Академический Документы
Профессиональный Документы
Культура Документы
FACULTAD DE INGENIERÍA
ASIGNATURA: Estadística I
TRABAJO DE INVESTIGACIÓN
PRESENTADO POR:
TACNA - PERÚ
2019
Entonces, el muestreo tiene por objetivo estudiar las relaciones existentes entre la
distribución de una variable “y” en una población “z” y la distribución de ésta variable en la
muestra a estudio (Hernández Sampieri et al., 2006). Para ello, es fundamental, entre otras
cosas definir los criterios de inclusión (características clínicas, demográficas, temporales y
geográficas de los sujetos que componen la población a estudio) y de exclusión
(características de los sujetos que pueden interferir con la calidad de los datos o la
interpretación de los resultados).
DEFINICIÓN
Esta teoría trata sobre los fundamentos probabilísticos, las distribuciones estadísticas, los
métodos o técnicas de selección, las fórmulas de cálculo de los errores de muestreo, las
fórmulas y tablas de determinación del tamaño de la muestra, los métodos de estimación de
los parámetros poblacionales a partir de los estadísticos muestrales. Nosotros daremos una
guía básica de introducción a la teoría de las muestras.
Esta teoría indica los procedimientos o técnicas para extraer una parte o muestra del
colectivo o población que se quiere estudiar, o analizar en ella las características que interesen
y el del resultado de este análisis inferir o afirmar algo del universo total. El muestreo se
utiliza con mucha frecuencia en investigaciones de mercados, medios y opinión en
investigación social, en general, puesto que ofrece algunos importantes beneficios con la
realización de un censo.
OBJETIVOS
GENERALES
ESPECÍFICOS
Una muestra puede ser obtenida de dos tipos: probabilística y no probabilística. Las
técnicas de muestreo probabilísticas, permiten conocer la probabilidad que cada individuo a
estudio tiene de ser incluido en la muestra a través de una selección al azar.
Este procedimiento exige, como el anterior, numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los
que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k,
siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra: k=
N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad constante (k)
podemos introducir una homogeneidad que no se da en la población. Imaginemos que
estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros
son varones y las 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con
Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de
interés estarán representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarán parte de la muestra.
Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de
la población que forman una unidad, a la que llamamos conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales
como, por ejemplo, las urnas electorales. Cuando los conglomerados son áreas geográficas
suele hablarse de "muestreo por áreas".
Intencional
Por conveniencia
Permite seleccionar aquellos casos accesibles que acepten ser incluidos. Esto,
fundamentado en la conveniente accesibilidad y proximidad de los sujetos para el
investigador. Por ejemplo, entre todos los sujetos con CA, solamente aquellos que se
encuentren hospitalizados en el Hospital Regional de Tacna.
Accidental o consecutivo
Se fundamenta en reclutar casos hasta que se completa el número de sujetos necesario para
completar el tamaño de muestra deseado. Estos, se eligen de manera casual, de tal modo que
quienes realizan el estudio eligen un lugar, a partir del cual reclutan los sujetos a estudio de la
población que accidentalmente se encuentren a su disposición. Es similar al muestreo por
conveniencia, excepto que intenta incluir a todos los sujetos accesibles como parte de la
muestra. Por ejemplo, entre todos los sujetos con SIDA, seleccionar los primeros 50 incluibles
que lleguen al servicio de urgencias del Hospital Regional de Tacna.
USOS DE MUESTREO.
En la política: Las muestras de las opiniones de los votantes se usan para que los
candidatos midan la opinión pública y el apoyo en las selecciones.
En la industria: La muestra de los productos de una línea de ensamble sirve para controlar
la calidad.
En el Gobierno: Una muestra de opiniones de los votantes se usaría para determinar los
criterios del público sobre cuestiones relacionadas con el bienestar y la seguridad nacional.
Una muestra debe ser representativa si va a ser usada para estimar las características de la
población. Los métodos para seleccionar una muestra representativa son numerosos,
dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la
naturaleza de los elementos individuales de la población. Por lo tanto, se requiere un gran
volumen para incluir todos los tipos de métodos de muestreo.
Bajo esta clasificación, hay tres tipos comunes de métodos de muestreo. Estos son,
muestreo simple, doble y múltiple.
MUESTREO SIMPLE
Este tipo de muestreo toma solamente una muestra de una población dada para el propósito
de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra
debe ser los suficientemente grandes para extraer una conclusión. Una muestra grande muchas
veces cuesta demasiado dinero y tiempo.
Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es
decisivo, una segunda muestra es extraída de la misma población. Las dos muestras son
combinadas para analizar los resultados.
Este método permite a una persona principiar con una muestra relativamente pequeña para
ahorrar costos y tiempo. Si la primera muestra arroja una resultado definitivo, la segunda
muestra puede no necesitarse.
MUESTREO MÚLTIPLE
Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los
elementos de una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados
mediante juicio personal. La persona que selecciona los elementos de la muestra, usualmente
es un experto en la medida dada.
Una muestra de juicio es llamada una muestra probabilística, puesto que este método está
basado en los puntos de vista subjetivos de una persona y la teoría de la probabilidad no
puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra
de juicio son la facilidad de obtenerla y que el costo usualmente es bajo.
PROCEDIMIENTO DE MUESTREO
Escoger el marco apropiado del muestreo: El marco de referencia debe representar a los
miembros de la población y el marco ideal es una lista completa de todos ellos.
Determinar el tamaño necesario de la muestra: Los dos métodos que se utilizan son el
tradicional y el Bayesiano.
