Repblica Bolivariana de Venezuela

Ministerio del poder Popular para la Educacin Superior

Instituto Tecnolgico de los Andes
IUTLA

Estadstica

Realizado por:

JULIO, 2015

Navid Yarilet Moreno Contreras

CI:24.148.515

INTRODUCCIN

Se har referencia sobre el muestreo estadstico, tcnicas, niveles y tipos fundamentales de un

muestreo; se describen conceptos bsicos que explican lo que esto se refiere al igual se
aprecia cmo y qu tipo de tcnicas se pueden utilizar para poner en practica la realizacin de
una auditoria con la finalidad de obtener una informacin determinada para lograr un objetivo
especfico.
El muestreo estadstico es un procedimiento por el que se ingresan los valores verdaderos de
una poblacin a travs de la experiencia obtenida con una muestra
El muestreo como herramienta de la investigacin cientfica arroja resultados que se pueden
utilizar para concluir un determinado estudio X de poblacin, al igual las tcnicas selectivas
que se requieren para dicho estudio de acuerdo a lo que se va a evaluar.
El muestreo permite una reduccin considerable de los costos materiales del estudio, una
mayor rapidez en la obtencin de la informacin y el logro de resultados con mxima calidad.

DESARROLLO

1. TEORA DEL MUESTREO:

1.1 CONCEPTO: Es un procedimiento por medio del cual se estudia una parte de la
poblacin llamada muestra, con el objetivo de inferir con respecto a toda la
poblacin.
Es importante relacionar el muestreo con lo que es el censo, el cual se define como la
enumeracin completa de todos los elementos de la poblacin de inters.
1.2 VENTAJAS Y DESVENTAJAS:
1.2.1VENTAJAS
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la informacin: debido a los siguientes
factores
c.1 Volumen de trabajo reducido.
c.2 Puede existir mayor supervisin en el trabajo.
c.3 Se puede dar ms entrenamiento al personal.
c.4 Menor probabilidad de cometer errores durante el procesamiento de la
informacin.
d) Factibilidad de hacer el estudio cuando la toma de datos implica tcnicas
destructivas, por ejemplo:
- Pruebas de germinacin.
- Anlisis de sangre.
- Control de calidad.

1.2.2 DESVENTAJAS

Muestra representativa: no existe una definicin formal que nos permita

afirmar que una muestra es o no representativa de la poblacin objeto de
estudio.

Error de muestreo o error aleatorio: es el error que se comete debido al hecho

de sacar conclusiones sobre una poblacin a partir del estudio de una muestra
de ella.

1.3 CLASE DE MUESTREO

1.3.1 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.
1.3.2 CON REPOSICIN DE LOS ELEMENTOS:
Las observaciones se realizan con remplazo 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 con reposicin aunque, realmente, no lo sea.
1.3.3CON REPOSICIN MLTIPLE:
En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan
pequea que el muestreo puede considerarse con reposicin.
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.

1.3.4 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.
Para determinar en qu fecha se producir la primera extraccin, 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 (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual
es la muestra (n), 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.
1.3.5 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. En la asignacin proporcional, 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.
En la asignacin ptima, si todos los hombres piensan igual, pero las mujeres son
impredecibles, se tomara una muestra con ms del 55% de mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia
asociados con este procedimiento, suponemos que la poblacin est dividida
en subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las
unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin. La

media y la varianza desconocidas para el estrato son denotadas por mi y si2,

respectivamente.
1.3.6MUESTREO POR ETAPAS 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.
1.3.7 MUESTREO POR CONGLOMERADOS
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 muestra.
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.
1.3.8 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
variabilidad, o sea, son heterogneos.
1.3.9 MUESTREO NO PROBABILSTICO
Es aqul para el que no se puede calcular la probabilidad de extraccin de una
determinada muestra. Por tal motivo, se busca seleccionar a individuos que tienen un
conocimiento profundo del tema bajo estudio y se considera que la informacin
aportada por esas personas es vital para la toma de decisiones.
1.3.10 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.
1.3.11 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, servirn como localizadores de
otros con caractersticas anlogas.
1.3.12 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. La cual funciona en base a referencias o por recomendacin despus
se reconoce por medio de la estadstica.

