POBLACIN Y

MUESTRA
Tipos de Muestreo

POBLACION Y MUESTRA

POBLACION O UNIVERSO

MUESTRA

INDIVIDUO
VARIABLE DE ESTUDIO

ELEMENTOS BASICOS DE LA POBLACION

Poblacin
objeto

Unidad de
muestreo

conjunto
de
individuos
de los
que se
quiere
Obtener
una
informacin

nmero de
elementos
de la
poblacin,
que se van
a estudiar.
Todo miembro
de la poblacin
pertenecer
a una y slo
una unidad
de muestreo.

Unidad de
Anlisis

objeto o
Individuo
del que
hay que
obtener
la
informacin

MAHS

Marco
muestral

Muestra

lista
de
unidades
o
Elementos
de
muestreo.

conjunto
de
Unidades
o
elementos
De
anlisis
Sacados
del
marco

Sujetos u objetos de estudio

Es necesario definir la unidad de anlisis
(personas, organizaciones, etc.).
Ejemplo: Alumnos de la Escuela de Post
Grado UNCP, ingresantes en los aos de
2006 y 2007.
Determinar a los sujetos de estudio,
depende de precisar con claridad el
problema y objetivos de investigacin.
28/06/16

MAHS

DECISIONES DE M U E S T R E O
No. 1:

Debo tomar una muestra ?

Se
Sequiere
quieresaber
sabercmo
cmose
se
comporta
una
cierta
comporta una cierta
caracterstica
caractersticaen
enun
un
Universo particular
Universo particular

Hacer
un Censo
S

El Universo
est bien
definido
?

NO
Definir
El
Universo

Es posible
observar todo el
Universo ?

NO
Tomar
Tomar una
una
Muestra
Muestrano
no
representativa
representativa

NO
Observar
Observar
una
unaMuestra
Muestra

Se quiere
inferir la medicin
al Universo

Las observaciones
pueden atribuirse a
los miembros del
Universo

Las obsrvaciones
solo pueden
atriburse a la
muestra, NO a
los miembros del
Universo

Tomar
una Muestra
Representativa

Las observaciones

pueden
atriburse a los
miembros del
Universo

Delimitacin de la
poblacin

Una vez definida la unidad de anlisis,

se procede a delimitar la poblacin.

Poblacin Marco, es el conjunto de

todos los casos que concuerdan con
una serie de especificaciones.

Es
necesario
delimitar
las
caractersticas esenciales del marco
poblacional,
(poblaciones
de
caractersticas).

28/06/16

MAHS

Definicin y tipos de
muestra

Muestra es un subgrupo de la
poblacin.

Es un sub conjunto de elementos

que pertenecen al conjunto llamado
poblacin.

Todas las muestra deben ser

representativas.

Tipos de muestra: Probabilsticas y

no probabilsticas.

28/06/16

MAHS

GRADO DE ERROR (IMPRECISION) DE LA

INFERENCIA
Debido a la aleatoriedad, los valores de un mismo
estadstico difieren de una muestra a otra.
Esta variabilidad introduce un error en la estimacin
(error aleatorio).
Este error puede medirse, pues las medias de los
estimadores siempre se distribuyen normalmente
(Teorema del lmite central) aunque los mismos
estimadores no lo hayan hecho.

MAHS

ERROR ALEATORIO
Cuando se mide el estadstico en diferentes
muestras
tomadas
aleatoriamente
los
resultados son variables. Esta variabilidad del
estadstico se denomina error aleatorio y es
causada por el azar.

s1
s4

s2
s3

Muestras
probabilsticas

Muestras no
probabilsticas

Son aquellas donde

todos los elementos
de la poblacin
tienen la misma
posibilidad de ser
escogidos.

La eleccin de los
elementos de la
poblacin
no
depende
de
la
probabilidad.

Se obtiene definiendo
las caractersticas de
la poblacin, el
tamao de la muestra
y a travs de una
seleccin aleatoria.

Obedece
a
caracters-ticas
planteadas por el
investigador.

