POBLACIÓN Y
MUESTRA
Tipos de Muestreo
Métodos y distribuciones
de muestreo
◼ OBJETIVOS
◼ Al terminar este capítulo podrá:
UNO
Explicar por qué una muestra es la única forma de
conocer las características de una población.
DOS
Explicar los métodos para seleccionar una muestra.
TRES
Determinar el tamaño de la muestra para muestras por
atributos o por variables.
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.
◼ Contactar a toda la población es tardado, por
la naturaleza destructiva de ciertas pruebas.
POBLACION Y MUESTRA
POBLACION O UNIVERSO
MUESTRA
INDIVIDUO
VARIABLE DE ESTUDIO
ELEMENTOS BASICOS DE LA POBLACION
Población Unidad de Unidad de Marco
Muestra
objeto muestreo Análisis muestral
Número de
elementos Conjunto
Conjunto
de la de
de Objeto o Lista
población, Unidades
individuos Individuo de
que se van o
de los del que unidades
a estudiar. elementos
que se hay que o
Todo miembro De
quiere obtener Elementos
de la población análisis
obtener la de
pertenecerá Sacados
una información muestreo.
a una y sólo del
información
una unidad marco
de muestreo.
Sujetos u objetos de estudio
◼ Es necesario definir las unidades de
análisis (personas, organizaciones, etc.)
◼ Ejemplo: Alumnos de la Escuela de
Postgrado de la UNCP que ingresaron en el
periodo 2005 al 2008.
◼ Determinar a los sujetos de estudio,
depende de precisar con claridad el
problema y los objetivos de investigación.
DECISIONES DE M U E S T R E O
No. 1: ¿Debo tomar una muestra ?
Se quiere saber cómo se
comporta una cierta
característica en un
Universo particular Las observaciones
Hacer pueden
un Censo atribuírse a los
Sí miembros del
Universo
El Universo Sí Es posible
está bien observar todo el NO
definido Universo ?
Tomar Las observaciones
? solo pueden
una Muestra
No representativa atribuírse a la
NO muestra, NO a
NO
los miembros del
Se quiere Universo
Definir Observar inferir la medición
El una Muestra al Universo
Universo ?
Las obsrvaciones
Sí Tomar pueden atribuírse a
una Muestra
Representativa
los miembros del
Universo
Delimitación de la población
◼ Una vez definida la unidad de análisis, se
procede a delimitar la población.
◼ Población Marco, es el conjunto de todos los
casos que concuerdan con una serie de
especificaciones.
◼ Es necesario delimitar las características
esenciales del marco poblacional,
(poblaciones de características).
27/06/2019
8
Definición y tipos de muestra
◼ Muestra es un subgrupo de la población.
◼ Es un sub conjunto de elementos que
pertenecen al conjunto llamado población.
◼ Todas las muestra deben ser representativas.
◼ Tipos de muestra: Probabilísticas y no
probabilísticas.
27/06/2019
9
GRADO DE ERROR (IMPRECISION) DE LA
INFERENCIA
Debido a la aleatoriedad, los valores de un mismo
estadístico difieren de una muestra a otra.
Esta variabilidad introduce un error en la estimación
(error aleatorio).
Este error puede medirse, pues las medias de los
estimadores siempre se distribuyen “normalmente”
(Teorema del límite central) aunque los mismos
estimadores no lo hayan hecho.
ERROR ALEATORIO
Cuando se mide el estadístico en diferentes
muestras tomadas aleatoriamente los
resultados son variables. Esta variabilidad del
estadístico se denomina error aleatorio y es
causada por el azar.
s1 s2
s4
s3
Muestras Muestras no
probabilísticas probabilísticas
◼ Son aquellas donde todos ➢ La elección de los
los elementos de la elementos de la
población tienen la población no depende de
misma posibilidad de ser la probabilidad.
escogidos.