Escoger la muestra reunir información: En esta etapa, seguimos o delegamos las reglas de
elección que han sido establecidas previamente en el proceso.
Validar la muestra: A fin de saber si la muestra que hemos escogido es una sección
transversal representativa de la población, quizá queramos comparar las características de ella
con las que existe en la población de donde se extrajo.
Analizar los datos y presentar los resultados: La etapa final del proceso de muestreo
coincide ligeramente con la validación de la muestra, pues tal validación, exige además un
análisis. Tanto el procedimiento de muestreo como la forma de los datos deben ser
compatibles con las técnicas analíticas que van a aplicarse.
Para el cálculo de los tamaños muestrales hay que tener en cuenta los tamaños de las
poblaciones o universos y si se van a estimar medias aritméticas (variables cuantitativas o
métricas) o proporciones (variables cualitativas o categoriales). En la mayoría de los casos en
investigación social y de mercados se trata de inferencia de proporciones.
Las fórmulas para el cálculo difieren según sean poblaciones finitas (N 100.000) o
infinitas (N > 100.000) Los componentes estadísticos que intervienen en las fórmulas para el
cálculo del tamaño de la muestra son los siguientes:
La fórmulas y las tablas están calculadas para un nivel de confianza de 2 (sigma: letra
griega ‘s’ minúscula) que corresponde a un intervalo de confianza del 95,5% (Pz). Donde los
símbolos significan:
* = Símbolo de multiplicación
n = Tamaño de la muestra
N = Tamaño de la población
CONCLUSIONES
Estamos tomando una muestra de tamaño n = 500, de una población donde la proporción de
pasteles defectuosos es de p = 0.03. Teniendo en cuenta que la distribución muestral de una
proporción se ajusta a una normal
𝑝(1 − 𝑝)
𝑁 (𝑃, √ )
𝑛
0.05 − 0.03
𝑃(𝑝 > 5) = 𝑃 (𝑍 > ) = 𝑃(𝑍 > 2.63) = 1 − 𝑃(𝑍 ≤ 2.63) = 1 − 0.9957 = 0.0043
0.0076
𝑧0.975 1.96 2
𝑛 ≥ 𝑛0 = ( ) ∗ 𝑝 ∗ (1 − 𝑝) = ( ) ∗ 0.1 ∗ 0.9 = 138.2976
𝑑0 0.05
𝑛0 139
= = 0.695 > 0.05
𝑁 2000
𝑛0 139
𝑛 > 𝑛′ = 𝑛0 = 1 + 0.695 = 82.0059
1+ 𝑁
Para estimar la proporción de artículos electrónicos en el lote usando un diseño MAS con una
confianza de 95% y un error de estimación no mayor a 0.05 se debe elegir a lo menos 83
artículos del lote en la muestra
𝑧0.975 2 2 1.96 2
𝑛 ≥ 𝑛0 = ( ) 𝑆 𝑥=( ) ∗ 19.2 = 18.4397
𝑑0 2
𝑛0 19 𝑛0
= = 0.095 > 0.05 = 𝑛 > 𝑛´ = 𝑛 = 17.3516
𝑁 200 1 + 𝑁0
Para estimar la talla media de las ratas en la población usando un diseño MAS con una
confianza de 95% y un error de estimación no mayor a 2 centímetros el investigador debe
elegir a lo menos 18 ratas en la muestra.
¿Cuántos salmones se debe elegir en la muestra del cultivo y por estanque para
estimar la talla media si se desea una confianza de 95% y un error no mayor a 2
centímetros? Si usamos un diseño MAE con i) Asignación proporcional ii) Asignación
óptima
¿Cuántos salmones se debe elegir en la muestra del cultivo y por estanque para
estimar la proporción de salmones que cumple la norma si se desea una confianza de
95% y un error no mayor a 0.05? Si usamos un diseño MAE con Asignación
proporcional
𝑛0 85
= = 0.2742 > 0.005
𝑁 310
𝑛0
𝑛 > 𝑛´ = 𝑛 = 66.7085
1 + 𝑁0
155
𝑛1 = 67 ∗ = 33.5
310
93
𝑛2 = 67 ∗ = 13.40
310
93
𝑛3 = 67 ∗ = 20.10
310
2
1.96 2 155 62 93
𝑛 ≥ 𝑛0 = ( ) ( 5+ 15 + 10) = 69.3889
2 2 310 310
𝑛0 70 𝑛0
= = 0.2258 > 0.05 = 𝑛 > 𝑛´ = 𝑛 = 57.105
𝑁 310 1 + 𝑁0
155 ∗ 5
𝑛1 = 58 ∗ = 17.06
2635
62 ∗ 15
𝑛2 = 58 ∗ = 20.47
2635
93 ∗ 10
𝑛3 = 67 ∗ = 20.47
2635
1.96 2 155 62 93
𝑛 ≥ 𝑛0 = ( ) ( 0.8 ∗ 0.2 + 0.25 ∗ 0.75 + 0.5 ∗ 0.5) = 295.8032
0.05 310 310 310
𝑛0 296 𝑛0
= = 0.9548 > 0.05 => 𝑛´ = 𝑛 = 151.4221
𝑁 310 1 + 𝑁0
155
𝑛1 = 152 ∗ = 76
310
93
𝑛3 = 152 ∗ = 45.60
310
REFERENCIAS
BIBLIOGRÁFICAS:
PÁGINAS WEB:
https://www.monografias.com/trabajos39/muestreo-estadistico/muestreo-
estadistico2.shtml#concl
file:///C:/Users/USUARIO/Downloads/estadis_2.pdf
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf