Seores estudiantes les envi el tema de muestreo y los puntos que

deben desarrollar en su exposicin. Les recuerdo que deben presentar

ejemplos para cada uno de los mtodos de muestreo probabilstico.
1. POBLACIN Y MUESTRA.
2. MUESTREO.
3. ETAPAS DEL MUESTREO.
4. MTODOS DE MUESTREO.
4.1 MTODOS DE MUESTREO PROBABILSTICO.
4.1.1 MUESTREO ALEATORIO SIMPLE.
4.1.2 MUESTREO SISTEMTICO.
4.1.3 MUESTREO ESTRATIFICADO.
4.1.4 MUESTREO POR CONGLOMERADOS
TEMA N 7
MUESTREO

1. POBLACIN Y MUESTRA:
En el estudio de una gran variedad de hechos reales es conveniente considerar
y definir con precisin el conjunto de individuos (sean personas, animales o
cualquier otro tipo de objetos) relevantes en la investigacin que se desea llevar
a cabo.
Normalmente, acceder a todos y cada uno de los componentes (unidades de
observacin)

de la poblacin es imposible,

ya sea porque la poblacin es

demasiado grande y resulta inviable econmicamente, o bien porque el tiempo

necesario para recoger todos los datos hace que el estudio resulte casi imposible
de llevarlo a cabo.

Al conjunto total de los componentes (unidades de observacin)

objeto de nuestro inters de estudio es lo que se denomina
POBLACIN.

En general, se suele seleccionar a una parte de los componentes (unidades de

observacin)

de la poblacin la misma que se denomina MUESTRA a partir del

cual se realiza el estudio de nuestro inters en particular.

A un subconjunto de componentes (unidades de observacin)

poblacin objeto de nuestro estudio se denomina MUESTRA.

de la

ILUSTRACION:
Podemos estar interesados en conocer la estatura media de todos los
orure@s. Est claro que se hace casi imposible medir la altura de todos
ell@s: por lo cual se tendr que recoger una muestra e intentar deducir el
valor de la estatura media poblacional de todos los orure@s a partir de
la estatura media obtenida con los individuos de la muestra.

2. MUESTREO:
Se denomina muestreo al proceso

que permite SELECCIONAR

COMPONENTES

(unidades de observacin) de la poblacin para as poder CONFORMAR UNA

MUESTRA REPRESENTATIVA.

El trmino REPRESENTATIVA
significa tener una MUESTRA con una
composicin similar a la POBLACIN, para poder obtener una muestra
representativa existen los denominados mtodos de muestreo.

3. ETAPAS DEL MUESTREO:

El proceso de muestreo contempla las siguientes etapas:

1ro
DEFINIR LA
POBLACION
OBJETO DE
ESTUDIO

3ro

2do
DEFINIR EL
MTODO DE
MUESTREO

DETERMINAR
EL TAMAO
DE LA
MUESTRA

4. MTODOS DE MUESTREO:
Los mtodos de muestreo se clasifican en dos grandes grupos, los mismos que
son:

MTODOS DE MUESTREO PROBABILSTICO

MTODOS DE MUESTREO DETERMINSTICO

Los mismos que sern descritos a continuacin:

4.1 MTODOS DE MUESTREO PROBABILSTICO:
Estos mtodos de muestreo
seleccin y por

estn basados

en procesos probabilsticos de

tanto es posible, en estos casos poder evaluar

el error de

muestreo. Este error es aquel que se comete al mencionar caractersticas de la

poblacin sin haber observado la poblacin en su totalidad. La clasificacin de
los mtodos de muestreo probabilstico es:
4.1.1 MUESTREO ALEATORIO SIMPLE:
En este tipo de muestreo el procedimiento empleado es el siguiente:
1ro. Se asigna un nmero a cada unidad de observacin de la poblacin
2do. Por medio de algn medio (bolas dentro de una bolsa, tablas de nmeros
aleatorios, etc.) se eligen tantas

unidades de observacin

necesario para completar el tamao de la muestra requerida.

como sea

Grafica 1: Representacin grfica del muestreo aleatrio simple

4.1.2 MUESTREO SISTEMTICO:

Cuando los elementos de la poblacin estn ordenados de 1 a N en fichas o en
una lista, una manera de muestrear consiste en:

Elegir al azar un nmero m entre 1 y N, para empezar a seleccionar la

muestra.

