04ea Muestreo2013

Material de Clases G.P.
P 30-may-13
Germn Elas Pomachagua Prez
gpomachagua@hotmail.com
CLASE 04: MUESTREO
Material de Clases G.P.P 30-may-13

En ocasiones en que no es posible o conveniente realizar un censo
(analizar a todos los elementos de una poblacin), se selecciona
una muestra, entendiendo por tal una parte representativa de la
poblacin.

El muestreo es por lo tanto una herramienta de la investigacin
cientfica, cuya funcin bsica es determinar que parte de una
poblacin debe examinarse, con la finalidad de hacer inferencias
sobre dicha poblacin.
INTRODUCCION
MUESTRA
Parte o subconjunto representativo de una poblacin, sus elementos son
seleccionados aleatoriamente o no con el objeto de investigar las
caractersticas de la poblacin de la cual proceden

Las muestras se obtienen con la intencin de inferir propiedades de la
totalidad de la poblacin, para lo cual deben ser representativas de la
misma.

Para cumplir esta caracterstica la inclusin de sujetos en la muestra debe
seguir una tcnica de muestreo.
Muestreo: Es un procedimiento de seleccin de los
elementos a ser estudiados o encuestados

No
Si
DEFINICIONES Y TERMINOS

a. Unidad de anlisis
b. Poblacin
c. Unidad de muestreo
d. Marco muestral
e. Parmetro
f. Estadgrafo o estadstico.
TERMINOLOGIAS
Poblacin Diana (objetivo): Es aquella sobre el cual el
investigador desea sacar una conclusin. (Grupo que
pretendemos estudiar)
Ejm: Los mujeres embarazadas (inaccesible)

Poblacin de estudio (muestreada): Grupo del que
realmente extraemos la muestra.
Ejm: Las mujeres embarazadas que acudan a los controles
prenatales en una rea determinada (accesible)
Unidades de anlisis (Estadstica o de observacin):
Objeto o individuo del que hay que obtener informacin
Ejemplo: paciente, madre de familia, nota de enfermera,
animal de experimentacin, objeto, etc. que participa en
el estudio conformando la muestra

Poblacin objetivo
Poblacin
de estudio
Unidad de Muestreo: Es aquella que contiene las unidades de anlisis de la
poblacin
Es la unidad seleccionada del marco muestral.
Puede coincidir con la unidad de anlisis.
Es el elemento utilizado para seleccionar la muestra.

Ejemplo: Si se desea conocer en qu medida las madres de una determinada
comunidad cumplen o no con el calendario de vacunaciones de sus nios
menores de 5 aos.
La unidad de muestreo: Son las viviendas numeradas de la comunidad.
La unidad de anlisis: Es la madre de familia que se le entrevistar.
Parmetro: Es un valor numrico que resume los datos de una poblacin;
: Proporcin poblacional
: Media poblacional (mu)
2
:Varianza poblacional (sigma cuadrado)
Marco Muestral: Es una lista detallada y
actualizada de las unidades de muestreo
de donde se obtiene la muestra.
Ejemplos: de marco muestrales

Lista de distritos segn estratos.
Directorio telefnico.
Lista de alumnos de una universidad.
Planos de una determinada
comunidad
Lista de manzanas de una ciudad.
Estimador (estadgrafo): Es un valor numrico
que resume los datos de una muestra
Los mas usados:
: media muestral
2
: varianza muestral
: proporcin muestral

Ejemplo1: Si queremos investigar la violencia que sufren las mujeres en el Callao.
Determinar:
Poblacin objetivo: Son todas las mujeres que sufren violencia familiar que
residen en el Callao
Unidad de observacin: Ser cada una de las mujeres que sufren violencia
familiar en el Callao.
Muestra: Conjunto de mujeres que han sufrido violencia familiar y que vivan en el
Callao. Como localizar a las mujeres que han sufrido violencia familiar tiene sus
dificultades por lo delicado del tema, recurrimos a la comisarias o agrupaciones
de defensa de los derechos de la mujer, donde estn las denuncias.
Unidades de muestreo: Sern las comisarias o agrupaciones de defensa de los
derechos de la mujer
Marco Muestral: Constituidos por todas las comisarias y entidades de apoyo a los
derechos de la mujeres en las que se puede identificar que han sufrido violencia.
Poblacin de estudio: De todas las denuncias, slo las mujeres que han sufrido
violencia familiar, que puedan ser ubicadas y adems que estn en disposicin de
dar informacin constituyen la poblacin de estudio.

