MUESTREO BSICO

Ing. Juan Trejo

Bedn

MUESTREO ALEATORIO SIMPLE

(M.A.S.)

MUESTREO ALEATORIO
SIMPLE (M.A.S.)
Mtodo de seleccin de la muestra en un paso
El marco muestral debe ser una lista completa
Cada unidad tiene la misma probabilidad de
seleccin
Esta probabilidad es p = n/N
donde n es el tamao de la muestra
y N es el tamao de la poblacin

Cada muestra (de n) tiene la misma

probabilidad de seleccin

Muestreo Aleatorio
Simple
Poblacin N = 54 viviendas
Muestra

n = 18

Fraccin muestral p = n / N = 18 / 54 = 1/3

Cada vivienda tiene probabilidad de seleccin
1/3
Se seleccionan 18 nmeros aleatorios entre 1 y
54
Se seleccionan las viviendas correspondientes

Muestreo
Muestreo Aleatorio
Aleatorio Simple
Simple
San Jos

Av 28 de Julio

San Luis

San Pablo

San Carlos

San Ricardo

San Roberto

San Benito

Santo domingo

San Pedro

Av. circunvalacin

Muestreo
Muestreo Aleatorio
Aleatorio Simple
Simple

San Jos

Av. 28 de Julio

San Luis

San Pablo

San Carlos

San Ricardo

San Roberto

San Benito

Santo Domingo

San Pedro

Av Circunvalacin

Muestreo
Muestreo Aleatorio
Aleatorio Simple
Simple
San Jos

Av. 28 de Julio

San Luis

San Pablo

San Carlos

San Ricardo

San Roberto

San Benito

Santo Domingo

San Pedro

Av Circunvalacin

Muestreo Aleatorio
Simple
Ventajas del MAS
Sencillez conceptual
Necesita como marco muestral slo una
lista de todos los elementos de la
poblacin
Es fcil calcular las estimaciones de
valores poblacionales
Es fcil calcular las estimaciones de
precisin (varianza muestral)

Muestreo Aleatorio
Simple

Desventajas del MAS

Tedioso eligir todos los nmeros aleatorios si

n es grande
No utiliza informacin auxiliar sobre la
poblacin
Necesita una lista completa de los
elementos de la poblacin
Puede tener baja precisin comparado con
otros mtodos

Muestreo Aleatorio
Simple
El MAS se puede realizar:
Con reposicin (MASCR)
Sin reposicin (MASSR)

Muestreo Aleatorio
Simple

MASCR
Seleccionar una unidad
Reemplazarla en la poblacin
Seleccionar otra, de la poblacin completa
Continuar hasta obtener una muestra de
tamao n
Se puede seleccionar la misma unidad
ms que una vez

Muestreo Aleatorio
Simple
MASSR:

Seleccionar una unidad

Sacarla de la poblacin
Seleccionar otra unidad de las que quedan y sacarla
Continuar hasta obtener n unidades distintas
Cada unidad puede estar incluida una sola vez
Es ms eficiente que el MASCR
Se usa en la prctica

Ejemplo del MAS

Encuesta de las empresas sobre
Gastos en insumos

Poblacin de seis empresas (N = 6)

Propsito: estimar gastos para
compras de insumos
Presupuesto permite slo una
muestra de dos empresas (n = 2)

Ejemplo del MAS

Poblacin completa
Empresa
1
2
3
4
5
6
Total

Gastos
$ 26,000
470,000
63,800
145,000
230,000
12,500
947,300

Muestras
posibles

Gastos
observados

(1,2)
496,000
(1,3)
89,800
(1,4)
171,000
(1,5)
256,000
(1,6)
38,500
(2,3)
533,800
(2,4)
613,000
(2,5)
700,000
(2,6)
482,500
(3,4)
208,800
(3,5)
293,800
(3,6)
76,300
(4,5)
375,000
(4,6)
157,500
(5,6)
252,500
15 muestras posibles

Estimacin
del total
1,488,000
269,400
513,000
768,000
115,500
1,601,400
1,845,000
2,100,000
1,447,500
626,400
881,400
228,900
1,125,000
472,500
727,500
promedio 947,300/6 : insesgado

ESTIMACION DEL TAMAO DE MUESTRA - MAS

VARIABLES CUANTITATIVAS

Elementos para calcular un tamao de muestra

1. Informacin anterior de promedios y varianzas de variables
relacionadas con la investigacin (Censos, encuestas,
pilotos).
2. Elegir un nivel de confianza
( 90%, 95%, 99%) . Generalmente
para estudios macroregionales,
regionales, locales se elige 95%.
Es decir: Z = K =
1.96 (abscisa de la distribucin
Normal)
3. Decidir sobre el margen de error (e ) que estamos dispuestos
a tolerar (Error mximo permisible = Error Absoluto
aceptado).