1.4 NO PROBABILISTICO
Los elementos de la muestra son seleccionados por procedimientos al azar o con
probabilidades conocidas de seleccin. Por lo tanto es imposible determinar el grado
de representatividad de la muestra.
Dentro de los tipos de muestreo no Probabilstico, podemos mencionar los siguientes:

1.4.1 MUESTREO POR JUICIO, SELECCIN EXPERTA O SELECCIN

INTENCIONAL:
El investigador toma la muestra seleccionado los elementos que a l le parecen
representativos o tpicos de la poblacin, por lo que depende del criterio de los
investigados.

1.4.2 MUESTREO CASUAL O FORTUITO:

Se usa en los casos en no es posible seleccionar los elementos, y deben sacarse
conclusiones con los elementos que estn disponibles. Por ejemplo: en el caso de
voluntarios para pruebas de medicamentos de enfermedades como el corazn, cncer,
etc.

1.4.3 MUESTREO DE CUOTA:

Se utiliza en estudios de opinin de mercado. Los enumeradores, reciben
instrucciones de obtener cuotas especficas a partir de las cuales se constituye una
muestra relativamente proporcional a la poblacin.

1.4.4 MUESTREO DE POBLACIONES MVILES:

Este tipo de muestreo utiliza mtodos de captura, marca y recaptura. Se utiliza mucho
en el estudio de migracin de poblaciones de animales y otras caractersticas.

1.5 MUESTREO PROBABILISTICO, ALEATORIO O ESTOCASTICO

Los elementos de la muestra son seleccionados siguiendo un procedimiento que
brinde a cada uno de los elementos de la poblacin una probabilidad conocida de ser
incluidos en la muestra.

1.5.1 PROPIEDADES DEL MUESTREO PROBABILISTICO:

a) Existe la posibilidad de definir inequvocamente un conjunto de muestras M1, M2,
.... , Mt mediante la aplicacin del procedimiento a una poblacin. Esto significa que
podemos indicar cuales unidades de muestreo pertenecen a M1, M2 y as
sucesivamente.
b) A cada posible muestra Mi se le asigna un probabilidad conocida de seleccin Pi .
c) Seleccionamos una de las Mi por un proceso mediante el cual, cada Mi tiene una
probabilidad Pi de ser seleccionada.
d) El mtodo de estimacin se realiza en base a la muestra, siendo nico para
cualquiera de las posibles muestras Mi.

1.5.2 TIPOS DE MUESTREO PROBABILISTICO:

a) Muestreo simple aleatorio (m.s.a.).

b) Muestreo Estratificado.
c) Muestreo Sistemtico.
d) Muestreo por conglomerados.
e) Muestreo por reas.
f) Muestreo Polietpico.

1.6 DISTRIBUCIN DE MUESTREO

Las distribuciones de muestreo constituyen una pieza importante de estudio por
varias razones. En la mayora de los casos, la viabilidad de un experimento dicta el
tamao de la muestra. La distribucin de muestreo es la distribucin de probabilidad
de una muestra de una poblacin en lugar de toda la poblacin.
En palabras ms simples, supongamos que de una determinada poblacin tomas
todas las muestras posibles de tamao n y calculas una estadstica (por ejemplo,
media) de todas las muestras. Si luego preparas una distribucin de probabilidad de
esta estadstica, obtendrs una distribucin de muestreo.
Las propiedades de la distribucin de muestreo pueden variar dependiendo de cun
pequea sea la muestra en comparacin con la poblacin. Se supone que la poblacin
se distribuye normalmente como generalmente sucede. Si el tamao de la muestra es
lo suficientemente grande, la distribucin de muestreo tambin estar cerca de lo
normal.
Si ste es el caso, entonces la distribucin de muestreo puede ser totalmente
determinada por dos valores: la media y la desviacin estndar. Estos dos parmetros
son importantes para calcular la distribucin de muestreo si se nos da la distribucin
normal de toda la poblacin.

1.6.1 DISTRIBUCIN DE MUESTREO DE LA MEDIA Y LA

DESVIACIN ESTNDAR
La distribucin de muestreo de la media se obtiene tomando la estadstica bajo
estudio de la muestra como la media. Calcular esto significa tomar todas las muestras
posibles de tamao n de la poblacin de tamao N y luego trazar la distribucin de
probabilidad. Se puede demostrar que la media de la distribucin de muestreo es, de
hecho, la media de la poblacin.