Ejemplo: Se tiene el inters en determinar el
porcentaje de nios desnutridos menores de
5 aos del distrito de Yurimaguas ubicado en
el departamento de Loreto. Diciembre de
2010.

Poblacin de estudio: Los nios de ambos sexos menores de 5 aos del
distrito de Yurimaguas- Dpto. de Loreto. Diciembre-2010.
Unidad de anlisis: nio menor de 5 aos.
Marco muestral: plano o croquis del distrito de Yurimaguas.
Unidad de muestreo: manzanas
Parmetro: proporcin poblacional de nios desnutridos menores de 5 aos
del distrito de Yurimaguas- Dpto. de Loreto.
Estadstico: proporcin muestral de nios desnutridos menores de 5 aos
del distrito de Yurimaguas Dpto de Loreto
p P e
x e
=
=
FUENTES DE ERROR
Error sistemtico o de muestreo: Diferencia entre el estimador y el
parmetro.

Error experimental o variabilidad muestral: Variacin de los estimadores de
distintas muestras, mientras los parmetros no cambian.
Error no muestral: Errores derivados de factores no asociados a los datos
entre si.
Los errores no muestrales mas comunes son
1) Sesgo de seleccin: la muestra seleccionada no es representativa
2) Sesgo de medicin: La formulacin y el orden de las preguntas tiene un
gran efecto sobre las respuestas obtenidas
3) La no respuesta: La no respuesta de un individuo seleccionado para
formar parte de la muestra puede causar un sesgo en los datos muestrales
similar al sesgo de seleccin

Proceso del Diseo de Muestreo
Definir la
poblacin
Objetivo
Tamao de
Muestra
Ejecucin del
Proceso de
Muestreo
Determinar el
marco de
Muestreo
Seleccin de
tcnica de
Muestreo
TIPOS DE MUESTREO
Muestreos Probabilsticos: Muestreos No Probabilsticos:
Aleatorio simple De conveniencia
Aleatorio sistemtico De juicios
Estratificado Por cuotas
Por conglomerados De bola de nieve
TAMAO
DE LA
POBLACIN
Censo
Muestreo
Pequeo
Grande
por conveniencia
por juicio
por cuota
(similar a estratificado)
por bola de nieve
Probabilstico
No
probabilstico
Permiten
estimar
error de
muestreo
Aleatorio
Sistemtico
Estratificado
Conglomerado
El investigador o experto
selecciona los elementos que
formaran parte del estudio
convenientemente para que
brinden una informacin ms
exacta.
Los resultados del estudio no
pueden generalizarse a la
poblacin o al universo.
Tcnicas de muestreo que no
emplean procedimientos de seleccin
al azar, se basan en el juicio personal
del investigador
Muestreo No Probabilstico
En algunas circunstancias los mtodos estadsticos y
epidemiolgicos permiten resolver los problemas de
representatividad aun en situaciones de muestreo no
probabilstico, por ejemplo los estudios de caso-control, donde
los casos no son seleccionados aleatoriamente de la poblacin.
Copyright 2003-4, SPSS Inc.
VENTAJAS
Los costos son bajos.
Requiere de menos tiempo.
Facil de medir.
Se utiliza con frecuencia en los proyectos
de Investigacin de Mercados.
DESVENTAJAS
Muestreo subjetivo.
Las inferencias realizadas con este tipo de muestreo no tienen validez estadstica
La muestra no es representativa de ninguna poblacin definida.
Depende de la experiencia y creatividad del investigador.
Muestreo No Probabilstico
La muestra se selecciona por conveniencia de la persona que realiza la
investigacin.
Ejemplos de este tipo son:
Entrevistar gente en un shopping para obtener su opinin sobre algn tema
en particular.
Entrevistas en la calle para un canal de TV.
Encuestas web

