MUESTREO

VICTOR SANCHEZ CACERES

[email protected]
 2. Muestreo de
1. Pruebas de Cianuraciòn Mineral en Campo
en Columnas

3. Muestreos en Industrias 4. Muestreos

Químicas en Industrias
Pesqueras

T R E O
U E S
M
MOTIVACION
La empresa Sider- Peru que produce acero desea conocer ¿cuál
es la percepción entre sus clientes acerca de sus productos que
lanzó al mercado un año atrás?.
Esta percepción puede medirse en términos de las características
principales del producto como peso, facilidad de uso, longitud,
diametro, calidad, etc.

Un grupo de estudiantes de una Universidad, deciden trabajar

junto a la firma realizando una investigacion para responder a la
inquietud de la empresa.
Si Ud. fuera parte del equipo de investigadores que realizaría el
estudio, cuales serian sus primeras interrogantes:

INTERROGANTES

¿A quien voy a encuestar?

¿Cuál será mi población en estudio?
¿Cuál es la muestra?
¿Cuáles son las variables que voy a evaluar?
¿Cuánto me demorare en hacer la investigación?
¿Cuánto será el costo ?
¿Qué técnica de recolección de datos aplicaré?
¿Qué técnica estadística utilizaré para analizar los
datos? Etc.
Nacimiento del MUESTREO

UNIDAD
UNIDAD
DE
DE MUESTRA
MUESTRA
ESTUDIO
ESTUDIO

POBLACION
POBLACION
Unidades de estudio
 DEFINICIONES PRELIMINARES
1. Muestreo:
• Es una técnica estadística por la cual se realizan
inferencias a la población examinando solo una muestra.
• Su propósito es proporcionar diferente tipo de información
estadística de naturaleza cuantitativa o cualitativa.
• Es una técnica empleada para seleccionar elementos de
una población.
• Por su gran importancia los investigadores lo utilizan en
los diferentes campos de saber y también lo usamos en la
vida diaria.
 DEFINICIONES PRELIMINARES

1.1. Ventajas del Muestreo

a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la información
d) Factibilidad de hacer el estudio cuando la toma de
datos implica técnicas destructivas, por ejemplo:
- Pruebas de germinación.
- Análisis de sangre.
- Control de calidad.
 DEFINICIONES PRELIMINARES
Ejemplos:
• En el uso domestico, utilizamos el muestreo para probar la
calidad de algunos artículos o productos.

• Las empresas industriales seleccionan muestras para

controlar la calidad de su producción.

• Los ministerios gubernamentales seleccionan muestras

para obtener información sobre empleo, distribución del
empleo, educación, canasta familiar, etc.

• Las organizaciones de investigación de mercados la utilizan

para investigar productos preferenciales de consumo,
efectividad del mismo, etc.
 DEFINICIONES PRELIMINARES
2. Población:
• Son conjuntos de elementos o unidades que comparten un
grupo de características comunes.
• Conjunto de elementos relacionados entre sícon alguna
característica del cual se desea información.
• Una poblacion siempre debe estar definida en terminos de:

CONTENIDO EXTENSION TIEMPO

 DEFINICIONES PRELIMINARES
2.1. Clasificación
a. Según su extensión:
Finita: sus elementos pueden ser contados
Infinita: cuando no se determina el último elemento.
b. Según el objeto de estudio
Población objetivo : es la población sobre la que se desea
hacer inferencias.
Población Muestral: es la población que sufre
transformaciones a medida que se avanza hacia y sobre el
trabajo de campo y cuyos resultados de inferencias solo
son válidas parea este tipo de población.
 DEFINICIONES PRELIMINARES
3. Muestra:
• Es un subconjunto de elementos seleccionados convenientemente
de la población objetivo de tal manera que puede hacerse
inferencias de ella respecto a la población completa.
• Es un conjunto de unidades seleccionadas de un marco muestral o
de varios marcos muestrales.
• Una muestra tiene las siguientes características:
a. Representativa: es decir que refleje completamente las
características de la población.
b. Adecuada: debe incluir un numero optimo y mínimo de
individuos.
c. Homogénea: CV ≤ 33%
 DEFINICIONES PRELIMINARES
• El diseño de una muestra tienen el siguiente proceso:

DEFINIR LA POBLACION

DETERMINAR EL MARCO DE LA MUESTRA

SELECCIONAR LA TECNICA DE MUESTREO

DETERMINAR EL TAMAÑO DE LA MUESTRA

EJECUTAR EL PROCESO DEL MUESTREO

 DEFINICIONES PRELIMINARES
4. Unidad elemental o unidad de análisis:
• Es cada uno de los elementos en estudio.
• Es el objeto del cual se toman las mediciones.
Ejm:
Una persona, un alumno, un cliente, una empresa, una fabrica,
una botella de cerveza, un PC,un tornillo, etc
 DEFINICIONES PRELIMINARES

5. Unidad Muestral:
• Esta formada por una o mas unidades elementales o de
analisis.
• Son aquellos elementos que cubren la población objetivo.
• Es el elemento o conjunto de elementos sobre los cuales se va
a obtener información.

