El MUESTREO Y SUS

APLICACIONES
Poblacin y muestra


Cul es el objeto de estudio? Conocer la muestra o la poblacin?

Muestra
Poblacin
Resultados
Investigador
Muestreo
Inferencia
estadstica
Muestra
Censo
DISEO DE LA MUESTRA
Qu hacer cundo el objeto de estudio
es muy grande?
En el campo de las ciencias sociales,
el investigador no puede estudiar a toda
la poblacin.

Se debe utilizar la tcnica del
muestreo.

PROCESO DEL DISEO DE MUESTREO
DEFINIR LA POBLACIN META
DETERMINAR EL MARCO DE MUESTREO
SELECCIONAR LA TECNICA DE
MUESTREO
DETERMINAR EL TAMAO DE LA
MUESTRA
LLEVAR A CABO EL PROCESO DE
MUESTREO
Caractersticas de una buena
Muestra
Representativa: La representatividad en estadstica se
logra con el tipo de muestreo adecuado que siempre
incluye la aleatoriedad (es decir cuando a cada
elemento de la poblacin le corresponde una
probabilidad de integrar la muestra) en la seleccin de
los elementos de la poblacin que formaran la muestra.

Viable: De fcil aplicacin

Suficiente: Permite recolectar la mayor cantidad posible
de informacin al menor costo

Ventajas del mtodo de
Muestreo

Costo reducido
Mayor rapidez (Informacin oportuna)
Mayor exactitud y calidad en la
Informacin obtenida.


DISEO DE LA MUESTRA
Ejemplos :

El gerente de un Hotel desea controlar
un proceso de manera regular para
investigar la calidad del servicio.
Un investigador de mercados busca las
caractersticas que distinguen su
producto del de sus competidores.
Objetivos del Muestreo
Caracterizacin de una poblacin.
Comparacin de poblaciones.

Variables Cuantitativas : medias, mnimo, mximo,
mediana, C.V.
Variables Cualitativas :frecuencias, porcentajes o
proporciones.

Inferencias:
estimacin puntual (media, total, proporciones) de
los parmetros de inters.
estimacin de intervalo
pruebas de hiptesis




Conceptos Fundamentales

MUESTRA ALEATORIA (m.a). Se define una muestra
aleatoria como un conjunto de variables aleatorias,
todas con la misma distribucin de probabilidades,
independientes entre s.



cada elemento de la poblacin tienen una probabilidad
conocida, distinta de cero, de ser incluido en la muestra
Conceptos Fundamentales
UNIDAD DE ANALISIS. Tambin se le denomina el
elemento de la poblacin y es aquella unidad indivisible de
la cul se obtiene el dato estadstico. Ejemplo: puede ser
una persona, historia clnica, vivienda, o un animal, etc.

POBLACIN. Es el conjunto de personas, objetos o cosas
con una caracterstica o atributo especial cuantificable, en
un periodo y lugar determinado. Ejemplo: Estudiantes del
Ciclo Bsico de la Universidad San Martn, primer semestre
del 2003. La caracterstica a estudiar es la estatura que
permitir obtener los datos.
Conceptos Fundamentales

TIPO DE POBLACION


Poblacin homognea Poblacin heterognea
DISEO DE LA MUESTRA
Poblacin: La totalidad de los elementos
que poseen que comparten un conjunto
comn y que para la investigacin de
mercado es el universo.
Censo: Numeracin completa de los
elementos de la poblacin u objetos de
estudio
Muestra: Parte de la poblacin que
contiene tericamente las mismas
caractersticas que se desean estudiar.


