Prof. MsC. JOSE ESPINOZA S.

Jb_espinoza@Yahoo.es
Cel. 942782525
UNIVERSIDAD NACIONAL DE INGENIERIA
FACULTAD DE INGENIERIA ECONOMICA Y CIENCIAS SOCIALES
ESCUELA DE POST - GRADO

CURSO - TALLER:
MUESTREO
Muestreo
Determinacin del tamao de muestra
Tcnicas de seleccin de unidades
Manejo de Epidat SPSS 19

Sesin 1 : MUESTREO:


Etapas de un estudio de investigacin
DEFINICIONES Y TERMINOS

a. Unidad de anlisis
b. Poblacin
c. Unidad de muestreo
d. Marco muestral
e. Parmetro
f. Estadgrafo o estadstico.
UNIDAD DE ANALISIS
Tambin llamado ELEMENTO DE LA POBLACION es aquella
unidad indivisible de la que se obtiene el dato estadstico.

Ejm:
Hogar, paciente, madre de familia, nota de enfermera,
animal de experimentacin, objeto, etc. que participa en
el estudio conformando la muestra.
POBLACIN
Poblacin:
Es el conjunto de unidades de anlisis con alguna caracterstica
de inters o atributos especialmente cuantificables en un
periodo y en un lugar determinado.

Poblacin Diana: Est definida por los objetivos del estudio.
Ejm. Hogares de Lima metropolitana que usan GN, Diabticos
de Lima. Inaccesible.
Poblacin de Estudio: De acuerdo con los criterios de Inclusin
y Exclusin. Accesible.

Poblacin Finita: Cuando se conoce el tamao de la poblacin.
Poblacin Infinita: Cuando no se conoce el tamao de la
poblacin.
UNIDAD DE MUESTREO
Es la unidad seleccionada del marco muestral.
Puede coincidir con la unidad de anlisis.
Es el elemento utilizado para seleccionar la muestra.

Ejemplo:
Si se desea conocer en qu medida las madres de una
determinada comunidad cumplen o no con el calendario de
vacunaciones de sus nios menores de 5 aos.

La unidad de muestreo: son las viviendas numeradas
de la comunidad.
La unidad de anlisis: es la madre de familia que se le
entrevistar.
MARCO MUESTRAL
Es una lista detallada y actualizada de las unidades de muestreo de
donde se obtiene la muestra.


Ejemplos: de marco muestrales

Lista de distritos segn estratos.
Directorio telefnico.
Lista de alumnos de una universidad.
Planos de una determinada comunidad
Lista de manzanas de una comunidad, etc.

PARMETRO



Medida estadstica que describe una caracterstica de la
poblacin.

Su valor se calcula en base a todas las observaciones de la
poblacin de estudio.
Se representa con letra griega y es un valor fijo para la
poblacin en estudio.

Ejm:
Edad promedio de los sujetos de la poblacin (),
proporcin de Hogares que usan Gas Natural (),etc



ESTADSTICO O ESTADGRAFO


Medida estadstica que describe una caracterstica de la muestra
y cuyo resultado est en funcin de los datos muestrales.

Se representa con letra latina y es variable de muestra a muestra.

Ejm:
la edad promedio de los sujetos pertenecientes a la muestra (x),
la proporcin de Hogares con GN pertenecientes a una muestra
(p), etc.
MUESTRA (n)
POBLACIN (N)
Es una tcnica estadstica por la cual se realizan inferencias a la poblacin
examinando solo una muestra.
Es una tcnica empleada para seleccionar elementos de una poblacin.
Por su gran importancia los investigadores lo utilizan en los diferentes
campos de saber y tambin lo usamos en la vida diaria.
MUESTREO
Fuentes de sesgo
Las poblaciones objetivo y de estudio pueden diferir en
cuanto a las variables que estudiamos.
El nivel econmico en la poblacin de estudio es mayor que en
la objetivo,...
Los individuos que se eligen en la calle pueden ser de mayor
edad (mayor frecuencia de jubilados p.ej.)
En este caso, diremos que las muestras que se elijan estarn sesgadas.
Al tipo de sesgo debido a diferencias sistemticas entre poblacin
objetivo y poblacin de estudio se denomina sesgo de seleccin.
Hay otras fuentes de error/sesgo
No respuesta a encuestas embarazosas
Consumo de drogas, violencia domstica, prcticas poco
ticas,
Mentir en las preguntas delicadas.

Para evitar este tipo de sesgo se utilizan la tcnica de
respuesta aleatorizada.

Tcnicas de respuesta aleatorizada
Reducen la motivacin para mentir (o no responder) a las
encuestas.
Si digo la verdad, se me ver el plumero?