Sin embargo, la desviacin estndar es diferente para la distribucin de muestreo en

comparacin con la poblacin. Si la poblacin es lo suficientemente grande, esto est
dado por:
Donde es la desviacin estndar de la distribucin de la poblacin y es la media de
poblacin.

1.6.3 OTRAS DISTRIBUCIONES

Estas frmulas son vlidas nicamente cuando la poblacin se distribuye
normalmente. Si ste no es el caso, entonces la media y la desviacin estndar de la
distribucin de muestreo sern diferentes y dependern del tipo de distribucin de la
poblacin. La distribucin normal es una de las distribuciones de probabilidad ms
simples, por lo que es muy fcil de estudiar y analizar. Podemos encontrar fcilmente
frmulas matemticas para las estadsticas de distribucin de muestreo que queremos
encontrar.
Sin embargo, cuando la distribucin no es normal, esto puede ser muy complicado y
tales formulaciones matemticas sencillas podran ser difciles de encontrar o hasta
imposibles en algunos casos. En estos casos, usamos mtodos aproximados porque
encontrar el valor exacto implicar el estudio de cada muestra de tamao n tomada de
la poblacin, lo que es muy difcil y requiere mucho tiempo.

1.7 ESTIMACIN DE PARMETROS

En general, de las variables experimentales u observacionales no conocemos la fpd.
Podemos conocer la familia (normal, binomial,...) pero no los parmetros. Para
calcularlos necesitaramos tener todos los posibles valores de la variable, lo que no
suele ser posible. La inferencia estadstica trata de cmo obtener informacin
(inferir) sobre los parmetros a partir de subconjuntos de valores (muestras) de la
variable.
Estadstico: variable aleatoria que slo depende de la muestra aleatoria elegida para
calcularla.
Estimacin: Proceso por el que se trata de averiguar un parmetro de la poblacin
representado, en general, por q a partir del valor de un estadstico llamado estimador
y representado por

El problema se resuelve en base al conocimiento de la "distribucin muestral" del

estadstico que se use.
En la media (m). Si para cada muestra posible calculamos la media muestral ()
obtenemos un valor distinto (es un estadstico: es una variable aleatoria y slo
depende de la muestra), habr por tanto una fpd para, llamada distribucin muestral
de medias. La desviacin tpica de esta distribucin se denomina error tpico de la
media. Evidentemente, habr una distribucin muestral para cada estadstico, no slo
para la media, y en consecuencia un error tpico para cada estadstico.
Si la distribucin muestral de un estadstico estuviera relacionada con algn
parmetro de inters, ese estadstico podra ser un estimador del parmetro.

1.8 ESTIMACION DE LA MEDIA POBLACIONAL CON MUESTREO

ALEATORIO SIMPLE
El diseo de muestra o disea de encuesta especifica el mtodo de obtencin de la
muestra.
El diseo no especifica la forma de recolectar o medir los datos reales. Especifica
nicamente el mtodo de recoleccin de los objetos que contienen la informacin
requerida. Estos objetos se llaman elementos.
Un elemento es un objeto del cual se toma una medicin.
Los elementos pueden ocurrir individualmente o en grupos en la poblacin. Un grupo
de elementos, como una familia o una caja de cerillos se llaman unidad de muestreo.
Las unidades de muestreo son colecciones disjuntas de elementos de la poblacin. En
algunos casos una unidad muestral est constituida por un solo elemento. Para
seleccionar una muestra aleatoria de unidades de elementos mustrales, es necesaria
una lista de todas las unidades mustrales contenidas en la poblacin. Esta lista se le
denomina marco muestral. Un marco muestral es una lista de unidades mustrales.
1.8.1 SAGO Y ERROR EN EL MUESTREO
Sea el estimador muestral del parmetro poblacional. El error de estimacin es la
diferencia absoluta

1.8.2 COMO SELECCIONAR UNA MUESTRA ALEATORIA

Al seleccionar una muestra aleatoria de n mediciones de una poblacin infinita de N
mediciones, si el muestreo se lleva a cabo de forma que todas las muestras posibles

de tamao n tenga la misma probabilidad de ser seleccionadas, el muestreo se llama

aleatorio y el resultado es una muestra aleatoria simple.

