CONTENIDOS:

Concepto. Tipos de muestreo. Ventajas y desventajas. Criterios de seleccin. Condiciones de una buena muestra. Tamao de muestra. Error de muestreo.

UNIVERSO O POBLACIN
Conjunto de elementos que comparten una caracterstica.

MUESTRA
Subconjunto de esa poblacin.

 Es la seleccin de algunas

unidades de anlisis entre una poblacin definida correspondiente a un estudio o investigacin.

MUESTREO PROBABILSTICO (AL AZAR, ALEATORIO)

Se conoce: la probabilidad de seleccin de la unidad de anlisis y el margen de error a usarse.

MUESTREO NO PROBABILSTICO
No se conoce la probabilidad de seleccin de la unidad de anlisis, por lo tanto no permite realizar inferencias para la poblacin bajo investigacin.

1. ALEATORIO SIMPLE
Para seleccionar una muestra se requiere:
Preparar una lista numrica de todas las unidades de la poblacin de estudio. Decidir acerca del tamao de la muestra. Seleccionar el nmero requerido de unidades de muestreo, a base de un mtodo de sorteo o de una Tabla de Nmeros Aleatorios.

2. ALEATORIO SISTEMTICO
Las personas se seleccionan, del encuadre de muestreo , a intervalos regulares (Ej: de 5 en 5).
Inicio de seleccin: aleatorio.

3. ALEATORIO ESTRATIFICADO
El encuadre de muestreo debe subdividirse en grupos o ESTRATOS en funcin de las caractersticas de la poblacin.
Las muestras aleatorias de tamao predeterminado tendrn que obtenerse a partir de cada estrato.

4. POR GRUPOS O CONGLOMERADOS

Se seleccionan grupos de unidades de estudio en vez de unidades de estudio individuales.

MUES TREO PROB ABILS TICO

Ventajas: Tiene fundamento estadstico matemtico. Es ms representativo, porque es ms exacto. El error con el que se trabaja es menor y es posible decidir con que error* trabajar. Desventajas: Es costoso. Requiere el conocimien- to previo del universo.

Ventajas:
Es menos costoso. De seleccin ms simple. No requiere conocimiento

previo del universo. No requiere tener identifi-

cadas las unidades de anlisis.

Desventajas:
Se trabaja con un error

desconocido.
No se puede calcular el

error.
Es menos representativo.

MUES TREO NO PROB ABILS TICO

CRITERIOS DE SELECCIN
a) Todos los individuos de la muestra debe ser parte del conjunto total de la poblacin estudiada. b) Todos los individuos de la poblacin tiene igual probabilidad estadstica de ser seleccionados en la muestra. c) El tamao de la muestra ser adecuado al tipo de estudio. Un tamao menor pierde fiabilidad, un tamao mayor implica derroche de recursos. d) La tcnica de recoleccin debe permitir el logro de los objetivos.

Las condiciones fundamentales que ha de cumplir una muestra son cuatro:

1. Que comprendan parte del universo y no la totalidad de ste. 2. Que su amplitud sea estadsticamente proporcionada a la magnitud del universo. Esta condicin se halla en relacin con el punto prctico de determinacin del tamao de la muestra y sirve para decidir si, segn las unidades que comprende respecto al universo, una muestra es o no admisible.

3. La ausencia de distorsin en la eleccin de los elementos de la muestra. Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo hecho viciada. 4. Que sea representativa o reflejo fiel del universo, de tal modo que reproduzca sus caractersticas bsicas en orden a la investigacin. Esto quiere decir que si hay sectores diferenciados en la poblacin que se supone ofrecen caractersticas especiales, a efectos de los objetivos de la investigacin, la muestra tambin deber comprenderlos y precisamente en la misma proporcin, es decir, deber estar estratificada como el universo. (Sierra Bravo, 1988: 175)

Fox (1981):

Definicin o seleccin del universo o

especificacin de los posibles sujetos o elementos de un determinado tipo; Determinacin de la poblacin o parte de ella a la que el investigador tiene acceso; Seleccin de la muestra invitada o conjunto de elementos de la poblacin a los que se pide que participen en la investigacin; Muestra aceptante o parte de la muestra invitada que acepta participar; Muestra productora de datos; la parte que acept y que realmente produce datos.