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusin en la muestra de grupos
supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto

MUESTREO INTENCIONAL O DE CONVENIENCIA
MUESTREO POR JUICIO u OPINION (DISCRECIONAL)
Se selecciona de acuerdo a alguna caracterstica
especifica del encuestado juzgada por el encuestador

Clientes/Consumidores de un cierto tipo
Expertos en un tema o aspecto de la organizacin
Personajes lderes de opinin
Muestreo por Cuotas
Tambin denominado en ocasiones, "accidental". Se asienta
generalmente sobre la base de un buen conocimiento de los estratos de
la poblacin y/o de los individuos ms "representativos" o "adecuados"
para los fines de la investigacin.
Mantiene, por tanto, semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad de aqul.
Por ejemplo, la Direccin Regional de Salud desea estudiar la incidencia de las
drogas en la adolescencia. Lo que deberamos hacer sera: conocer por los
informes de la Direccin Regional de Educacin cules son los centros ms
afectados por el problema, fijar un nmero de sujetos a entrevistar proporcional
a cada uno de los estratos (cuotas)
21
Se sustenta en la conformacin de una
muestra, referida de un individuo a otro
con la caracterstica buscada por el
investigador.
Muestreo Bola de Nieve
Se localiza a algunos individuos, los
cuales conducen a otros, y estos a
otros, y as hasta conseguir una
muestra suficiente. Este tipo se
emplea muy frecuentemente cuando
se hacen estudios con poblaciones
"marginales", delincuentes, sectas,
determinados tipos de enfermos.
(B) MUESTREO PROBABILSTICO: La seleccin de un
elemento para que forme parte de la muestra se hace
siguiendo reglas matemticas de decisin.
Todos los elementos de la poblacin tienen una
probabilidad de ser seleccionados en la muestra.
Es el nico cientficamente vlido.
1. Muestreo Aleatorio Simple (MAS):
Es un procedimiento en el que cada uno de los elementos
de la poblacin tiene igual probabilidad de ser
seleccionado.
Esta posibilidad es la llamada fraccin de muestreo de ser
seleccionado

La fraccin de muestreo no debe pasar el 30%
N
n
f =
Casi todos los mtodos de inferencia: suponen que
la muestra se ha obtenido por este mtodo
En la vida real: pocas veces aplicamos este mtodo
estrictamente
Aplicamos ms habitualmente otros mtodos de
muestreo probabilsticas
.Muestreo Aleatorio Simple (MAS):
Se enumeran todas las unidades del marco muestral
con nmeros sucesivos.
Con un generador de nmeros aleatorios, se
seleccionan tantos elementos del marco muestral
como sea el tamao requerido de la muestra.
El marco muestral nos permite tener acceso a la
identificacin de la poblacin, debe asociarse una
variable auxiliar que nos indique si es homognea o
heterognea
Procedimiento:
De fcil recojo o captacin
Alta correlacin con la variable motivo de la encuesta
Para ver si es homognea calculamos el coeficiente de variacin