Tomar como muestra los elementos de la lista a partir de ese m tomados de

k en k (por ejemplo de 20 en 20) hasta completar una muestra de tamao
n. (k es el n entero ms cercano a N/n) y teniendo en cuenta que la lista
sea circular, es decir que el elemento N+1 coincide con el primero. De esta
forma, con una lista circular, todos los elementos tiene la misma
probabilidad de ser seleccionados.

Cuando el criterio de ordenacin de los elementos en la lista es tal que los

elementos ms parecidos tienden a estar ms cercanos, el muestreo sistemtico
suele ser ms preciso que el aleatorio simple, ya que recorre la poblacin de un
modo ms uniforme.
Por otro lado, es a menudo ms fcil no cometer errores con un muestreo
sistemtico que con este ltimo. Sin embargo, se corre el riesgo de obtener
resultados sesgados si en la poblacin se dan periodicidades.

Grafica 2: Representacin grfica del muestreo sistemtico

4.1.3 MUESTREO ESTRATIFICADO:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen
gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por
ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de inters estarn representados adecuadamente en la muestra.
Cada estrato funciona independientemente, pudiendo aplicarse dentro de ellos
el muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarn parte de la muestra.

La distribucin de la muestra en funcin de los diferentes estratos se

denomina afijacin, y puede ser de dos tipos:

AFIJACIN PROPORCIONAL: La distribucin se hace de acuerdo con el

peso (tamao) de la poblacin en cada estrato.

X%

x%

Y%
y%

z%

Z%

w%
W%
Grafica 3a: Representacin grfica del muestreo aleatrio estratificado
(afijacin proporcional)

AFIJACIN SIMPLE: A cada estrato le corresponde igual nmero de

elementos mustrales.
N

X%

u%

Y%
u%

u%

Z%
u%

W%
Grafica 3b: Representacin grfica del muestreo aleatrio estratificado
(afijacin simple)

4.1.4 MUESTREO POR CONGLOMERADOS:

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin. En el muestreo por conglomerados
la unidad muestral es un grupo de elementos de la poblacin que forman una
unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los
departamentos universitarios, una caja de determinado producto, etc., son

conglomerados naturales.

El muestreo por conglomerados consiste en

seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario

para alcanzar el tamao muestral establecido) y en investigar despus todos los
elementos pertenecientes a los conglomerados elegidos.
Tambin se

podra mencionar

que en este tipo de

muestreo se divide la

poblacin en varios grupos de caractersticas parecidas entre ellos y luego se

analizan completamente algunos de los grupos, descartando los dems.
Dentro de cada conglomerado existe una variacin importante, pero los distintos
conglomerados son parecidos. Requiere una muestra ms grande, pero suele
simplificar la recogida de muestras. Frecuentemente los conglomerados se
aplican a zonas geogrficas.

Grafica 4: Representacin grfica del muestreo por conglomerados

5. CLCULO DEL TAMAO DE LA MUESTRA:

Para realizar el clculo del tamao de la muestra, se debe de tomar en cuenta
los siguientes aspectos:
Estimar un parmetro es proponer un valor para el mismo a partir de la muestra;
un estimador del porcentaje poblacional sera el porcentaje de diabticas al
que se haca mencin anteriormente de una muestra; a este tipo de estimacin
se le llama estimacin puntual. Es bastante probable que el valor que se obtiene
no sea realmente el valor del parmetro en la poblacin.

