MUESTREO Muestreo Fabiola Gris Mendez Salvatierra

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una poblacin), se selecciona una muestra, entendiendo por tal una parte representativa de la poblacin. 1. Qu es muestreo? El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de hacer inferencias sobre dicha poblacin. 2. Objetivos La muestra debe lograr una representacin adecuada de la poblacin, en la que se reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que son importantes para la investigacin. Para que una muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, es decir ejemplificar las caractersticas de sta. 3. Los errores ms comunes que se pueden cometer a) Hacer conclusiones muy generales a partir de la observacin de slo una parte de la Poblacin. b) Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente se tom la muestra. En la estadstica se usa la palabra poblacin para referirse no slo a personas sino a todos los elementos que han sido escogidos para su estudio y el trmino muestra se usa para describir una porcin escogida de la poblacin.

ELIANA TOLEDO ANTELO

4. Tipos de Muestreo Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: Mtodos de muestreo probabilsticos Mtodos de muestreo no probabilsticos 5. Muestreo probabilstico Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de
1

MUESTREO
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos existen los siguientes tipos: 5.1 Muestreo Aleatorio Simple El procedimiento empleado es el siguiente: Se asigna un nmero a cada individuo de la poblacin. A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) Se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande. 5.1.1 Ventajas del Muestreo Aleatorio Simple

Sencillo y de fcil comprensin. Clculo rpido de medias y varianzas. Se basa en la teora estadstica, y por tanto existen paquetes informticos para analizar los datos. 5.1.2 Inconvenientes del Muestreo Aleatorio Simple

Requiere que se posea de antemano un listado completo de toda la poblacin. Cuando se trabaja con muestras pequeas es posible que no represente a la poblacin adecuadamente. 5.2 Muestreo Aleatorio Sistemtico Una muestra sistemtica es obtenida cuando los elementos son seleccionados en una manera ordenada. La manera de la seleccin depende del nmero de elementos incluidos en la poblacin y el tamao de la muestra. El nmero de elementos en la poblacin es, primero, dividido por el nmero deseado en la muestra. El cociente indicar si cada dcimo, cada onceavo, o cada centsimo elemento en la poblacin va a ser seleccionado. El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra
2

MUESTREO
sistemtica puede dar la misma precisin de estimacin acerca de la poblacin, que una muestra aleatoria simple cuando los elementos en la poblacin estn ordenados al azar.

5.2.1

Ventajas del Muestreo Aleatorio Sistemtico

Fcil de aplicar. No siempre es necesario tener un listado de toda la poblacin. Cuando la poblacin est ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los tipos. 5.2.2 Inconvenientes Muestreo Aleatorio Sistemtico

Si la constante de muestreo est asociada con el fenmeno de inters, las estimaciones obtenidas a partir de la muestra pueden contener sesgo de seleccin.

MAURICIO REYES SUAREZ

5.3 Muestreo Aleatorio Estratificado Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se suponen homogneos con respecto a alguna caracterstica de las que se van a estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms usadas en la prctica. Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos, existen tres tcnicas de afijacin: Asignacin por igual: el tamao de la muestra de los estratos es el mismo. Asignacin proporcional: el tamao de la muestra dentro de cada estrato es proporcional al tamao del estrato dentro de la poblacin. Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la poblacin. Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres.
3

MUESTREO
El muestreo estratificado es ampliamente usado por varios motivos: (a) desde el punto de vista del mtodo de seleccin permite trabajar o estudiar a cada estrato por separado; (b) permite derivar estimaciones por estrato o a nivel de estrato y cada una de ellas ser estudiadas con la precisin solicitada; (c) las estimaciones as derivadas resultan ser usualmente ms precisas que aquellas derivadas mediante una seleccin aleatoria; (d) ayuda a resolver muchos problemas de coordinacin del trabajo de campo (desarrollo de encuestas). 5.3.1 Ventajas del Muestreo Aleatorio Estratificado Tiende a asegurar quela muestra represente adecuadamente a la poblacin en funcin de unas variables seleccionadas. Se obtienen estimaciones ms precisa Su objetivo es conseguir una muestra lo ms semejante posible a la poblacin en lo que ala o las variables estratificadoras se refiere. 5.3.2 Inconvenientes del Muestreo Aleatorio Estratificado Se ha de conocer la distribucin en la poblacin de las variables utilizadas para la estratificacin. 5.4 Muestreo aleatorio por conglomerados

