INTRODUCCION AL MUESTREO

Objetivo.

Identificar los muestreos más comunes para la elección

de muestras probabilísticas y establecer las relaciones
básicas entre población y muestras..
 Conjunto de todos los posibles
Población individuos o elementos sobre los
cuales se pretende realizar un estudio

 Población Finita
Tipos de  Población Infinita
poblaciones

Cuando la población
Tipos de es muy numerosa se
poblaciones selecciona una parte
o subconjunto de
ella.
Las poblaciones finitas

Ejemplo:
Los alumnos de una clase determinada.
Los productos de un supermercado.
Los libros de una biblioteca.
Los automóviles del estado de Veracruz
Las poblaciones infinitas.

Ejemplo:
El lanzamiento de una moneda.
El lanzamiento de un dado.
Producción futura de una maquina
El nacimiento de niños.
Cuando se analizar toda la población, entre ellas están
las siguientes:

1. La población es tan pequeña.

2. Si el tamaño de la muestra es relativamente grande
con respecto al tamaño de la población el esfuerzo
adicional requerido para hacer un censo puede ser
pequeño.
 ¿Por qué muestreamos?

Para poblaciones grandes

Para obtener respuestas rápidas

 Proceso de muestreo

Identificar Seleccionar Determinar

Población método de tamaño
Objetivo muestreo muestral
Justificaciones del Muestreo:

•Cuando la población a estudiar es muy grande

•Cuando se requiere ahorrar tiempo, dinero y

esfuerzo.
La muestra aleatoria permite estimar la cantidad de
error posible.

Las muestras no aleatorias carecen de esta

característica.
 población pueden ser :

Cualquier cosa que se puede medir, contar o jerarquizar.

 población pueden ser :
Personas
Empresas
Productos
Inventarios
Escuelas
Ciudades
Calificaciones escolares,
Precios
o cualquier otra cosa que se puede medir, contar o
jerarquizar.
 Notación de estadísticos y parámetros
Estadístico Parámetro
(muestra) (población)
Medidas
Latinas Griegas
Media x μ
Proporción p П
Varianza s2 σ2
Desviación estándar s σ
Numero de n N
elementos
 Métodos de selección de muestras

Dos tipos de muestreo

1. No probabilísticos

2. Probabilísticos.
Muestreo No Probabilístico: Los elementos de la
población no tiene la misma probabilidad de ser
seleccionados para integrar la muestra.

Muestreo de Conveniencia

Muestreo de Juicios

Muestreo por Cuotas

Muestreo de Bola de Nieve

Muestreo de Conveniencia: Se trata de una muestra
disponible.

Muestreo de Juicios: Los elementos de la población

se seleccionan de manera intencional con base en el
juicio del investigador.

Muestreo por Cuotas: El investigador listas las

características relevantes:
sexo, edad, raza, y determina la distribución de éstas
en la población.
Muestreo de Bola de Nieve: selecciona al azar un
grupo inicial de entrevistados, posteriormente se pide a
los participantes que identifiquen a otros que
pertenecen a la población de interés.
Muestreo Probabilístico: Tienen la misma
probabilidad de ser seleccionados para integrar la
muestra.

característica principal es su confiabilidad, permite

obtener conclusiones más reales y es recomendable
para poblaciones finitas y bien definidas.
Muestreo Aleatorio Simple.

Muestreo Sistemático

Muestreo Estratificado

Muestre Conglomerados.
 Muestreo Aleatorio Simple

Este muestreo puede ser de dos:

Sin reposición de los elementos

Con reposición de los elementos

Reposición. Cuando sacamos de una urna un

número y lo volvemos a poner en ella.

Se aplica para población infinita

 Muestreo Aleatorio Simple

Sin reposición. Cuando sacamos un número de una

urna y no lo volvemos a poner en ella.

Se aplica para población finita

Cómo seleccionamos una muestra aleatoria

Técnica frecuente es casual y representativa

Técnica casual
 Técnica representativa
mediante números aleatorios
 Ventajas Desventajas

1. Facilidad para indicar 1. Lista completa de todos

quienes participan en el los participantes de la
tamaño de la muestra población actualizada.

2. Forma justa de seleccionar 2. Si la población es

una muestra a partir de demasiado grande, es más
una población. prudente utilizar otra
técnica.
 Muestreo Sistemático
Algunas poblaciones aparecen ordenadas físicamente, en
filas, gavetas, etc., o bien en el tiempo. Una manera de
aprovechar el orden para elegir una muestra es haciendo
una elección sistemática.