Una alternativa mejor es la estimacin por intervalos; se da con ella un rango de

valores que contendr el valor del parmetro con una cierta confianza o
seguridad, que habitualmente es del 95%. La afirmacin hecha mediante un
intervalo de confianza (IC) es preferible a la hecha por estimacin puntual, ya
que permite cuantificar la magnitud del error asociado a la estimacin.
Un concepto importante al realizar estimaciones es el error estndar, que est
relacionado con la calidad de la estimacin.

El error estndar mide la

variabilidad entre las diferentes medias de las muestras; es decir, mide la

dispersin imaginaria que presentaran las distintas medias obtenidas en las
muestras estudiadas.
Se utilizarn frmulas diferentes segn se pretenda calcular el error estndar de
una media (EEM) o el error estndar de una proporcin (EEP).
El EEM depender de la variabilidad de la propia variable, reflejada en su
desviacin estndar, y del tamao de la muestra estudiada. Cuanto mayor sea la
variabilidad de la variable (mayor desviacin estndar ), mayor variabilidad
tendr la muestra (EEM ms elevado).
Cuanto mayor sea el nmero de individuos estudiados, menor ser el EEM.

Cuando la variable es cualitativa, no hay un valor medio que se pueda

cuantificar, por tanto, se tratara de cuantificar la dispersin de los porcentajes
obtenidos en diferentes muestras. En la frmula intervienen la proporcin de
sujetos que presentan la caracterstica (p0) y la proporcin de los que no la
presentan (1- p0), expresado en tanto por uno, adems del tamao de la muestra
estudiada (1- p0 se sustituye muchas veces por q, ya que 1= p+q, por tanto, q= 1p).

La amplitud del IC est directamente relacionada con ese error que, en el caso
de una media o una proporcin, por ejemplo, es la mitad de dicha amplitud.
El error est determinado por el tamao de la muestra, por lo que el tamao
muestral mnimo estar en funcin del error mximo que se considere admisible.
El error de la estimacin ha de ser suficientemente pequeo para considerar que
la estimacin es precisa, lo que determina que el intervalo de confianza sea
suficientemente estrecho.
6. INTERVALO DE CONFIANZA DE UNA PROPORCIN:
La frmula para calcular el intervalo de confianza al 95% de una proporcin es:

Po = Es la prevalencia esperada del parmetro que se ha de estimar.

Z = Es el nivel de confianza elegido, determinado por el valor de a. Para
una confianza del 95% (= 0,05), que es la utilizada habitualmente, este
valor es de 1,96; aunque se pueden

tomar otros valores segn los

requerimientos del estudio.

7. INTERVALO DE CONFIANZA DE UNA MEDIA:
La frmula para calcular el intervalo de confianza al 95% de una media es la
siguiente:

8. CLCULO DEL TAMAO DE LA MUESTRA PARA ESTIMAR UNA PROPOR CIN:

Tamao de la poblacin no conocida:

Tamao de la poblacin conocida:

9. CLCULO DEL TAMAO DE LA MUESTRA PARA ESTIMAR UNA MEDIA:

Tamao de la poblacin no conocida:

Tamao de la poblacin conocida:

10. TABLA DE REFERENCIA SOBRE LOS POSIBLES VALORES DE Z:

VALORES DE Z MAS UTILIZADOS SEGN EL VALOR DE

0,10

0,05

0,01

0,001

1,645

1,960

2,576

3,291

TRABAJO GRUPAL
1. Realice un mapa conceptual sobre la presente temtica que aborde todos los
componentes de la estructura del documento.
2. Mencione los tipos de mtodos de muestreo probabilsticos e ilustre dos de ellos
(cualquiera) cada uno, con un ejemplo de su realidad (contextualizado)

FUENTES DOCUMENTALES:
ESTADISTICA DESCRIPTIVA, APLICACIONES, Rufino Moya, 1ra Ed.
ESTADISTICA APLICADA, Jorge Daza, 1ra Ed., 2006
ESTADISTICA DESCRIPTIVA Y PROBABILIDADES, C. Garca O., 1ra Ed.
ESTADISTICA, Murray R. Spiegel, Serie Schaum.
ESTADISTICA Y PROBABILIDADES, VictorChungara Castro, 2001