( e=d.

Donde : d = Error Relativo Aceptado).

4. Tamao de la Poblacin ( N )

Frmula para estimar el

tamao de la muestra (M.A.S.)
no
n
no
1
N

, donde : no

2 2

ZS

e = Margen de error. Es el error absoluto

del Promedio Poblacional ( e = d . )
d = Es el error relativo aceptado (precisin)

MUESTREO ALEATORIO PARA PROPORCIONES

VARIABLES CUALITATIVAS O DE ATRIBUTOS
POBLACI
N (N)

NX

X
Proporcin poblacional
N

Nmero de elementos en la poblacin, que tienen

alguna caracterstica o atributo, o que caen dentro
de alguna clase.
n
Proporcin muestral:

Estimador del Total de

Clase Poblacional

xi
i 1

X N p

ESTIMADOR DE
LA PROPORCION
POBLACIONAL

VARIANZA DE LA PROPORCION Y DEL TOTAL DE CLASE

MUESTRALES - MAS

En el muestreo aleatorio sin reposicin las varianzas de

la
Proporcin muestral y del Estimador del Total de Clase
estn dadas respectivamente por:
VARIANZA DE LA
PROPORCION
MUESTRAL

VARIANZA DEL
ESTIMADOR DEL
TOTAL DE CLASE

PQ N n
V ( p )

n N 1

p q N n

V p

n N 1

2
N
PQ N n

V X

n N 1

p q N n
V X N 2

n N 1

n
donde: f es la tasa muestral o fraccin de muestreo
N

ESTIMACION DEL TAMAO DE MUESTRA - MAS

(VARIABLES CUALITATIVAS O DE ATRIBUTOS)

PQ N n
Tenemos que: P p P Z

n N 1

Tal que, el error de estimacin no debe ser mayor que un

valor dado e
ACEPTADO):

( ERROR MAXIMO PERMISIBLE O ERROR ABSOLUTO

Z p e Z e
2

2
p

PQ N n
2
Z

n
N

no
n
2
Z
1 no 1 , donde : no PQ
e = d.P
2
e
d = error relativo
N

aceptado (precisin)

ERROR RELATIVO ACEPTADO

COEFICIENTE
DE VARIACIN

PRECISION

NIVEL DE CONFIANZA: (1 )
MODELO
Error Mximo DE
Z = 1.645
Z = 1.96
Z = 2.38
Permisible (%)
MATRIZ PARA
90%
95%
98%
d
ESTIMAR EL
TAMAO DE
MUESTRA
10%
74
7%
152
5%
296
1%
890

ERROR RELATIVO ACEPTADO

COEFICIENTE
DE VARIACIN

PRECISION

NIVEL DE CONFIANZA: (1 )
MODELO
Error Mximo DE
Z = 1.645
Z = 1.96
Z = 2.38
Permisible (%)
MATRIZ PARA
98%
90%
95%
d
ESTIMAR EL
TAMAO DE
MUESTRA
10%
53
74
105
7%
107
152
214
5%
210
296
418
2%
325
890
1370

MUESTREO
SISTEMATICO

QU ES UN MUESTREO
SISTEMATICO?
Es otro muestreo que tambin le asigna
igual probabilidad de inclusin uniforme
para todos, como el simple al azar.
Nuevamente esta probabilidad es n/N.
Es conveniente por su simplicidad ya
que se necesita slo un nmero
aleatorio.
Fcil de seleccionar en campo o durante
el operativo
Se logra en general una muestra ms
representativa de la poblacin.

QU ES UN MUESTREO
SISTEMATICO? (cont.)
No es necesario conocer el tamao
de la poblacin N si se conoce la
fraccin de muestreo.
Origina muestras bien dispersas
desde el punto de vista geogrfico.
Se emplea generalmente en las
ltimas etapas en diseos en
varias etapas o ms complejos.

Cmo se selecciona una muestra

sistemtica?
Paso 1: Fijar el tamao de la muestra, n.
Paso 2: Determinar un paso o intervalo,I=N/n.
Seleccionar un nmero al azar entre 1 y I; sea
ese nmero igual a k.
Seleccionar las unidades k, k+I, k+2I, k+3I,
k+4I,...... Hasta llegar a completar las n
necesarias.

Cmo se selecciona una muestra

sistemtica?(cont.)

Muestreo Sistemtico Circular, til

cuando n no es mltiplo de N.
1 1
2
1
1
0
3
9
4
Arranque
8
5
aleatorio
7
6

MUESTREO SISTEMATICO: Ejem. 1

Poblacin de tamao N = 30, muestras
posibles sistemticas de tamao n = 6.

