UNIVERSIDAD VERACRUZANA
FACULTAD DE ESTADÍSTICA E INFORMÁTICA
MÉTODOS DE MUESTREO
MIPAE. DIANA ELIZABETH VALDERRÁBANO PEDRAZA
MCT. JULIÁN FELIPE DÍAZ CAMACHO
CONCEPTOS BÁSICOS DE MUESTREO
Términos de muestreo
Población.- Se llama población objetivo aquella en que
nos interesa conocer generalmente una serie de
características.
La población objetivo puede ser :
Población
1) Finita
2) Infinita
CONCEPTOS BÁSICOS DE MUESTREO
Términos de muestreo
Marco de muestreo.- Una lista de las unidades de la
población bajo estudio constituye el “marco”.
Muestra.- Es un conjunto de
Muestra unidades seleccionadas de uno o
varios marcos.
CONCEPTOS BÁSICOS DE MUESTREO
Términos de muestreo
Parámetros.- son medidas que representan a la
población bajo estudio.
En las encuestas por muestreo generalmente los
parámetros que se estiman con mayor frecuencia son:
la media ( ), el total ( ), la proporción (p), la razón (R)
y la varianza ( 2 ).
CONCEPTOS BÁSICOS DE MUESTREO
Error de muestreo
Tipos de errores
en una encuesta
por muestreo
Error no de muestreo
CONCEPTOS BÁSICOS DE MUESTREO
Etapas principales de una encuesta por muestreo
1) Objetivos de la encuesta
2) Población bajo estudio
3) El marco
4) Diseño de la muestra
5) Datos que van a ser colectados
6) Método de medición
7) El cuestionario
8) Encuesta piloto
9) Selección y capacitación de los entrevistadores
10) Organización del trabajo de campo
11) Organización del manejo de datos
12) Resumen y análisis de los datos
MUESTREOS PROBABILÍSTICOS
1) Muestreo aleatorio simple (MAS)
2) Muestreo sistemático (MS)
3) Muestreo aleatorio estratificado (MAE)
4) Muestreo por conglomerados en una etapa
5) Muestreo por conglomerados en dos etapas
MUESTREO ALEATORIO SIMPLE
El MAS se recomienda cuando hay homogeneidad en las
unidades de la población bajo estudio.
MAS es un método que consiste en seleccionar una
muestra de n unidades de una población finita de
tamaño N.
Las unidades que componen la población tienen la
misma probabilidad de ser seleccionadas en la muestra.
Esquema de un muestreo aleatorio simple
Población finita de tamaño N
8
2 5 N-6 N
1 6 ...
N-2
3 4 N-3 N-5
7
N-1 N-4
Selección aleatoria simple
Muestra aleatoria simple de
2 5
1 ... tamaño n
n
3 4 6
MUESTREO SISTEMÁTICO
El MS consiste en dividir la población N en subpoblaciones,
a partir de las cuales se selecciona una muestra de tamaño
n, extrayendo una unidad de cada subpoblación.
El procedimiento de selección de muestra es dividir el
número de unidades de la población entre el número de
unidades que componen la muestra, denotado por
kN n
Luego se elige un número aleatorio entre 1 y k, el cual se
denota por r, siendo r el primer elemento que forma parte
de la muestra. El segundo elemento resulta ser r+k, el
tercero r+2k y así sucesivamente hasta completar la
muestra de tamaño n.
Esquema de un muestreo sistemático
Población ordenada de tamaño N
SUBPOBLACION 1 SUBPOBLACION 2 SUBPOBLACION n
. . .
. . . . . . . . . . . .
r r+k ... r+(n-1)k
Muestra sistemática de tamaño n
Comparaciones entre MAS y MS
MS equivalente a MAS
La población se comporta de manera aleatoria
Comparaciones entre MAS y MS
MAS es más recomendable que MS
La población se comporta de manera cíclica o presenta
variaciones periódicas.
Comparaciones entre MAS y MS
MS es más recomendable que MAS
La población se comporta de manera creciente o
decreciente.
MUESTREO ALEATORIO ESTRATIFICADO
Generalmente se presentan estudios donde las poblaciones
presentan heterogeneidad con respecto a la(s) variable(s) de
interés. En estos casos en conveniente emplear un MAE.
El esquema de MAE consiste en fraccionar la población
original en estratos (o subdivisiones) de tal forma que todos
ellos formen una partición y la unión de todos ellos conduce a
la población total.
Entre los estratos debe haber heterogeneidad y
homogeneidad dentro de ellos.
Esquema de un muestreo aleatorio
estratificado
Población finita de tamaño
N 1+ N 2 + ...+ NL N
Estrato 1 Estrato 2 Estrato l
. . .
N1 N2 NL
2 1
1 1 2 2 3
4 5
4 3 4 5 6 6
...
3 7
6 7 8
5 ... ... N2 8
N1 NL
7 9 ...
Muestra aleatoria Muestra aleatoria
Muestra aleatoria
simple simple
simple
1 2 1 2
1 2 3 ...