28/06/16

Estn
afectadas
por
decisiones
subjetivas
y
MAHS

LA ELECCIN
ELECCIN ENTRE
ENTRE MUESTRA
MUESTRA
LA
PROBABILSTICA Y
Y NO
NO
PROBABILSTICA
PROBABILSTICA SE
SE REALIZA
REALIZA
PROBABILSTICA
SOBRE LA
LA BASE
BASE DE
DE LOS
LOS
SOBRE
OBJETIVOS DEL
DEL ESTUDIO,
ESTUDIO, EL
EL
OBJETIVOS
ESQUEMA DE
DE INVESTIGACIN
INVESTIGACIN
ESQUEMA
Y ALCANCE
ALCANCE DE
DE SU
SU
Y
CONTRIBUCIN.
CONTRIBUCIN.
28/06/16

MAHS

Muestreo
Probabilstico

Una vez se han especificado la poblacin

objetivo y las caractersticas, se enfoca la
atencin en escoger un mtodo para obtener
una muestra que ser representativa de toda
la poblacin en cuanto concierne a la
caracterstica particular de inters. Para ser
capaces de emplear correctamente los
mtodos estadsticos para deducir inferencias
sobre una poblacin a partir de una muestra,
es esencial que la aleatoriedad entre en el
proceso de seleccin de una manera explcita.
MAHS

1. MUESTREO ALEATORIO SIMPLE

Escoge al azar los miembros del universo hasta
completar el tamao muestral previsto
En teora se enumeran previamente todos los
elementos y de acuerdo con una tabla de
nmeros aleatorios se van escogiendo
El procedimiento puede darse con o sin
reemplazos
y
esta
condicin
afectar
posteriormente el anlisis

MAHS

2. MUESTREO ALEATORIO SISTEMATICO

En el universo (N) se elige el primer

elemento al azar
Luego los dems se escogen cada cierto
intervalo (k), hasta completar el tamao
muestral (n).
El tamao del intervalo (k) se calcula as:
k = N/n

MAHS

PROCEDIMIENTOS MUESTRALES

AZAR SIMPLE
UNIVERSO
PEQUEO

LISTADO DE
UNIDADES DEL
UNIVERSO
USAR PROCEDIMIENTO
ALEATORIO: TABLAS,
SOFTWARE, ETC.

LISTADO

PROCEDIMIENTOS MUESTRALES

AZAR SISTEMATICO
K =
N =
n=
K=

N/n
Universo
Muestra
Constante

LISTADO TOTAL
FORMULA

EJEMPLO

POBLACION: 1200
1200
100%
X
10%
UM:
120

INTERVALO MUESTRAL

N= 1200
n= 120
K=1200/120
K= 10
MAHS

UNIDADES DE ANALISIS

1 U

2 U
3 U
4 U

10+10
10+20
10+40

10
20
30
50

PROCEDIMIENTOS MUESTRALES

AZAR SIMPLE

UNIVERSO
PEQUEO

AZAR SISTEMATICO
K = N/n
N = Universo
n = N de Muestra
K = Constante

LISTADO DE
UNIDADES DEL
UNIVERSO

LISTADO TOTAL
FORMULA

LISTADO

EJEMPLO

POBLACION: 1200
1200
100%
X
10%
UM:
120

INTERVALO MUESTRAL

N= 1200
n= 120
K=1200/120
K= 10
MAHS

UNIDADES DE ANALISIS

1 U

2 U
3 U
4 U

10+10
10+20
10+40

10
20
30
50

3. MUESTREO ESTRATIFICADO
Considera que al interior del universo
existen estratos (subgrupos internamente
homogneos
pero
cualitativa
y
cuantitativamente diferentes entre s), y
que no se cumple la condicin de seleccin
aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad
de ser seleccionados en la muestra.

MAHS

ESTRATOS

Homogneos en su interior;
diferentes entre s en propiedades y
tamao
Comuna B

Comuna A

Comuna C
Comuna D
Los estratos ms grandes
Tienen mayor probabilidad de ser representados
MAHS

Cmo garantizar la aleatoriedad

en universos estratificados... ?
Puede usarse alguna de las siguientes
tcnicas:
1. Muestreo Estratificado
Proporcional
2. Muestreo Estratificado No
Proporcional
3. Alocacin ptima de los
estratos.

MAHS

Muestreo Estratificado Proporcional

Establece la distribucin proporcional del
universo y aplica esta distribucin a su
tamao muestral para conformar estratos
en la muestra.
Luego elige aleatoriamente los
elementos al interior de cada estrato
muestral hasta ajustar su tamao.
Es mejor que el Muestreo Aleatorio
Simple pues disminuye el error estndar
de la medicin muestral.

