FACULTAD DE CIENCIAS E INGENIERIAS

FISICAS Y FORMALES
PROGRAMA PROFESIONAL DE INGENIERIA
MECANICA ELECTRICA Y MECATRONICA

ESTADISTICA Y PROBABILIDADES
DR. MAXIMO RONDON RONDON

TRABAJO
TEMA: MUESTREO

ALEGRE ZENTENO EDHER
N ORDEN: 17
HORARIO: 12:00 A 13:30
SEMESTRE IV
2009


MUESTREO
En estadstica se conoce como muestreo a la tcnica para la seleccin de una
muestra a partir de una poblacin.
Al elegir una muestra se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzaran si se realizase un
estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un
estudio adecuado (que consienta no solo hacer estimaciones de la poblacin
sino estimar tambin los mrgenes de error correspondientes a dichas
estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero
s podemos actuar de manera que esta condicin se alcance con una
probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de
la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al
conjunto de muestras que se pueden obtener de la poblacin se denomina
espacio muestral. La variable que asocia a cada muestra su probabilidad de
extraccin, sigue la llamada distribucin muestral.
Un estudio estadstico ideal sera aquel que considerara en detalle los
caracteres y parmetros de todos los elementos del espacio muestral. Sin
embargo, por motivos de coste, operatividad o limitacin de recursos,
normalmente los estudios se refieren a grupos representativos dentro de un
colectivo, llamados muestras, cuya eleccin ha de seguir unas normas que
garanticen su idoneidad y su facilidad de manejo.

Poblacin y muestra
En una investigacin estadstica, se llama poblacin al conjunto o colectivo de
elementos considerados en la misma. El nmero de elementos de este
conjunto se conoce como tamao de la muestra, que puede ser finito o
infinito.
Normalmente, las observaciones no se realizan de modo exhaustivo para toda
una poblacin estadstica, sino que se restringen a un subconjunto
representativo de la misma. Cada uno de estos subconjuntos recibe el nombre
de muestra. Para que una muestra pueda considerarse significativa de una
poblacin, debe cumplirse que:

El tamao de la muestra y el de la poblacin estn proporcionados.

Los elementos no presenten distorsiones importantes.

La muestra sea representativa de la poblacin.
Tcnicas de muestreo
Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo
no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como
recurso en el proceso de seleccin). Cuando este ltimo cumple con la
condicin de que todos los elementos de la poblacin tienen alguna
oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente
a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de
muestreo probabilstico. Una muestra seleccionada por muestreo de juicio
puede basarse en la experiencia de alguien con la poblacin. Algunas veces
una muestra de juicio se usa como gua o muestra tentativa para decidir cmo
tomar una muestra aleatoria ms adelante.

a) Muestreo probabilstico
Forman parte de este tipo de muestreo todos aquellos mtodos para los
que puede calcularse la probabilidad de extraccin de cualquiera de las
muestras posibles. Este conjunto de tcnicas de muestreo es el ms
aconsejable, aunque en ocasiones no es posible optar por l. En este
caso se habla de muestras probabilsticas, pues no es en rigor correcto
hablar de muestras representativas dado que, al no conocer las
caractersticas de la poblacin, no es posible tener certeza de que tal
caracterstica se haya conseguido.
Sin reposicin de los elementos: Cada elemento extrado se descarta
para la subsiguiente extraccin. Por ejemplo, si se extrae una muestra
de una "poblacin" de bombillas para estimar la vida media de las
bombillas que la integran, no ser posible medir ms que una vez la
bombilla seleccionada.
Con reposicin de los elementos: Las observaciones se realizan con
reemplazamiento de los individuos, de forma que la poblacin es idntica
en todas las extracciones. En poblaciones muy grandes, la probabilidad
de repetir una extraccin es tan pequea que el muestreo puede
considerarse sin reposicin aunque, realmente, no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad
de repetir una extraccin es tan pequea que el muestreo puede
considerarse sin reposicin. Cada elemento extrado se descarta para la
subsiguiente extraccin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es
muy til la extraccin de nmeros aleatorios mediante ordenadores,
calculadoras o tablas construidas al efecto.