Conceptos Fundamentales

POBLACIN OBJETO: es el conjunto finito o
infinito de individuos sobre el cual queremos
obtener informacin, acotado en tiempo y
espacio.
En epidemiologa para definir poblacin
considera criterios de inclusin y exclusin.
Conceptos Fundamentales

MARCO DE MUESTREO: es el conjunto de
unidades de muestreo que componen la
poblacin, con todas las caractersticas que
permitan la localizacin de cada una de ellas.
Puede ser una lista de personas, una relacin
de viviendas, un archivo, un croquis de una
determinada comunidad, etc. El marco debe
estar completamente actualizado porque de el
se seleccionar la muestra.
Conceptos Fundamentales
UNIDAD DE MUESTREO. Es la unidad seleccionada
del marco de muestreo. La unidad de muestreo puede
coincidir con la unidad de anlisis, por ejemplo un nio
menor de 5 aos, o puede estar constituida por un
conglomerado de unidades de anlisis, por ejemplo:
Poblacin: Pacientes que se atienden en los
consultorios de un hospital.
Unidad de anlisis: Un paciente que se atiende en un
consultorio externo del hospital.
Unidad de muestreo: Un consultorio externo del
hospital (Pero no interesa el consultorio externo si no
los pacientes que se atienden en dicho consultorio)




Poblacin
objetivo
Muestra
Unidad de anlisis
Inferencia estadstica
Marco
muestral
1
2
3
.
.
.
N (tamao de poblacin)
as un listado de la
poblacin
y cada elemento es
identificado por su cdigo
Conceptos Fundamentales
Probabilidad de seleccin.-
Es la probabilidad diferente de cero que tiene cada unidad de la
poblacin de ser incluida en la muestra.
Parmetro. Es un valor que describe una caracterstica o un atributo
de la poblacin. Algunos parmetros de la poblacin de nios
menores de 5 aos de edad que estamos interesados en estudiar en
base del muestreo son:
i).Media aritmtica poblacional:
-Peso Promedio
-Hemoglobina promedio.
-Estatura promedio.
ii).Proporcin poblacional:
-Proporcin de nios que estn desnutridos.
-Proporcin de nios que estn parasitados.
-Proporcin de nios que tuvieron solamente lactancia materna
exclusiva

Conceptos Fundamentales
ESTADSTICO. Es un valor que describe una
caracterstica o atributo de una muestra y est
en funcin de los datos muestrales. Por ejemplo
se tiene la media, razn o proporcin muestral.

ERROR MUESTRAL. Se refiere nicamente a la
variabilidad o dispersin entre los resultados de
un estadstico de muestras sucesivas del mismo
tamao o diferente. La medida apropiada para
cuantificar este error es el error estndar.
As sucesivamente se pueden seleccionar otras muestras y a veces los valores de
x
i
y S
i
coincidirn pero las mas de las veces tienen diferencias. Es decir se
pueden observar diferencias entre los estadsticos de las diferentes muestras, y
esa diferencia es consecuencia de los errores muestrales.
Se puede cuantificar la variabilidad atribuida a los errores muestrales y su medida
es el ERROR ESTNDAR. Con el error estndar recin se pueden hacer las
inferencias estadsticas respectivas
Poblacin de
personas de 40 a 50
aos de edad cuya
FC tiene = 80 p/m y
o = 2 p/m
Seleccionamos 1 muestra con
n = 89 x
2
= 79 p/m y S
2
= 3 p/m
Seleccionamos 1 muestra con
n = 100 x
1
= 82 p/m y S
1
= 1.5
Seleccionamos 3 muestra con
n = 102 x
n
= 80.5 p/m y S
n
= 3
Tipos de Muestreo

A) MUESTREO NO PROBABILSTICO: No
permite inferencia estadstica.

M. de Juicio: Abarca el juicio del experto,
opiniones de especialista
M. de Cuotas: Se decide la estructura del marco
muestral, sin tener en cuenta la estructura del
marco poblacional.

Tipos de Muestreo
MUESTREO PROBABILSTICO: Permite
inferencia estadstica. Cada elemento del
marco poblacional tiene una probabilidad
conocida diferente de cero de conformar o
ser parte de la muestra.

- Muestreo aleatorio simple.
- Muestreo Sistemtico.
- Muestreo estratificado.
- Muestreo por conglomerados.
Muestreo Aleatorio Simple
Todas las unidades elementales tienen la misma
probabilidad de conformar la muestra. Dicho de
otro modo, significa que cada una de las posibles
muestras de tamao n, tenga a la misma
probabilidad de ser seleccionada (muestreo sin
sustitucin).