1.8.3 ESTIMACIN BASADA EN UNA MUESTRA ALEATORIA SIMPLE

Al usar muestreo aleatorio simple para estimar la medida poblacional, se obtiene el
siguiente estimador:
Estimacin de la medida poblacional para un muestreo aleatorio simple
Estimador
Varianza estimada del estimador: con cotas para el error estimacin:
Estimacin del Total Poblacional para una muestral aleatoria simple
Estimador:
Muestreo Aleatorio Estratosfrico: Una muestra aleatoria estratificada es
una muestra aleatoria que se obtiene separando los elementos de la poblacin
en grupos disjuntos, llamados estratos, y seleccionando una muestra aleatoria

simple dentro de cada estrato.

Afijacin de la Muestral para los Estratos i=1,2,....,L donde Ni es l nmero
de elementos del estrato i y es el tamao de la poblacin. Estimacin de la
Media y la Varianza de Cada Estrato i=1,2,....,L donde yij es la j-sima
observacin del estrato i. La varianza es un estimador de la correspondiente

varianza del estrato.

El estimador de la media poblacional, basada en un muestreo aleatorio

estratificado.
Estimacin De La Media Poblacional Para Una Muestra Aleatoria

Estratificada
Una muestra por conglomerados se obtiene seleccionando aleatoriamente un
conjunto de m colecciones de elementos mustrales, llamados
conglomerados, de la poblacin y posteriormente llevando a cabo un censo

completo en cada uno de los conglomerados.

Estimacin de la Media Poblacional en un Muestreo por Conglomerados
Varianza estimada del estimador:
Cotas para el error de estimacin: donde M es l nmero de conglomerados

en la poblacin y m es el nmero de conglomerados en la muestra.

Estimacin del Total Poblacional en un Muestreo por Conglomerados
Estimador: Varianza estimada del estimador:

Cotas para el error de estimacin: Cuando los tamaos de los conglomerados

son iguales, es un buen estimador de la varianza real para cualquier nmero
m de conglomerados mustrales. Cuando los tamaos de los conglomerados
no son iguales, es un buen estimador nicamente cuando m es grande, por

ejemplo.
Determinacin del Tamao de Muestra
Tamao de muestra para estimar en el muestreo aleatorio simple con donde
es la varianza poblacional, N es l nmero de elementos de la poblacin, y B
en la cota para el error de estimacin. Si N es grande, la frmula del tamao
de muestra se reduce. Tamao de muestral para estimar en un muestreo

aleatorio simple cuando N es muy grande

Cuando el objetivo es estimar el total poblacional, con una cota B para el

error de estimacin, se debe sustituir en la frmula del tamao.

Tamao de muestra para la estimacin de n en un muestreo aleatorio
estratificado y donde y son, respectivamente la varianza y el tamao del

psimo estrato.
El tamao de muestra necesario para estimar el total poblacional, con una
cota para el error de estimacin, se obtiene sustituyendo en la ecuacin.

CONCLUSIN

El muestreo Estadstico resulta beneficioso para implementarlo en la realizacin de un

estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a travs de

determinados beneficios que estas tcnicas ofrecen. En los diferentes tipos de muestreo
existen no probabilstica en los cuales se deben establecer diferencia en el momento de
realizar nuestras investigaciones por tanto que en el no probabilstica no toda la poblacin
forma parte de la muestra y en el probabilstica todos los individuos tienen probabilidad
positiva de formar parte de la muestra.
El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de
una poblacin dentro de un universo a esta se le llama espacio muestral dentro de un
universo.
Es importante resaltar que el primer procedimiento al realizar una auditora, es iniciar las
investigaciones de manera tal que esta arrojen conclusiones provenientes de determinados
estudios como puede ser el estadstico a travs de una muestra probabilstica.

BIBLIOGRAFIA

http://destadistica.ingenieria.usac.edu.gt/index.php?

option=com_content&view=article&id=48&Itemid=66
https://explorable.com/es/distribucion-de-muestreo
https://es.wikipedia.org/wiki/Muestreo_(estad%C3%ADstica)
http://www.hrc.es/bioest/Introducion_est.html