Métodos de muestreo - Estadística.docx

8/19/2019 Métodos de muestreo - Estadística.docx

http://slidepdf.com/reader/full/metodos-de-muestreo-estadisticadocx 1/5

Métodos de muestreo

1.1Concepto

En estadística se conoce como muestreo a la técnica para la selección de

una muestra a partir de una población.

Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean

extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener

resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la

población.

Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio

adecuado !que consienta no solo hacer estimaciones de la población sino estimar

también los mrgenes de error correspondientes a dichas estimaciones", debe cumplir

ciertos requisitos. #unca podremos estar enteramente seguros de que el resultado seauna muestra representativa, pero sí podemos actuar de manera que esta condición se

alcance con una probabilidad alta.

En el muestreo, si el tama$o de la muestra es ms peque$o que el tama$o de la

población, se puede extraer dos o ms muestras de la misma población. Al con%unto de

muestras que se pueden obtener de la población se denomina espacio muestral . &a

variable que asocia a cada muestra su probabilidad de extracción, sigue la

llamada distribución muestral.

'.( )enta%as

Rapidez y facilidad de realizar el estudio

Menor numero de sujetos a estudiar

Menor costo económico

Mayor validez del estudio.

Mayor numero de variable a estudiar

Controlar y ajustar posibles variables de confusión.

Es muy útil cuando el Universo es muy grande o Infinito.

Cuando algunos de los elementos observados se destruye en la observación.

El producto sufre menos dao al !aber menos manipulación.

'.* +esventa%as

• Requiere de personal altamente calificado.



• No permite hacer proyecciones sobre áreas muy pequeñas de la población o

sobre poblaciones sujetas a muchos cambios en un lapso corto de tiempo.

• Los resultados están sujetos a los errores del muestreo. Se debe tener en

cuenta siempre la población.

• &a inormación proveniente de una muestra no proporciona inormación tipo

inventario para cada uno de los elementos de la población. Aquellos problemas

que se resuelven requiriendo inormación individual o pueden ser resu-ltos por

el muestreo.

• &as extracciones resultantes de un muestreo estn aectas al inevitable error

del muestreo, el cual debe ser reconocido y cuantiicado la magnitud de este

error deber ser ob%eto de permanente anlisis con el in de minimizarlo.

1.4Método de muestreo

ALEATORIO: Los mayormente encontrados tipos de muestreo aleatorio son:

1. Muestreo Aleatorio Simple

. Muestreo Sistem!tico

". Muestreo Estrati#cado

4. Muestreo por Con$lomerados o %reas

1. M&ESTREO ALEATORIO SIM'LE: Consiste en seleccionar las muestrasmediante métodos (ue permitan a cada muestra la posi)ilidad de serseleccionada y cada elemento de la po)laci*n tiene i$ual pro)a)ilidad de(uedar incluido en la muestra. En el Muestreo Aleatorio Simple seseleccionan muestras utili+ando n,meros o d-$itos aleatorios al a+artippets/ disponiéndose de ta)las predeterminadas de n,meros aleatorios ocomputador.

0ETA2AS 3EL M&ESTREO ALEATORIO SIM'LE: El procedimiento es e#cientesi la po)laci*n no es $rande.

Es relatiamente 5!cil y )arato 6allar las unidades muestrales.

3ES0ETA2AS 3EL M&ESTREO ALEATORIO SIM'LE:

Re(uiere la identi#caci*n y catalo$aci*n de la po)laci*n7 lo cual enocasiones7 resulta muy costoso.

Re(uiere una pro)a)ilidad de selecci*n i$ual para todos los elementos (uecon5orman la po)laci*n. Re(uiere mayor tama8o de muestra (ue los otrostipos de muestreo. 2STI9ICACI 3EL M&ESTREO ALEATORIO SIM'LE: Se



recomienda cuando la po)laci*n es pe(ue8a. Cuando 6ay )a;o niel de6etero$eneidad en los datos. Cuando la po)laci*n esta u)icada en unespacio reducido. Cuando no se tiene in5ormaci*n preia de la po)laci*n.

. M&ESTREO SISTEM%TICO: En el Muestreo Sistem!tico la muestra seselecciona de la po)laci*n con un interalo uni5orme (ue mide el tiempo7orden o especio. Se de)e tomar un punto de inicio o arran(ue el cual tiene(ue estar dentro de la posici*n. La 'osici*n es el cociente entre la po)laci*ny el n,mero a muestrear. 'osici*n n 0ETA2AS 3EL M&ESTREOSISTEM%TICO: La sencille+ de la técnica y (ue puede ser utili+ado con)astante $rado de con#a)ilidad en la pr!ctica7 aun(ue implica tam)ién elconocimiento de la totalidad de los elementos del unierso. Es posi)leutili+ar el computador.

3ES0ETA2AS 3EL M&ESTREO SISTEM%TICO: La periodicidad (ue tienen

al$unas muestras 2STI9ICACI 3EL M&ESTREO SISTEM%TICO: Se recomienda cuando lapo)laci*n es numerosa. Cuando se puede disponer de un listado de loselementos de la po)laci*n. Cuando los elementos de la po)laci*n no$uardan nin$una periodicidad con una caracter-stica importante para lainesti$aci*n.