La probabilidad de elegir un elemento ser (muestreo sin
reemplazo):
p = n (tamao de muestra)
N (tamao de la poblacin)

Se aplica cuando la poblacin es finita y homognea.
Muestreo Aleatorio Simple
Ejemplo 1 Procedimiento: Una poblacin N = 150 y una
muestra n= 10
P = 10 / 150 = 1 / 15
El procedimiento consiste en enumerar los elementos de la
poblacin
Se usa la tabla de nmeros aleatorios (tambin se puede usar
programas informticos diseados para tal fin).
Si N = 150 en la tabla de nmeros aleatorios se seleccionan 3
columnas por que tiene 3 dgitos, y se busca desde 001 a
150
La muestra tomada es sin reposicin , es decir si un nmero se
repite varias veces solo se tomar una sola vez).
En este caso se encuentra : 102 009 043 025 142 104 059
150 092 016
Muestreo Sistemtico
Es usada cuando la poblacin es finita y
heterognea
PROCEDIMIENTO:
Para tomar una muestra de tamao n numerar
las unidades de la poblacin de 1 hasta N.
Dividir la poblacin en n bloques de k elementos
cada uno k = N / n : Relacin de Muestreo
Tomar un elemento al azar del primer bloque
comprendido entre 1 y k llamado arranque
aleatorio (r)
La muestra quedar formada por los elementos:
r r + k r + 2k r + 3k r + 4k ......... r + (n-1)k

Muestreo Sistemtico
Por ejemplo si N = 150 y n = 10 entonces K =
150 / 10 = 15
Una vez identificado K se considera o genera un
intervalo de seleccin que esta comprendido
entre 1 y K ( en el ejemplo entre 1 y 15)
incluyendo 1 y K y se seleccionara en forma
aleatoria, al nmero seleccionado se le
considera el arranque aleatorio (r)
Y la muestra estar integrada por r r+K r+2K r+3K
r+4K ......r+(n-1)K
As si en el ejemplo se elige el arranque n 8 se
tendr la siguiente muestra:
8 23 38 53 68 83 98 113 128 143
Muestreo por Conglomerados
PROCEDIMIENTO:
Sustituir los elementos de la poblacin por
grupos
Cada unidad de muestreo es ahora un
grupo y se denomina conglomerado.
Se seleccionan aleatoriamente los
conglomerados que forman parte de la
muestra, y de ellos se realiza el estudio de
la caracterstica mediante otro mtodo de
muestreo, por ejemplo con un muestreo
aleatorio simple.
Tamao de Muestra
Para determinar el tamao de muestra se tiene en
cuenta el tipo de poblacin, es decir:

a. Si la poblacin es homognea se requiere pocos
elementos en la muestra y si la poblacin es
heterognea se requiere un mayor nmero de
elementos.
Para establecer una frmula del tamao de
muestra se requiere saber el tipo de parmetro
que se desea estimar, es decir , si el inters es
estimar una media aritmtica se requiere una
frmula especfica y si se quiere estimar una
proporcin se considera otra frmula.
Frmula de tamao de muestra para estimar una media aritmtica
n = Z o N
E(N-1)+Zo
Donde :
N: Tamao de la poblacin que es objeto de estudio.
Z : es una desviacin normal cuyo valor corresponde al grado de
confianza que se establece.
Es decir:
N.C. : 90% 95% 99%
Z : 1.64 1.96 2.57
o : Varianza poblacional de la poblacin que es objeto de estudio
En la prctica, el valor de la varianza se desconoce.
Para establecer el valor a la varianza, hay que tener en cuenta las
siguientes recomendaciones:
Recurrir a estudios similares que se han realizado y obtener el valor
de la varianza respectiva.
Realizar un estudio piloto para estimar o .
E: Error absoluto o precisin de la estimacin deseada de la media.
Ejemplo
Inters: Conocer el colesterol promedio de los estudiantes de la
Facultad de
Medicina.(Suponemos que son 1800 alumnos)
El estudio queremos realizarlo mediante una muestra y necesitamos
calcular el tamao de muestra n, considerando: un grado de
confianza del 95%,
resultados de un estudio preliminar:
_
x=210 y s=30; error relativo del 6%
Solucin _ _
Por definicin de error relativo. Er = E/X * 100 . Por consiguiente, E= Er*
X /100.
Como grado de confianza 95%, nos indica que Z=1.96
E= 6*210/100 = 12.6; o= 30.
Reemplazando valores en la formula se tiene: n= (1.96)(30)(1800)
(12.6)(1799) + 1.96(30)
Por tanto, n=22 (Para realizar el estudio se requiere como mnimo 22
estudiantes)
Determinacin del tamao de muestra para estimar una proporcin

