Professional Documents
Culture Documents
x
z
TEORIA DE MUESTREO
DEFINICIONES
Es el procedimiento mediante el cual se
extraen algunos elementos de una
poblacin y slo de esa parte de la
poblacin se obtiene informacin de
seguridad mesurable, para a travs de
ella estimar las caractersticas
importantes de la poblacin.
DEFINICIONES
MUESTRA : CARACTERISTICAS
Representativa: Refleja las caractersticas
fundamentales de la poblacin.
Significativa: Tenga un error de muestreo
aceptable.
Adecuada: Contenga una cantidad de
elementos suficientes como para describir las
caractersticas relevantes de la poblacin.
DEFINICIONES
Muestreo con reposicin:
Muestreo sin reposicin
DEFINICIONES
POBLACION INFINITA, si est formada
por un nmero infinito de elementos. Los
muestreos son sin reposicin.
POBLACION FINITA, poblacin con
finitos elementos y los muestreos son:
Por lo general con reposicin.
Puede ser muestreos sin reposicin siempre y
cuando el tamao de las muestras respecto al
tamao de la poblacin sea muy pequea.
DEFINICIONES
TIPOS DE MUESTREO:
Muestreo No Probabilstico:
M. subjetivo (juicio, criterio, seleccin o
intencional).
M. sin norma (conveniencia o circunstancial)
M. por cuota
Muestreo Probabilstico:
M. Aleatorio Simple
M. Sistemtico.
M. Estratificado
M. Conglomerados
MUESTREOS NO
PROBABILISTICOS
No todos los integrantes de la
poblacin tienen la posibilidad de
ser incluidos en la muestra. En
estos casos los resultados pueden
ser sesgados, lo que significa que
los resultados de la muestra no
son representativos de la
poblacin
MUESTREOS NO
PROBABILISTICOS
M. subjetivo (juicio, criterio, seleccin o intencional):
proceso de seleccin de elementos de la muestra
basado en la experiencia personal del investigador.
M. sin norma (conveniencia o circunstancial):la
muestra se toma por razones de comodidad,
circunstancia o capricho.
M. por cuota, Se recoge grupos de datos en un
nmero proporcional al que se cumple en la poblacin y
puede elegir a su criterio dentro de cada grupo.
MUESTREOS PROBABILISTICOS
Muestra probabilstica, se selecciona
de modo que cada integrante de la
poblacin tenga una probabilidad
conocida de ser incluida en la
muestra.
Cada integrante de la poblacin
tiene la posibilidad de ser
seleccionado.
El objetivo es permitir que el azar
determine los integrantes que se
incluirn en la muestra.
MUESTREOS PROBABILISTICOS
Aleatorio Simple, Muestra seleccionada de manera que
cada integrante de la poblacin tenga la misma
oportunidad de quedar incluida Ej. Tabla # aleatoria
Sistemtico, los elementos de la poblacin se ordenan
bajo un criterio, se selecciona al azar un punto de
partida y se elijen los elementos cada k-simo trmino.
Estratificado, La poblacin se divide en subgrupos,
denominados estratos y se selecciona una muestra de
cada uno.
Conglomerados, usado para muestrear poblacin
dispersa en un rea geogrfica dividida en unidades
primarias.
MUESTREOS
PROBABILISTICOS
ALEATORIO SIMPLE, Es el
procedimiento de seleccionar muestras en
el que al seleccionar en forma aleatoria y
sin reemplazo a n unidades de
muestreo de una poblacin que contiene
un total de N unidades, se garantiza que
cada una de las muestras posibles tiene
la misma probabilidad de ser elegida.
MUESTREOS
PROBABILISTICOS
Pasos a seguir para seleccionar una
muestra Aleatoria Simple:
1. Se enumeran las unidades del marco
muestral con nmeros sucesivos.
2. Con un generador de nmeros aleatorios, se
seleccionan tantos elementos del marco
muestral como sea el tamao requerido de la
muestra.
MUESTREOS
PROBABILISTICOS
MUESTREO ESTRATIFICADO, significa
dividir a la poblacin en varias partes de
acuerdo a ciertas caractersticas de sus
elementos. El objetivo de estratificar la
poblacin es buscar homogeneidad entre
los estratos, a fin de reducir el error
estndar de los estimadores y se
selecciona una muestra de cada uno.
