Muestreo y estadstica

La estadstica es una ciencia que recoge, organiza, presenta, analiza e interpreta

datos con el fin de propiciar una toma de daciones o datos ms eficaz.
El muestreo estadstico es un enfoque sistemtico para seleccionar unos cuantos
elementos (muestra) de un grupo de datos (poblacin) a fin de hacer algunas
inferencias sobre el grupo total.
Ventajas:

Costo reducido
Mayor rapidez
Ms posibilidades
Mayor exactitud

Tcnicas de muestreo
Muestreo aleatorio simple
Es aquel en el que todas las posibilidades muestras a seleccionar tienen la
probabilidad de ser escogidas. El proceso de extraccin es tal que garantiza a cada
uno de nuestros elementos de la poblacin la misma oportunidad de ser incluidos en
dicha muestra.
PROCEDIMIENTO:
El procedimiento de seleccin consiste en enumerar las unidades de la poblacin y
usando la tabla de nmeros aleatorios seleccionar la primera unidad, se contina la
seleccin incluyendo las unidades repetidas. En trminos ms simples:
1. Definir el Marco Muestral
2. Determinar el tamao de la Muestra
3. Generar nmeros Aleatorios: a partir de una tabla, de una calculadora de
bolsillo o a partir de un programa de computadora.
CLASIFICACIN:

Con reposicin: Sobre una poblacin de x tamao podemos realizar

extracciones de x elementos, pero de modo que cada vez el elemento
extrado es repuesto al total. De esta forma un elemento puede ser extrado

varias veces. Es decir, una misma unidad puede ser seleccionada varias

veces en una misma muestra, por lo que no se incrementa la informacin.

Sin reposicin: No se permite que una misma unidad sea seleccionada ms
de una vez. Esto hace variar la probabilidad de obtener una determinada
muestra.

RECOMENDACIONES:

Orientado a encuestas de pequea escala

Es mucho mejor el muestreo sin reposicin
Es muy eficiente cuando la poblaciones homognea

EJEMPLO:
Un colegio tiene 120 alumnos de bachillerato. Se quiere extraer una muestra de 30
alumnos. Para eso se utiliz el mtodo aleatorio simple.
1. Se enumeran los alumnos de 1 al 120.
2. Se sortean 30 nmeros entre los 120.
3. La muestra estar formada por los 30 alumnos a los que les correspondan los
nmeros obtenidos.
Muestreo sistemtico
Tipo de muestreo en el cual los elementos que se muestrearan se seleccionan de la
poblacin en un intervalo uniforme que se mide con respecto al tiempo, al orden o al
espacio.
PROCEDIMIENTO:
1. Definir el Marco Muestral
2. Determinar el tamao de la Muestra
3. Actualizar marco muestral
4. Calcular el Coeficiente de elevacin: CE = N/n
5. Generar un nmero aleatorio entre 1 y CE
6. Sumar el CE al nmero aleatorio sistemticamente. 7. Aplicar instrumento de
recoleccin de datos.
CARACTERSTICAS:

Se realizan intervalos
El primer elemento que se va a tomar de la muestra se puede elegir de la
poblacin.

CLASIFICACIN

Muestreo sistemtico circular: Se utiliza cuando el rango o marco que

resulta al hacer la divisin no sea entero x/n = impar

Muestreo sistemtico simple : Se utiliza cuando el rango que resulta al
hacer la divisin es entero x/n = par

EJEMPLO:
Un colegio tiene 120 alumnos. Se quiere extraer una muestra de 30 alumnos
mediante el muestreo aleatorio sistemtico.

Se enumeran los alumnos del 1 al 120

Se calcula el intervalo constante entre cada individuo N (poblacin)/n

(muestra) = 120/30 = 4.
Se sortea un nmero del 1 al 4. supongamos que ale el nmero 3. el primer
alumno seleccionado para la muestra seria el nmero 3, los siguientes

alumnos se obtendran sumando 3, hasta llegar a 30 alumnos.

Los alumnos seleccionados para la muestra seran los

que

se

correspondieran a los nmeros: 3, 6, 12, 15, 21,...90.

