Plataforma Educativa UNIDEG Teora del muestreo

TEORA DEL MUESTREO

Uno de los propsitos de la estadstica inferencial es estimar las caractersticas

poblacionales desconocidas, examinando la informacin obtenida de una
muestra, de una poblacin. El punto de inters es la muestra, la cual debe ser
representativa de la poblacin objeto de estudio.

Se seguirn ciertos procedimientos de seleccin para asegurar de que las

muestras reflejen observaciones a la poblacin de la que proceden, ya que solo
se pueden hacer observaciones probabilsticas sobre una poblacin cuando se
usan muestras representativas de la misma.

Una poblacin est formada por la totalidad de las observaciones en las

cuales se tiene cierto observar.

Una muestra es un subconjunto de observaciones seleccionadas de una

poblacin.

Muestras Aleatorias

Cuando nos interesa estudiar las caractersticas de poblaciones grandes, se

utilizan muestras por muchas razones; una enumeracin completa de la
poblacin, llamada censo, puede ser econmicamente imposible, o no se
cuenta con el tiempo suficiente.

A continuacin se ver algunos usos del muestreo en diversos campos:

1. Poltica. Las muestras de las opiniones de los votantes se usan para que
los candidatos midan la opinin pblica y el apoyo en las elecciones.
2. Educacin. Las muestras de las calificaciones de los exmenes de
estudiantes se usan para determinar la eficiencia de una tcnica o
programa de enseanza.
3. Industria. Muestras de los productos de una lnea de ensamble sirve
para controlar la calidad.
4. Medicina. Muestras de medidas de azcar en la sangre de pacientes
diabticos prueban la eficacia de una tcnica o de un frmaco nuevo.
5. Agricultura. Las muestras del maz cosechado en una parcela proyectan
en la produccin los efectos de un fertilizante nuevo.
6. Gobierno. Una muestra de opiniones de los votantes se usara para
determinar los criterios del pblico sobre cuestiones relacionadas con el
bienestar y la seguridad nacional.
Plataforma Educativa UNIDEG Teora del muestreo

Errores en el Muestreo

Cuando se utilizan valores muestrales, o estadsticos para estimar valores

poblacionales, o parmetros, pueden ocurrir dos tipos generales de errores: el
error muestral y el error no muestral.

El error muestral se refiere a la variacin natural existente entre muestras

tomadas de la misma poblacin.

Cuando una muestra no es una copia exacta de la poblacin; an si se ha

tenido gran cuidado para asegurar que dos muestras del mismo tamao sean
representativas de una cierta poblacin, no esperaramos que las dos sean
idnticas en todos sus detalles. El error muestral es un concepto importante
que ayudar a entender mejor la naturaleza de la estadstica inferencial.

Los errores que surgen al tomar las muestras no pueden clasificarse como
errores muestrales y se denominan errores no muestrales.

El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral

se refiere a una tendencia sistemtica inherente a un mtodo de muestreo que
da estimaciones de un parmetro que son, en promedio, menores (sesgo
negativo), o mayores (sesgo positivo) que el parmetro real.

El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorizacin.

La aleatorizacin se refiere a cualquier proceso de seleccin de una muestra

de la poblacin en el que la seleccin es imparcial o no est sesgada; una
muestra elegida con procedimientos aleatorios se llama muestra aleatoria. 1

Tcnicas de muestreo aleatorias.

Los tipos ms comunes de tcnicas de muestreo aleatorios son el muestreo

aleatorio simple, el muestreo aleatorio sistemtico, y el muestreo estratificado.

Muestreo aleatorio simple

Para obtener una muestra, se numeran los elementos de la poblacin y se
seleccionan al azar los n elementos que contiene la muestra.

Muestreo aleatorio sistemtico

Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen
los dems hasta completar la muestra.
Plataforma Educativa UNIDEG Teora del muestreo

Por ejemplo si tenemos una poblacin formada por 100 elementos y queremos
extraer una muestra de 25 elementos, en primer lugar debemos establecer el
intervalo de seleccin que ser igual a 100/25 = 4. A continuacin elegimos el
elemento de arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y a
partir de l obtenemos los restantes elementos de la muestra.
2, 6, 10, 14,..., 98

Muestreo aleatorio estratificado

Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un
nmero de individuos de cada estrato proporcional al nmero de componentes
de cada estrato.
En una fbrica que consta de 600 trabajadores queremos tomar una muestra
de 20. Sabemos que hay 200 trabajadores en la seccin A, 150 en la B, 150 en
la C y 100 en la D.

Un muestreo puede hacerse con o sin reposicin, y la poblacin de partida

puede ser infinita o finita.
En todo nuestro estudio vamos a limitarnos a una poblacin de partida infinita o
a muestreo con reposicin. 2

1.- De la Torre L. (2003) Curso Estadstica I, Tecnolgico de Chihuahua.

Recuperado de: http://www.itch.edu.mx/academic/industrial/estadistica1/

2.- Fernandez, J ((2010) Estadstica Inferencial. Vitutor.

Recuperado de: http://www.vitutor.com/estadistica/inferencia/estadistica_inferencial.html