Vous êtes sur la page 1sur 7

INTRODUCCION.

Cuando se necesita desarrollar un proyecto de investigacin se emplea a distintas


poblaciones, para ello se requiere conocer que tcnica se va a emplear ya que debe de ir de
acuerdo a lo que se est por desarrollar, asi como tener claro que caractersticas debe tener
para la obtencin de datos.
Para poder comprender la aplicacin de la estadstica en el planteo de nuestro trabajo, se
debe conocer y comprender conceptos clave para un desarrollo ptimo del tema; asi
aplicndolo en la vida cotidiana con ejemplos y problemas mismos que se puedan
desarrollar en la materia.

OBJETIVO

Se conozca y comprenda los conceptos clave de la investigacin, asi como distinguir las
distintas tcnicas de muestreo y en lo que conlleva cada una de ellas.

MARCO TEORICO
Universo: conjunto de individuos o elementos cualesquiera, en los cuales se consideran una
o ms caractersticas que se someten a estudio estadstico.
Muestra: es parte de un conjunto o poblacin debidamente elegida que se somete a
observacin cientfica en representacin del conjunto para obtener resultados vlidos.
Poblacin: Conjunto de sujetos a los que queremos proyectar nuestra investigacin o
nuestro estudio.
Para poder elegir una muestra

Poblacin Se recoge en.

En ella figuran
Base de la individualizadas
todas las unidades
muestra que forman la
poblacion.

Unidad de Cada uno de los


elementos en que
se subdividen la
muestra base.

Se tiene dos tipos de muestras: Cualitativas y Cuantitativas.

Fraccion de muestreo:
Porcentaje que representa la
muestra respecto del
universo n/N
Cuantitativa

Coeficiente de elevacin:
Nmero de vecesque la
muestra est contenida en el
Relacion Universo-Muestra universo N/n

Exique que el universo y la


muestra renan las mismas
Cualitativa
caracteristicas bsicas en
igual proporcin.

Determinacin del tamao de muestra.


Los factores que determinan el tamao de la muestra son la distribucin de la poblacin,
el nivel de confianza y el margen de error permitido.
Distribucin de la Poblacin: La poblacin puede ser homognea o heterognea, se puede
realizar un estudio piloto para tener alguna medida estadstica descriptiva como la media y
la desviacin estndar (S). Si no se poseen datos previos, se puede adoptar los supuestos
de posicin.
Nivel de Confianza: se refiere a la probabilidad de que la estimacin efectuada se ajuste a
la realidad. Los valores que se suelen utilizar para el nivel de confianza son el 95%, 99% y
99,9%.
Los valores de la tabla Normal para Z de acuerdo al nivel de confianza son: 1.645; 1.96 y
2.575 respectivamente. Cuanto ms grande es el nivel de confianza, mayor ser la garanta
de que la estimacin realizada a travs de la muestra se aproxime a la realidad.
Error de muestreo permitido: para fijar el tamao de muestra adecuado a cada investigacin
es preciso determinar el porcentaje de error que estamos dispuestos a tolerar. El error es
el porcentaje de incertidumbre, es el riesgo estimado de que la muestra elegida no sea
representativa. A medida que se incrementa el tamao de la muestra, el error muestral
tiende a reducirse.
Entonces se tiene que:


=

+

Si se conoce el tamao de la poblacin:


N = tamao de la poblacin
n = tamao necesario de la muestra
Z = margen de confiabilidad o nmero de unidades de desviacin estndar en la
distribucin normal que producir un nivel deseado de confianza
S = desviacin estndar de la poblacin conocida o estimada a partir de anteriores
estudios o de una prueba piloto.
E = error o diferencia mxima entre la media muestral y la media de la poblacin que se
est dispuesto a aceptar con un nivel de confianza que se ha definido.

TECNICAS DE MUESTREO.

Muestreo: es una estrategia que nos permite elegir un subgrupo de un grupo mayor, y
utilizado como base para realizar inferencias sobre este.
Con esto podemos conocer las distintas tcnicas de muestreo, as en cmo se subdivide.
PROBABILISTICO.
Son los muestreos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de la muestra. Nos aseguran la representatividad de la muestra
extrada. Y tenemos:

Muestreo aleatorio simple.


Muestreo aleatorio sistemtico.
Muestreo aleatorio estratificado.
Muestreo aleatorio por conglomerados.
Muestreo en etapas mltiples

Muestreo aleatorio simple.


Consiste en elegir al azar un numero de elemento de una poblacin que ya se ha definido,
de modo que la probabilidad de cada unidad de formar parte de la muestra es la misma.

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 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.
Con reposicin mltiple:
En poblaciones muy grandes, la probabilidad de repetir una extraccin es tan
pequea que el muestreo puede considerarse con reposicin.

Muestreo aleatorio sistemtico.

Se elige un solo elemento de la base al azar, a ese nmero se le suma el coeficiente de


elevacin.
N/n

Donde N es el tamao de la poblacin y n el tamao de la muestra.


