Universo y

Muestra
Caractersticas del
Universo
EL UNIVERSO
Es el conjunto de individuos y objetos de los
que se desea conocer algo en una
investigacin.
La totalidad de individuos o elementos en los
cuales puede presentarse determinada
caracterstica susceptible de ser estudiada.
Muestra
Muestra
Consideraciones del
Proceso de Muestreo
Definir en forma concreta cul es el
universo que interesa estudiar.
la muestra que debe seleccionarse
tiene que ser representativa de esa
poblacin para poder hacer
generalizaciones vlidas.
Debe considerarse la variabilidad
de la variable principal, segn el
fenomeno que se desea estudiar.
MUESTREO
Definir cul es el universo
que se desea estudiar
La Muestra tiene que ser
Representativa
Representatividad
Muestral
Tipos de
Muestreo
1. Muestreo aleatorio simple

Para obtener una muestra, se numeran los
elementos de la poblacin y se seleccionan al
azar los n elementos que contiene la muestra.

2. Muestreo aleatorio sistemtico

Se elige un individuo al azar y a partir de l, a
intervalos constantes, se eligen los dems hasta
completar la muestra.
Ejemplo:

Si tenemos una poblacin formada por 100 elementos y
queremos extraer una muestra de 25 elementos, en
primer lugar debemos establecer el intervalo de seleccin
que ser igual a 100/25 = 4. A continuacin elegimos el
elemento de arranque, tomando aleatoriamente un
nmero entre el 1 y el 4, y a partir de l obtenemos los
restantes elementos de la muestra.

2, 6, 10, 14,..., 98
3. Muestreo aleatorio estratificado

Se divide la poblacin en clases o estratos y
se escoge, aleatoriamente, un nmero de
individuos de cada estrato proporcional al
nmero de componentes de cada estrato.
Ejemplo:
En una fbrica que consta de 600 trabajadores
queremos tomar una muestra de 20. Sabemos que
hay 200 trabajadores en la seccin A, 150 en la B,
150 en la C y 100 en la D.
4. Muestreo aleatorio por conglomerados o
reas

Mientras que en el muestreo aleatorio
estratificado cada estrato presenta cierta
homogeneidad, un conglomerado se
considera una agrupacin de elementos que
presentan caractersticas similares a toda la
poblacin.
Ejemplo
Para analizar los gastos familiares o para
controlar el nivel de audiencia de los
programas y cadenas de televisin, se utiliza
un muestreo por conglomerados-familias
que han sido elegidas aleatoriamente. Las
familias incluyen personas de todas las
edades, muy representativas de las mismas
edades y preferencias que la totalidad de la
poblacin.
N = tamao de la poblacin
Y = valor de la variable (por lo general es = 1)
V= Varianza Poblacin
Se= Desviacin Standard (tpica 0,015 para 15%)
= probabilidad de ocurrencia (tipa 95 %)
n = Tamao de la muestra
n = Tamao de la muestra provisional (sin ajustar)
s = Varianza de la muestra
Formulas segn Kish

n = s / V n = n / (1+ n/ N)
v = Se s = ( 1 )
Ejemplo 1:
Caso directores empresa
N= 1.176 directores
Y= 1 director por empresa
Se = 15 % = 0,015
=90 % = 0,9
n = ?
s = ( 1 )
s = 0.9 (1-0,9) = 0,09
V = Se = (0,015) = 0,000225
n = s / V = 0,09/ 0,000225 = 400
n = n / (1+ n/ N) = 400 / (1 + 400/ 1.176)
n = 298
Ejemplo 2:
Caso estudiantes UNE
N= 1.450 estudiantes
Y= 1 estudiante
Se = 15 % = 0,015
=95 % = 0,95
n = ?
s = ( 1 )
s = 0,95 (1-0,95) = 0,0475
V = Se = (0,015) = 0,000225
n = s / V = 0,0475/ 0,000225 = 211,11
n = n / (1+ n/ N) = 211,11 / (1 + 211,11/ 1.450)
n = 184,28 ~ 184
N = tamao de la poblacin
Y = valor de la variable (por lo general es = 1)
Z= Varianza tipificada (tpicas 95%, Z = 2; 99%, Z = 3)
S= Desviacin Standard (tpica 15 %)
e = error muestral (tpico 5 % =0,05)
p = proporcin de elementos que presentan la
caracterstica. (tpico 50% = 0,5)
q = proporcin de elementos que no presentan la
caracterstica. (tpico 50% = 0,5)
n = Tamao de la muestra
Media poblacional
Poblacin finita:
n = (N . Z . S) / (N. e + Z . S )
Poblacin infinita:
n = (Z . S) / e
Proporcin poblacional
Poblacin finita:
n = (N . Z . p. q) / ((N-1). e + Z . p. q )
Poblacin infinita:
n = (Z . p. q ) / e
p + q = 1
Ejemplo 1:
Caso familias
N= 1.750 familias
Z = 1,96 ~ 2 (95% confiabilidad)
e = 5 % = 0,05
p = 50 % = 0,5
q = 50% = 0,5
n = ?
Ejemplo 2:
Caso familias
N= 1.750 familias
Z = 2,575 ~3 (99% confiabilidad)
e = 1 % = 0,01
p = 70 % = 0,7
q = 30% = 0,3
n = ?
n = (N . Z . p. q) / ((N-1). e + Z . p. q )

