MUESTREO

Una vez definido el problema a

investigar, formulados los
objetivos y delimitadas las
variables se hace necesario
determinar los elementos o
individuos con quienes se va a
llevar a cabo el estudio o
investigación.
MUESTRA Y POBLACIÓN
 MUESTREO

 Procedimiento por el cual se extrae, de un

conjunto de unidades que constituyen el
objeto de estudio ( población), un número de
casos reducido (muestra) elegidos con
criterios tales que permitan la
generalización a toda la población de los
resultados obtenidos al estudiar la muestra.
 CONCEPTOS INICIALES

Población: Conjunto de unidades de las que se

desea obtener cierta información.
Unidades: Personas, Familias, Viviendas,
Escuelas, Organizaciones, Empresas.

Muestra: Selección de unas unidades concretas

de la población que representen la
característica que se quiere medir.
 RAZONES DE MUESTREO

 Disminución de costos ( tiempo, personal,

material)
 Al disminuir el número de casos
disminuyen también los errores asociados
a la manipulación de los datos.
 Puede confiarse en la generalización de los
resultados si se ha tenido cuidado al
seleccionar la muestra.
 TAMAÑO DE LA MUESTRA

Es el número de unidades a incluir en la

muestra.
Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Análisis Previsto
Varianza o heterogeneidad de la población
Margen de Error máximo admisible
Nivel de confianza de la estimación
muestral
DETERMINACIÓN DE TAMAÑO DE MUESTRA
La pregunta de ¿qué tan grande debe ser una muestra?
surge, inmediatamente, al inicio del planteamiento de
cualquier encuesta o experimento.
 Tomar una muestra más grande de lo necesario para
obtener los resultados deseados es un desperdicio de
recursos.
 mientras que, por otro lado, las muestras demasiado
pequeñas con frecuencia dan resultados que carecen de
uso práctico.
 FINALIDAD

El tamaño de la muestra se determina

para obtener una estimación apropiada
de un determinado parámetro
poblacional (P,,2)
 DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA
PARA LA ESTIMACIÓN DE LA MEDIA POBLACIONAL
Si la población es infinita se puede utilizar la
siguiente formula:
z2  2
n = -----------
e2
e = nivel de precisión de estimación o margen de
error
z = coeficiente de confiabilidad o el valor crítico de la
distribución normal estándar, determinado con un
nivel de confianza (1-).
 = Error estándar o desviación estándar de la
población
NIVEL DE PRECISIÓN O MARGEN DE ERROR

Los resultados de una encuesta por muestreo

están siempre sujetos a cierta incertidumbre
porque sólo se mide una parte de la población
y por los errores en las mediciones
realizadas.
La especificación del grado de precisión
deseado, es un paso importante en la
preparación de la encuesta. Este paso es
responsabilidad de la persona que va a
utilizar los datos.
EJEMPLO

Se desea usar la media de una muestra

aleatoria para estimar la cantidad promedio de
tiempo que demoran los alumnos
universitarios en ir de una clase a la siguiente,
además se desea poder asegurar con una
confianza del 99% que el margen de error es a
lo más 0.25 minutos. Se supone por
experiencia que la desviación estándar es 1.40
minutos, ¿Qué tamaño debe tener la muestra?.
1 - α = 0.99 α/2 = 0.005 Z0.005 = -2.58
e= 0.25  = 1.40
n = 209
DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA
PARA LA ESTIMACIÓN DE LAS MEDIAS

Si la población es finita, se requiere de la

corrección por población finita, entonces la
formula es:
z2 2 N
n = ---------------------
e2(N-1) + z2 2
DETERMINACIÓN DEL TAMAÑO DE LA MUESTRA
PARA LA ESTIMACIÓN DE LAS PROPORCIONES

z2 pq
n = -----------
e2
q = 1-p
Si la corrección por población finita no puede
descartarse, la fórmula adecuada para n es:

z2 pq N
n = ---------------------
e2(N-1) + z2 pq
Cuando no se conoce la varianza poblacional de
una o alguna de las características que
tienen que ver con el objetivo principal de la
investigación, se procede a estimarlas
mediante una encuesta piloto o preliminar:
np = 5% N
El porcentaje 5% es arbitrario, es una
decisión del investigador. En algunos casos
depende del tamaño poblacional, tiempo y
costos.
 Ejemplos
1. Hallar una muestra piloto que represente el
4% de la población con 300 elementos.