As, al nmero inicial se la va sumando el coeficiente de la formula anterior.
Muestreo aleatorio estratificado.

Consiste en considerar categoras tpicas entre s, que poseen gran homogeneidad


respecto alguna caracterstica (profesin, sexo, estado civil, etc.). se pretende asegurar
que todos los estratos de inters estn adecuadamente representados en la muestra.
Muestreo aleatorio por conglomerados.

Consiste en seleccionar aleatoriamente un cierto nmero de conglomerados y en


investigar despus todos los elementos pertenecientes a los conglomerados elegidos.
La unidad maestral es un grupo de elementos de la poblacin que forman una unidad
(ej.: unidades, hospitalarias, departamentos universitarios).
Muestreo en etapas mltiples.

Se seleccionan unidades de muestreo en una primera etapa(primarias), y en una segunda


etapa se selecciona una muestra de cada una de las unidades primarias (unidades
secundarias y as sucesivamente. Este muestreo es eficiente para poblaciones dispersas o
grandes, se tiene mayor error estndar que el muestreo simple y estratificado, el clculo de
estimaciones a partir de este muestreo es complejo.

NO PROBABILISTICO .
La muestra extrada no ser representativa, porque no todos los sujetos de la poblacin tienen la
misma probabilidad de ser elegidos. Y tenemos:

Muestreo por cuotas.


Muestreo internacional o conveniencia.
Bola de nieve.
Muestreo consecutivo
Inclusin de voluntarios
Muestreo de juicio
Muestreo incidental o casual

Muestreo por cuotas.

Consiste en la seleccin de individuos que renen condiciones parecidas. Se escogen a los


primeros que se encuentren que recojan las caractersticas.
Muestreo internacional o conveniencia.

Consiste en la seleccin de individuos que puedan representar a la poblacin, utilizando los


que son ms cercanos al investigador.
Bola de nieve.

Consiste en seleccionar una muestra a travs de unos individuos que conducen a otros, as
hasta alcanzar la muestra suficiente.
Muestreo consecutivo.

Se seleccionan a los individuos a medida que acuden durante un periodo de tiempo


determinado hasta alcanzar tamao muestral.
Inclusin de voluntarios.

Se incluyen los individuos que aceptan voluntariamente durante un periodo de tiempo


determinado hasta alcanzar el tamao muestral.
Muestreo de juicio.

Se selecciona a individuos que tienen un conocimiento profundo del tema de estudio y por
tanto se considera que la informacin aporta por estos individuos es vital para la toma de
decisiones.
Muestreo casual o incidental.

El investigador selecciona la muestra directamente sin seguir ningn tipo de criterio,


teniendo en consideracin el fcil acceso a la misma.

OTRAS TECNICAS.
Muestreo bietpico

Es un caso particular de muestreo por conglomerados en el que en la segunda etapa no se


seleccionan todos los elementos del conglomerado, sino que se seleccionan un
determinado nmero de elementos de cada conglomerado de manera aleatoria. Los
conglomerados de primera etapa se denominan unidades primarias, los de segunda etapa,
secundarias.

Muestreo polietpico

Muestreo en el que se procede por etapas: se obtiene una muestra de unidades primarias,
ms amplias que las siguientes; de cada unidad primaria se toman, para una submuestra,
unidades secundarias, y as sucesivamente hasta llegar a las unidades ltimas o ms
elementales.
Puede considerarse como una modificacin del muestreo por conglomerados. Entonces, no
forman parte de la muestra elementos o unidades de todos los conglomerados, sino que,
una vez seleccionados los conglomerados aleatoriamente, se efectan submuestras dentro
de cada uno de ellos.

Ejemplo
1 Etapa: muestra de ciudades.

2 Etapa: muestra de familias.

3 Etapa: muestra de individuos.

CONCLUSIONES.

El muestreo nos permite deducir sobre las poblaciones, como escoger una tcnica de
muestra de acuerdo a las caractersticas esenciales de la poblacin a estudiar. Hay
cuestiones que debemos especificar a la hora de elegir una muestra:
1. El mtodo de seleccin de los individuos de la poblacin (tipo de muestreo que se va a
utilizar).
2. El tamao de la muestra.
3. El grado de fiabilidad de las conclusiones que vamos a presentar, es decir, una estimacin
del error que vamos a cometer (en trminos de probabilidad).
Debemos de tomar en cuenta que la seleccin no adecuada de los elementos de la muestra
provoca errores posteriores a la hora de estimar las correspondientes medidas en la
poblacin.

BIBLIOGRAFIA.
http://optimierung.mathematik.uni-
kl.de/mamaeusch/veroeffentlichungen/ver_texte/sampling_es.pdf

http://ricardoruizdeadana.blogspot.mx/2011/02/unidad-v-tecnicas-de-muestreo.html

https://sites.google.com/site/iniciacionestadistica/tecnicas-de-muestreo

http://www.sai.com.ar/metodologia/rahycs/rahycs_v7_n2_06.htm