1.750 x (1,96) x 0,5 x 0,5
(1.750-1 )x(0,05) + (1,96)x (0,5)x(0,5)

n = 315 aprox

n = (N . Z . p. q) / ((N-1). e + Z . p. q )

1.750 x (2,575) x 0,7 x 0,3
(1.750-1)x(0,01) + (2,575)x (0,7)x(0,3)

n = 1.555 aprox

TABLA UNIVERSIDAD DE HARVARD
CONFIANZA = 95 % Y p = 50%
Primer Paso: Determinar la Muestra Sin Ajustar
Se calcula dividiendo dos valores que son aportados por el investigador
a razn, tanto de las implicaciones significativas que se desprenden del
tipo de variable que pretende medir y del margen de error con el que
desea proyectar sus resultados.
Pasos para Determinar una Muestra Probabilstica
As tenemos que la muestra sin ajustar se conoce como n` ; es decir, ene prima.
Y su frmula es como sigue:
S
2
Varianza de la Muestra


n`=
________________

V
2
Varianza de la Poblacin

S
2
Varianza de la Muestra, no es otra cosa que la probabilidad de ocurrencia
esperada de la variable que se pretende medir.
Este valor es asignado por el investigador atendiendo al nivel de
significatividad que tiene la variable en funcin de la magnitud de ocurrencia;
es decir, si consideramos la influencia letal de un determinado medicamento
como una variable a medir en un grupo de pacientes, no necesitaramos un
nivel de ocurrencia muy alto en la misma para proyectar los resultados y
obrar en consecuencia.

Pasos para Determinar una Muestra Probabilstica
En este caso, quiz con un 5% de ocurrencia, o hasta menos, sera
suficiente para declarar la ALARMA.

Ahora bien, si se trata de considerar la afluencia de adolescentes en una
determinada calle o avenida, con miras a soportar la decisin de aperturar
un centro de video juegos en la misma, quiz tendra que medir la variable
a estudiar sobre una probabilidad de ocurrencia en el orden del 75%, de
manera que una vez obtenidos los resultados, si son favorables, pudiera
recomendar la apertura del referido centro sin mayores inconvenientes.
As tenemos que: S
2
= p ( 1 p) tal que p=probalilidad de ocurrencia, si la
misma es estimada en 5% p=0.05, si es estimada en un 75% p=0.75,
sustituimos los valores en consecuencia, y as sucesivamente.

Pasos para Determinar una Muestra Probabilstica
Continuando con el divisor de la frmula; es decir, con V
2
Varianza de la Poblacin,
tenemos que la misma no es otra cosa que el margen de error estndar con el que
queremos trabajar para proyectar nuestros resultados.
Generalmente, en este particular se trabaja con valores que oscilan ente 0.010 y 0.015.,
mientras menor sea el margen de error estimado, mayor confiabilidad inspirarn los
resultados.
Si nuestro error estimado es de 0.015 lo elevamos al cuadrado y lo sustituimos en la
frmula.
Pasos para Determinar una Muestra Probabilstica
Si retomamos la frmula de la muestra sin ajustar, y a manera de ejemplo consideramos
hipotticamente trabajar con una variable x cuya probalidad de ocurrencia esperada la
ubicamos en 75% y un margen de error del 0.015, tenemos:

S
2
Varianza de la Muestra
n`= _________________
V
2
Varianza de la Poblacin

0.75 (1 0.75) 0.1875
n` = _______________ = ________ = n`= 833.3333
(0.015)
2
0.000225
Una vez que hemos determinado la muestra sin ajustar, estamos en condiciones de
dar nuestro Segundo Paso: CALCULAR LA MUESTRA AJUSTADA
La Muestra Ajustada se simboliza con la letra n y su frmula es como sigue:
n`
n = ___________ donde N = Nmero de la Poblacin
1 + n` / N

Pasos para Determinar una Muestra Probabilstica
Supongamos que el tamao de la poblacin a estudiar se estima en unos 1.500 individuos.
Y sabiendo que nuestra muestra sin ajustar; es decir, n` = 833.3333. Procedemos a sustituir
los valores en la frmula de la Muestra Ajustada.
As tenemos que:
n` 833.3333 833.3333 833.3333
n = ___________ = _________________ = ____________ = __________ =