n= Z2.p.q.N e2. (N-1) + Z2.p.q

Distribucin poblacional de los estudiantes de la UAP segn EAP :

ESCUELA ACADMICO PROFESIONAL
Ingeniera Industrial
Ingeniera de Sistemas Educacin Ingeniera electrnica

NMERO (%)
130 (29)
70 (15) 69 (15) 137 (30)

Nutricin

52 (11)

TOTAL

458 (100)

n=

Z2.p.q.N e2. (N-1) + Z2.p.q

n=

1.962 x 0.5 x 0.5 x 458 (0.052 x 457) + (1.962 x 0.5 x 0.5)

n= 210

Afijacin: estratificado o conglomerados.

Distribucin poblacional segn EAP de los estudiantes de la UNMSM:

ESCUELA ACADMICO PROFESIONAL
Ingenieria Industrial

NMERO (%)
60 (29)

Ingenieria de Sistemas

32 (15)

Educacin

32 (15)

Ingeniera Electrnica

64 (30)

Nutricin

22 (11)

TOTAL

210 (100)

 El

error muestral o error tpico, es la desviacin tpica de las distintas medias obtenidas alrededor de la media de la poblacin. El error tpico se define en estadstica como la desviacin tpica de la distribucin muestral de un estadstico. (Jimnez Fernndez, 1983) Los errores muestrales son debidos a dos causas principales:
Error de sesgo, es debido a que la muestra no

es representativa de la poblacin. Error aleatorio, debido al azar.

MUESTREO ALEATORIO SIMPLE

Se caracteriza por que otorga la misma probabilidad de ser elegidos a todos los elementos de la poblacin. Para l calculo muestral, se requiere de: El tamao poblacional, si sta es finita, del error admisible y la estimacin de la varianza. En la prctica es difcil de realizar debido a que en muchos casos no se dispone de un marco muestral.

EJEMPLO
Calcule el tamao de muestra necesario si se quiere una confianza del 90%, un error admisible de 4000 y se estima la desviacin en 15.000.
Z2/2* S2 (1.645)2 * (15000)2 n0 = --------- = -------------------------= 38 2 40002 e

Si se conoce N, suponga que es 10000 entonces: n0 38 n = ------------------------ = -------------------= 38 1+ n0 1 + 38 ----------N 10000

Donde: no

2 Z 1 P 2 *P *

e2

2 1.96 * 0.3 * 0.7 0.062

n0 224 n 224 1 0 1 6100 N

2 Valor tabulado de la distribucin normal cuando se tiene una confiabilidad del Z 2

95%

P: Proporcin de empresas que poseen control interno en el rea de mercadeo. El valor se estim con la prueba piloto. (1-P): Proporcin de empresas que no poseen control interno en el rea de mercadeo. e: Error que se admite como viable y se mide en porcentaje, para el caso se considera adecuado el 6%. Procurando obtener informacin de todos los sectores, se utiliza el muestreo estratificado proporcional, el cual utiliza la siguiente formula: Ni=n*(Ni /N) N1=216*(Ni /6100) = Donde:
Ni: Total de empresas del sector i. N: Total de pequeas y medianas empresas n: Tamao de muestra ni: Tamao de muestra

EJEMPLO
Calcule el tamao de muestra necesario si se quiere una confianza del 95%, un error admisible del 6% y la proporcin de xitos es de 0.30.
Z2/2* P*(1-P) n0 = -----------------e 2 2 (1.96)

* 0.3*0.7

= -------------------------- = 224 (0.06)2

Si se conoce N, suponga que es 6.100 entonces: n0 224 n = ------------------------ = -------------------= 216 1+ n0 1 + 224 ----------N 6.100

Se realiza un estudio para estimar el porcentaje de ciudadanos

de Jess Mara que estn en favor de la venta de del Parque Matamula. Qu tan grande debe ser la muestra si se desea tener una confianza de al menos 95% de que la estimacin estar dentro del 2% del porcentaje real?