Consiste en seleccionar a los elementos de la población

cada K-ésima unidad, mediante los siguientes criterios:

1. Enumeración de cada uno de los elementos de la población

2. Calcular la razón de muestreo (K)
 Donde:

Número de elementos de la población

K
Número de elementos de la muestra

3. Elegir aleatoriamente un valor entre 1 y el valor resultante de

K, el cual denotaremos por r.

4. Obtener los elementos de la población a partir de cada r y

cada K
 Procedimiento
 Conseguir un listado ordenado de los N elementos
de la población.

 Determinar el tamaño muestral n.

 Definir el tamaño del salto sistemático k dado por k

= N / n.

 Elegir un número aleatorio (r) comprendido entre 1

y k.
 Se empiezan a seleccionar los datos que formarán
parte del muestreo sistemático, tomando en cuenta
que los elementos se escogerán de la suma
progresiva de k al número anterior a partir del
número elegido de manera aleatoria.
 Ejemplo:
De la siguiente población de 45 elementos ordenados de
izquierda a derecha y de arriba a bajo, se quiere obtener una
muestra de 15 elementos.
Obtener una la muestra utilizando el muestreo sistemático.

O O O O O
O O O O O
O O O O O
O O O O O
O O O O O
O O O O O
O O O O O
O O O O O
O O O O O
Aplicación de la fórmula

Procedemos con la fórmula

K= N/n

Sustituimos
Lo anterior quiere decir
K= 45/15 que nuestro coeficiente
K=3 de elevación es de 3
Elegimos aleatoriamente un elemento y a partir de este
continuemos de manera sistemática…
Elemento elegido
aleatoriamente

O O O O O
O O O O O
O O O O O
Elementos que O O O O O
formarán parte de la O O O O O
muestra (tomando
O O O O O
en cuenta el primer
elemento) O O O O O
O O O O O
O O O O O
 100
Ejemplo: K 4
25
Supongamos lo siguiente:
El número de elementos de la población es 100 y el tamaño de la
muestra es 25, entonces la razón de muestreo (K) es,
k=población entere la muestra es igual a posteriormente se elige
un valor aleatorio entre 1 y 4 (r), suponiendo que fuera el 2, a
partir de ese valor se obtienen los demás elementos cada 4 (K),
así los 25 elementos de la población seleccionados para
conformar la muestra serán: 2, 6, 10, 14, 18, 22, 26, 30, 34, 38,
42, 46, 50, 54, 58, 62, 66, 70, 74, 78, 82, 86, 90, 94, 98.
Muestreo estratificado

Consiste en la división previa de la población de

estudio en grupos o clases que se suponen
homogéneos respecto a característica a estudiar
(clase social, edades, sexo). Dentro de cada estrato el
muestreo se realizaría mediante un muestreo
aleatorio simple.
Según la cantidad de elementos de la muestra que se han de
elegir de cada uno de los estratos, existen dos técnicas de
muestreo estratificado:
 Asignación proporcional: El tamaño de cada
estrato en la muestra es proporcional a su tamaño en
la población.

Asignación óptima: La muestra recogerá más

individuos de aquellos estratos que tengan más
variabilidad. Para ello es necesario un conocimiento
previo de la población.
Estudiantes del área del Humanidades del SEA zona Xalapa de la
UV. Estudiar nivel socioeconómico

Universo: 1015 estudiantes del SEA

Pedagogía Derecho
= 530 = 485

Estrato A Estrato B

Tamaño de n=500 estudiantes

Fijación Simple Fijación proporcional

Estrato A 500/2 = 250 Estrato A 500*530 =265000/ 1015) = 261
Estrato B 500/2 = 250 Estrato B 500*485=2425000/1015) = 239
 Muestreo por conglomerados

El muestreo conglomerados, elementos de una

población siendo estos grupos heterogéneos en
relación con la característica en estudio.
En resumen se presenta la característica de cada tipo de muestreo
probabilístico.

TIPO CARACTERIZADO POR

Aleatoria Lista de elementos

Sistemático Lista ordenada de elementos

Estratificado Grupos de elementos homogéneos

Conglomerado Grupos de elementos heterogéneos entre

si.
 Población

Población Finita Población Infinita

Muestra

Representativo No representativo

Variable(s)

Cualitativa Cuantitativa
 Muestreo

Muestreo Probabilístico Muestreo no Probabilístico

 Con reemplazo
 Sin reemplazo

 Aleatorio Simple  Por Cuotas

 Sistemático  Intencional
 Estratificado  Causa
 Conglomerado  Bola de Nieve
Cálculo del tamaño de la muestra
 Tamaño de Muestra

Objetivos para determinación del tamaño adecuado de una muestra

1. Estimar un parámetro determinado con el nivel de confianza deseado.

2. Detectar si existen estudio.
3. Reducir costos o aumentar la rapidez del estudio.
Cuando se diseña un estudio estadístico
nos preguntamos: ¿ Cuántos artículos o
individuos deberían haber en la muestra?.
 Elementos necesarios para la determinación del tamaño de muestra:

El error (e) nos indica la precisión, el alejamiento entre el parámetro y

el estimador que se desea.

El nivel de confianza Z / 2 nos indica el grado de seguridad de que la

precisión se cumpla.

La varianza a considerar, es la poblacional ( 2 ) , la muestral ( S 2 ) o la

obtenida con la expresión:  2  (rango / 4)2
 Etapas de identificación

1. Definir la población de estudio

2. Tamaño es la población de estudio

3. Variable(s) analizar

4. Determinar el tamaño optimo

 El tamaño de la muestra depende de tres
factores:

1. El nivel de confianza que se desea

2. El margen de error que puede tolerar el

investigador

3. La variabilidad en la población que se estudia

El nivel de confianza

Mayor frecuencia son 95 y 99 %.

Un nivel de confianza de 95 % corresponde

a un valor de z de ± 1.96

El 99 % corresponde a un valor z de ± 2.58.

Mientras más alto sea el nivel de confianza,
mayor será el tamaño de la muestra.
Un error pequeño: requerirá una muestra
grande .

Un error grande: permitirá una muestra

menor.
Población Infinita no conocemos exactamente la población
Fórmula para determinar el tamaño de muestra para estimar la Media Aritmética:

𝟐 𝟐
𝒁 ∗𝒔
𝒏=
𝒆𝟐
Población=Infinita
Variable=cuantitativa
Utilizar la tabla de la
𝑍 2 = 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎 distribución normal

𝑠 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎

𝑒 2 = 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑎𝑐𝑒𝑝𝑡𝑎𝑑𝑜

 Población Finita conocemos bien el total de la población

Fórmula para determinar el tamaño de muestra para estimar la Media Aritmética

𝐍 ∗ 𝐙 𝟐 ∗ 𝒔𝟐
𝐧= 𝟐
𝐞 ∗ 𝐍 − 𝟏 + 𝐙 𝟐 ∗ 𝒔𝟐
Población= finita
Variable=cuantitativa
Utilizar la tabla de la
distribución normal
𝑍 2 = 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎
𝑠 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎
𝑒 2 = 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑎𝑐𝑒𝑝𝑡𝑎𝑑𝑜
N= Tamaño de la Población
 Cuándo se desconoce la población para una proporción
Población Infinita

𝑍2 ∗ 𝑝 ∗ 𝑞 Población=Infinita
𝑛= Variable=cualitativa
𝑒2 Utilizar la tabla de la distribución normal

𝑍 2 = 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎
P= Probabilidad a favor de que suceda un evento o situación esperada
q=1-p= Probabilidad en contra de que suceda en un evento o situación
esperada
𝑒 2 = 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑎𝑐𝑒𝑝𝑡𝑎𝑑𝑜
 Cuándo se conoce la Población para la proporción
Población Finita

𝑍2 ∗ 𝑝 ∗ 𝑞 ∗ 𝑁
𝑛= 2
𝑒 ∗ 𝑁 − 1 + 𝑍2 ∗ 𝑝 ∗ 𝑞
Población=finita
Variable=cualitativa
Utilizar la tabla de la distribución normal
𝑍 2 = 𝑁𝑖𝑣𝑒𝑙 𝑑𝑒 𝑐𝑜𝑛𝑓𝑖𝑎𝑛𝑧𝑎
P= Probabilidad a favor de que suceda un evento o situación esperada
q=1-p= Probabilidad en contra de que suceda en un evento o situación esperada
𝑒 2 = 𝑒𝑟𝑟𝑜𝑟 𝑑𝑒𝑙 𝑚𝑢𝑒𝑠𝑡𝑟𝑒𝑜 𝑎𝑐𝑒𝑝𝑡𝑎𝑑𝑜
N= Tamaño de la población