MUESTREO

MUESTREO
El muestreo es la única forma de determinar algo acerca de
la población, ya sea por que son numerosos o por la
naturaleza de la población, los datos se vuelven
inaccesibles, entonces no se tiene otro recurso que tratar
con una parte de la población con el fin de ser estudiada y
analizada.

Muestreo aleatorio es el proceso que asegura igual

probabilidad de ser incluido en la muestra a todos los
elementos que pertenezcan a la población en un momento
dado.
 TIPOS DE
MUESTREO
 MUESTREO
PROBABILÍSTICO

Cuándo cada unidad o elemento de la

población tiene una determinada
probabilidad de ser incluida en la
muestra.

Presenta algunas fortalezas:

Presenta algunas debilidades:
- Es aceptado con facilidad
- Requiere de costosos marcos de
- Asegura representatividad
muestreo
- Resultados son generalizables
- Requiere de trabajos de campo
- Permite calcular el error de
costosos.
muestreo
- Requiere de supervisión rigurosa
- Permite hacer inferencias
 MUESTREO ALEATORIO SIMPLE

Es el método de muestreo que asegura que cada una de las unidades de

análisis tienen igual probabilidad de ser incluidos en la muestra.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Seleccione “n” números
aleatorios de la tabla de números
aleatorios.
- Recopile la información de cada
una de las unidades de análisis
seleccionadas.
 MUESTREO ESTRATIFICADO
El procedimiento consiste en dividir a la población en estratos. Dentro de
cada estrato los elementos deben ser los mas homogéneos posibles con
respecto a las características de la variable en estudio.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se clasifica la población en “L”
estratos.
- El tamaño de muestra “n” lo
dividimos en “L” muestras n1,
n2, n3, ….., nL
- Seleccionamos submuestras de
cada estrato.
 MUESTREO SISTEMÁTICO
El método sistemático comprende la selección aleatoria de una unidad de
muestreo inicial, a partir de la cual, las restantes unidades quedan
sistemáticamente seleccionadas de acuerdo al lugar que ocupa en la
población.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Hallar el intervalo de selección
sistemática
- Se elige un numero aleatorio “i”
(1 ≤ i ≤ k) N
K
- La muestran esta conformada
y por:
i , y , y , y , y , y , ...
ik i2k i 3k i4k i 5k
 MUESTREO POR CONGLOMERADOS
El procedimiento consiste en hacer una selección de grupos o conglomerados, que
son agrupaciones de elementos que deben ser los mas heterogéneos posibles,
pero homogéneos internamente. La muestra general esta formado por todas o por
una submuestra de la unidades en cada conglomerado. A este muestreo también
se le denomina Muestreo Unietapico de Conglomerados.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se divide el área total (población)
en áreas mas pequeñas
(subdivisiones)
- Se selecciona al azar algunas de
estas subdivisiones.
- Finalmente mediante un
muestreo adecuado se selecciona
el tamaño de muestra de las
subdivisiones elegidas.
 Ejemplo: Determinar el tipo de muestreo que se aplica en los siguientes casos.
a) En una ciudad se desea estimar la
proporción de familias que tienen una
renta de menos de $15000 al año y que
viven en manzanas. La población de la
académico de los alumnos de la Facultad
ciudad esta compuesta por 50 manzanas.
Se toma una muestra aleatoria de 5
manzanas.
Tipo de Muestreo: Muestreo por
conglomerado
- Total de conglomerados: 50 manzanas
- Se selecciona una muestra aleatoria de
5 manzanas.
- Dentro de cada manzana hay
viviendas.
- En las 5 manzanas, se puede aplicar un
muestreo sistemático, teniendo como
unidad de muestreo vivienda.
b) El Director de la EAP de contabilidad
desea estimar el índice de satisfacción
de Ciencias Contables 2017.
TIPO DE MUESTREO: Muestreo
estratificado
- Hay homogeneidad dentro de cada
estrato.
- Toda la población se divide en
estratos.
Estrato 1: Estudiantes de Auditoria
Estrato 2: Estudiantes de Gestión
Estrato 3: Estudiantes de Contabilidad
- Dentro de cada estrato se puede
aplicar un muestreo aleatorio simple o
un muestreo sistemático
 MUESTREO NO PROBABILÍSTICO

Se basa en opinión (criterio o juicio) personal del investigador. Aquí se

desconoce la probabilidad de las unidades seleccionadas y no se
puede construir intervalos de confianza de los estimadores., solo se
puede hacer estimaciones puntuales.