np = 0.04x300 = 12
Nº Edad
1 54
2 52
3 55
4 49
5 32
6 41
7 43
8 32
9 25
10 55
11 60
12 22
Con los datos de esta muestra se calcula:

X = 43.33 s2 = 165.88

1 - α = 0.95 α/2 = 0.025 Z0.025 = 1.96

e = %x
e=0.15x43.33 = 6.5
entonces
n = 15.08
2.-Una máquina llena cajas con cierto cereal.
El supervisor desea conocer con un error de
estimación de 0.1 y un nivel de confianza del
90%, una media estimada de peso. Como la
varianza era desconocida se procedió a
escoger una muetra piloto. Los resultados
fueron los siguientes:
11.02, 11.14, 10.78, 11.59, 11.58, 11.19,
11.71, 11.27, 10.93, 10.94.
¿Cuántas cajas debe escogerse para que se
cumplan los requisitos propuestos.
3.- Se desea estimar el peso promedio (Kg) de los
alumnos de la Facultad de Ciencias de la Salud de
la UNSM. Se quiere un intervalo de confianza de
95%, con un margen de error de 2 Kgs. Si la
varianza de la población es de 90, ¿qué tan grande
deberá ser el tamaño de la muestra?.
4. Un médico desea conocer el valor promedio de
glucosa en la sangre en ayunas (mg/100ml) de
pacientes atendidos en una clínica para diabéticos
durante el transcurso de los últimos 10 años.
Determine el número de registros que el médico
debe examinar para obtener un intervalo de
confianza de 90%, si la dimensión requerida para
el intervalo es de 6 unidades y una muestra piloto
presenta una varianza de 60.
5. Se desea hacer una encuesta para
determinar la proporción de familias que
carecen de medios económicos para atender
los problemas de salud. Existe la impresión
de que esta proporción está próxima a 0.35.
Se desea determinar un intervalo de
confianza del 95% con un error de estimación
de 0.05. ¿De qué tamaño debe tomarse la
muestra?
6.- Se
desea realizar una encuesta entre la
población juvenil de una determinada
localidad para determinar la proporción de
jóvenes que estaría a favor de una nueva
zona de ocio. El número de jóvenes de dicha
población es 2000. Determinar el tamaño de
muestra necesario para estimar la proporción
de jóvenes que están afavor con un margen
de error de 0.05 y un nivel de confianza de
95%.
 TIPOS DE MUESTREO
Muestreo no probabilístico:
Se utiliza cuando la selección de un elemento
que formará parte de la muestra se basa en el
criterio del investigador. No todos los elementos
de la población tienen una probabilidad
conocida de pertenecer a la muestra.
Muestreo probabilístico:
En el muestreo probabilístico, la selección de
cada elemento de la muestra se hace siguiendo
reglas matemáticas de decisión. Todos los
elementos de la población tienen una
probabilidad real y conocida de ser
seleccionados.
USOS DE CADA TIPO DE MUESTREO

Muestreo Probabilísticos Muestreos No

Estimación de Probabilísticos
Parámetros Estudios Pilotos
Comprobación de Estudios Cualitativos
Hipótesis Investigaciones en
poblaciones de difícil
registro o localización ( Ej.
Marginales, prostitutas,
enfermos de VIH, etc…)
 MUESTREOS NO PROBABILÍSTICOS

1.- Muestreo por cuotas:

En este tipo de muestreo se fijan unas "cuotas"
que consisten en un número de individuos
que reúnen unas determinadas condiciones,
por ejemplo: 20 individuos de 25 a 40 años,
de sexo femenino y residentes en Morales.
Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan
esas características. Este método se utiliza
mucho en las encuestas de opinión.
 MUESTREOS NO PROBABILÍSTICOS

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un
esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusión en la
muestra de grupos supuestamente típicos. Es
muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
 MUESTREOS NO PROBABILÍSTICOS