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc. son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos. 5.4.1 Ventajas del Muestreo aleatorio por conglomerados Es muy eficiente cuando la poblacin es muy grande y dispersa.
4

MUESTREO
No es preciso tener un listado de toda la poblacin, slo de las unidades primarias de muestreo. 5.4.2 Inconvenientes del Muestreo aleatorio por conglomerados El error estndar es mayor que en el muestreo aleatorio simple o estratificado. El clculo del error estndar es complejo.

MARCELA LOPEZ VARGAS

6. MUESTRA NO PROBABILISTICA Las muestras no probabilsticas, tambin llamadas muestras dirigidas, suponen un procedimiento de seleccin informal y un poco arbitraria. Aun as se utilizan en muchas investigaciones y a partir de ellas se hacen inferencias sobre la poblacin. Es como si juzgsemos el sabor de un cargamento de limones, solamente probando alguno, como si para muestra bastase un botn. La muestra dirigida selecciona sujetos tpicos con la vaga esperanza de que sern casos representativos de una poblacin determinada. La verdad es que las muestras dirigidas tienen muchas desventajas. La primera es que, al no ser probabilsticas, no podemos calcular con precisin el error estndar, es decir, no podemos calcular con qu nivel de confianza hacemos una estimacin. Esto es un grave inconveniente si consideramos que la estadstica inferencial se basa en teora de probabilidades, por lo que pruebas estadsticas en muestras no probabilsticas tienen un valor limitado y relativo a la muestra en s, ms no a la poblacin. Es decir, los datos no pueden generalizarse a una poblacin que no se consider ni en sus parmetros, ni en sus elementos para obtener la muestra.

La ventaja de una muestra no probabilstica es su utilidad para determinado diseo de estudio que requiera no tanto una representatividad de elementos de una poblacin, sino una cuidadosa y controlada eleccin de sujetos con ciertas caractersticas especificadas previamente en el planteamiento del problema. Hay varias clases de muestras dirigidas, como por ejemplo la muestra de sujetos voluntarios, la muestra de expertos y la muestra por cuotas.

MICHEL MARCELO GUTIERREZ RODRIGUEZ

6.1 MUESTREO POR JUICIO Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante juicio personal. La persona que selecciona los elementos de la muestra,
5

MUESTREO
usualmente es un experto en la medida dada. Una muestra de juicio es llamada una muestra no probabilstica, puesto que este mtodo est basado en los puntos de vista subjetivos de una persona y la teora de la probabilidad no puede ser empleada para medir el error de muestreo. La principal ventaja de una muestra de juicio son la facilidad de obtenerla y que el costo usualmente es bajo. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada por esas personas es vital para la toma de decisiones. 6.2 MUESTREO POR CUOTAS Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin. En primer lugar es necesario dividir la poblacin de referencia en varios estratos definidos por algunas variables de distribucin conocida (como el gnero o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte proporcional de poblacin que representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato. 6.3 MUESTREO DE BOLA DE NIEVE Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en contacto entre s. Consiste en identificar sujetos que se incluirn en la muestra a partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos que cumplen los requisitos necesarios estos sirven como localizadores de otros con caractersticas anlogas. 6.4 MUESTREO SUBJETIVO POR DECISION RAZONADA En este caso las unidades de la muestra se eligen en funcin de algunas de sus caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para determinadas variables se acerque a la media de la poblacin.

PAULO CESAR BECERRA BRAVO El ejemplo de la diapositiva lo va realizar paulo al final de la exposiscion teorica
6

MUESTREO