➢ Obedece a caracterís-
◼ Se obtiene definiendo las ticas planteadas por el
características de la investigador.
población, el tamaño de
la muestra y a través de ➢ Están afectadas por
una selección aleatoria. decisiones subjetivas y
pueden estar sesgadas.
27/06/2019
12
LA ELECCIÓN ENTRE MUESTRA
PROBABILÍSTICA Y NO
PROBABILÍSTICA SE REALIZA
SOBRE LA BASE DE LOS
OBJETIVOS DEL ESTUDIO, EL
ESQUEMA DE INVESTIGACIÓN
Y ALCANCE DE SU
CONTRIBUCIÓN.
27/06/2019
13
Muestreo
Probabilístico
◼ Una vez se han especificado la población objetivo y las
características, se enfoca la atención en escoger un
método para obtener una muestra que será
representativa de toda la población en cuanto concierne
a la característica particular de interés. Para ser capaces
de emplear correctamente los métodos estadísticos para
deducir inferencias sobre una población a partir de una
muestra, es esencial que la aleatoriedad entre en el
proceso de selección de una manera explícita.
1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo hasta
completar el tamaño muestral previsto.
En teoría se enumeran previamente todos los
elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo los
elementos.
El procedimiento puede darse con o sin
reemplazos y esta condición afectará
posteriormente el análisis.
2. MUESTREO ALEATORIO SISTEMATICO
En el universo (N) se elige el primer
elemento al azar
Luego los demás se escogen cada cierto
intervalo (k), hasta completar el tamaño
muestral (n).
El tamaño del intervalo (k) se calcula así:
k = N/n
PROCEDIMIENTOS MUESTRALES
AZAR SIMPLE
UNIVERSO
LISTADO DE
PEQUEÑO UNIDADES DEL
UNIVERSO
USAR PROCEDIMIENTO
ALEATORIO: TABLAS,
SOFTWARE, ETC.
LISTADO
PROCEDIMIENTOS MUESTRALES
AZAR SISTEMATICO
K = N/n LISTADO TOTAL
N = Universo
n= Muestra
K= Constante FORMULA
EJEMPLO
INTERVALO MUESTRAL UNIDADES DE ANALISIS
POBLACION: 1200
1200 100% N= 1200 1º U 10
X 10% n= 120 2º U 10+10 20
UM: 120 K=1200/120 3º U 10+20 30
K= 10 4º U 10+40 50
PROCEDIMIENTOS MUESTRALES
AZAR SIMPLE AZAR SISTEMATICO
K = N/n
LISTADO DE LISTADO TOTAL
UNIVERSO UNIDADES DEL N = Universo
PEQUEÑO UNIVERSO n = Nº de Muestra
K = Constante FORMULA
LISTADO
EJEMPLO
INTERVALO MUESTRAL UNIDADES DE ANALISIS
POBLACION: 1200
1200 100% N= 1200 1º U 10
X 10% n= 120 2º U 10+10 20
UM: 120 K=1200/120 3º U 10+20 30
K= 10 4º U 10+40 50
3. MUESTREO ESTRATIFICADO
Considera que al interior del universo
existen estratos (subgrupos internamente
homogéneos pero cualitativa y
cuantitativamente diferentes entre sí), y
que no se cumple la condición de selección
aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad
de ser seleccionados en la muestra.
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna B
Comuna A
Comuna C
Comuna D
Los estratos más grandes
Tienen mayor probabilidad de ser representados
Cómo garantizar la aleatoriedad
en universos estratificados... ?
Puede usarse alguna de las siguientes
técnicas:
1. Muestreo Estratificado
Proporcional
2. Muestreo Estratificado No
Proporcional
3. Alocación óptima de los
estratos.
Muestreo Estratificado Proporcional
Establece la distribución proporcional del
universo y aplica esta distribución a su
tamaño muestral para conformar estratos
en la muestra.
Luego elige aleatoriamente los
elementos al interior de cada estrato
muestral hasta ajustar su tamaño.
