CONTENIDOS

• Teoría del muestreo

• ¿Cómo seleccionar una muestra?

• ¿Quiénes van a ser medidos?
• ¿Cómo se delimita una población?

• Tipos de muestra

• Tamaño de la muestra
Teoría del Muestreo
• Estudia la relación entre una población y las muestras
tomadas de ella.

• Es útil para estimar parámetros de una población , tales

como : media , varianza, proporción.

• También es útil para determinar si las diferencias

observadas entre dos muestras son debidas a variaciones
fortuitas o sin son realmente significativas.
 ¿Quiénes van a ser medidos?
• El interés se centra en “quienes”, es decir, en los
sujetos u objetos de estudio.

• Por lo tanto para seleccionar una muestra , lo

primero es definir nuestra unidad de análisis (
personas, organizaciones, etc)

• El “ quienes van a ser medidos ” , depende de

precisar claramente el problema y los objetivos de la
investigación.
 ¿Cómo se delimita una población?
Población => Conjunto de todos los casos que
concuerdan con una serie de especificaciones.

Muestra => Subgrupo de la población

Para seleccionar la muestra deben delimitarse las

características de la población, a fin de delimitar
cuáles serán los parámetros muéstrales.

Ejemplo: Investigación sobre el uso de la TV en los

niños
Unidad de análisis = niños
Población = ¿?
 ¿Cómo seleccionar la muestra?
• Muestra es un subconjunto de elementos que pertenecen a
la población

Población

Unidad de
análisis

Muestra
A menudo oímos hablar de ............
Muestra al azar
Muestra Muestra aleatoria
representativa

Los términos al azar y

Toda muestra debe aleatorio denotan un tipo
ser representativa de procedimiento
mecánico relacionado
con la probabilidad y
con la selección de
Término inútil elementos
 Tipos de muestra
No probabilísticas Probabilísticas

La elección de los elementos Todos los elementos de

no depende de la la población tienen la
probabilidad, sino de causas misma posibilidad de ser
relacionadas con las del escogidos
investigador

Esto se obtiene
El procedimiento no es definiendo las
mecánico, ni en base a características de la
fórmulas de probabilidad, sino población, el tamaño de
que depende del proceso de la muestra y a través de
toma de decisiones de una una selección aleatoria
persona o un grupo de y/o mecánica de las
personas unidades de análisis.
Observaciones .............

• La elección entre la muestra probabilística y una no

probabilística se determina con base en los objetivos
del estudio, el esquema de la investigación y el
alcance de sus contribuciones

• La ventaja principal de las muestras probabilísticas

es que puede medirse el tamaño de error en nuestras
predicciones

• El principal objetivo en el diseño de una muestra

probabilística es el de reducir al mínimo este error,
llamado error estándar
 Muestras Aleatorias
• Para que las conclusiones obtenidas de la teoría
de muestreo sean válidas, las muestras
escogidas deben ser representativas de la
población

• Una forma de obtener una muestra

representativa es mediante el muestreo aleatorio

• Cada miembro de la población tiene la misma

probabilidad de ser incluido en la muestra
Muestra aleatoria simple

Es una muestra de tamaño n extraída de una

población de interés de tamaño N, de tal manera
que cada muestra de tamaño n tiene la misma
probabilidad de ser seleccionada.

La calidad de aleatoriedad de una muestra asegura

la aplicación correcta de la probabilidad para
evaluar el riesgo inherente en un proceso inductivo.
Muestreo con o sin reposición
Con reposición Sin reposición

Ejemplo Ejemplo
Sacamos un Sacamos un
número de una número de una
urna y lo urna y no lo
volvemos a poner volvemos a poner
en ella en ella

Población infinita Población finita

Dos formas para obtener muestras aleatorias
Muestreo aleatorio con Muestreo aleatorio sin
reemplazo reemplazo

Extraer la observación Xi de Extraer las n

la población, regresarla y observaciones
extraer X2,.......continuar el X1,X2,.......,Xn de la
proceso hasta tener una característica X de la
muestra de n observaciones población sin
de la características medible reemplazo
X
Las observaciones
Las obs. X1.....Xn es un conj, X1,....Xn e un conjunto
de v.a. independientes e de variables aleatorias
idénticamente distribuidas, idénticamente
es decir, ninguna obs. Se ve distribuidas pero no
afectada por otra y con independientes.
distribución igual a la de la
población
¿Cómo se hace una muestra
probabilística?

Para hacer una muestra probabilística

es necesario dos cosas:

a)Determinar el tamaño de la muestra ( n ); es

decir, el número de elementos a estudiar

b)Seleccionar los elementos muéstrales , de

manera que todos tengan la misma
posibilidad de ser elegidos.
 Consideraciones básicas en la determinación
del tamaño de una muestra
1.La heterogeneidad de la población en estudio con relación a la
característica bajo estudio => a mayor homogeneidad se requerirá
menor número de elementos para hacer la estimación de las
características de interés.

2.La precisión deseada en la estimación, la cual está relacionada

con la amplitud del intervalo de confianza. A mayor precisión que
se requiera en la estimación ( IC más angostos), mayor deberá ser
el tamaño de la muestra.

3.La confianza de la estimación. La confianza asociada a un

intervalo es la probabilidad de que el valor de la característica en
estudio esté contenida en el intervalo construido a partir de la
muestra. A mayor confianza deseada, mayor deberá ser el tamaño
de la muestra.
 El tamaño de la muestra
•Cuando se hace una muestra probabilística, uno debe
preguntarse

¿Cuál es el número mínimo de unidades de análisis que

necesito para conformar una muestra de tamaño (n) que me
asegure un error estándar menor de 0.01 ó 0,05 ( fijado por
el investigador), dado que la población N es
aproximadamente de tanto elementos?

n´ = S2 ( varianza de la muestra)
V2 (varianza de la población)
Tamaño de muestra para promedios
• En el caso que el interés sea una
característica cuantitativa, se debe
entonces estimar un promedio de la
población, la varianza en este caso es S2
 Tamaño de muestra
Tamaño de Tamaño de
muestra para muestra para
proporciones proporciones

Ejemplo Ejemplo
 VALIDEZ
• Grado en que una medición puede medir correctamente
el parámetro que estamos buscando.

• Validez interna: Grado en que los resultados de

observaciones son aplicables al grupo de personas
objeto del estudio.

• Validez externa: Grado en que los resultados de un

estudio son aplicables a otras poblaciones. Capacidad
de generalización.

PRECISIÓN
• Grado de dispersión de las medidas alrededor de una
media central.
 ERRORES

• SISTEMÁTICO O SESGO.

• ALEATORIO
ERRORES SISTEMÁTICOS O SESGO

• Afectan a la validez.

• Ligados al diseño del estudio (puede

reducirse o manejarse).

• Sesgo de selección.

• Sesgo de información:
Clasificaciones o mediciones
inexactas.
ERRORES ALEATORIOS
• Afectan a la precisión.

• Ligados al análisis.

• Ligado al error de muestreo o a la variación de muestra a

muestra.

• Se puede disminuir al aumentar el tamaño de muestra.

• Depende del tamaño de la muestra y la varianza.