Ejemplos:
Una familia, una manzana, una calle, una granja, etc.
TÉCNICAS DE MUESTREO :
Técnicas de Muestreo

No Probabilístico Probabilístico

Simple Estratificado Sistemático Conglomerados

Conveniencia Por Juicio Por Cuota Por Bola de

nieve
Muestreo No Probabilístico
• Es aquel donde cada elemento de la población NO
tiene la misma probabilidad de pertenecer a la
muestra.
• Es un método en los que algunos elementos de la
población se seleccionan en base al juicio ó
criterio del investigador.
• No permiten estimar el error muestral
• No podemos estar seguros de que la muestra sea
representativa.
Ejemplos:
– Muestreo de Conveniencia
– Muestreo por Juicio de Expertos
– Muestreo de Cuotas
– Muestreo por Bola de Nieve
 Muestreo por Conveniencia

• La muestra se selecciona, como el nombre lo indica, por

conveniencia de la persona que realiza la investigación.
• Los elementos de la muestra se auto-seleccionan o se
seleccionan porque estan fácilmente disponibles.
• En este muestreo no esta claro de que población se está
obteniendo la muestra.
• Las muestras por conveniencia se utilizan en las primeras
etapas de la investigación como base para generar
hipótesis de trabajo.
 Muestreo por Conveniencia

Ejemplos de este tipo de muestreo son:

 Pedir voluntarios para testear un producto y luego usar
esos mismos voluntarios.
 Entrevistar gente en un shopping para obtener su
opinion sobre algun tema en particular.
 Entrevistas en la calle para un canal de TV.
Muestreo por Juicio de Experto

Es aquel cuando la muestra se selecciona de acuerdo a lo que

algún experto piensa que son los mejores elementos para
responder el objetivo particular de la investigación.
Ejemplos de este tipo de muestreo son:
– Seleccionar testigos para un juicio oral.
– Selección de Areas de una mina donde presentar un nuevo
producto químico.
 Muestreo por Cuotas

• La idea básica en el muestreo por cuotas es ‘reproducir’ en la

muestra ciertas características de la población (por ejemplo
género, edad etc.) llenando ‘cuotas’ para cada una de esas
características.
• El supuesto detrás de este procedimiento es que si la muestra
‘reproduce’ a la población en estas características, también
podría hacerlo en las cantidades que se tratan de medir.
Muestreo Probabilístico
• Es aquel donde los elementos de la muestra
se seleccionan en forma aleatoria.
• Cada elemento de la población tiene la misma
probabilidad de pertenecer a la muestra
(probabilidad conocida, no nula).
• Este tipo de muestreo origina mejores
estimaciones de los parámetros.
• Permite estimar objetivamente el error de
muestreo.
• Permite determinar matemáticamente el
tamaño de la muestra, con cierto nivel de
exactitud.
 Muestreo Aleatorio Simple MAS

Objetivo Población
de Estudio
muestra ¿Por qué?

• - Recursos limitados
• - Datos disponibles limitados
• - Prueba destructiva

Una muestra aleatoria simple de tamaño n, de una población finita

de tamaño N, es una muestra tomada de tal forma que toda
muestra posible de tamaño n tenga la misma probabilidad de ser
seleccionada, este procedimiento de muestreo se denomina
Muestreo Aleatorio Simple (MAS).
 Continuar la selección excluyendo las unidades repetidas (si
es sin reposición) o incluyendo las unidades repetidas (si es
con reposición), hasta completar el tamaño de la muestra n.

RECOMENDACIONES PARA EL USO DEL

MAS

Generalmente, el MAS esta orientado a encuestas de pequeña escala

y raras veces a encuestas de gran escala, debido a que otros diseños
proporcionan mayor precisión a menor costo.

El MAS es muy eficiente cuando la población es homogénea.