Presenta algunas debilidades

Presenta algunas fortalezas
- No permite calcular errores de
- Bajo costo y requiere menor tiempo.
muestreo.
- Elige solo a las unidades requeridas.
- Sus resultados no son generalizables
- Permite encontrar información
- Requiere de personal muy
inesperada.
especializado.
- Diseño y cobertura flexible e informal.
- No permite hacer inferencia
estadística.
Muestreos no Probabilísticos
MUESTREO CAUSAL O ACCIDENTAL:
Es un procedimiento que permite elegir
arbitrariamente los elementos sin un
juicio o criterio preestablecido.
Ejemplo: La gente que circula por
determinada calle a una hora específica
del día, los visitantes que acuden a un
museo en un determinada lapso, etc…
MUESTREO POR CUOTAS:
Consiste en dividir a la población bajo
estudio en subgrupos o cuotas según
ciertas características. Este método se
utiliza mucho en las encuestas de
opinión.
Ejemplo: 20 individuos de 25 a 40 años,
de sexo femenino y residentes en la
ciudad.
Muestreos no Probabilísticos
MUESTREO INTENCIONADO: Los
elementos son escogidos con base en
criterios o juicios preestablecidos por el
investigador. También puede ser que el
investigador seleccione directa e
intencionadamente los individuos de la
población.
MUESTREO BOLA DE NIEVE: Se
muestrean poblaciones cuyas
componentes, por motivos morales,
ideológicos, legales o políticos tienen a
ocultar su identidad. 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
TAMAÑO DE MUESTRA
EN UN MUESTREO
ALEATORIO SIMPLE
 TAMAÑO DE MUESTRA PARA LA ESTIMACIÓN
DE LA MEDIA POBLACIONAL “u”
( z / 2 ) 2  2 N
n
( z / 2 ) 2  2  e 2 ( N  1)
n: Tamaño de muestra
N: Tamaño de la población
Zα/2: Valor estándar de Z con un
nivel de α
e: Precisión o error admitido
σ: Desviación estándar
poblacional
 Ejemplo: De una población de 2000 estudiantes universitarios se desea
obtener una muestra para conocer el promedio de gastos académicos durante
una semana de clases. La estimación muestral deberá tener un error máximo
de $1, respecto al verdadero promedio, con un nivel de confianza del 95%. Un
estudio preliminar nos indica que la desviación estándar poblacional es de $8.
¿De qué tamaño deberá ser la muestra?

Solución:
Tenemos la siguiente información:
N  2000 e 1  8

Usamos la tabla normal estándar (ver anexo) y obtenemos:


1 -  = 0.95    0.05   0.025  z / 2  1.96
2
Finalmente obtenemos el tamaño de muestra:
( z / 2 ) 2  2 N 1.96 2 * 8 2 * 2000
n   219.04 ~ 219
( z / 2 )   e ( N  1) 1.96 * 8  1 (2000  1)
2 2 2 2 2 2
 TAMAÑO DE MUESTRA PARA LA ESTIMACIÓN
DE LA PROPORCIÓN POBLACIONAL “p”
( z / 2 ) 2 p(1  p) N
n
( z / 2 ) 2 p (1  p)  e 2 ( N  1)
n: Tamaño de muestra
N: Tamaño de la población
Zα/2: Valor estándar de Z con un
nivel de α
e: Precisión o error admitido
p: Proporción poblacional de
éxito (q= 1- p)
 Ejemplo: Se desea realizar un estudio del clima laboral en una compañía
manufacturera, que tiene 4000 empleados. Se tiene información respecto a
estudios anteriores similares que el porcentaje de empleados que afirman que
el clima laboral es excelente es 60%. ¿Cuál es el tamaño de muestra, si el nivel
de confianza es 95%, con un error de 0.05?