Si el coeficiente de variacin:
Hasta 5% totalmente homognea
De 5% a 10% homognea normal
De 10% a 20% regularmente homognea
Mas de 20% heterognea
El muestreo aleatorio simple slo se aplica hasta un coeficiente de
variacin del 20%
Caractersticas de la variable auxiliar
i
X
1
xy
x
x CV
x
o
= ) (
Estratificar significa dividir la poblacin en varias partes de
acuerdo a ciertas caractersticas de sus elementos.
El objetivo es buscar homogeneidad dentro de sus estratos
y heterogeneidad entre los estratos, a fin de reducir la
desviacin estndar de los estimadores.
Muestreo Estratificado:
PROCEDIMIENTO
1. Se divide la poblacin en estratos que sean mutuamente
excluyentes y colectivamente exhaustivos.
2. Dentro de cada estrato se puede proceder con muestreo
simple o sistemtico
ESTRATOS
Homogneos en su interior;
diferentes entre s en propiedades y
tamao
Comuna A
Comuna B
Comuna C
Comuna D
Los estratos ms grandes
Tienen mayor probabilidad de ser representados
Muestreo Estratificado: Tipos

Afijacin
Poblacin Varianza % Poblacional Simple Proporcional Optima
2300 2.58 0.21904762 833 548 525
5700 3.18 0.54285714 833 1357 1603
2500 1.68 0.23809524 833 595 372
10500 2499 2500 2500
Consiste en elegir un elemento cada cierto intervalo.
Numerar las unidades de la poblacin del 1 hasta N
El tamao del intervalo (K) se calcula de la siguiente manera: K=N / n donde K es
el nmero entero menor o igual que el cociente
El procedimiento consiste en seleccionar aleatoriamente un nmero entre los K
primeros y a partir de ste se aplica el intervalo calculado
3. MUESTREO SISTEMTICO
Ejemplo1: Supongamos que de una poblacin de 1000 elementos deseamos obtener
una muestra sistemtica de 50
Como K=1000/50=20
Luego seleccionamos un nmero al azar entre 1 y 20. Supongamos que sali el
nmero 12
La muestra sera 12, 32, 52, 72, 92, 112,...., 992
NOTA: No es vlido si los elementos mantienen una cierta periodicidad cclica. Por
ejemplo seleccionar un da de la semana y escoger 7.
Ejemplo2: Si N = 103 y n = 5 , entonces N/n=103/5= 20,6 y tomamos k = 20
Luego seleccionamos un nmero al azar entre 1 y 20. Supongamos que sali el
nmero 2, luego la muestra sera : 2, 22, 42,62, 82
4. MUESTREO POR CONGLOMERADOS
Tambin se denomina de etapas mltiples.
Se utiliza para poblaciones grandes y dispersas.
No es posible disponer de un listado.
En lugar de individuos se seleccionan conglomerados que
estn agrupados de forma natural (cuadras de casas,
departamentos, Hospitales, provincias, etc.)
Se selecciona en primer lugar el conglomerado ms alto, a partir
de ste se selecciona un subgrupo.
A partir de este subgrupo se selecciona otro subgrupo y as
sucesivamente, hasta llegar a las unidades de anlisis.
Ejemplo.
Si se desea estudiar a los hipertensos atendidos en los
hospitales de nivel I de ESSALUD.

Nuestro primer conglomerado: regiones o departamentos,
a partir de estas regiones aleatoriamente seleccionar un subgrupo.

Segundo conglomerado : provincias.
De este conglomerado seleccionar aleatoriamente un subgrupo de provincias.

Tercer conglomerado: hospitales de Nivel I.
Luego seleccionar aleatoriamente un subgrupo de Hospitales.

A partir del grupo de hospitales hacer un listado de los pacientes hipertensos
luego realizar muestreo aleatorio.
4. MUESTREO POR CONGLOMERADOS
SELECCION DEL TAMAO DE MUESTRA
Hay tres factores que determina el tamao de la muestra. Esos son:
1. El grado de confianza (Z): Seleccionado. por lo general es de 0.90, 0.95 0.99 o
puede ser cualquier nivel. El investigador especifica el grado de confianza.
2. El mximo error permisible (e): Debe decidirlo el investigador. Es el mximo
error que estamos dispuestos a aceptar en la estimacin
3. La varianza de la poblacin (
2
): Normalmente es un valor desconocido y hay
que estimarlo a partir de datos de estudios previos.=S
= X e error al estimar
S
e
= desviacin estndar esperada en la poblacin de estudio.
Puede ser obtenida en:
Revisin bibliogrfica
Estudio piloto
Cuando el tamao de la poblacin
infinito(N>100,000) o desconocida