Intervalo seleccin k = N / n = 30/6 = 5

Muestras posibles de tamao n = 6 :

1ra muestra: 1 6 11 16 21 26
2da muestra: 2 7 12 17 22 27
3ra muestra:
4ta muestra:
5ta muestra:

3
4
5

8 13
9 14
10 15

18 23
19 24
20 25

28
29
30

Ejem. 2: Seleccionar muestra de n = 20

empresas de lista de N = 500 empresas
Esto significa que 1 de cada 25 empresas de la
poblacin se seleccionar
Utilizando # al azar seleccionamos un nmero entre 1
y 25.
Suponga que el # seleccionado es 7.
Entonces la 1ra empresa. selecc. es el # 7.
7
Las otras 19 empresas de la muestra se obtienen
sumando al 7 el intervalo de seleccin 25.
Es decir: 07, 32, 57 , ..........

Ejem.2 : La muestra de n = 20 empresas

seleccionadas de N = 500 empresas es:

07 32
57
82
107
132
157
182
207
232
257
282
307
332
357
382
407
432
457
482
Una ventaja del mtodo sistemtico es que la
muestra se distribuye por igual en los diversas
empresas.
Una M.A.S. tomada de la poblacin no posee esta
propiedad.

Muestreo Estratificado
Aleatorio (M.E.A.)

Muestreo estratificado
Proceso de divisin de la poblacin en
grupos homogeneos llamados estratos,
para
luego
seleccionar
muestras
independientes en cada estrato
Variables de estratificacin pueden ser
geogrficas o no-geogrficas
Estratificacin se limita a los elementos
de informacin disponibles en el marco
muestral

RAZONES PARA LA ESTRATIFICACION

1. Protegernos contra la posibilidad

obtener una mala muestra.

de

2. La estratificacin se utiliza para disminuir las

varianzas de los estimadores
( disminuir la
varianza para obtener estimaciones ms precisas)
3. Se pueden formar estratos para aplicar diferentes
mtodos y procedimientos de muestreo dentro de
cada estrato. (Seleccin de la muestra y
procedimientos de recojo de informacin).
4. Los estratos pueden establecerse para dar
resultados a nivel de DOMINIOS DE ESTUDIO
(Nivel de inferencia)

MUESTREO ALEATORIO ESTRATIFICADO ( MAE )

POBLACION

ESTRATOS
ESTRATO 1
(Empresas
grandes)

N1

n1

(Empresas
medianas)

N2

n2

ESTRATO 3
(Empresas
pequeas)

N3

n3

ESTRATO 2

Tal que,

N N1 N 2 N 3
n n1 n2 n3

N Nh
h 1

n nh
h 1

Muestreo estratificado

Ejemplo 1 de M.E.A.
Estratificacion de
usuarios de la empresa
EDELNOR (parte de Lima)

ESTRATIFICACION DE LA POBLACION
DE 267,694 CLIENTES (EDELNOR)
N
de
estrato

ESTRATOS
(Sub-estaciones
transformacin)

N de clientes
(Tamao del
estrato)

(Poderacin del
estrato)

% de clientes

h =1

Canto Grande

N1 = 57,241

W1 = 21.4

h =2

Jicamarca

N2 = 37,932

W2 = 14.2

h=3

Mirones

N3 = 41,157

W3 = 15.4

h=4

Santa Rosa

N4 = 66,440

W4 = 24.8

h=5

Tacna

N5 = 64,924

W5 = 24. 2

TOTAL

N = 267,694

100.0

MUESTRA DE 500 CLIENTES DE LA POBLACION DE

267,694 CLIENTES (EDELNOR)
N
de
estrato

ESTRATOS
(Sub-estaciones
transformacin)

(Poderacin del
estrato)

N de clientes
(Tamao del
estrato)

% de clientes

h =1

Canto Grande

W1 = 21.4

n1 = 107

h =2

Jicamarca

W2 = 14.2

n2 = 71

h=3

Mirones

W3 = 15.4

n3 = 77

h=4

Santa Rosa

W4 = 24.8

n4 = 123

h=5

Tacna

W5 = 24.2

n5 = 122

100.0

n = 500

TOTAL

RESULTADOS MUESTRALES DE 500 CLIENTES:

promedio muestral mensual y desviacin estndar de consumo por
estratos

ESTRATOS

Clientes
nh

Media
xh

Desviacin
estndar
sh

Canto Grande

107

1,200

10,000

Jicamarca

71

800

6000

Mirones

77

3,000

30,000

Santa Rosa

123

2,350

25000

Tacna

122

2,100

20,000

TOTAL

500

2,000

22,000

AFIJACION DE LA MUESTRA
Se da el nombre de afijacin al reparto,
asignacin o distribucin de la muestra (n)
entre los diferentes
n nestratos.
n .....Tal
nque:
n
1

1. AFIJACION PROPORCIONAL

N h
nh n
nWh
N

nh N h

n N

nh n

Nh N

fh f

2.

