Universidad Autónoma de Santo Domingo

Facultad de ciencias económicas y sociales

Departamento de Estadística
Estadística Industrial II-123

PRACTICA 6.
Control de lectura: El Muestreo

Omega Eunice Heredia Cruz

100044032
Sec: 03

Prof.: Joel A. Patiño De Los Santos

27/03/2018
 El Muestreo

Documento elaborado por: Omega E. Heredia

Estudiante de Ingeniería Industrial
Universidad Autónoma de Santo Domingo UASD

Introducción
En este documento ofrezco un informe sobre el concepto de
muestro, y los tipos de muestreo existentes. No pretendo ser
extensa, solo intento exponer lo que pude asimilar del contenido a
analizar.

Concepto del muestreo

El muestreo es una herramienta de investigación. Su función es
analizar una parte de la población, (en estadística, población se
refiere a todos los elementos que han sido escogidos para un
estudio) denominada muestra con la finalidad de hacer inferencias
sobre ella.
Obtener una muestra adecuada significa lograra una versión
simplificada de la población, que reproduzca de algún modo sus
rasgos básicos.
Estadísticas y parámetros
Matemáticamente, podemos describir muestras y poblaciones al
emplear mediciones como la media, la mediana, la moda y la
desviación estándar. Cuando estos términos describen las
características de una muestra, se denominan estadísticas. Cuando
describen las características de una población, se llaman
parámetros. Una estadística es una característica de una muestra y
un parámetro es una característica de una población.
Para ser consecuentes, los especialistas en estadística emplean
literales latinas minúsculas para representar estadísticas de
muestra, y literales griegas o latinas mayúsculas para representar
parámetros de población

Tipos de muestreo
El muestreo otorga una probabilidad conocida de integrara la
muestra a cada elemento de la población y dicha probabilidad no es
mula para cada elemento. Como resultado de lo anterior, es posible
determinar objetivamente las estimaciones de las características de
la población que resultan de una muestra dada; es decir, se puede
describir matemáticamente qué tan objetivas son las estimaciones
correspondientes. Comencemos a analizar este proceso
introduciendo cuatro métodos del muestreo aleatorio:
Muestreo aleatorio simple:
El muestreo aleatorio simple selecciona muestras mediante
métodos que permiten que cada posible muestra tenga una igual
probabilidad de ser seleccionada y que cada elemento de la
población total tenga una oportunidad igual de ser incluido en la
muestra.
Este tipo de muestreo puede ser finito. Por finito nos referimos a
que la población tiene un tamaño establecido o limitado, es decir,
existe un número entero (N) que indica cuántos elementos hay en
la población. Ciertamente, si muestreamos sin “reemplazar” a
ningún elemento de la población, pronto agotaremos nuestro
pequeño grupo de población. Observe también que si
muestreamos con reemplazo (es decir, si sustituimos algún
elemento muestreado inmediatamente después de haber sido
escogido y antes de elegir al segundo elemento), el mismo
elemento podría aparecer dos veces en la muestra.
También puede ser Infinito. Una población infinita es aquella en la
que es teóricamente imposible observar todos los elementos.
Aunque muchas poblaciones parecen ser excesivamente grandes,
no existe una población realmente infinita de objetos físicos.
Después de todo, con recursos y tiempo ilimitados, podríamos
enumerar cualquier población finita, incluso los granos de arena de
las costas del planeta.
Ventajas:
 Sencillo y de fácil comprensión.
 Calculo rápido de medias y varianzas.
 Se basa en la teoría estadística, y por tanto existen paquetes
informáticos para analizar los datos.
 Desventajas:
 Requiere que se posea de antemano un listado completo de
toda la población.
 Cuando se trabaja con muestras pequeñas, es posible que no
represente la población adecuadamente.

Cómo hacer un muestreo aleatorio

La forma más fácil de seleccionar una muestra de manera aleatoria
es mediante el uso de números aleatorios. Estos números pueden
generarse ya sea con una computadora programada para revolver
números o mediante una tabla de números aleatorios, que,
propiamente, debería llamarse tabla de dígitos aleatorios.