1 + n` / N 1 + 833.3333/1.500 1 + 0.5555 1.5555

n = 535.73339
Lo que implica que nuestra muestra probabilstica sera aproximadamente de
536 individuos

Ahora bien, cuando los individuos de la poblacin estn diseminados o esparcidos
en varios estratos, estados o departamentos; es decir, cuando no estn
focalizados en una misma unidad fsica, corresponde entonces dar un Tercer
Paso: Calcular la Muestra Estratificada.
Supongamos a manera de ejemplo que la poblacin a estudiar ( 1.500 individuos )
se encuentra esparcida en cinco estados nacionales, a saber:
Mrida (250), Miranda (300), Monagas (200), Vargas (250) y Sucre (500)
De cules estados tendramos que tomar la muestra aproximada de 536
individuos?

Pasos para Determinar una Muestra Probabilstica
El procedimiento estadstico para hacerlo es el siguiente:
Calculamos el factor multiplicador f dividiendo la muestra aproximada n entre el
nmero de la poblacin N
n 536
f = __________ = ______ = 0.3573
N 1.500
Una vez obtenido el factor, procedemos a multiplicar el mismo por la cantidad de
individuos pertenecientes a cada estado discriminado.
Individuos por
Estado
Factor Multiplicador
Muestra
Estratificada
Mrida
250
0.3573
89.325
Miranda
300
0.3573

107.19
Monagas
200
0.3573

71.46
Vargas
250
0.3573

89.325
Sucre
500
0.3573

178.65
Total
535.95
Pasos para Determinar una Muestra Probabilstica
Claro est, los valores determinados en la muestra estratificada como resultante
de la operacin anterior, deben ser redondeados en los casos en los que el
primer decimal sea igual o mayor a 5.
NO PROBALISTICAS
(CARCTER INFORMAL)
SUJ ETOS
VOLUNTARIOS

MUESTRAS
EXPERTOS

SUJ ETOS TIPOS

MUESTRAS POR
CUOTAS
MUESTRAS
DIRIGIDAS
CONVENIENCIA

SELECTIVO


J UICIO O
CRITERIO

Se dirige a un sector
especifico

Resultado subjetivo, sin
criterio, por facilidad

Subjetivo pero con
criterio

MUESTRAS NO PROBABILSTICAS
Suponen un procedimiento de seleccin informal. Se
seleccionan sujetos tpicos con la esperanza de que sern
casos representativos de una poblacin determinada.

Desventajas:
No se puede calcular con precisin el error st
La eleccin de los sujetos no depende de que todos tengan la
misma posibilidad de ser elegidos sino de la decisin de un
investigador.

Es til cuando no se necesita una representatividad de
elementos sino de una cuidadosa y controlada eleccin
TIPOS DE MUESTRAS NO PROBABILSTICAS
Muestra de sujetos voluntarios
La eleccin de los individuos depende de causas
fortuitas

Muestra de expertos
Opinin de sujetos expertos en un tema

Sujetos tipo
Se elige sujetos que renan ciertas caractersticas

Muestra por cuota
Se usan en estudios de opinin y mercadotecnia

EJEMPLOS: MUESTREO NO
PROBABILSTICO
MUESTREO POR CONVENIENCIA
Estudio exploratorio del consumo de tabaco entre
jvenes: el investigador selecciona por conveniencia
determinados puntos de la ciudad donde habitualmente
se concentran los jvenes y entrevista a un nmero que
considera razonable sin utilizar ningn otro criterio de
seleccin adicional. Este procedimiento facilita la
captacin de unidades muestrales vlidas para el
estudio.
MUESTREO POR CRITERIO
Estudio de prueba de una campaa publicitaria de una agencia de
viajes en las marquesinas de las paradas de autobuses: el
investigador decide implantar la campaa y realizar un estudio para
conocer sus efectos nicamente en tres ciudades espaolas que
considera representativas del mercado nacional. La seleccin de las
ciudades se basa en su experiencia y criterio personal.
MUESTREO POR CUOTAS
El mismo estudio anterior de la agencia de viajes pero con
estratificacin muestral por sexo y edad: el investigador considera
que los efectos de la campaa pueden sufrir variaciones
importantes en funcin del sexo y la edad de los individuos
entrevistados. Por tanto, se establecen las cuotas adecuadas en la
muestra para asegurar la representacin de dichas variables de
estratificacin. Por ejemplo, si la poblacin est compuesta de un
60% de hombres y un 40% de mujeres, se estratifica de igual forma
la muestra, y posteriormente se repite el proceso con la variable
edad.

EJEMPLOS: MUESTREO NO
PROBABILSTICO