esan

Prof. J. Timan

Muestreo
"Por una muestra pequea podemos juzgar la pieza entera". -- Cervantes Saavedra

esan
Prof. J. Timan

Razones para Muestrear

La naturaleza destructiva de algunas pruebas. La imposibilidad fsica de revisar todos los casos. Mayor economa. Mayor rapidez en la recoleccin y anlisis. Mayor flexibilidad en los mtodos. Entrenamiento ms intensivo. Los adecuado de los resultados de una muestra.

esan
Prof. J. Timan

Requisitos
La muestra debe ser representativa de la totalidad de la poblacin en cuanto a caractersticas importantes para el problema en estudio. El nmero de miembros seleccionados debe ser lo suficientemente elevado para que los clculos estimativos tengan el grado de precisin adecuado. El mtodo de seleccin debe permitir el clculo de una medida de error de muestreo. La muestra ha de ser lo ms eficiente posible en cuanto a tiempo y costo. El proceso de muestreo ha de tener el mnimo de errores no muestrales.

esan
Prof. J. Timan

La Variacin Muestral
Una muestra puede proporcionar una representacin bastante precisa de las caractersticas de la poblacin, pero los estimados estn siempre sujetos a cierto error, llamado el error muestral. Es as que dos muestras de una misma poblacin pueden llevar a conclusiones diferentes. La estadstica permite calcular estos errores con anticipacin, pero no extirparn esta limitacin.

esan
Prof. J. Timan

Error Muestral
Definicin: Es el grado en el que un estimado basado en una muestra puede esperarse que difiera del valor real de una caracterstica de la poblacin. Ejemplo: Se realiz una encuesta para determinar el porcentaje de usuarios de un producto y los resultados mostraron que el 61% usaban el producto. El anlisis mostr que el error muestral era de ms o menos 3%. Esto significa que el verdadero valor de la proporcin de usuarios estara entre 58% (61-3) y 64% (61+3).

esan
Prof. J. Timan

Error Muestral y Tamao de la Muestra

Las muestras ms grandes proporcionan errores de muestreo ms pequeos. Un aumento en el tamao de la muestra, ser siempre ms beneficioso en una muestra pequea que en una grande, si se trata de reducir el error muestral. El tamao de la muestra se refiere siempre al nmero real de unidades extraidas de la poblacin, y no a un porcentaje de la misma.

esan
Prof. J. Timan

Error no Muestral
Son errores metodolgicos y/o de procedimiento. Normalmente, aumentan con el tamao de la muestra. Una muestra ms grande no necesariamente significa que es mejor. Ejemplos:
Errores de los entrevistadores. Errores en el instrumento Errores en el trabajo de campo o ejecucin

esan
Prof. J. Timan

Muestreo Probabilstico
Los miembros de la muestra se seleccionan aplicando un proceso aleatorio (no subjetivo). Cada integrante tiene una probabilidad conocida, no nula, de ser incluido en la muestra. Es superior a otros mtodos de muestreo como medio de estimar las caractersticas de la poblacin. Permite estimar objetivamente el error Permite determinar matemticamente el tamao de la muestra si se desea cierto nivel de exactitud.

esan
Prof. J. Timan

El Muestreo Aleatorio Simple

Es el proceso en el que las unidades son escogidas individual y directamente por un proceso aleatorio en el que cada unidad tiene la misma posibilidad de ser seleccionada como cualquier otra unidad. En la prctica requiere que cada unidad pueda ser identificada antes de que se realice la seleccin. Esto slo se logra cuando se tienen listas disponibles que puedan servir como un inventario de los elementos de la poblacin.

esan
Prof. J. Timan

El Marco Muestral
Un marco muestral es una lista de las unidades a ser muestreadas. Se espera que la diferencia entre el marco y la poblacin sea pequea. Ejemplo: Si tomamos el hogar como la unidad de muestreo, la gua telefnica o una lista obtenida de los datos del censo podran servir. Todos los marcos presentan inconveniencias. Definicin de Muestra: Es una coleccin de unidades seleccionada de un marco o de varios marcos. Observacin: La muestra ser tan buena como lo es el marco muestral

esan
Prof. J. Timan

Muestreo No Probabilstico
Incluye aquellos mtodos en los que algunos elementos del juicio criterio humano est involucrado en las decisiones mediante las que se incluirn unidades de la poblacin en la muestra. No permiten estimar el error muestral No podemos estar seguros de que la muestra sea representativa. Ejemplos:
Muestras de Expertos Muestras de Conveniencia Muestras de Cuotas Muestras de Bola de Nieve

esan
Prof. J. Timan

Distribucin Muestral

Poblacin

Es una distribucin que se aplica a los valores posibles de un estimado muestral.

n n n m1 m2 m3

Poblacin
n
n

m4
Cuando n es grande la distribucin es normal

m5

esan
Prof. J. Timan

Ilustracin: Poblacin de 5
Empleado A B C D E Media = s = EDAD 27 39 30 36 42 34.8 5.6 E.Civil 1 (casado) 0 (soltero) 1 0 0 0.4 Muestra A,B,C A,B,D A,B,E A,C,D A,C,E A,D,E B,C,D B,C,E B,D,E C,D,E Media s Obs. 27,39,30 27,39,36 27,39,42 27,30,36 27,30,42 27,36,42 39,30,36 39,30,42 39,36,42 30,36,42 = = Media 32 34 36 31 33 35 35 37 39 36 34.8 2.3 p 2/3 1/3 1/3 2/3 2/3 1/3 1/3 1/3 0 1/3 0.4 0.2

Se tomarn todas las muestras posibles de tamao n = 3

esan
Prof. J. Timan

Error Estndar
Es una medida de precisin con que se puede hacer una estimacin. Para la media:

S.E. =
Para la proporcin:

s
n

S.E. =

p(1-p)
n

esan
Prof. J. Timan

Error Estndar
Es una medida de precisin con que se puede hacer una estimacin. Para la media:

S .E. =
Para la proporcin:

N -n N -1

S.E. =

p(1-p) N - n
n
N -1