacional: p Estimador: p̂
p
Z2 / 2 pq
n
B2
Npq
n
B2
( N 1) 2 2
pq
Z / 2 N
p : Proporción de elementos que presentan la
característica de interés en la población.
q : Proporción de elementos que no presentan la
característica de interés en la población.
24/08/19 29