Es mejor que el Muestreo Aleatorio
Simple pues disminuye el error estándar
de la medición muestral.
Muestreo Estratificado NO Proporcional
(Fracción variable de muestreo):
Ajusta convencionalmente los
tamaños de los estratos muestrales
para aumentar la eficiencia de la
selección de los grupos más
pequeños.
Esta condición se deberá tener en
cuenta al hacer inferencias (corregir
las inferencias).
MUESTREO
POR ALOCACIÓN OPTIMA DE LOS ESTRATOS
Selecciona el tamaño de los estratos
en función de la desviación estándar
de cada uno de ellos, de tal manera
que los estratos más heterogéneos
(mayores varianzas) aporten más
casos a la muestra total.
Muestreo aleatorio por conglomerados
(racimos)
◼ Parte del enfoque de que muchas veces las
unidades de análisis están encapsuladas en
determinados lugares físicos o geográficos a los
que se denomina racimos.
◼ En este tipo de muestreo se reducen costos,
tiempo y energía.
◼ Resulta ideal cuando hay limitación de recursos
financieros, tiempo, distancia a recorrer o una
combinación de éstos.
27/06/2019
27
MUESTREO
ALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una
mayor probabilidad de ser seleccionados en la
muestra
No se cumple la aleatoridad
En Las Unidades de observación se eligen aleatoriamente al
interior de los conglomerados
El error de la medición (error muestral) no se da al
interior del conglomerado sino entre los conglomerados
Antes de hacer inferencias, el analista deberá examinar
la variabilidad interna de cada conglomerado y la
variabilidad entre ellos, pues es posible que algunos de
los conglomerados no sean representativos del
universo.
CONGLOMERADOS
Grupo 1A
Grupo 5C
Grupo 2A
Grupo 3B
Heterogéneos en su interior; diferentes entre sí en
propiedades y tamaño
Muestreo
Aleatorio por Conglomerados
Requisitos Del Procedimiento :
Los conglomerados deben estar muy bien
definidos de modo que cada elemento
pertenezca a uno y solo a un conglomerado.
El tamaño de cada conglomerado debe ser bien
conocido (por lo menos bien estimado)
El número de conglomerados debe ser
pequeño.
DECISIONES DE M U E S T R E O
No. 3: Selección de una Muestra Representativa
Se quiere estimar un
Parámetro del Universo
partiendo de una Muestra
Representativa
Variable Variable
Cualitativa De qué naturaleza
es el Parámetro a Continua
estimar?
Muestreo Muestreo
Representativo Representativo
para estimar una para estimar una
Proporción Media
Definición del Tamaño Muestral
La definición del tamaño muestral depende de los
siguientes factores
1 . Los objetivos del estudio.
2 . Los conocimientos previos sobre el comportamiento de
la característica en la población.
3 . Los recursos técnicos y financieros para obtener la
información.
4 . El error máximo que se permitirá el analista.
5 . La confiabilidad de la inferencia esperada por el analista.