Muestreo sistemático
Los elementos son seleccionados de la población dentro de un
intervalo uniforme que se mide con respecto al tiempo, al orden o
al espacio.
El muestreo sistemático difiere del muestreo aleatorio simple en
que cada elemento tiene igual oportunidad de ser seleccionado,
pero cada muestra no tiene una posibilidad igual de ser
seleccionada.
Ventajas:
 Fácil de aplicar.
 No siempre es necesario tener un listado de toda la población.
 Cuando la población esta ordenada siguiendo una tendencia
conocida, asegura una cobertura de unidades de todos los
tipos.
 Desventajas:
 Si la constante de muestreo esta asociada con el fenómeno de
interés, se pueden hallar estimaciones sesgadas (se refieren a
los tipos de muestras seleccionados en poblaciones sensibles
al tema en cuestión, por ejemplo, una encuesta sobre si las
mujeres pudieran tener mas tiempo de licencia de
maternidad en un trabajo hecha a mujeres trabajadoras y
embarazadas, es muy probable que mas de un 90% apoye la
decisión)

Cómo hacer un muestreo sistemático

 Conseguir un listado de N elementos.
 Determinar el tamaño de la muestra n.
 Definir un intervalo de salto k; K= N/n.
 Elegir un numero aleatorio, r, entre 1 y K (r= arranque
aleatorio)
 Seleccionar los elementos de la lista.

Muestreo estratificado

Para utilizar el muestreo estratificado, dividimos la población en

grupos relativamente homogéneos, llamados estratos. Después
utilizamos uno de los dos planteamientos: o bien seleccionamos
aleatoriamente, en cada estrato, un número específico de
elementos correspondiente a la proporción del mismo en relación
con la población completa, o extraemos el mismo número de
elementos de cada estrato y después ponderamos los resultados
considerando la proporción que el estrato representa con respecto
a la población total. Con cualquiera de los planteamientos, el
muestreo estratificado garantiza que cada elemento de la
población tenga posibilidad de ser seleccionado. El muestreo
estratificado resulta apropiado cuando la población ya está dividida
en grupos de diferentes tamaños y deseamos tomar en cuenta esta
condición.
El azar no es una garantía de representatividad. Este muestreo
pretende asegurar la representación de cada grupo en la muestra.
Cuanto más homogéneos sean los estratos, mas precisas resultan
las estimaciones.
Ventajas:
 Tiende a asegurar que la muestra represente adecuadamente
a la población en función de unas variables seleccionadas.
 Se obtienen estimaciones más precisas.

Desventajas:
 Se ha de conocer la distribución en la población de las
variables utilizadas para la estratificación.
 Los análisis son complicados, en muchos casos la muestra
tiene que ponderarse (asignar pesos a cada elemento).

Muestreos por conglomerados o racimos

En el muestreo de racimo o por conglomerado dividimos la
población en grupos, o racimos, y luego seleccionamos una muestra
aleatoria de estos racimos, asumiendo que cada uno de ellos es
representativo de la población.
Un procedimiento de muestreo de racimo bien diseñado puede
producir una muestra más precisa a un costo considerablemente
menor que el de un muestreo aleatorio simple. Tanto en el
muestreo estratificado como en el de racimo, la población se divide
en grupos bien definidos. Usamos el muestreo estratificado cuando
cada grupo tiene una pequeña variación dentro de sí mismo, pero
hay una amplia variación de un grupo a otro. Usamos el muestreo
de racimo en el caso opuesto, cuando hay una variación
considerable dentro de cada grupo, pero los grupos son
esencialmente similares entre sí.

Ventajas:
 Los conglomerados se caracterizan porque la variación en
cada grupo es menor que la variación entre grupos.
 La necesidad de listados de las unidades en una etapa se
limita a aquellas unidades de muestreo seleccionados en la
etapa anterior.
 Es muy eficiente cuando la población es muy grande y
dispersa. Reduce costes.
 No es preciso tener un listado de toda la población, solo de las
unidades primarias de muestreo.

Desventajas:

 El error estándar es mayor que en el muestreo aleatorio

simple o estratificado.
 El cálculo del error estándar es complejo.
 Bibliografía

 Carrasco JL. El método estadístico en la investigación médica

5ta edición, Madrid, Editorial Ciencia.
 Domenech JM. Metodos estadisticos en Ciencias de la Salud .
Signo. Barcelona,1999.
 Hulley SB, Cummings SR. Diseño de la investigacion clinica.
Barcelona 1993
 Levin Rubin valderas. Estadistica para la administración y
economía, séptima edición, Pearson Prentice Hall,
Mexico,2004