Académique Documents
Professionnel Documents
Culture Documents
AMRICAS
TEORA DE MUESTREO
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es
obtener unos resultados confiables y que puedan ser aplicables, como resulta casi
imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin,
por lo que la solucin es llevar a cabo el estudio basndose en un subconjunto de
sta denominada muestra.
Sin embargo, para que los estudios tengan la validez y confiabilidad es necesario
que tal subconjunto de datos, o muestra, posea algunas caractersticas
especficas que permitan, al final, generalizar los resultados hacia la poblacin.
Cuanto ms homognea es una poblacin en las caractersticas objeto de estudio,
ms fcil resulta obtener muestras representativas sin necesidad de que sean
grandes. Es decir, el tamao de la muestra est en relacin directa con la
desviacin tpica de las puntuaciones en las caractersticas de la variable a
investigar.
Esas caractersticas tienen que ver principalmente con el tamao de la muestra y
con la manera de obtenerla.
1
Pgina 1
Siempre que hagamos la eleccin de una muestra, debemos tener cuidado de que
sta rena las siguientes caractersticas:
Pgina 2
Que sea representativa: esto quiere decir que los elementos seleccionados
debern presentar caractersticas similares a las de la poblacin o universo.
El costo se reduce, pues los gastos sern nicamente los ocasionados por
una parte del universo (muestra tomada) y no por la totalidad de l.
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
Pgina 3
99.73%
99%
98%
96%
95.45%
95%
90%
80%
68.27%
50%
Valores de Z
3.00
2.58
2.33
2.05
2.00
1.96
1.645
1.28
1.00
0.6745
Pgina 4
Error estimado: 5%
Pgina 5
Donde:
n es el tamao de la muestra;
Z es el nivel de confianza (95%-equivalente al valor Z=1.96);
p es la variabilidad positiva (0.5);
q es la variabilidad negativa (0.5);
E es la precisin o error(entre 4% y 6%).
Por ejemplo:
se desea realizar una investigacin sobre los estudiantes inscritos en primer y
segundo semestre, para lo cual se aplicar un cuestionario de manera aleatoria a
una muestra, pues los recursos econmicos y el tiempo para procesar la
informacin resultara insuficiente en el caso de aplicrsele a la poblacin
estudiantil completa.
En primera instancia, suponiendo que no se conoce el tamao exacto de la
poblacin, pero con la seguridad de que sta se encuentra cerca a los 500.000, se
aplicar la primera frmula.
Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima
variabilidad por no existir antecedentes en la institucin sobre la investigacin y
porque no se puede aplicar una prueba previa, es decir que p=0.5 y q=0.5.
Pgina 6
Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%,
es decir, se busca el nivel de confianza en la tabla y obtenemos un nivel de
confianza Z=1.96.
De esta manera se realiza la sustitucin y se obtiene:
donde
n es el tamao de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamao de la poblacin;
E es la precisin o el error.
La ventaja sobre la primera frmula es que al conocer exactamente el tamao de
la poblacin, el tamao de la muestra resulta con mayor precisin y se pueden
incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de una
investigacin.
Pgina 7
Por ejemplo:
Con el ejemplo anterior, pero supongamos ahora que s se conoce el tamao de la
poblacin estudiantil y es de 9,408, entonces se aplicar la segunda frmula.
Utilizando los mismos parmetros la sustitucin queda como:
Tipos de muestreo
Muestreo probabilstico
Son aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra. Solo estos mtodos de muestreo
probabilstico aseguran la representatividad de la muestra extrada y son, los ms
recomendables. Dentro de los mtodos de muestreo probabilstico se encuentran
los siguientes tipos:
Pgina 8
El riesgo se este tipo de muestreo esta en los casos en que se dan periodicidades
en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) se puede introducir una homogeneidad que no se da en la poblacin,
por ejemplo, suponga que se est seleccionando una muestra sobre una listas de
10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres; si se
emplea un muestreo aleatorio sistemtico con k=10 siempre sern seleccionados
Pgina 9
o solo hombres o solo mujeres; no podra haber una representacin de los dos
sexos, lo que significa que la muestra puede no ser representativa.
Ejemplo: Para obtener una muestra de suscriptores telefnicos en una ciudad
grande, puede obtenerse primero una muestra aleatoria de los nmeros de las
pginas del directorio telefnico; al elegir el vigsimo nombre de cada pgina
obtendramos un muestreo sistemtico, tambin podemos escoger un nombre de
la primera pgina del directorio y despus seleccionar cada nombre del lugar
nmero cien a partir del ya seleccionado. Por ejemplo, podramos seleccionar un
nmero al azar entre los primeros 100; supongamos que el elegido es el 40,
entonces seleccionamos los nombres del directorio que corresponden a los
nmeros 40, 140, 240, 340 y as sucesivamente.
3.1.3 Muestreo aleatorio estratificado:
Una muestra aleatoria estratificada es la obtenida mediante la separacin de los
elementos de la poblacin en grupos diferentes entre si, llamados estratos y la
seleccin posterior de una muestra irrestrictamente aleatoria simple en cada
estrato. Se puede estratificar, por ejemplo, segn la profesin, el municipio de
residencia, el sexo, el estado civil, etc
Este tipo de muestreo asegura de que todos los estratos de inters estn
representados 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 formaran parte de la muestra. Este tipo de
muestreo exige un conocimiento detallado de la poblacin. El tamao de cada
estrato se determina de dos maneras:
Pgina 10
Pgina 11
Elegir por muestreo aleatorio simple o sistemtico los bancos que van a
formar parte de la muestra por conglomerado.
3.2
Muestreo no probabilstico:
Pgina 12
Pgina 13
Pgina 14