DECISIONES DE M U E S T R E O
No. 4: Definicion Del Tamaño Muestral
La Variable de
muestreo es
CUALITATIVA
Intención de
describir la variable
(Estudios
descriptivos)
Se ha decidido La Variable de
tomar una muestreo es
muestra CONTINUA
representativa
del Universo
Estudio de
Seguimiento
Intención de
relacionar la
variable con otras
(Estudios
analíticos) Estudio de Casos
DECISIONES DE M U E S T R E O
No. 4: Definicion Del Tamaño Muestral Definición de
tamaño muestral
para una
La Variable de Proporción
muestreo es conocida
CUALITATIVA Definición de
tamaño muestral
para una
Intención de Proporción
describir la variable desconocida
(Estudios
descriptivos) Definición de
tamaño muestral
para una varianza
conocida
Se ha decidido La Variable de
tomar una muestreo es
CONTINUA Definición de
muestra tamaño muestral
representativa para una Varianza
del Universo desconocida
Estudio de
Seguimiento
Intención de
relacionar la
variable con otras
(Estudios
analíticos) Estudio de Casos
No. 5: Definición del tamaño muestral n para una Variable
Cualitativa cuyo comportamiento se conoce (p se conoce)
Se quiere medir una
variable CUALITATIVA
(proporción p) en una
Muestra Representativa
Definir el máximo
Definir la error aleatorio
confiabilidad de la adminisble (Error
medición (nivel alfa) Estándar ES)
pq
n = Z2
ES2
No. 6: Definición del tamaño muestral n para una Variable
Cualitativa cuyo comportamiento se DESCONOCE (P desconocida)
Se quiere medir una variable
CUALITATIVA (proporción p)
en
una Muestra Representativa
Definir la confiabilidad Definir el máximo error
de la medición (nivel aleatorio admisible
alfa) (Error Muestral EM)
n = Z2 PQ
EM2
Se asumen los valores máximos de P y Q: P=0.5 Q=0.5
No. 7: Definición del tamaño muestral n para una Variable
CONTINUA cuya variación se conoce
Se quiere medir una variable
CONTINUA (MEDIA X) en
una Muestra Representativa
Definir la Definir Definir
la Confiabilidad Z La Desviación Estándar el Error Estándar (ES)
Esperada (σ) Conocida Esperado
σ2
n = Z2
ES2
No. 8: Definición del tamaño muestral n para una
Variable CONTINUA cuya variación se Desconoce
Se quiere medir una variable
CONTINUA (MEDIA X) en
una Muestra Representativa
Definir la Estimar o suponer Definir
la Confiabilidad Z La Desviación Estándar el Error Estándar (ES)
Esperada (S) Esperada Esperado
s2
n = Z2
ES2
MUESTRAS NO
PROBABILÍSTICAS
◼ Llamadas también muestra dirigidas, se
determinan mediante un procedimiento de
selección informal y arbitrario.
◼ Selecciona sujetos “típicos” con la esperanza
de que serán casos respresentativos de una
población determinada.
27/06/2019
39
MUESTRA NO
PROBABILÍSTICAS
◼ Desventaja: No se puede calcular el error estándar,
por tanto no se conoce el nivel de confianza de la
estimación.
◼ Ventaja: Es útil para diseñar estudios que no
requieren necesariamente “representatividad de
elementos de la población, sino una cuydadosa elección de
sujetos con ciertas características especificadas previamente
en el planteamiento del problema”.
27/06/2019
40
Clases de muestras dirigidas
◼ Muestra de sujetos voluntarios.
◼ Son frecuentes en ciencias sociales,
ciencias de la conducta, medicina,
arqueología, etc.
Se usan en estudios de laboratorio,
donde se procura sean sujetos
homogéneos en variables como edad,
sexo, inteligencia.
27/06/2019
41
Clases de muestras dirigidas
◼ Muestra a juicio de expertos.
◼ Son frecuentes en estudio cualitativos y
exploratorios.
◼ Son válidas y útiles cuando los objetivos
del estudio así requieren.
27/06/2019
42
Clases de muestras dirigidas
◼ Muestra de sujetos-tipo. Se utiliza en estudios
exploratorios de tipo cualitativo, donde el
objetivo es la riqueza, profundidad y calidad
de la información y no la cantidad y la
estandarización. Se aplican en estudios
motivacionales, o en análisis de valores, ritos
y significados de grupos sociales.
27/06/2019
43
Clases de muestras dirigidas
◼ Muestra por cuotas. Se utiliza en estudios de
opinión y de mercadotecnia.
Se aplican cuestionarios a sujetos que
transitan en la calle y se va llenando cuotas de
acuerdo con la proporción de ciertas variables
demográficas en la población.
27/06/2019
44
Laboratorio de Concreto
El concreto es un material de
construcción clave, su calidad y
fuerza son vitales en el desempeño
de cualquier estructura.