b) Muestreo aleatorio
Se llama muestreo a la operacin que consiste en elegir unidades
estadsticas significativas dentro del conjunto de una poblacin. Existen
diversos mtodos para seleccionar las muestras, que han de regirse
siempre por el principio aleatorio: todos los elementos de la poblacin
deben tener una misma probabilidad de ser elegidos para la muestra.
Los dos procedimientos ms sencillos de muestreo son:

Muestreo aleatorio simple, que consiste en seleccionar n
elementos en una poblacin de tamao N, de forma que no existe
reemplazamiento y todas las muestras que se pueden formar
tienen la misma probabilidad de ser elegidas.

Muestreo aleatorio sistemtico, en el que se asigna un nmero
a cada elemento de la poblacin y se aplica despus un
procedimiento de seleccin al azar utilizando este nmero.
En tcnicas de muestreo aleatorio simple, la probabilidad de elegir una
muestra es la inversa de las combinaciones sin repeticin de N
elementos tomados en grupos de n:

La probabilidad de que se elija un elemento determinado de la poblacin
para la muestra viene dada por:

Coeficiente de elevacin
En la tcnica de muestreo aleatorio sistemtico, se numeran primero los
elementos de la poblacin, de 1 a N, y se determina un coeficiente de
elevacin dado por:
,
siendo n el tamao de la muestra.
Despus, se toma al azar un nmero i, que se llama origen, tal que 1 i
h, y se forma la muestra con los elementos de numeracin: i, i + h, i +
2h, ..., i + (n - 1) h.
El muestreo aleatorio sistemtico exige que la variable sometida a
estudio no presente ninguna ordenacin previa.
c) Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o
clases que se suponen homogneos con respecto a alguna
caracterstica de las que se van a estudiar. A cada uno de estos estratos
se le asignara una cuota que determinara el nmero de miembros del
mismo que compondrn la muestra. Dentro de cada estrato se suele
usar la tcnica de muestreo sistemtico, una de las tcnicas de
seleccin ms usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de
cada uno de los estratos, existen dos tcnicas de muestreo estratificado:
Asignacin proporcional: el tamao de la muestra dentro de
cada estrato es proporcional al tamao del estrato dentro de la
poblacin.
Asignacin ptima: la muestra recoger ms individuos de
aquellos estratos que tengan ms variabilidad. Para ello es
necesario un conocimiento previo de la poblacin.
Por ejemplo, para un estudio de opinin, puede resultar interesante
estudiar por separado las opiniones de hombres y mujeres pues se
estima que, dentro de cada uno de estos grupos, puede haber cierta
homogeneidad. As, si la poblacin est compuesta de un 55% de
mujeres y un 45% de hombres, se tomara una muestra que contenga
tambin esos mismos porcentajes de hombres y mujeres.
Para una descripcin general del muestreo estratificado y los mtodos
de inferencia asociados con este procedimiento, suponemos que la
poblacin est dividida en h subpoblaciones o estratos de tamaos
conocidos N
1
, N
2
,..., N
h
tal que las unidades en cada estrato sean
homogneas respecto a la caracterstica en cuestin. La media y la
varianza desconocidas para el i-simo estrato son denotadas por m
i
y
s
1
2
, respectivamente.
En poblaciones estadsticas no homogneas, a menudo es conveniente
dividir la poblacin en estratos o subpoblaciones de composicin ms
homognea, de manera que la operacin de muestreo pueda realizarse,
con garantas, por el mtodo simple o el sistemtico. La suma de todos
los estratos debe conformar la poblacin. De cada estrato de la
poblacin (N
i
) se obtendr un estrato de muestra (n
i
).