". M&ESTREO ESTRATI9ICA3O: Consiste en diidir la po)laci*n en $ruposrelatiamente 6omo$éneos llamados estratos y después se utili+a uno de

los dos si$uientes planteamientos: < Se selecciona aleatoriamente de cadaestrato un n,mero espec-#co de elementos7 correspondiente a la 5racci*n deese estrato en la po)laci*n. < Se e=trae un n,mero i$ual de elementos decada estrato y se da peso a los resultados de acuerdo con la porci*n delestrato con respecto a la po)laci*n total. El procedimiento de aplicaci*nconsiste en: < El unierso se su)diide o estrati#ca en $rupos < Se esco$euna muestra al a+ar simple y se da a cada estrato < Esta)lecer medidascorrespondientes

3ES0ETA2AS 3EL M&ESTREO ESTRATI9ICA3O: Este método presenta ladi#cultad de (ue muc6as eces no se tiene a disposici*n un listado de todos

los componentes del unierso en cada estrato antes de sacar la muestra.Adem!s si e=iste amplia dispersi*n $eo$r!#ca la clasi#caci*n y o)tenci*n delos datos ser-a muy costosa

2&STI9ICACI 3EL M&ESTREO ESTRATI9ICA3O: Se recomienda cuando setiene un conocimiento a priori de la po)laci*n. Cuando se trata deelementos po)lacionales suscepti)les de ser clasi#cados. Cuando 6ayinterés en o)tener in5ormaci*n a niel de las su)po)laciones.

4. M&ESTREO 'OR CO>LOMERA3OS O %REAS: &na muestra porcon$lomerados es una muestra aleatoria en la cual una unidad de muestreoes una colecci*n o con$lomerado de elementos.

En el Muestreo por Con$lomerados se procede como si$ue: < Se clasi#ca odiide en !reas o man+anas < Se esco$e al a+ar la muestra donde se a a



comen+ar el muestro < Se determina la 5recuencia del 5en*meno El Muestreopor Con$lomerados tiene una 5acilidad para el inesti$ador (ue no tiene (uetrasladarse de una parte a otra7 sino entre sectores (ue se encuentrancerca. 'ara este tipo de Muestreo e=isten dos ariantes: Muestreo porCon$lomerados Monoet!pico: A(u- se estudian todas las residencias de una

man+ana o sector. Muestreo por Con$lomerados ?iet!pico: A(u- se esco$enprimero las muestras de las man+anas o sectores y lue$o se eli$e al a+ar loselementos dentro de la man+ana o sector seleccionado.

2&STI9ICACI 3EL M&ESTREO 'OR CO>LOMERA3OS: Se recomiendacuando la po)laci*n esta diseminada en $randes !reas $eo$r!#cas. Cuandolos con$lomerados son suscepti)les de estrati#caci*n. Cuando se puedenseleccionar con$lomerados 6omo$éneos entre s- pero con una alta6etero$eneidad interna.

. Muestra

En estadística, una muestra es un subcon%unto de casos o individuos de una población

estadística.

&as muestras se obtienen con la intención de inerir propiedades de la totalidad de la

población, para lo cual deben ser representativas de la misma. /ara cumplir esta

característica la inclusión de su%etos en la muestra debe seguir una técnica de muestreo.

En tales casos, puede obtenerse una inormación similar a la de un estudio exhaustivo con

mayor rapidez y menor coste !véanse las venta%as de la elección de una muestra, ms

aba%o".

/or otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda la

población porque el mane%o de un menor n0mero de datos provoca también menos errores

en su manipulación. En cualquier caso, el con%unto de individuos de la muestra son los

su%etos realmente estudiados.

El n0mero de su%etos que componen la muestra suele ser bastante inerior a la población

total, aunque suiciente grande como para que la estimación de los parmetros

determinados tenga un nivel de conianza adecuado. /ara que el tama$o de la

muestra sea idóneo es preciso recurrir a su clculo.

0enta;as de elecci*n de una muestra.

El estudio de muestras es preerible, en la mayoría de los casos, por las siguientes

razones1

'. 2i la población es muy grande !en ocasiones, ininita, como ocurre en

determinados experimentos aleatorios" y, por tanto, imposible de analizar en su

totalidad.



(. &as características de la población varían si el estudio se prolonga demasiado

tiempo.

*. Reducción de costos: al estudiar una peque$a parte de la población, los gastos

de recogida y tratamiento de los datos sern menores que si los obtenemos del

total de la población.

3. Rapidez: al reducir el tiempo de recogida y tratamiento de los datos, se consigue

mayor rapidez.

4. Viabilidad: la elección de una muestra permite la realización de estudios que

serían imposible hacerlo sobre el total de la población.

5. &a población es suicientemente homogénea respecto a la característica medida,

con lo cual resultaría in0til malgastar recursos en un anlisis exhaustivo !por

e%emplo, muestras sanguíneas".

6. El proceso de estudio es destructivo o es necesario consumir un artículo para

extraer la muestra !e%emplos1 vida media de una bombilla, carga soportada por

una cuerda, precisión de un proyectil, etc.".

Documents

Métodos de muestreo - Estadística.docx