El Burj Dubai – Emirates Arabes
Unidos
Laboratorio de Mecánica de Suelos
◼ Los principales servicios que
brindará el laboratorio son:
◼ Ensayos de mecánica de suelos
para determinación de propiedades
índices.
◼ Ensayos para control de calidad de
los materiales que se emplearán
para la fabricación de concreto, y
materiales para la construcción de
pavimentos.
◼ Ensayos para la determinación de
las propiedades físico-mecánicas e
hidráulica de los suelos.
◼ Estudios de Mecánica de Suelos y
Diseño de Pavimentos.
Juego de Tamices Certificados
SERIE FINA
TAMIZ 8” DIAM. ASTM Nº. 04 ( 4.75 mm),
Nº. 08 ( 2.36 mm), Nº. 10 ( 2.00 mm), Nº. 16 ( 1.18 mm)
Nº. 20 (850UM), Nº. 30 ( 600 UM) , Nº. 40 ( 425 UM) ,
Nº. 50 ( 300 UM), Nº. 60 ( 250 UM), Nº. 80 ( 180 UM) ,
Nº. 100 , Nº. 140 ( 106 UM) ,Nº. 200 ( 75 UM)
SERIE GRUESA
◼ - TAMIZ 8” DIAM. ASTM 3” (75 mm)
◼ - TAMIZ 8” DIAM. ASTM 2 1/2” (63 mm)
◼ - TAMIZ 8” DIAM. ASTM 2” (50
mm)
◼ - TAMIZ 8” DIAM. ASTM 1 1/2” (38.1 mm)
◼ - TAMIZ 8” DIAM. ASTM 1” (25 mm)
◼ - TAMIZ 8” DIAM. ASTM 3/4” (19.0 mm)
◼ - TAMIZ 8” DIAM. ASTM 1/2” (12.5 mm)
◼ - TAMIZ 8” DIAM. ASTM 3/8” (9.5 mm)
◼ - TAMIZ 8” DIAM. ASTM 1/4” (6.3 mm)
Conjunto para Medir la Densidad CONJUNTO DE
Relativa COMPACTACIÓN MOTORIZADO
CONJUNTO DE COMPACTACIÓN Prensa de Carga CBR
OPERADO A MANO
Comprobador de Humedad Horno para Ensayos
Laboratorio de Materiales
Finalidad :
◼ Estudio de las propiedades
mecánicas de los diferentes
materiales de ingeniería y su
estrecha relación con sus
características microestructurales.
◼ Ensayos Mecánicos
Máquinas universales de tracción
de hasta 600 kN, máquina universal
de impacto, equipos de dureza
(metales y polímeros), máquinas de
fatiga, etc.
LABORATORIO DE
HIDRÁULICA
Banco de Prácticas de Hidrostática y
Propiedades de los fluidos
Descripción
Con el banco de prácticas bien equipado pueden
realizarse numerosos experimentos sobre el tema
Hidrostática de líquidos y gases.
Ensayos
◼ Aprender diferentes métodos de medición de la
presión.
◼ Conocer diferentes aparatos medidores de
presión.
◼ Medir la cuota estática y dinámica de presión en
un líquido
◼ Experimentos sobre la ley de Boyle-Mariotte
◼ Determinación del empuje de diferentes cuerpos
◼ Inspecciones sobre la densidad de líquidos
◼ Determinación de tensiones superficiales
◼ Demostración de efectos capilares
◼ Demostración de las ley de Pascal
◼ Determinación del punto central de presión
Equipo de Presión Hidrostática en Líquidos
Contenido didáctico / Ensayos
◼ Distribución de la presión en un
líquido bajo consideración de la
fuerza de gravedad
◼ Fuerza lateral debido a la
presión hidrostática.
◼ Centro de la presión
hidrostática y determinación de
la fuerza de compresión
resultante/fuerza lateral
◼ Comparación de los resultados
experimentales con la teoría