 Muestreo Aleatorio Sistematico

DEFINICIÒN.- ES UNA TÉCNICA DE MUESTREO

ALEATORIO, DONDE LA MUESTRA SE
CONFORMA ELIGIENDO UNA UNIDAD CADA “k”
ELEMENTOS PERTENECIENTES A UN MARCO
DE MUESTREO DONDE EXISTEN “N”
ELEMENTOS , Y QUE SE INICIA CON UNO DE ELLOS
ELEGIDO AL AZAR DEL 1 AL k.
Muestreo Aleatorio Sistemático

Muestra Aleatoria
Población homogénea Muestra Sistemática

Comenzaremos desarrollando un A continuación se aplica un

marco o lista de todos los procedimiento de selección, basado
elementos en la población que en el empleo de números aleatorios, a
se muestrea; luego se enumera fin de asegurar que cada elemento de
las unidades de la población, la población muestreada tenga la
desde 1 hasta N. misma probabilidad de ser
seleccionado.
 Muestreo Aleatorio
Sistematico

 A “k” SE LE DENOMINA INTERVALO DE

MUESTREO Y SE CALCULA DIVIDIENDO EL
TAMAÑO DE LA POBLACIÓN POR EL TAMAÑO DE LA
MUESTRA (k=N/n). LUEGO SE ESCOGE AL AZAR UN
NÚMERO DEL PRIMER INTERVALO DE
MUESTREO, POR EJEMPLO “r” AL QUE SE LE
LLAMA ARRANQUE ALEATORIO.
 Muestreo Aleatorio Sistematico

 EL ARRANQUE ALEATORIO “r” SE ELIGE

UTILIZANDO EL M.A.S Y DONDE 1 ≤ r ≤ k . LOS
ELEMENTOS DE LA MUESTRA SISTEMÁTICA
ALEATORIA SERÁN:
r, r+k, r+2k, r+3k,…...., N-(k-r) O HASTA
COMPLETAR EL TAMAÑO DE LA MUESTRA.º
Muestreo Estratificado
INTRODUCCIÓN
• Existen muchos trabajos de investigación en los cuales las
unidades de estudio según su principal o principales variables
en estudio, tienen un comportamiento heterogéneo.
• Pero que para efectos de realizar el estudio dicha población
puede reagruparse en grupos homogéneos, denominándose
a cada uno de estos grupos “Estratos”.
• Entonces si se realiza tal procedimiento, utilizaremos el
Muestreo Aleatorio Estratificado para realizar el análisis
respectivo.
PROBLEMA: Heterogeneidad de las unidades de estudio
SOLUCION: Estratificación de la población
• Un estrato: es un grupo de elementos que presentan
características muy similares
Dentro del estrato: HOMOGENEIDAD.
Entre estratos: HETEROGENEIDAD

Variable de Estudio •Factor de Estratificación

• Grado de Instrucción (Analfabeta,
Ingreso familiar Primaria, Secundaria, etc.)
 Estado Civil (Soltera, Casada, etc.)

• Ciclo
Rendimiento
 Sexo
académico
 Carrera profesional
 DEFINICIONES
• El Muestreo Aleatorio Estratificado , es un procedimiento que
consiste en dividir a la población en estratos, de tal manera que las
unidades en cada estrato sean homogéneas, y de cada estrato tomar
una muestra aleatoria simple.

Población (N)

........

n1 n2 n3 nL
Muestra (n)
n = n1 + n2 + n3 +.........+ nL
Si N, es el número de unidades o elementos de la población que se divide
en L estratos o subpoblaciones de N1, N2, …NL unidades
respectivamente, entonces: :

N1 N2 N3 … NL

N = N1 + N2 + … + NL

Para obtener un beneficio completo de la estratificación deben ser

conocidos los valores de los Nh (h = 1, 2, ……, L).
Determinado los estratos, de cada uno de ellos se toma una muestra
aleatoria simple de nh unidades (h = 1, 2……, L) del estrato h, de tal
manera que:

n = n1 + n2 + n3 +.........+ nL
 DETERMINACION DEL
TAMAÑO DE MUESTRA

Continuación Sesión 3
TAMAÑO DE MUESTRA
Para determinar el tamaño, en primer lugar hay que identificar la variable a
estudiar (Cuantitativa o cualitativa).

