Muestra representativa:

La distribución de la variable estudiada

es aproximadamente la misma en la
población y en la muestra

POBLACIÓN
f(xi)

xi MUESTRA

f(xi)

xi
MUESTREO
Es un procedimiento mediante el cual se extrae una parte
de la población. Esta muestra debe ser elegida con
criterios que permitan generalizar los resultados de una
muestra a toda la población

MUESTRA

Aleatoria Representativa
OBJETIVOS DEL MUESTREO

Proveer de métodos para la selección de muestras que sean adecuadas

para diferentes casos particulares.

Proveer procedimientos para hacer inferencias acerca de toda la

población a partir de la información muestral y evaluar la bondad o
confiabilidad de las inferencias

Este proceso es utilizado cuando se busca que la investigación tenga

validez externa
 Validez externa
Depende del procedimiento mediante el cual se extrae una muestra.
Esta muestra debe ser elegida con criterios que permitan generalizar
los resultados de una muestra a toda la población, por lo que debe
ser representativa.

POBLACIÓN
f(xi)

xi MUESTRA
Muestra representativa: f(xi)
La distribución de la variable estudiada
es aproximadamente la misma en la
población y en la muestra xi
 Validez interna
Control de explicaciones alternativas y factores de
confusión.
En la hipótesis de que X causa Y, es necesario eliminar
explicaciones alternativas y factores de confusión, para que si
al cambiar X se producen cambios en Y, estos puedan ser
atribuidos a X.

X Y
(Inversión) (Producción)

Explicación alternativa
¿Cuándo realizamos un muestreo?

Cuando es imposible realizar un censo total de la población.

Cuando es imposible acceder a toda la población.
Cuando el proceso de medición es destructivo.

Mammillaria hernandezii
¿QUÉ HACEMOS?
•Definir la población en estudio especificando las
unidades que la componen

•Definir el área geográfica donde se realiza el estudio

y el periodo de tiempo

• Definir el marco muestral: listado o descripción de

los elementos que forman la población.

En sentido amplio, el marco de muestreo comprende

no solo listas de unidades de muestreo, sino que
incluye todo el material e información previa que
disponemos sobre la población y su agrupación en
unidades de muestreo, y que es útil para la
estratificación y formación de estimadores.
• Definir la unidad de muestreo

• Definir las variables a medir

• Seleccionar el método de muestreo

• Calcular el tamaño necesario para obtener une

determinada precisión en la estimación.
TAMAÑO DE LA MUESTRA, se refiere al número de casos y
observaciones que constituyen una muestra

5 10
TAMAÑO DE LA MUESTRA

Depende de:

•Tiempo y recursos disponibles

•Tipo de muestreo y del análisis estadístico

•Heterogeneidad de la población

•Margen de error máximo

•Nivel de confianza de la estimación

¿¿¿¿Muestra NO representativa????

SESGO¡¡¡¡¡
 En el muestreo probabilístico, cada unidad de la
población tiene una probabilidad conocida y no nula
de ser seleccionada

Si dado un procedimiento de muestreo podemos definir el

conjunto de muestras posibles (espacio muestral) y la selección
de la muestra se hace de acuerdo a una función de
probabilidad definida sobre el espacio muestral, el muestreo es
probabilístico.

Es decir, para cada muestra está definida una probabilidad de

que un individuo sea elegido
 El muestreo probabilístico puede ser

CON REEMPLAZO o SIN REEMPLAZO

SIN REEMPLAZO si toda muestra está formada por n unidades
distintas, es decir, las muestras con alguna unidad repetida
tienen probabilidad cero de ser seleccionadas.
MÉTODOS DE MUESTREO
Muestreo Aleatorio

•Todos los elementos tienen la misma probabilidad de

ser elegidos

•La elección de cada unidad muestral es independiente

de las demás

•Se puede calcular el error

•Útil para estimar parámetros y probar hipótesis

Muestreo Aleatorio Simple
• Podemos utilizar un generador de números aleatorios de una
computadora.

• Suponga que hay N elementos en la población y que se le

asigna a cada elemento de la población un entero entre 1 y
N.