Solución:
Tenemos la siguiente información:
e  0.05 p  0.60

Usamos la tabla normal estándar (ver anexo) y obtenemos:


1 -  = 0.95    0.05   0.025  z / 2  1.96
2
Finalmente obtenemos el tamaño de muestra:
( z / 2 ) 2 p (1  p) N 1.96 2 0.60(1  0.60)4000
n   337.74 ~ 338
( z / 2 ) p (1  p )  e ( N  1) 1.96 0.60(1  0.60)  0.05 (4000  1)
2 2 2 2
TAMAÑO DE MUESTRA
EN UN MUESTREO
ESTRATIFICADO
 TAMAÑO DE MUESTRA PARA LA ESTIMACIÓN DE LA
MEDIA POBLACIONAL “u”
ASIGNACIÓN PROPORCIONAL ASIGNACIÓN OPTIMA (NEYMAN)

Este método de asignación de la muestra a Utilizamos estos tamaños de muestras

los estratos es llamado asignación cuando en un muestreo estratificado los
proporcional por que los tamaños de costos para obtener información es el
muestra n1, n2, n3, ….., nL son mismo para todos los estratos. Si los
costos son desconocidos, podríamos
proporcionales a los tamaños de los
suponer que los costos por observación
estratos N1, N2, N3, ….., NL
son iguales.
L
   L 
2
 
N    N i i 
2
i i    
N  N i i
n i 1
, n i  n L i 
n  i 1  , n  n   nw
1 L   L i
 L  i

N    Ni N D   N i i   N i i
2
ND  i i 
2 2

N i 1  i 1  i 1  i 1 
n: Tamaño de muestra total. n: Tamaño de muestra total.
ni: Tamaño de muestra de cada estrato L. ni: Tamaño de muestra de cada estrato L.
B: Error de estimación B: Error de estimación
σ2: Varianza poblacional B2 σ: Desviación estándar poblacional
N: Tamaño de la población
D N: Tamaño de la población
4
W: Peso W: Peso
Ejemplo: Una firma publicitaria decide utilizar entrevistas por teléfono en lugar de
entrevistas personales, porque todos los hogares en el municipio tienen teléfono
y ese método reduce costos. El costo de obtener una observación es el mismo en
los tres estratos. La población se divide en tres estratos: N1=155 hogares urbanos,
N2=62 hogares semiurbanos y N3=93 hogares del área rural. La empresa desea
estimar el número promedio de horas por semana que se ve televisión en los
hogares del municipio, con un limite de error de estimación igual a 2 horas. Las
desviaciones estándar son: σ1=5, σ2=15 y σ3=10 horas en los tres estratos.
Encuentre el tamaño aproximado de la muestra total y los tamaños de muestras
para los estratos

Solución: Sabemos que los tres costos son iguales en los tres estratos, por lo tanto
utilizamos asignación optima, tenemos los siguientes resultados:
El total de la población es:
N  N 1  N 2  N 3  155  62  93  310 hogares
Las deviaciones estándar de las horas de los estratos son:
 1  5  2  15  3  10
 Para hallar la muestra total necesitamos la siguiente información:
B 2 22
Sabemos que B  2  D   1
4 4
3 L

N  N 
2
i i  155 * 5  62 *15  93 *10  2635 i i  155 * 5 2  62 * 15 2  93 *10 2  27125
i 1 i 1

La muestra total es (n): La muestra para el estrato área

 L 
2 semiurbana es (n2):
  N i i   
 i 1  2635 2  
n   56.35 ~ 57 N   62 * 15 
L
310 2 *1  27125 n2  n L i i   nw2  57   20.12 ~ 20
N D   N i i
2
2
   2635 
i 1   N i i 
 i 1 
La muestra para el estrato área La muestra para el estrato área
urbana es (n1): rural es (n3):
   
