MUESTRA

Muestra y muestreo

MUESTREO
MUESTRA INICIO

DEFINICIÓN
CARACTERÍSTICAS
(¿QUÉ ES)

ELEMENTOS

¿CÓMO SE ELABORA? EJEMPLO

DEFINICIÓN REGRESAR

• Muestra es una porción de la totalidad de un fenómeno, producto

o actividad que se considera representativa del total también
llamada una muestra representativa.
• En estadísticas, la muestra es una porción extraída mediante
métodos específicos que representan los resultados de una
totalidad llamada población usando la probabilidad como, por
ejemplo, “la muestra estadística de 100 personas que se someten
a una encuesta para conocer la satisfacción de un producto”.
CARACTERÍSTICAS REGRESAR

• Que comprendan parte de la población y no la totalidad de ésta.

• La ausencia de distorsión en la elección de los elementos de la
muestra.
• Que sea representativa o reflejo fiel de la población, de tal modo
que reproduzca sus características básicas en orden a la
investigación.
• Si hay sectores diferenciados en la población que se supone
ofrecen características especiales la muestra también deberá
comprenderlos en la misma proporción.
VENTAJAS DEL ESTUDIO DE
MUESTRAS
ELEMENTOS REGRESAR

• Tiempo y recursos disponibles

• Modalidad de Muestreo
• Tipo de Análisis Previsto
• Varianza o heterogeneidad de la población
• Margen de Error máximo admisible
• Nivel de confianza de la estimación muestral
• Un nivel satisfactorio de calidad para los datos que se examinen.
• El riesgo de que el nivel de calidad satisfactoria establecido pueda causar
la recusación de unconjunto satisfactorio.
• Un nivel inaceptable de calidad para los datos que se examinan.
¿CÓMO SE ELABORA? REGRESAR

• Para definir la población objetivo, se debe tener claridad absoluta

sobre el objetivo general del estudio, ya que éste será el guía para
todos los pasos posteriores.
Definir población objetivo

• Seleccionar un procedimiento.
• Definir el tamaño de la muestra
• Seleccionar las unidades muéstrales.
Definir población objetivo REGRESAR

• · Elemento muestral: Es el elemento del cual se obtiene la medición.

· Unidad muestral: Está compuesta por elementos muestrales, en
algunos casos es igual al elemento muestral.
· Alcance: Hace referencia a la ubicación espacial y geográfica del
estudio.
· Tiempo: Definir el intervalo de tiempo en el cual se realiza la
investigación.
· Marco muestral: Es un listado de todas las unidades que conforman la
población objetivo, puede ser una base de datos, un plano e incluso
mapas. Es útil aclarar, que en la práctica se diferencia la población
objetivo de la población en estudio (marco muestral disponible).
EJEMPLOS REGRESAR

• Ejemplo 1: Para el estudio del desempleo en una ciudad de un millón de

habitantes, se toman como muestras la situación de los miembros de 100
familias aleatoriamente entre los diferentes distritos. Para que la
muestra sea representativa el número de muestras por distrito debe ser
proporcional al tamaño del mismo y las familias analizadas no estar
relacionadas entre sí por proximidad, familiaridad, etc.
• Ejemplo 2: Para el estudio de hispanohablantes en Estados Unidos se
toman como muestras a 3000 personas aleatoriamente. En este caso la
elección de una muestra representativa es complicada. Habría que tener
en cuenta que en algunos estados puede haber más hispanohablantes
que en otros, puede haber más hispanohablantes en determinados
estratos sociales que en otros, etc.
VENTAJAS DEL ESTUDIO DE MUESTRAS REGRESAR

• Reducción de costes: la obtención de una muestra es mucho más

barato que el estudio de toda la población
• Rapidez: el estudio de una muestra es más rápido que el estudio
de toda la población. Esto también es una ventaja para el estudio
de propiedades que varían con el tiempo al mitigar el error.
MUESTREO INICIO

DEFINICIÓN
CARACTERÍSTICAS
(¿QUÉ ES)

ELEMENTOS

¿CÓMO SE ELABORA? EJEMPLO

DEFINICIÓN REGRESAR

• Procedimiento por el cual se extrae, de un conjunto de unidades

que constituyen el objeto de estudio ( población), un número de
casos reducido (muestra) elegidos con criterios tales que
permitan la generalización a toda la población de los resultados
obtenidos al estudiar la muestra.
 CARACTERÍSTICAS (según el tipo) REGRESAR

PROBABILÍSTICOS NO PROBABILISTICOS

•Todas las unidades tienen igual •Cada unidad NO tiene igual

probabilidad de participar en
la muestra.
•La elección de cada unidad
muestral es independiente de las
demás
•Se puede calcular el error muestral
probabilidad de participar en
la muestra.
•No se puede calcular el error
muestral
•Alto riesgo de invalidez
producido por la introducción de
sesgos

USOS:
 USOS DE CADA TIPO
Muestreo Probabilísticos
• Estimación de Parámetros
• Comprobación de Hipótesis
REGRESAR
Muestreos No Probabilísticos
• Estudios Pilotos
• Estudios Cualitativos
• Investigaciones en
poblaciones de difícil
registro o localización ( Ej.
Marginales, prostitutas,
enfermos de VIH, etc…)
ELEMENTOS REGRESAR

• 1- PLANTEAMIENTO TEÓRICO:
• Hoy la Estadística está considerada como la teoría de la
información, no sólo como función descriptiva, sino con el objeto
básico de hacer estimaciones acerca de los valores estadísticos de
la población o en la comprobación de hipótesis de las
características investigadas.