Grupo 1 Grupo 2 Grupo 3 Total
Subpoblacin o estrato N
1
N
2
N
3
N=N
1
+N
2
+N
3

Muestra de cada estrato n
1
n
2
n
3
n=n
1
+n
2
+n
3

Divisin de una poblacin en estratos o subpoblaciones. La muestra total
es igual a la suma de las muestras elegidas para cada estrato.
Si todos los estratos tienen el mismo tamao, se habla de muestreo
aleatorio estratificado constante, o de igual afijacin. Entonces, si se
divide la muestra en L estratos, el tamao de cada muestra vendr dado
por:

El muestreo se denomina estratificado proporcional, o de afijacin
proporcional, cuando la muestra de cada estrato es proporcional al
tamao del estrato. Es decir:

Tablas de nmeros aleatorios



Muestreo aleatorio estratificado constante.

Muestreo aleatorio estratificado proporcional.
La seleccin de los elementos de una muestra debera realizarse unidad a
unidad, numerando los N elementos de la poblacin y extrayendo n elementos
para la muestra. Para facilitar el procedimiento, se recurre a la generacin de
tablas de nmeros aleatorios, grupos de cifras tomadas al azar (con ayuda de
calculadoras y ordenadores) y ordenadas por filas y columnas.

d) Muestreo sistemtico
Se utiliza cuando el universo o poblacin es de gran tamao, o ha de
extenderse en el tiempo. Primero hay que identificar las unidades y
relacionarlas con el calendario (cuando proceda). Luego hay que
calcular una constante, que se denomina coeficiente de elevacin K=
N/n; donde N es el tamao del universo y n el tamao de la muestra.
Determinar en qu fecha se producir la primera extraccin, para ello
hay que elegir al azar un nmero entre 1 y K; de ah en adelante tomar
uno de cada K a intervalos regulares. Ocasionalmente, es conveniente
tener en cuenta la periodicidad del fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas
que es la poblacin y queremos escoger de esa poblacin un nmero
ms pequeo el cual es la muestra, dividimos el nmero de la poblacin
por el nmero de la muestra que queremos tomar y el resultado de esta
operacin ser el intervalo, entonces escogemos un nmero al azar
desde uno hasta el nmero del intervalo, y a partir de este nmero
escogemos los dems siguiendo el orden del intervalo.
e) Muestreo por estadios mltiples
Esta tcnica es la nica opcin cuando no se dispone de lista completa
de la poblacin de referencia o bien cuando por medio de la tcnica de
muestreo simple o estratificado se obtiene una muestra con unidades
distribuidas de tal forma que resultan de difcil acceso. En el muestreo a
estadios mltiples se subdivide la poblacin en varios niveles ordenados
que se extraen sucesivamente por medio de un procedimiento de
embudo. El muestreo se desarrolla en varias fases o extracciones
sucesivas para cada nivel.
Por ejemplo, si tenemos que construir una muestra de profesores de
primaria en un pas determinado, stos pueden subdividirse en unidades
primarias representadas por circunscripciones didcticas y unidades
secundarias que seran los propios profesores. En primer lugar
extraemos una muestra de las unidades primarias (para lo cual debemos
tener la lista completa de estas unidades) y en segundo lugar extraemos
aleatoriamente una muestra de unidades secundarias de cada una de
las primarias seleccionadas en la primera extraccin.
f) Muestreo por conglomerados
Tcnica similar al muestreo por estadios mltiples, se utiliza cuando la
poblacin se encuentra dividida, de manera natural, en grupos que se
supone que contienen toda la variabilidad de la poblacin, es decir, la
representan fielmente respecto a la caracterstica a elegir, pueden
seleccionarse slo algunos de estos grupos o conglomerados para la
realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades
elementales, por ejemplo, las personas a encuestar, y podra aplicrsele
el instrumento de medicin a todas las unidades, es decir, los miembros
del grupo, o slo se le podra aplicar a algunos de ellos, seleccionados al
azar. Este mtodo tiene la ventaja de simplificar la recogida de
informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos
individuos para integrar la muestra, el diseo se llama muestreo
bietpico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas.
El primer mtodo funciona mejor cuanto ms homognea es la poblacin
respecto del estrato, aunque ms diferentes son stos entre s. En el
segundo, ocurre lo contrario. Los conglomerados deben presentar toda
la variabilidad, aunque deben ser muy parecidos entre s.
Homogeneidad de las poblaciones o sus subgrupos
Homogneo significa, en el contexto de la estratificacin, que no hay
mucha variabilidad. Los estratos funcionan mejor cuanto ms
homogneos son cada uno de ellos respecto a la caracterstica a medir.
Por ejemplo, si se estudia la estatura de una poblacin, es bueno
distinguir entre los estratos mujeres y hombres porque se espera que,
dentro de ellos, haya menos variabilidad, es decir, sean menos
heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas
estaturas y otras dentro del estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si
se dan las mismas diferencias dentro del estrato que en toda la
poblacin, no hay por qu usar este mtodo de muestreo. En los casos
en los que existan grupos que contengan toda la variabilidad de la
poblacin, lo que se construyen son conglomerados, que ahorran algo
del trabajo que supondra analizar toda la poblacin. En resumen, los
estratos y los conglomerados funcionan bajo principios opuestos: los
primeros son mejores cuanto ms homogneo es el grupo respecto a la
caracterstica a estudiar y los conglomerados, si representan fielmente a
la poblacin, esto es, contienen toda su viariabilidad, o sea, son
heterogneos.
g) Muestreo juicio
Aqul para el que no puede calcularse la probabilidad de extraccin de
una determinada muestra. Se busca seleccionar a individuos que se
juzga de antemano tienen un conocimiento profundo del tema bajo
estudio, por lo tanto, se considera que la informacin aportada por esas
personas es vital para la toma de decisiones.
h) Muestreo por cuotas
Es la tcnica ms difundida sobre todo en estudios de mercado y
sondeos de opinin. En primer lugar es necesario dividir la poblacin de
referencia en varios estratos definidos por algunas variables de
distribucin conocida (como el gnero o la edad). Posteriormente se
calcula el peso proporcional de cada estrato, es decir, la parte
proporcional de poblacin que representan. Finalmente se multiplica
cada peso por el tamao de n de la muestra para determinar la cuota
precisa en cada estrato. Se diferencia del muestreo estratificado en que
una vez determinada la cuota, el investigador es libre de elegir a los
sujetos de la muestra dentro de cada estrato.
i) Muestreo de bola de nieve
Indicado para estudios de poblaciones clandestinas, minoritarias o muy
dispersas pero en contacto entre s. Consiste en identificar sujetos que
se incluirn en la muestra a partir de los propios entrevistados. Partiendo
de una pequea cantidad de individuos que cumplen los requisitos
necesarios estos sirven como localizadores de otros con caractersticas
anlogas.
j) Muestreo subjetivo por decisin razonada
En este caso las unidades de la muestra se eligen en funcin de algunas
de sus caractersticas de manera racional y no casual. Una variante de
esta tcnica es el muestreo compensado o equilibrado, en el que se
seleccionan las unidades de tal forma que la media de la muestra para
determinadas variables se acerque a la media de la poblacin.
Razones para el muestreo

Necesidad de ahorro econmico.

Motivos tcnicos (por ejemplo, una poblacin homognea, que
recomienda segmentar el estudio).

Rapidez y operatividad.

Limitacin de recursos fsicos, econmicos y humanos.

Los resultados obtenidos en la muestra siempre deben ser extrapolables
al conjunto de toda la poblacin.

Inconvenientes del muestreo

La muestra elegida puede no ser suficientemente representativa.

Pueden aplicarse tcnicas de muestreo deficientes.

Si la poblacin es pequea, cualquier mala eleccin de algn elemento

de la muestra provocar errores significativos en los resultados.