MUESTREOS
PROBABILISTICOS
Pasos a seguir para seleccionar una
muestra Estratificada:
1. Se divide a la poblacin en estratos que
sean mutuamente excluyentes y
colectivamente exhaustivos. Esto es,
que incluyan a todos los elementos de
la poblacin y que cada elemento
pertenezca solamente a un estrato.
2. Para cada uno de los estratos, se
seleccionan muestras aleatorias
simples.
MUESTREOS
PROBABILISTICOS
Recomendaciones para el uso de
muestras Estratificadas:
Si se tiene que usar ms de una variable para
formar los estratos, cuidar que estas no estn
relacionadas entre s.
No se deben considerar la formacin de
muchos estratos, generalmente se usan entre
3 y 8.
Los estratos pequeos no contribuyen mucho a
la reduccin del error, por lo tanto pueden no
ser considerados.
MUESTREOS
PROBABILISTICOS
MUESTREO SISTEMATICO, se debe
elegir un elemento del marco muestral
cada cierto intervalo. Los elementos de la
poblacin se ordenan bajo un criterio, se
selecciona al azar un punto de partida y
se elijen los elementos cada k-simo
trmino.
Este muestreo supone que se cuenta con
una enumeracin completa de los
elementos de la poblacin.
MUESTREOS
PROBABILISTICOS
Pasos a seguir para seleccionar una
muestra Sistemtica
1. Seleccionar aleatoriamente un
nmero entero entre 1 y k, llamado
arranque aleatorio (A)
2. A partir de este nmero elegido
seleccionar el siguiente que ocupa la
posicin A + K del listado del marco
muestral, y as sucesivamente hasta
completar la muestra necesaria.
MUESTREOS
PROBABILISTICOS
MUESTREO POR
CONGLOMERADOS, Usado para
muestrear poblacin dispersa en un
rea geogrfica dividida en unidades
primarias. Se selecciona una muestra
aleatoria de conglomerados y el
anlisis se realizar considerado
todas las unidades de anlisis que
conforman dichos conglomerados
elegidos.
DISTRIBUCIONES
MUESTRALES
DISTRIBUCIONES MUESTRALES
Una distribucin muestral incluye todos los valores
posibles que puede tomar un estadstico, como una
media muestral para un tamao de muestra dado.
El error estndar es la diferencia entre un estadstico
muestral y su parmetro poblacional.
Error estndar de la distribucin de las medias
de las muestras mide el grado hasta el que se espera
varen las medias de las diferentes muestras debido a
un error fortuito cometido en el proceso de muestreo.
DISTRIBUCIONES MUESTRALES
m m
x
Propiedades de la Distribucin Muestral de las Medias:
La media de la distribucin muestral es igual a la media de la
poblacin.
La desviacin estndar de la distribucin muestral de las
medias denominado error estndar es igual a la desviacin
de la poblacin dividida entre la raz del tamao de la
muestra.
La distribucin del tamao de las medias es
aproximadamente normal para tamaos de muestras
grandes (mayores o iguales a 30).
n
x
DISTRIBUCIONES MUESTRALES
Propiedades de la Distribucin Muestral de las
Proporciones:
La proporcin de la distribucin muestral es igual a la
proporcin de la poblacin.
La desviacin estndar de la distribucin muestral de las
proporciones denominado error estndar es igual a la raz del
cociente del producto de p y q dividido entre el tamao de
la muestra.
La distribucin del tamao de las medias es
aproximadamente normal para tamaos de muestras
grandes (mayores o iguales a 30).
P p
x
n
pq
p
TEOREMA DEL LIMITE CENTRAL
Establece que si se selecciona una muestra
aleatoria suficientemente grande, de n
observaciones, de una poblacin, la
distribucin muestral de las medias de las
muestras sea aproximar a un distribucin
normal. Cuanto mas grande sea el tamao de
la muestra n, mejor ser la aproximacin
normal a la distribucin muestral de las
medias de las muestras.