n = Z P (1 P) N
E(N-1) + ZP(1-P)
N : Tamao de la poblacin
Z : Desviacin normal
P : Proporcin de unidades que poseen el atributo de inters en la poblacin
E : Error absoluto o precisin de la estimacin de la proporcin. Por lo general el
valor que asume es de 0.05
En la prctica, el valor de la proporcin P se desconoce. Para determinar dicho valor
se recurre a las siguientes recomendaciones :
- Recurrir a estudios similares que se hayan realizado y extraer el valor de P.
- En caso de no haber antecedentes, se recurre a un estudio piloto para conocer P.
En caso contrario se recurre a la mxima varianza cuando P=0.05
Ejemplo
Inters: Conocer la proporcin de estudiantes que consumen
cigarrillos en la Facultad de Medicina X. Nmero de estudiantes
N=1800.
El estudio se realizar mediante una muestra. Calculamos el tamao
de muestra, considerando: Grado de confianza del 95%, por
consiguiente, Z=1.96. De un estudio preliminar se ha determinado
que la proporcin de alumnos que consumen alcohol es de
p=0.30. El error absoluto que se toma en cuenta es de E=0.05
Reemplazando la informacin en frmula, se tiene:
n= (1.96)(0.3)(0.7)(1800) = 274
(0.05)(1799) + (1.96)(0.3)(0.7)
Por lo menos se requiere para ejecutar el estudio 274 estudiantes
En caso de que se desconoce el tamao de la poblacin N, las
frmulas quedaran reducidas como:
Para estimar una media aritmtica,
n = Z o
E
- Para estimar una proporcin,
n = Z P (1 P)
E
EJEMPLO:
A fin de conocer el gasto mensual en medicinas por familia, el
Gerente de Marketing de un laboratorio farmacutico desea
determinar el tamao de la muestra que le proporcione un nivel
de confianza de 0,95 (Z = 1,96). Adems conoce por estudios
anteriores que las compras medias por familia eran de S/. 120
mensuales, con una desviacin estndar de 30. El Gerente
busca un tamao de muestra que le permita estimar el nivel de
gasto con un error de 10.












2
2
e
2
S Z
n
c
o
=
( ) ( )
( )
35
2
0 1
2
0 3
2
96 , 1
= n
= n
2
Inferencia Estadstica
Muestra
Poblacin Objetivo
Inferencia
estadstica
Muestro
Definicin
La inferencia estadstica se ocupa del anlisis,
interpretacin de resultados y de las
conclusiones a las que se pueda llegar a partir
de la informacin captada en una muestra
aleatoria .
Propsito
El propsito de la inferencia estadstica es
alcanzar un mayor conocimiento acerca de los
parmetros de una poblacin, y a travs de este
conocimiento lograr una mejor comprensin
sobre el comportamiento de una variable en
estudio.
Problemas: a resolver mediante la Inferencia Estadstica
- Conocer la proporcin de estudiantes que fuman cigarrillos
de la facultad de medicina X
-Un investigador est interesado en comparar la efectividad de
dos medicamentos en la cura de una ETS

reas de la Inferencia estadstica
Estimacin de parmetros (resuelve problema 1)
Prueba de hiptesis (resuelve problema 2)
Estimacin de Parmetros
Viene a ser la aproximacin de los valores de
los parmetros que se efectan con la
informacin captada en un conjunto de
observaciones muestrales y de acuerdo a
ciertos procedimientos establecidos por
indicadores que son llamados estimadores o
valores estadsticos
Tipos de Estimacin
Estimacin Puntual.
Estimacin por intervalos.
Estimacin Puntual
Viene a ser la estimacin del valor de un
parmetro por medio de un nico valor, el
cual es obtenido mediante el clculo o
evaluacin de un estimador para una
muestra especfica.
Estimacin Puntual
Parmetros Estadsticos
_ n
x = E xi
i=1 n
n _
o2 s2 = E (xi - x)2
i=1 n - 1
_ _
1 - 2 x1 - x2
P p = a/n, donde a es el nmero de unidades que
poseen el atributo de inters en la muestra
P1 - P2 p1 - p2 .
Estimacin por Intervalos
Viene a ser la estimacin del valor de un
parmetro mediante un conjunto de valores
contenidos en un intervalo, el cual se
obtiene a partir de una informacin
muestral de modo tal que brinde una
confianza establecida de contener al valor
del parmetro
Consiste en determinar dos valores numricos L
1
y L
2
y que
con un cierto grado de confianza se espera que el valor del
parmetro est comprendida entre dichos valores.
Intervalo de confianza para la media
En este caso los valores L1 y L2 seran:
_ _
L1 = x - Z ES (x)
_ _
L2 = x + Z ES (x)

Donde:
Estimacin por intervalo
de la media ()
Z : Es un coeficiente de confianza y cuyo valor depende del
grado de confianza (G.C.) que se establece, es decir:
G.C. : 90% 95% 99%
Z : 1.64 1.96 2.57
_ _
ES (x) : es el error estndar de x y se define como:
_ _
ES (x) = s/\n , donde s es la desviacin estndar de la
muestra

Nota El coeficiente Z se utiliza cuando tamao de muestra n >
30.
Estimacin por intervalo
de la media ()
En relacin al ejemplo anterior, construiremos un intervalo de confianza del
95% para la estatura promedio ( ) de los estudiantes de medicina.

Grado de confianza del 95% le corresponde un Z=1.96
_ __
Error estndar ES(x) = 20/\36 = 3.33

Por consiguiente:
L1= 170 1.96*3.33 = 163.5
L2= 170 + 1.96*3.33 = 176.5
[163.5 , 176.5]

La estatura promedio de los estudiantes de la facultad de Medicina de la
USMP est comprendida entre 163.5 y 176.5 cm. con un grado de confianza
del 95%.
Estimacin por intervalo
de la media (): ejemplo
Estimacin por intervalo
de la proporcin (P)
Intervalo de confianza para la proporcin P
______
L1 = p - z \pq/n
____
L2 = p + z\pq/n
donde q = 1 - p.
____
\pq/n = ES(p), nos indica el estimador del error estndar de
la proporcin de la muestra p
Ejemplo:
Inters: Estimar la proporcin de nios desnutridos menores
de 5 aos de una determinada comunidad.
Seleccionamos una muestra de 100 nios menores de 5 aos y
se determina que 45 estn desnutridos.
Se quiere estimar una proporcin de poblacin P = A/N, donde,
A: n de nios menores de 5 aos desnutridos en la poblacin y
N: n de nios menores de 5 aos en la poblacin.
El estimador es: p = a/n donde a es el nmero de nios
desnutridos en la muestra y n es el tamao de muestra. Por
consiguiente, p = 45/100 = 0.45. proporcin estimada de nios
desnutridos menores de 5 aos en la comunidad es de 0.45.
Estimacin por intervalo
de la proporcin (P)
Segn la informacin que se dispone, se construye un intervalo del 95%
para P:

Para una confianza del 95%, Z = 1.96
Reemplazando valores se tiene:
____________
L1 = 0.45 - 1.96 *\ 0.45(0.55)/100 = 0.352
____________
L2 = 0.45 + 1.96 *\ 0.45(0.55)/100 = 0.548.

La proporcin de nios menores de 5 aos desnutridos en dicha
comunidad est entre 0.352 y 0.548 con una confianza del 95%.
Nota Se utiliza el coeficiente de confianza Z/2 si np y n(1-p) >5.