• Se genera una lista de enteros aleatorios entre 1 y N y se

eligen los elementos correspondientes de la población para
que formen la muestra aleatoria simple.
• Las muestras aleatorias simples siempre son diferentes de sus
poblaciones en algunos aspectos y en ocasiones podrían ser
considerablemente diferentes.

• Dos muestras diferentes de la misma población también serán

diferentes entre sí. Este fenómeno se conoce como variación
del muestreo.

• Nucleo en minas
Muestreo Sistemático
• Se parte de una población de tamaño N.

• Todos los elementos se numeran y solo se elige al azar el

número de partida.

• A partir de éste se elige cada k-esimo elemento de la población

1. 2 6. 14 + 3 = 17 11. 29 + 3 = 32 16. 44 + 3 = 47
2. 2 + 3 = 5 7. 17 + 3 = 20 12. 32 + 3 = 35 17. 47 + 3 = 50
3. 5 + 3 = 8 8. 20 +3 = 23 13. 35 + 3 = 38
4. 8 + 3 = 11 9. 23 + 3 = 26 14. 38 + 3 = 41
5. 11 + 3 = 14 10. 26 + 3 = 29 15. 41 + 3 = 44
Muestreo Estratificado
Criterio de estratificación: Aquel que maximiza la
homogeneidad dentro de cada estrato y maximiza la
heterogeneidad entre estratos

Se debe tener información previa que permita subdividir

a la población en un numero de subgrupos que sean
relativamente homogéneos.

Permite obtener estimaciones más exactas y con menor

costo en comparación con el muestreo aleatorio simple.

El número de individuos de cada estrato se decide por,

la muestra total dividida en partes iguales; o
considerando la proporción de individuos de cada
estrato.
Muestreo por Conglomerados

Se divide el área de la población en secciones (o

conglomerados ), luego se eligen al azar algunos de
estos conglomerados y después se elige a todos los
miembros de los conglomerados seleccionados

Cajas con piezas , cada caja un conglomerado y

probamos todas las piezas.
POLIETÁPICO O POR ETAPAS, es un diseño de muestreo de
etapas múltiples. Implica la selección de una muestra en distintos pasos. Por
ejemplo:

Conglomerados

Sistemático
Muestreo NO Probabilístico

•NO se conoce la probabilidad de las unidades de

muestreo de ser elegidas para la muestra

•NO se puede calcular el error

•Introducción de sesgo

•Útil para estudio piloto

Bola de Nieve
Muestreo de conveniencia

• Consiste en seleccionar una muestra de la población por el

hecho de que sea accesible.
• Esta conveniencia, que se suele traducir en una gran facilidad
operativa y en bajos costes de muestreo, tiene como
consecuencia la imposibilidad de hacer afirmaciones generales
con rigor estadístico sobre la población.
Por ejemplo:
Un ingeniero civil acaba de recibir una remesa de mil bloques
de hormigón, que pesan aproximadamente 50 libras cada uno.
Los bloques se han entregado en una gran pila. El ingeniero
quiere investigar la fuerza de compresión de los bloques
midiendo las fuerzas en una muestra de diez bloques. Para
tomar una muestra aleatoria simple se requeriría sacar bloques
del centro y de la parte inferior de la pila, lo que puede ser muy
difícil. Por esta razón, el ingeniero puede tomar una muestra
simplemente tomando diez bloques de la parte superior de la
pila.
Muestreo deliberado

• La muestra se elije sobre la base de conocimientos que el

investigador tenga de la población, sus elementos y la
naturaleza de los objetivos de la investigación.

• El asunto crítico es la objetividad que tanto se puede confiar

en el juicio d el investigador al seleccionar una muestra.

• Aplica bien para estudios de pre pruebas o prueba piloto para

in instrumento.
Muestreo voluntario

• Una muestra de voluntarios puede ser una la alternativa

práctica cuando no hay lista de los miembros de la población
de quien una muestra aleatoria se podría escoger.

• Es difícil determinar la presencia del sesgo.

Ejemplo: si tomamos como población los clientes que han

llenado voluntariamente una encuesta de satisfacción en un
buzón de sugerencia de un restaurante, y tomamos como
muestra los clientes que no se sintieron a gusto con el servicio y
los productos de dicho lugar. Para poder analizar el motivo por
el cual su experiencia no fue placentera.