Cmo se hace?
Pdele que lance una moneda antes de responder y
Si sale cara que diga la opcin compremetida
(no tiene por qu avergonzarse, la culpa es de la moneda)
Si sale cruz que diga la verdad
(no tiene por qu avergonzarse, el encuestador no sabe si ha
salido cara o cruz)

Aunque no podamos saber cul es la verdad en cada
individuo, podemos hacernos una idea porcentual sobre
la poblacin, viendo en cunto se alejan las respuestas
del 50%.

Ejemplo: Ha tomado drogas alguna vez?
100% No
Insinseros!!
40% No
60% S
Con respuesa
aleatorizada
Sin respuesta
aleatorizada
No son mitad y mitad!
El porcentaje estimado de ind. que tom drogas es:
% 20 2 , 0
5 , 0 1
5 , 0 6 , 0
*
= =

~ p
Los que deben decir la verdad
Diferencia entre los que han dicho s y los que deban hacerlo
por que as lo indicaba la moneda
DETERMINACIN DEL TAMAO DE MUESTRA
Todo estudio lleva implcito en la fase de DISEO, la determinacin del
tamao muestral necesario para la ejecucin del mismo. El no realizar
dicho proceso, puede llevarnos a dos situaciones diferentes:
Que realicemos el estudio sin el nmero
adecuado de individuos. con lo cual no
podremos ser precisos al estimar los
parmetros y adems no encontraremos
diferencias significativas cuando en la
realidad s existen.
1 Situacin
Podramos estudiar un nmero innecesario de
individuos, lo cual lleva implcito no solo la
prdida de tiempo e incremento de recursos
innecesarios sino que adems la calidad del
estudio, dado dicho incremento, puede verse
afectada en sentido negativo.
2 Situacin:
TCNICAS DE MUESTREO
Tcnicas de Muestreo
No Probabilstico Probabilstico
Simple Sistemtico
Estratificado Conglomerados
Conveniencia Por Juicio Por Cuota
1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo hasta
completar el tamao muestral previsto

En teora se enumeran previamente todos los
elementos y de acuerdo con una tabla de
nmeros aleatorios se van escogiendo

El procedimiento puede darse con o sin
reemplazos y esta condicin afectar
posteriormente el anlisis

DR. JAIME PACHECO
2. MUESTREO SISTEMATICO
En el universo (N) se elige el primer elemento
al azar

Luego los dems se escogen cada cierto
intervalo (k), hasta completar el tamao
muestral (n).

El tamao del intervalo (k) se calcula as: k =
N/n
3. MUESTREO ESTRATIFICADO
Considera que al interior del universo
existen estratos (subgrupos internamente
homogneos pero cualitativa y
cuantitativamente diferentes entre s), y
que no se cumple la condicin de seleccin
aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad
de ser seleccionados en la muestra.
ESTRATOS
Homogneos en su interior;
diferentes entre s en propiedades y
tamao
Comuna A
Comuna B
Comuna C
Comuna D
4. MUESTREO POR CONGLOMERADOS
Tambin se denomina de etapas mltiples.
Se utiliza para poblaciones grandes y dispersas.
No es posible disponer de un listado.
En lugar de individuos se seleccionan conglomerados que
estn agrupados de forma natural (cuadras de casas,
departamentos, Hospitales, provincias, etc.)
Se selecciona en primer lugar el conglomerado ms alto, a partir
de ste se selecciona un subgrupo.
A partir de este subgrupo se selecciona otro subgrupo y as
sucesivamente, hasta llegar a las unidades de anlisis.
DR. JAIME PACHECO
CONGLOMERADOS
Heterogneos en su interior; diferentes entre s en
propiedades y tamao
Grupo 5C Grupo 5C
Grupo 1A Grupo 1A
Grupo 2A Grupo 2A
Grupo 3B Grupo 3B
Grupo 5C Grupo 5C
Grupo 1A Grupo 1A
Grupo 2A Grupo 2A
Grupo 3B Grupo 3B
PASOS A SEGUIR PARA DETERMINAR LA MUESTRA:
1. Identificar el tipo de variable a analizar.
2. Asumir que la poblacin es infinita y aplicar la formula respectiva.
3. Esta muestra obtenida preliminarmente se llama muestra previa (no)
4. Luego si se conoce el tamao de la poblacin N, obtener la fraccin de
muestreo
N
n
0
- Si
% 5
0
<
N
n
, entonces la muestra definitiva es n
0
(muestra previa)
- Si
% 5
0
>
N
n
, entonces se ajusta la muestra.
4 Para ajustar la muestra se tiene que aplicar la siguiente formula:
N
n
n
n
0
0
1+
=
, n es la muestra final.