AFIJACION DE NEYMAN ( O DE MINIMA

VARIANZA)

La afijacin de Neyman o afijacin de mnima

varianza, consiste en determinar los valores de nh
de forma que
un tamao de muestra (n) fijo,
V ( Xpara
st )
la varianza
sea mnima.

nh n

N h Sh

N
S
h h
h 1

2
h

donde : S : cuasivarianza poblacional del estrato h

3.

AFIJACION DE OPTIMA

La afijacin de ptima, consiste en minimizar la varianza

V ( X st )
para un coste fijo.L Es decir, minimizar
con la
condicin de que: Ch nh C
h 1

nh n

N h Sh

h 1

donde :

Ch

C : costo total

N h Sh

S h2 : cuasivarianza poblacional

Ch : costo por unidad en el

estrato h (costo unitario )

Ch

del estrato h

NOTA: Cuando Ch = constante h, la Afijacin Optima

coincide con la Afijacin de Neyman

Muestreo por conglomerados

Muestreo por
conglomerados
Es un proceso de muestreo en
dos pasos
Agrupar
la
poblacin
en
conglomerados que se pueden
identificar en mapas y en el
terreno
Seleccionar
una
muestra
de
conglomerados
y
entrevistar
todos los elementos de aquellos

Muestreo por
conglomerados
Conglomerados
pueden
ser
agrupaciones
naturales
o
artificiales
Posiblemente disponibles de
fuentes
como
el
Censo
(manzanas, etc.)
Los que disean la encuesta tal
vez tengan que conformarlos

Muestreo por
conglomerados
Se entiende la poblacin como
jerarqua de unidades
personas viven en viviendas
viviendas
constituyen
manzanas
muchas manzanas hacen una
ciudad


Encuesta
Encuesta de
de estudiantes
estudiantes

= Escuelas

= Estudiantes


Muestra
Muestra por
por conglomerados
conglomerados

=
Escuelas

= Estudiantes

= Seleccionados

Muestreo por
conglomerados
Ventajas
Se pueden utilizar aun cuando no haya
lista de unidades de la poblacin
Para entrevistas personales, el tiempo y
costo de viajes se reduce muchsimo,
sobre todo para poblaciones rurales
Se
necesita
slo
una
lista
de
conglomerados
O la posibilidad de construirla

Muestreo por
conglomerados
Desventajas
Tendencia de unidades vecinas de ser
semejantes reduce la precisin
Dado n fijo, sera menos eficiente
Pero si se consideran los costos en el
terreno, la posibilidad de aumentar n
implica menor prdida de precisin en la
prctica

MUESTREO POR
CONGLOMERADOS
En el muestreo por conglomerados, los
elementos individuales de la poblacin slo
pueden participar en muestra si pertenecen a
un conglomerado (UPM) incluido en la muestra.
La UPM no es igual a la unidad de observacin
(USM), y hay que tomar en cuenta los dos
tamaos de unidades experimentales al calcular
los errores muestrales de las muestras por
conglomerados.

 PORQUE USAR MUESTREO

POR CONGLOMERADOS ?
La construccin de una lista de unidades de
observacin para el marco de muestreo puede
ser difcil, cara e imposible.
La poblacin podra estar muy dispersa
geogrficamente o aparecer en cmulos
naturales, como las escuelas, hospitales,
manzanas, familias.
El muestreo por conglomerados se utiliza en la
prctica debido a que es ms barato y
conveniente
obtener
muestras
por
conglomerados que al azar entre la poblacin.

MUESTREO POR
CONGLOMERADOS
La poblacin est particionada en N conjuntos que
llamaremos Conglomerados
No se cuenta con una lista de unidades de la
poblacin, pero se tiene una lista de los
conglomerados.
La forma de obtener una muestra consiste en escoger
n conglomerados, y en cada uno de ellos se observan
todas las unidades de poblacin que estaban en cada
conglomerado selecionado.
Este procedimiento de obtener la muestra se
denomina muestreo por conglomerados.

MUESTREO POR
CONGLOMERADOS : Ejemplo
Nmero de nios por manzana
Las 3510 manzanas de una ciudad se localizan
en 90 poblados (urbanizaciones, AAHH y
conjuntos habitacionales).
El nmero de manzanas en las diferentes
urbanizaciones, AA.HH., C.H. no es el
mismo .
Se selecciona una muestra aleatoria simple de
15 poblados y se determina el # de nios por
manzana.

MUESTREO POR
CONGLOMERADOS : Ejemplo3
Promedio de Nios por manzana = 12.24

La estimacin de la varianza del promedio de

nios es de = 0.5854
El Error Muestral absoluto de la estimacin
de la varianza del promedio de nios por manzana es
la Raz cuadrada de = 0.5854. Es decir :
Error muestral = 0.7651 nios por manzana
Error muestral relativo = .7651/12.24 =
6.25 %