UNIVERSIDAD TECNOLGICA

DEL PER
FILIAL AREQUIPA

FACULTAD DE INGENIERAS
CARRERA PROFESIONAL DE INGENIERI INDUSTRIAL
MUESTREO ESTADSTICO
Pertenece a:
Montoya Rojas, Karla Nohely

Docente asesor:
Briceo Lira, Armando

AREQUIPA PER
2016

INTRODUCCION
En estadstica un muestreo es la tcnica para la seleccin de una muestra a partir de una
poblacin. En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de
la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto
de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extraccin.

MUESTREO ESTADSTICO
El muestreo: es una herramienta de la investigacin cientfica. Su funcin bsica es
determinar que parte de una realidad en estudio (poblacin o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha poblacin
El Muestreo es ms que el procedimiento empleado para obtener una o ms muestras de
una poblacin; el muestreo es una tcnica que sirve para obtener una o ms muestras de
poblacin.

Este se realiza una vez que se ha establecido un marco muestral representativo de la

poblacin, se procede a la seleccin de los elementos de la muestra aunque hay muchos
diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada
muestra no necesariamente seran iguales, y lo ms probable es que variaran de una
muestra a otra.
-

Muestreo Estadstico: son aquellos que se basan en el principio de 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 elegidas.

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.
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.

Los errores ms comunes que se pueden cometer son:

Hacer conclusiones muy generales a partir de la observacin de slo una parte

de la Poblacin, se denomina error de muestreo.

Hacer conclusiones hacia una Poblacin mucho ms grandes de la que
originalmente se tom la muestra. Error de Inferencia.

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.

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
y mtodos de muestreo no probabilsticos.
I.

Muestreo probabilstico:

Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de

equi-probabilidad. 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 encontramos los siguientes tipos:

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.

2. Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de
ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la
muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman
los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre
el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida
ser un nmero al azar entre 1 y k.

El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante
(k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos
que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio
sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no
podra haber una representacin de los dos sexos.
3. Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste
en considerar categoras tpicas diferentes entre s (estratos) que poseen gran
homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn
la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se
pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters
estarn representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o

el estratificado para elegir los elementos concretos que formarn parte de la muestra. En
ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...).
La distribucin de la muestra en funcin de los diferentes estratos se denomina
afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos

mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso

(tamao) de la poblacin en cada estrato.

Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados,
de modo que se considera la proporcin y la desviacin tpica. Tiene poca
aplicacin ya que no se suele conocer la desviacin.

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.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

CARACTERSTICA
Aleatorio simple

Sistemtico

S
Se selecciona una

muestra de tamao n de
una poblacin de N

unidades, cada
elemento tiene una
probabilidad de

inclusin igual y
conocida de n/N.

Conseguir un listado de
los N elementos de la
poblacin
Determinar tamao
muestral n.
Definir un intervalo k=
N/n.
Elegir un nmero
aleatorio, r, entre 1 y k
(r= arranque aleatorio).

Estratificado

VENTAJAS

Seleccionar los
elementos de la lista.
En ciertas ocasiones
resultar conveniente
estratificar la muestra
segn ciertas variables
de inters. Para ello
debemos conocer la
composicin
estratificada
de
la
poblacin objetivo a
hacer un muestreo. Una
vez
calculado
el
tamao
muestral
apropiado, este se
reparte de manera
proporcional entre los
distintos
estratos
definidos
en
la

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
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.
Tiende a
asegurar que la
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

INCOVENIENTES
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.

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

Se ha de conocer la
distribucin en la
poblacin de las
variables utilizadas
para
la
estratificacin.

poblacin usando una

simple regla de tres.

Conglomerados

Se realizan varias fases

de muestreo sucesivas
(polietpico)
La necesidad de
listados de las unidades
de una etapa se limita a
aquellas unidades de
muestreo seleccionadas
en la etapa anterior

II.

semejante
posible a la
poblacin en lo
que a la o las
variables
estratificadoras
se refiere.
Es muy eficiente
cuando la
poblacin es
muy grande y
dispersa.
No es preciso
tener un listado
de toda la
poblacin, slo
de las unidades
primarias de
muestreo.

El error estndar es
mayor que en el
muestreo
aleatorio
simple
o
estratificado.
El clculo del error
estndar es complejo.

Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente

costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no
sirven para realizar generalizaciones (estimaciones inferenciales sobre la poblacin),
pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos
los sujetos de la poblacin tienen la misma probabilidad de se elegidos. En general se
seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de
lo posible, que la muestra sea representativa.
En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver
los problemas de representatividad aun en situaciones de muestreo no probabilstico, por
ejemplo los estudios de caso-control, donde los casos no son seleccionados
aleatoriamente de la poblacin.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin
encontramos:
1. Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base

de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms
"representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de

individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25
a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se
eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se
utiliza mucho en las encuestas de opinin.
2. Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos.
Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los
individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como
muestra los individuos a los que se tiene fcil acceso (los profesores de universidad
emplean con mucha frecuencia a sus propios alumnos).
3. Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se
hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos
de enfermos, etc.

4. Muestreo Discrecional:
A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden
aportar al estudio

CONCLUSIONES:
-

El muestreo Estadstico resulta beneficioso para implementarlo en la realizacin

de un estudio, debido a que mediante este se pueden obtener probabilidades
bajas o altas a travs de determinados beneficios que estas tcnicas ofrecen. En
los diferentes tipos de muestreo existen no probabilstica en los cuales se deben
establecer diferencia en el momento de realizar nuestras investigaciones por
tanto que en el no probabilstica no toda la poblacin forma parte de la muestra y
en el probabilstica todos los individuos tienen probabilidad positiva de formar
parte de la muestra.

El muestreo es sencillamente el procedimiento que se emplea a extraer una

pequea parte de una poblacin dentro de un universo a esta se le llama espacio
muestral dentro de un universo.

WEBGRAFIA:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
http://www.netquest.com/blog/es/muestreo-probabilistico-o-no-probabilistico-ii/