2
2
0
E
PQ Z
n =
2
2 2
0
E
S Z
n =
Variable Cualitativa: (Proporcin Poblacional)
Variable Cuantitativa: Promedio Poblacional
P: Valor del la proporcin estimado mediante:
Revisin bibliogrfica.
Estudio piloto
Asumiendo P=0.5
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la
estimacin del parmetro.
S
2
: Valor de la desviacin estndar estimado
mediante:
Revisin bibliogrfica.
Estudio piloto
Experiencia del investigador
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la
estimacin del parmetro.
Muestreo Aleatorio Simple (MAS)

246
) 05 . 0 (
) 20 . 0 )( 80 . 0 ( * 96 . 1
2
2
0
= = n
CASO: ANEMIA EN ESCOLARES
Se desea estimar la
proporcin de escolares
anmicos con un 95% de
confianza. De estudios
anteriores se sabe que
P=80% (estimada), con un
E= 5% y si N = 2000.
Calcular n
Muestreo Aleatorio Simple (MAS)
219
2000
246
1
246
=
+
= n

152
) 35 . 0 (
) 2 . 2 ( * 96 . 1
2
2 2
= = n
CASO: TIEMPO OPERATORIO
Se desea estimar el tiempo
promedio para efectuar cierta
intervencin quirrgica. En
un estudio se encontr que el
promedio=3.5 horas y S=2.2.
horas. Se asume un error de
E=0.35 horas. Calcular n
Muestreo Aleatorio Simple (MAS)
VALORES A UTILIZAR EN LAS FORMULAS
Valor
Z

VALORES DE LA DISTRIBUCIN NORMAL
ESTANDARIZADA(Z)
Nivel de confianza
(1-o)
Nivel de significancia
(o)
Valor Z/2
Bilateral
90% = 0.90
95% = 0.95
99% = 0.99
10% = 0.10
5% = 0.05
1% = 0.01
1.64
1.96
2.58

COMPORTAMIENTO DE P y Q
P Q=1-P PQ
0.05
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
0.95
0.95
0.90
0.80
0.70
0.60
0.50
0.40
0.30
0.20
0.10
0.05
0.0475
0.090
0.160
0.210
0.240
0.250
0.240
0.210
0.160
0.090
0.0475
Valor
P

Criterio 1: Afijacin Proporcional
Criterio 2: Afijacin ptima
Cuando se distribuye la muestra segn el
tamao de la poblacin.
Cuando se distribuye la muestra segn la
variabilidad y los costos que existe dentro de
los estratos.
) (n
N
N
n
h
h
=
) (
/
/
n
C S N
C S N
n
h h h
h h h
h

=
Criterio 2: Afijacin ptima
) (n
S N
S N
n
h h
h h
h

=
Cuando se distribuye a la muestra cuando los
costos en cada uno de los estratos son
iguales.
Muestreo Aleatorio Estratificado (MAE)
Variable cuantitativa

Criterio 1: Afijacin Proporcional
Criterio 2: Afijacin ptima
Criterio 2: Afijacin ptima
( )( )
2
/
|
.
|

\
|
=

Z
E
C S W C S W
n
h h h h h h
( )
2
2
|
.
|

\
|
=

Z
E
S W
n
h h
( )
2
2
|
.
|

\
|
=

Z
E
S W
n
h h
Wh: ponderacin en cada estrato
Sh: Desviacin estndar en cada estrato
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro.
Wh: ponderacin en cada estrato
Sh: Desviacin estndar en cada estrato
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro. Ch: Costo de aplicar una encuesta en cada estrato.
Wh: ponderacin en cada estrato
Sh: Desviacin estndar en cada estrato
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro.
Muestreo Aleatorio Estratificado (MAE)
Variable cuantitativa

Criterio 1: Afijacin Proporcional
Criterio 2: Afijacin ptima
Criterio 2: Afijacin ptima
( )( )
2
/
|
.
|

\
|
=

Z
E
C Q P W C Q P W
n
h h h h h h h h
( )
2
|
.
|

\
|
=

Z
E
Q P W
n
h h h
( )
2
2
|
.
|

\
|
=

Z
E
Q P W
n
h h h
Wh: ponderacin en cada estrato
Ph: Proporcin de inters en el estrato h
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro.
Wh: ponderacin en cada estrato
Ph: Proporcin de inters en el estrato h
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro. Ch: Costo de aplicar una encuesta en cada
estrato.
Wh: ponderacin en cada estrato
Ph: Proporcin de inters en el estrato h
Z: Valor normal a un nivel de confianza dado.
E: Precisin (Error mximo tolerable en la estimacin del
parmetro.
Muestreo Aleatorio Estratificado (MAE)
Variable cualitativa