   
N   nw  57 155 * 5   16.76 ~ 17
n1  n L i i 
n3  n L
N i i   93 *10 
 nw3  57   20.12 ~ 20
  1
 2635   
  N i i    N i i 
 2635 
 i 1   i 1 
 TAMAÑO DE MUESTRA PARA LA ESTIMACIÓN DE LA
MEDIA POBLACIONAL “u”
ASIGNACIÓN PROPORCIONAL ASIGNACIÓN OPTIMA (NEYMAN)

Este método de asignación de la muestra a Utilizamos estos tamaños de muestras

los estratos es llamado asignación cuando en un muestreo estratificado los
proporcional por que los tamaños de costos para obtener información es el
muestra n1, n2, n3, ….., nL son mismo para todos los estratos. Si los
costos son desconocidos, podríamos
proporcionales a los tamaños de los
suponer que los costos por observación
estratos N1, N2, N3, ….., NL
son iguales.
L      L
2
  
 N p q
i i i 
 Ni

, D  B
2   N i pi qi  
  


n i 1
, n  n
n 
i 1  , n  n N i p i q i   nw
1 L   i
 L  4  L 
ND   N i pi qi   Ni
L   i   i
 N D   N i p i qi   N i pi qi
2
N i 1  i 1  
i 1  i 1 
n: Tamaño de muestra total. n: Tamaño de muestra total.
ni: Tamaño de muestra de cada estrato L. ni: Tamaño de muestra de cada estrato L.
B: Error de estimación B: Error de estimación
p: Proporción poblacional de éxito (q= 1- p) p: Proporción poblacional de éxito (q= 1- p)
N: Tamaño de la población N: Tamaño de la población
W: peso
Ejemplo: Una firma publicitaria decide utilizar entrevistas por teléfono en lugar de
entrevistas personales, porque todos los hogares en el municipio tienen teléfono
y ese método reduce costos. El costo de obtener una observación es el mismo en
los tres estratos. La población se divide en tres estratos: N1=155 hogares urbanos,
N2=62 hogares semiurbanos y N3=93 hogares del área rural. La empresa desea
estimar la proporción de hogares que ven un programa político, con un limite de
error de estimación igual a 0.1. Encuentre el tamaño aproximado de la muestra
total y los tamaños de muestras para los estratos. Las proporciones de cada
estrato se encontró indagando estimaciones de estudios anteriores:
  
p1  0.80, p 2  0.25 y p3  0.50

Solución: Sabemos que los tres costos son iguales en los tres estratos, por lo tanto
utilizamos asignación optima, tenemos los siguientes resultados:
El total de la población es:
N  N 1  N 2  N 3  155  62  93  310 hogares

Las proporciones de hogares que ven un programa político para los diferentes
estratos son:
  
p1  0.80, p 2  0.25 y p 3  0.50
 Para hallar la muestra total necesitamos la siguiente información:
B 2 0.12
Sabemos que B  0.1  D    0.0025
4 4
3  
N
i 1
i pi qi  155 * 0.80 * 0.20  62 * 0.25 * 0.75  93 * 0.50 * 0.50  135.35

3  
N
i 1
i pi qi  155 * 0.80 * 0.20  62 * 0.25 * 0.75  93 * 0.50 * 0.50  59.68

La muestra total es (n): La muestra para el estrato área

semiurbana es (n2):
 L   
2
 
  N i pi qi   
 

 i 1  135.35 2
N p
n2  n L i i i
q   nw  62 62 * 0.25 * 0.75   12.30 ~ 12
n ,  61.07 ~ 61     i  135.35 
L  
310 2
* 0 .0025  59. 68   N i p i qi   
N 2 D   N i pi q i  i 1 
i 1

La muestra para el estrato área La muestra para el estrato área

urbana es (n1): rural es (n3):
   
       
N p q   nw  62 155 * 0.80 * 0.20   28.40 ~ 28 N p
n3  n L i i i
q   nw  62 93 * 0.50 * 0.50   21.30 ~ 21
n1  n L i i i      
    i
135.35   i
 135.35 
  N i pi qi      N i pi q i 
 i 1   i 1 
MUCHAS
GRACIAS