Muestreo por conglomerados o por etapa
Es un mtodo en el cual la unidad de muestreo consiste de un grupo de unidades
elementales. Es decir, que cada grupo o conglomerado es un agregado de unidades
elementales. Cada conglomerado es considerado como una unidad de muestreo de
diferente rango a las unidades elementales que son las de inters.
PROCEDIMIENTO:
1. Definir el Marco Muestral
2. Dividir la Poblacin en conglomerados de igual tamao y heterogneos a su
interno.
3. Determinar el nmero de conglomerados a investigar
4. Seleccionar los conglomerados a estudiar
EJEMPLO:

Por ejemplo, un investigador desea estudiar el rendimiento acadmico de los

estudiantes secundarios en Espaa.

Puede dividir a toda la poblacin (poblacin de Espaa) en diferentes

conglomerados (ciudades).
Luego, el investigador selecciona una serie de conglomerados en funcin de

su investigacin, a travs de un muestreo aleatorio simple o sistemtico.

Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)
el investigador puede incluir a todos los estudiantes secundarios como
sujetos o seleccionar un nmero de sujetos de cada conglomerado a travs
de un muestreo aleatorio simple o sistemtico.

CLASIFICACION:
Muestra por conglomerados en una etapa: Recordemos el ejemplo anterior: una
muestra por conglomerados en una etapa ocurre cuando el investigador incluye a
todos los estudiantes secundarios de todos los conglomerados seleccionados al
azar como muestra.
Muestra por conglomerados en dos etapas: En el ejemplo anterior, se obtiene la
muestra por conglomerados en dos etapas cuando el investigador slo selecciona
un nmero de estudiantes de cada conglomerado mediante muestreo aleatorio
simple o sistemtico
Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clase llamados
estratos. Una muestra estratificada es obtenida mediante la seleccin posterior de
una muestra aleatoria de cada estrato.
PROCEDIMIENTO:
1. Definir el Marco Muestral
2. Dividir la Poblacin en Estratos homogneos a su interno y heterogneos
entre ellos.
3. Determinar el nmero de elementos a investigar en cada estrato
4. Actualizar marco muestral
5. Aplicar el instrumento de recoleccin de datos
En el muestreo estratificado, los individuos se dividen en grupos o estratos. Cada
elemento pertenece a un nico estrato.

La muestra se elige escogiendo en cada estrato un nmero representativo de

individuos. La eleccin de los elementos en cada estrato se realiza mediante algn
mtodo de muestreo aleatorio simple o muestreo sistemtico.
Suponemos que hay k estratos de tamaos N1, N2,, Nk, de forma que:
N= N1 + N2 + + Nk
En cada estrato se toman n1, n2,, nk elementos para la muestra, de manera que
se toman en total n individuos, es decir:
n=n1 + n2 + + nk
CLASIFICACIN:
Se tomar una muestra que sea representativa del
conjunto de la poblacin. El nmero de individuos que se
eligen de cada estrato se puede decidir mediante diversos
criterios:
Eleccin simple: se toman el mismo nmero de sujetos
de cada uno de los k estratos. De cada estrato se
seleccionaran n/k individuos. Este criterio no es recomendable cuando los estratos
tienen diferente nmero de individuos.
Eleccin proporcional al tamao del estrato: el tamao de la muestra en cada
grupo es proporcional a los elementos de dicho grupo. En cada estrato se tomarn
ni elementos, calculados mediante la frmula:
ni = n. Ni/N
Eleccin proporcional a la variabilidad del estrato: si se conoce la variabilidad de
la caracterstica que estamos tomando en cuenta en cada estrato, se toman los
sujetos proporcionalmente a ella en cada grupo. En los grupos donde la varianza es
mayor, se toman, por tanto, ms sujetos.
EJEMPLO:
Por ejemplo, suponemos que estamos haciendo un estudio de la vista de la
poblacin de una ciudad. Suponemos que el 30% de la poblacin lleva gafas y el

70% no. Mediante este mtodo se escogera el 30% de la muestra de personas que
lleven gafas y el 70% de los que no.
Muestreo no probabilstico
Es un procedimiento de seleccin en el que se desconoce la probabilidad que tienen
los elementos de integrar la muestra.
Procedimiento:
El proceso de seleccin es subjetivo depende del criterio de investigado
Tipos de muestreo no probabilstico

Muestreo de conveniencia
Muestreo de juicio
Muestreo por cuotas

La muestra estar formada por unidades que faciliten su medida, sean accesibles o
que sean favorables. Reducen el
Ver bibliografa en los videos

Bibliografa:

Martnez, R. (2012) TEMA 2: INTRODUCCIN A LA INFERENCIA

ESTADSTICA [en lnea]. http://www.uv.es/~rmartine/sociologia/tema2.PDF.
[2015/10/09].