2
2 /
|
.
|
\
|
=
e
Z
n
o
o
Cuando el tamao de la poblacin finito
o conocida

1 ) 1 (
2 2 2 2
2 2
2 /
+
~
+
=
N e
N
Z N e
N Z
n
o
o
o
En la prctica, esta diferenciacin no es importante, pues el nmero calculado con un
mtodo u otro no varan significativamente.
Entonces asumimos
2
2 /
|
.
|
\
|
=
e
Z
n
o
o
Si se conoce la poblacin usamos el factor de correccin
N
n
n
n
f
+
=
1
a) Tamao de muestra para la estimacin de las medias
b) Tamao de muestra para la estimacin de las proporciones
Asumimos
2
2 /
2
e
q p Z
n
o
=
Si se conoce la poblacin usamos el factor de correccin
Ejemplo:
En una poblacin de 1200 escolares de la
Oroya se desea estimar el nivel promedio de
Pb srico con 95% de confianza. En el estudio
piloto se encontr: x= 22,3 y s = 8,6 g/dl.
Los investigadores estn dispuestos a asumir
un E = 1,5 g/dl
calcular n.
Solucin:
Datos:
Z = 1,96
N = 1200
S
e
= 8,6
E = 1,5
N
n
n
n
: N conoce se Si
E
s z
n
f
e
+
=
=
1
2
2
2
El nmero mnimo necesario de
escolares para realizar el estudio es
de 115, si se desea estimar el nivel
promedio de Pb en sangre en la
poblacin estudiantil, con una
precisin de 1,5 g/dl.
=
(1.96)
2
(8.6)
2
(1.5)
2
= 126.3
=
126.3
1 +
126.3
1200
= 114.3
115
( ) ( )
( )
4656 . 61
5 , 0
2 96 , 1
2
2 2
2
2 2
= = =
e
Z
n
o
Ejemplo2: En cierta poblacin de 1200 escolares, se desea estimar el
nivel promedio de Hb con 0,95 de confianza. Al realizar un estudio
piloto se encontr, una media muestral de 12.3 g/dl y desviacin
estndar de 2 g/dl. Si los investigadores estn dispuestos a asumir un
e= 0.5.
a)Calcular el tamao de muestra
Como se conoce la poblacin usamos el
factor de correccin
59 47 . 58
1200
4656 . 61
1
4656 . 61
1
~ =
+
=
+
=
N
n
n
n
f
Interpretacin El nmero mnimo necesario de escolares para hacer
un estudio es de 59, si se desea estimar el nivel promedio de Hb en
la poblacin con una precisin de 0.5
Sample Size Determination
Data
Population Standard Deviation 2
Sampling Error 0,5
Confidence Level 95%
Intemediate Calculations
Z Value -1,95996398
Calculated Sample Size 61,46334113
Result
Sample Size Needed 62
Finite Populations
Population Size 1200
Sample Size with FPC 58,51499758
Sample Size Needed 59
Ejemplo:
Se desea estimar la proporcin de pacientes no satisfechos de la
atencin recibida en el servicio de emergencia de un hospital. Al
revisar la bibliografa se encontr una p =80%, si se asume un error
absoluto 5%, calcular n
Solucin:
Datos:
Z

= 1,96
p
e
=0,8
q
e
=0,2
E = 0,05
Interpretacin: Para estimar la proporcin
de pacientes no satisfechos en
emergencia, con 95% de confianza y un
error de 5%, se debe evaluar a 246.
2
2 /
2
e
pq Z
n
o
=
=
1.96
2
(0.8)(0.2)
(0.05)
2
= 245.9
246

04ea Muestreo2013

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

04ea Muestreo2013

Загружено:

Авторское право:

Доступные форматы

Material de Clases G.P.

Вам также может понравиться