... 3 ... nL
3 n1 4 n2
Muestra aleatoria estratificada de tamaño
n = n 1 + n 2 + ... + n L
MUESTREO ALEATORIO ESTRATIFICADO
Asignación de la muestra
En un esquema de muestreo aleatorio estratificado, una
vez elegido el tamaño de la muestra n, nos enfrentamos
con el problema de asignar los tamaños de muestra
n n1 + n2 + + nL , a cada uno de los estratos. Las
soluciones que se proponen para resolver este problema
son
Asignación óptima. Tamaño, variabilidad y los costos.
Asignación de Neyman. Tamaño y variabilidad.
Asignación proporcional. Tamaño.
MUESTREO POR CONGLOMERADOS
EN UNA ETAPA
Cuando las poblaciones son relativamente grandes y
dispersas, existe dificultad para llevar a cabo uno de los
esquemas de muestreo mencionados.
Es conveniente el uso de un esquema conocido como muestreo
por conglomerados, el cual se caracteriza por que las
unidades de muestreo son un conjunto de elementos. Estos
conjuntos de elementos son conocidos como conglomerados.
Entre los conglomerados debe de haber
homogeneidad y heterogeneidad dentro de
ellos.
El muestreo por conglomerados es una técnica
en donde se analizan conglomerados de
elementos y en cada conglomerado los
elementos se estudian en su totalidad.
Esquema de un muestreo por
conglomerado en una etapa
Población finita de N
conglomerados
3
1 5
4
2
6
... N
Selección
aleatoria de
conglomerados
1
3
... Muestra aleatoria
2
n simple n
conglomerados
MUESTREO POR CONGLOMERADOS
EN DOS ETAPAS
El muestreo por conglomerados en dos etapas es una
técnica que se recomienda cuando los conglomerados son
muy grandes.
En este esquema, en una primera etapa se seleccionan
aleatoriamente conglomerados de elementos, y en una
segunda etapa, se muestrean aleatoriamente elementos
dentro de cada uno de los conglomerados seleccionados en
la primera etapa.
Esquema de un muestreo por
conglomerados en dos etapas
Población finita de N conglomerados
3
1 5
4
2
6
... N
Muestra aleatoria simple
3
de n conglomerados
1 ...
n
2
... m
1
... m2 ... m3 ... mn
MUESTREOS NO PROBABILÍSTICOS
1) Muestreo por cuotas
2) Muestreo bola de nieve
3) Muestreo de conveniencia
4) Muestreo por juicio personal
MUESTREO POR CUOTAS
Es un tipo de muestreo ampliamente utilizado en
encuestas de opinión pública e investigación de mercado.
Parte de la premisa de que la muestra debe tener una
buena distribución geográfica y que debe contener la
cuota determinada de individuos con ciertas
características de la población.
MUESTREO POR CUOTAS
Las características que suelen tomarse en cuenta son el
sexo, la edad, el nivel socioeconómico, el tamaño del
lugar u otras características sociológicas o económicas.
NIVEL SOCIOECONÓMICO
SEXO EDAD TOTAL
BAJO MEDIO ALTO
18-30 9 7 2 18
F 31-45 9 7 2 18
46+ 7 5 2 14
18-30 9 7 2 18
M 31-45 9 7 2 18
46+ 7 5 2 14
TOTAL 50 38 12 100
MUESTREO BOLA DE NIEVE
Parte de la premisa de que las unidades de la población se
conocen entre sí y consiste en seleccionar una muestra inicial
de unidades y establecer en cada entrevista qué nuevas
personas de la población en estudio han de entrevistarse
para pasar a formar parte de la muestra.
Ventajas: Desventajas:
Puede ser más económico. Poca representatividad de los
Permite la creación de una resultados.
muestra cuando no se dispone de Estimadores sesgados.
un marco muestral. No se pueden hacer inferencias a
Permite agrandar la muestra la población bajo estudio.
inicial hasta obtener una
muestra que se considere
representativa de la población en
estudio.
Se selecciona la muestra con
elementos que interesen al
estudio.
Esquema de un muestreo
bola de nieve
Unidad 1
MUESTREO DE CONVENIENCIA
Consiste en obtener una muestra de acuerdo con la
conveniencia del investigador, acudiendo a poblaciones
accesibles.
Este procedimiento permite obtener información rápida y
económica.
La ventaja de este tipo muestreo es que se reduce el costo
del muestreo y la toma de información, pero tiene la
desventaja de que los estimadores obtenidos de la muestra
son poco precisos de los parámetros poblacionales.
MUESTREO POR JUICIO PERSONAL
Este tipo de muestreo consiste en acudir a expertos en la
materia, los cuáles sustituyen el azar por un conocimiento
profundo del tema a tratar.
La dificultad de tal decisión es que en forma consciente o
inconsciente se está cometiendo un error, conduciendo tal
decisión a los llamados sesgos en la información y que la
muestra seleccionada, no de una buena idea de la
variabilidad en la población.
La razón básica de nuestra incapacidad para
manejar las muestras a juicio personal es que
no podemos calcular la probabilidad de que
una unidad especificada se seleccione en la
muestra.