CASO: GESTION MUNICIPAL
Se esta realizando un estudio de la Gestin
Municipal en el distrito de Chocope. Se desea
determinar una muestra para estimar la proporcin
que esta de acuerdo con la gestin municipal . Se
desconoce el valor de conformidad en cada estrato.
Se asume un error de E=0.03. Calcular n y
distribuirla a cada estrato
Muestreo Aleatorio Estratificado (MAE)

CASO: GESTION MUNICIPAL
Muestreo Aleatorio Estratificado (MAE)
N Centro Poblado N viviendas Ph Qh Wh = Nh / N Ph.Qh.Wh no
1 Chocope 1397 0.5 0.5 0.5252 0.1313 400
2 Sintuco 289 0.5 0.5 0.1086 0.0272 83
3 Molino Cajanleque 207 0.5 0.5 0.0778 0.0195 59
4 Farias 139 0.5 0.5 0.0523 0.0131 40
5 Careaga 98 0.5 0.5 0.0368 0.0092 28
6 Mariposa Leyva 14 0.5 0.5 0.0053 0.0013 4
7 Mocollope 72 0.5 0.5 0.0271 0.0068 21
8 Molino Cajanleque 151 0.5 0.5 0.0568 0.0142 43
9 Molino Chocope 95 0.5 0.5 0.0357 0.0089 27
10 Molino Larco 125 0.5 0.5 0.0470 0.0117 36
11 La Constancia 73 0.5 0.5 0.0274 0.0069 21
TOTAL (N) = 2660 PhQhWh = 0.2500 762
( )
1067
)
96 . 1
03 . 0
(
25 . 0
2
2
= =
|
.
|

\
|
=

Z
E
Q P W
n
h h h
762
2660
1067
1
1067
=
+
= n
CASO DE APLICACION
USO RACIONAL DE LA ENERGA URE:
CARACTERIZACIN DEL SECTOR INDUSTRIAL DE
PYMES QUE PROCESAN FORMAS Y ARTCULOS
BSICOS DE PLSTICO EN BOGOT

Panorama del sector de
Plsticos
Mercado
Distribucin del mercado
15 Empresas Grandes 56%
493 MiPymes 44%
298 estn en Bogot
Fuente: DANE, OPEN y ProExport
Ventas 2010 = USD 1400 millones
Incremento en ventas 2010-2011 = 7,8%
Empleo de personal = 7%
Energa Elctrica consumida en 2010 =
1097 millones de kilowatt-hora
7,0 % del consumo de EE en la actividad de
manufactura

Fabricacin de artculos bsicos = 48,8%
Fabricacin de formas bsicas = 51,2%
Cifras en miles de millones, Fuente: DANE, OPEN y ProExport
Panorama del sector de
Plsticos
Consumo
Fuente: Adaptado de (Kent, 2010)
Uso Total de la Energa
Oficinas
3%
Procesos
89%
Aire Comprimido
8%
Procesamiento
de Materia
Prima
77%
Chiller
6%
Proceso P
67%
Iluminacin
4%
Proceso S
10%
Iluminacin
2%
Ensamble
12%
PROCESOS
Distribucin de Consumos
y cul es el
PROBLEMA ?

Se DESCONOCE el Potencial de mejora de la productividad y
competitividad de las Pymes en funcin de la gestin
eficiente de la energa

NO EXISTE un Instrumento de medicin del impacto del URE
en las Pymes
Ministerio de Minas y Energa, 2009
x = ?
y = ?
z = ?
n = ?
Potencial URE Pymes = F(x, y, z,...n)


Unidades de
Anlisis
y cul es el
PROPOSITO?
FASE 1:
Unidades de
Anlisis
FASE 2:
Trabajo de
campo
FASE 3:
Modelos
estadsticos
y cmo se
abord?
RESULTADOS
FASE 1:
Unidades
de Anlisis
UNIDADES DE ANALISIS
Datos bsicos del establecimiento
industrial
Gestin del uso racional de la energa
Gestin de la infraestructura
Gestin de la produccin
Gestin del consumo de energa
elctrica
D
I
M
E
N
S
I
O
N
E
S

RESULTADOS
FASE 2:
Trabajo de
campo
RECOLECCIN DE DATOS
Dimensiones: 5
Preguntas: 48
Posibles respuestas: 106
Industria manufacturera: transformacin mecnica de sustancias
inorgnicas en artculos y formas bsicas de plstico.
Unidad estadstica: micro, pequeas y medianas empresas
Tipo de muestreo: muestreo probabilstico no estratificado
Marco estadstico: 295 establecimientos industriales en Bogot.
Tamao de muestra: 8.2% de la poblacin definida en el marco
estadstico.
RECOLECCIN DE DATOS