SIGUIENTE
ELEMENTOS REGRESAR

• De la anterior se observa que 1a estadística cubre dos aspectos de gran

importancia:

• En la estadística descriptiva a través de la recolección, clasificación,

presentación, ya sea en forma de cuadros a gráficas, la aplicación de
medidas como promedios, desviaciones, etc. y la interpretación y análisis
de datos a fin de obtener conclusiones. Se realiza un proceso deductiva de
la general a la particular.
• En la inferencia estadística o método inductivo, mediante investigaciones
por muestreo, se logra obtener resultados considerados como estimadores
de los valores estadísticos, correspondientes a las características de las
unidades de la población.
SIGUIENTE
ELEMENTOS REGRESAR

• 2- DEFINICIÓN DE CONCEPTOS:
• Se seguirán ciertos procedimientos de selección para asegurar de que las
muestras reflejen observaciones a la población de las que proceden, ya
que solo se pueden hacer observaciones probabilísticas sobre una
población cuando se usan muestras representativas de las mismas, para
estos efectos estableceremos las siguientes definiciones o conceptos:

• Población o universo se puede definir como un conjunto de elementos, que

constituye la totalidad de las observaciones posibles. De acuerdo a la
anterior, la población puede definirse como un conjunto de medidas, o el
recuento de todas las unidades que presentan una característica común.
Se podría definir como un conjunto de mediciones, finito o infinito, real o
conceptual.

SIGUIENTE
ELEMENTOS REGRESAR

• El elemento o unidad puede ser una persona, familia, empresa, zona, animal u objeto, del
elemento se estudian sus características. Estas se clasifican en:

• cualitativas a atributos expresadas por palabras, y se cuantifican mediante el conteo o recuento.

• cuantitativas o variables expresadas en forma numérica, que pueden ser medidas (variables
continua) o contadas (variables discreta).
• Marco muestral: es un listado actualizado de todos los elementos que constituyen 1a población
que va a ser objeto de investigación, También puede ser un mapa o croquis can las unidades de
selección plenamente identificadas.

• Encuesta preliminar, piloto o pretest - antes de iniciar la investigación, se recomienda realizar

una pequeña encuesta preliminar con el fin de probar el cuestionario, conocer mejor la
población, entrenar al entrevistador, determinar el tiempo que requiere la entrevista y en
especial tener un preciso conocimiento acerca de algunos parámetros

SIGUIENTE
ELEMENTOS REGRESAR

• 3- TEORÍA DE MUESTRAS:
• Hasta ahora, hemos estudiado estadística descriptiva, una serie de
procedimientos y técnicas, que permiten un conocimiento descriptivo de
las características básicas de una población. Pero en general, no podremos
casi nunca tratar con poblaciones al completo, Ya sea porque la población
a estudiar es muy grande, ya sea por motivos económicos, de falta de
personal cualificado, o para una mayor rapidez en la recogida y
presentación de los datos, lo que se suele hacer es obtener los datos, de
tan sólo una muestra de la población.

• Por el contrario, la Estadística Inferencial se ocupa de extender o

extrapolar a toda una población, informaciones obtenidas de una muestra,
así como de la toma de decisiones.
¿COMO SE ELABORA? REGRESAR

• El objetivo de la teoría del muestreo es obtener estimados maestralmente fiables.

• Selección de elementos

• 1º Selección de población

• 2º Selección de elementos de población que formarán parte de la muestra(marco

muestral, que esté en relación con el diseño de muestra que se elija)

SIGUIENTE
¿COMO SE ELABORA? REGRESAR

formas de construir un marco muestral

• -Obtener un listado de todos los elementos

• -Proveerse de una regla para identificarlos, ya que listar los elementos no siempre es
posible.

• -Listado con los elementos de la población (si se posee)

• Hace falta conocer la distribución de las unidades de muestreo sobre el espacio y cuáles
son sus características básicas.

SIGUIENTE
¿COMO SE ELABORA? REGRESAR

PROBLEMAS MÁS FRECUENTES

• -Elementos perdidos Marco muestral inadecuado
• No cubrir toda la población
• -Elementos extraños
• -Agrupaciones
• -Duplicaciones
• Un aspecto importante es la homogeneidad de la población.
• También conseguir una información fiable al menor coste.

SIGUIENTE
¿COMO SE ELABORA? REGRESAR

Pasos:

Selección de unas características de control tales como : edad , sexo...etc. Las

variables de control se escogen porque se cree que están relacionadas con la variable
a investigar, Se emplean para estratificar la población determinar que proporción e
ella tiene cada estrato.

Se adopta una representación general de cada estrato en la muestra final

Elección del entrevistado (con las características que deben reunir de acuerdo con las
variables de control que se emplearon para estratificar al población y fijar la muestra)
EJEMPLOS REGRESAR

 Se realiza un muestreo entre los alumnos que

van a clases de la Materia Metodología,
eligiéndolos al azar a la entrada del salón.

Este diseño es NO probabilístico porque aquellos que

no van a clases NO PUEDEN ser elegidos

MAS EJEMPLOS
EJEMPLOS REGRESAR

 Se utiliza la lista de propietarios de líneas telefónicas

para elegir a aquellos que serán encuestados.

Este diseño es NO Probabilístico porque aquellos que

no tienen teléfono NO PUEDEN ser elegidos

MAS EJEMPLOS
EJEMPLOS REGRESAR

 Un investigador toma muestras del carbón extraído de

una mina, tomando al azar trozos de carbón de la
parte superior de cada carro.

Este diseño es NO probabilístico

porque solo se toma carbón
de la parte superior