PARA UNA VARIABLE CUANTITATIVA:

a. Un nivel de confianza: Que es adoptado por el investigador, el cual

puede ser 90%, 95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La desviación estándar ó varianza: que son valores que se obtienen
por estudios anteriores, por la muestra piloto o por la distribución de la
población.
d. El Tamaño de la población (N): Que generalmente no se conoce.
PARA UNA VARIABLE CUALITATIVA:
a. Un nivel de confianza: Que es adoptado por el investigador, el cual puede
ser 90%, 95% o 99% y que origina el valor de Z.
b. El error de estimación (E): Que también es fijado por el investigador
c. La proporción poblacional (P): que son valores que se obtienen por
estudios anteriores, por la muestra piloto y si no se conoce asumir p=0.5.
d. El Tamaño de la población (N): Que generalmente no se conoce.
FORMULAS PARA DETERMINAR EL TAMAÑO
DE MUESTRA:

Cualitativa Cuantitativa
VARIABLE
(Proporción Poblacional) (Promedio Poblacional)

POBLACION
Z 2 P(1  P) Z 2S 2
INFINITA
(Cuando no
n0  n0 
E2 E2
se conoce N)

POBLACION Z 2 P(1  P) N n 2
Z 2S 2N
FINITA n 2
E ( N  1)  Z 2 P(1  P) E ( N  1)  Z 2 S 2
(Cuando se
conoce N)
 Z= es el valor de la distribución normal estandarizada para un nivel de
confianza fijado por el investigador.

 S= Desviación estándar de la variable fundamental del estudio o de interés

para el investigador. Obtenida por estudios anteriores, muestra piloto, criterio
de experto o distribución de la variable de interés.

 P= es la proporción de la población que cumple con la característica de

interés.

 E= % del estimador o en valor absoluto (unidades). Fijada por el investigador.

 N= Tamaño de la población.
PASOS A SEGUIR PARA DETERMINAR LA
MUESTRA ÓPTIMA:
Identificar el tipo de variable a analizar.

Asumir que la población es infinita y aplicar la formula

respectiva señaladas anteriormente. Esta muestra se
llama muestra previa.

Luego si se conoce el tamaño de la población N,

obtener la fracción de muestreo n0
N
 n0
 Si  5,%entonces la muestra definitiva es n 0
N

(muestra previa)
n0
 5%
N
 Si , entonces se ajusta la muestra.
• Para ajustar la muestra se tiene que aplicar la siguiente formula:

n0
n
n0 DONDE: n es la muestra final.
1
N
ESTIMACION DE LOS VALORES A APLICAR EN LAS FORMULAS

A. Valor de Z: es el valor de la abcisa de la distribución normal

estandarizada teniendo en cuenta el nivel de confianza fijado por el
investigador, por lo tanto este valor se encuentra en las tablas
estadística respectiva. Para hacer el trabajo menos tedioso,
presentamos a continuación los diferentes valores de Z.

TABLA N° 01

VALORES DE
ESTANDARIZADA(Z)
Nivel de Valor Z
Nivel de confianza
significancia
(1-)
() Bilateral Unilateral

90% = 0.90 10% = 0.10 1.64 1.28

95% = 0.95 5% = 0.05 1.96 1.64
98% = 0.98 2% = 0.02 2.32 2.05
99% = 0.99 1% = 0.01 2.57 2.32
 B. Cálculo del Valor de P: Se calcula este valor cuando la
variable de estudio es cualitativa.

TABLA N° 02

COMPORTAMIENTO DE P y Q
P Q=1-P PQ
0.05 0.95 0.0475
0.10 0.90 0.090
0.20 0.80 0.160
0.30 0.70 0.210
0.40 0.60 0.240
0.50 0.50 0.250
0.60 0.40 0.240
0.70 0.30 0.210
0.80 0.20 0.160
0.90 0.10 0.090
0.95 0.05 0.0475
C. Cálculo del Valor de la varianza (Si la variable es
CUANTITATIVA): Este valor es obtenido por estudios anteriores,
muestra piloto, criterio de experto o distribución de la variable de
interés.

D. Cálculo del error de estimación: Generalmente se asume

2%, 5%, y 8% de error. Este valor es fijado por el
investigador. Es la diferencia entre el parámetro (población) y
el estimador (Muestra). Es decir: Este error puede ser
absoluto o relativo.

Si E=±0.35 se denomina error absoluto.

Si consideramos un error del 10% de la media, es decir,

E=10%( )=0.10(3.5)=0.35 se denomina error relativo.
Ejemplo 1:

En un lote de 8000 unidades de frascos para almacenar

reactivos químicos, se desea estimar la capacidad media
en centímetros cúbicos de los mismos.

A través de un premuestreo de 35 frascos se ha

determinado que la desviación estándar es de 2 cm 3. Si
queremos tener una precisión de 0.25 cms 3 y un nivel de
significancia de 5%. De que tamaño debe ser la muestra?.
Ejemplo 2:

En un estudio, se desea determinar en que proporción los

ingenieros encargados de las labores de muestreo en una gran
industria pesquera se encuentran capacitados. Si se sabe que
existen 1500 ingenieros y deseamos tener una precisión del
10%, con un nivel de significancia de 5%. De que tamaño debe
ser la muestra.