3.- 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.
4.- Muestreo Discrecional: ·
A criterio del investigador los elementos son
elegidos sobre lo que él cree que pueden aportar
al estudio.
ALGUNOS TIPOS DE MUESTREO
PROBABILÍSTICO

Por
Simple Sistemático Estratificado
Conglomerados
MUESTREOS PROBABILÍSTICOS
1. Muestreo aleatorio simple
Características
 Las unidades se eligen independientemente

 Cada unidad de estudio en la población tiene

la misma probabilidad de ser incluida en la
muestra.
 Una manera de elegir una muestra aleatoria
simple consiste en listar y numerar cada
unidad de estudio, mezclarlas por completo y
elegir unidades de este marco de muestreo
hasta obtener el tamaño de muestra deseado.
MUESTREO ALEATORIO SIMPLE
CARACTERÍSTICAS
 Otra forma, consiste en utilizar una computadora
o una tabla de números aleatorios para identificar
las unidades que deben incluirse en la muestra
 En cualquier caso, cada unidad debe tener las
mismas posibilidades de elección. De esta forma,
se reducen drásticamente las posibilidades de un
sesgo.
2. MUESTREO ALEATORIO SISTEMÁTICO

 Este procedimiento exige, como el anterior,

numerar todos los elementos de la población,
pero en lugar de extraer n números
aleatorios sólo se extrae uno
 Se parte de un número aleatorio i, que es un
número elegido al azar
 los elementos que integran la muestra son
los que ocupan los lugares i, i+k, i+2k,
i+3k,...,i+(n-1)k
MUESTREO ALEATORIO SISTEMÁTICO

 se toman los individuos de k en k, siendo k el

resultado de dividir el tamaño de la población
entre el tamaño de la muestra: k=N/n.
 El número i que empleamos como punto de
partida será un número al azar entre 1 y k.
3. MUESTREO ESTRATIFICADO
 Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica.
 Lo que se pretende con este tipo de muestreo
es asegurarse de que todos los estratos de
interés estarán representados adecuadamente
en la muestra.
 Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo
aleatorio simple para elegir los elementos
concretos que formarán parte de la muestra
 MUESTREO ESTRATIFICADO
 La distribución de la muestra en función de los
diferentes estratos se denomina afijación, y puede
ser de diferentes tipos:
Afijación Simple: A cada estrato le corresponde
igual número de elementos muestrales.
Afijación Proporcional: La distribución se hace
de acuerdo con el peso (tamaño) de la población
en cada estrato.
Afijación Optima: Se tiene en cuenta la
previsible dispersión de los resultados, de modo
que se considera la proporción y la desviación
típica. Tiene poca aplicación ya que no se suele
conocer la desviación
 4. MUESTREO DE GRUPO O POR
CONGLOMERADO

 En el muestreo por conglomerados la unidad

muestral es un grupo de elementos de la
población que forman una unidad, a la que
llamamos conglomerado.
Ejemplo:
Las instituciones del estado, unidades
hospitalarias, los departamentos Académicos
universitarios, una caja de determinado
producto, etc, son conglomerados naturales.
 MUESTREO DE GRUPO O POR
CONGLOMERADO
 En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo,
las urnas electorales. Cuando los conglomerados
son área geográficas suele hablarse de "muestreo
por áreas".
 El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto numero de
conglomerados (el necesario para alcanzar el
tamaño muestral establecido) y en investigar
después, todos los elementos pertenecientes a los
conglomerados elegidos.
 EJEMPLO:

En una investigación en la que se trata de

conocer el grado de satisfacción laboral
dentro de las empresas, se necesitan una
muestra de 700 sujetos. Ante la dificultad de
acceder individualmente a estos sujetos se
decide hacer una muestra por
conglomerados. Sabiendo que el número de
trabajadores por empresa es
aproximadamente de 35, los pasos a seguir
serían los siguientes:
 EJEMPLO:

1. Recoger un listado de todos las empresas.

2. Asignar un número a cada uno de ellos.
3. Elegir por muestreo aleatorio simple o
sistemático las 20 empresas (700/35=20) que nos
proporcionarán los 700 trabajadores que
necesitamos.
FIN