MAHS

Muestreo Estratificado NO Proporcional

(Fraccin variable de muestreo):
Ajusta convencionalmente los
tamaos de los stratos muestrales
para aumentar la eficiencia de la
seleccin
de
los
grupos
ms
pequeos.
Esta condicin se deber tener en
cuenta al hacer inferencias (corregir
las inferencias).

MAHS

MUESTREO
POR ALOCACIN OPTIMA DE LOS ESTRATOS

Selecciona el tamao de los estratos

en funcin de la desviacin estndar
de cada uno de ellos, de tal manera
que los estratos ms heterogneos
(mayores varianzas) aporten ms
casos a la muestra total.

MAHS

Muestreo aleatorio por

conglomerados (racimos)

Parte del enfoque de que muchas veces

las unidades de anlisis estn
encapsuladas en determinados lugares
fsicos o geogrficos a los que se
denomina racimos.

En este tipo de muestreo se reducen

costos, tiempo y energa.

Resulta ideal cuando hay limitacin de

recursos financieros, tiempo, distancia a
recorrer o una combinacin de stos.

28/06/16

MAHS

MUESTREO
ALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una
mayor probabilidad de ser seleccionados en la
muestra
No se cumple la aleatoridad
En Las Unidades de observacin se eligen aleatoriamente al
interior de los conglomerados
El error de la medicin (error muestral) no se de al
interior del conglomerado sino entre los conglomerados
Antes de hacer inferencias, el analista deber examinar
la variabilidad interna de cada conglomerado y la
variabilidad entre ellos, pues es posible que algunos de
los conglomerados no sean representativos del
universo.
MAHS

CONGLOMERADOS
Grupo 1A
Grupo 5C

Grupo 2A
Grupo 3B
Heterogneos en su interior; diferentes entre s en
propiedades y tamao
MAHS

Muestreo
Aleatorio por Conglomerados
Requisitos Del Procedimiento :

Los conglomerados deben estar muy bien

definidos de modo que cada elemento
pertenezca a uno y solo a un conglomerado.
El tamao de cada conglomerado debe ser bien
conocido (por lo menos bien estimado)
El nmero
pequeo.

de

conglomerados

MAHS

debe

ser

DECISIONES DE M U E S T R E O
No. 3:

Seleccin de una Muestra Representativa

Se
Sequiere
quiereestimar
estimarun
un
Parmetro
del
Universo
Parmetro del Universo
partiendo
partiendode
deuna
unaMuestra
Muestra
Representativa
Representativa

Variable
Cualitativa

Muestreo
Representativo
para estimar una
Proporcin

De qu naturaleza
es el Parmetro a
estimar?

Variable
Continua

Muestreo
Representativo
para estimar una
Media

Definicin del Tamao Muestral

La definicin del tamao muestral depende de los
siguientes factores

1 . Los objetivos del estudio

2 . Los conocimientos previos sobre el comportamiento de
la caracterstica en la poblacin.
3 . Los recursos tcnicos y financieros para obtener la
informacin
4 . El error mximo que se permitir el analista
5 . La confiabilidad de la inferencia esperada por el analista

DECISIONES DE M U E S T R E O
No. 4:

Definicion Del Tamao Muestral

La Variable de
muestreo es
CUALITATIVA
Intencin de
describir la variable
(Estudios
descriptivos)

La Variable de
muestreo es
CONTINUA

Se ha decidido
tomar una
muestra
representativa
del Universo

Intencin de
relacionar la
variable con otras
(Estudios
analticos)
MAHS

Definicin de
tamao muestral
para una
Proporcin
conocida
Definicin de
tamao muestral
para una
Proporcin
desconocida
Definicin de
tamao muestral
para una varianza
conocida
Definicin de
tamao muestral
para una Varianza
desconocida

Estudio de
Seguimiento

Definicin de
tamao muestral
para un RR y un
poder definidos

Estudio de Casos

Definicin de
tamao muestral
para una OR y un
poder definidos

No. 5: Definicin del tamao muestral n para una Variable

Cualitativa cuyo comportamiento se conoce (P se conoce)
Se
Se quiere
quiere medir
medir una
una
variable
variable CUALITATIVA
CUALITATIVA
(proporcin
(proporcin p)
p) en
en una
una
Muestra
Muestra Representativa
Representativa

Definir la
confiabilidad de la
medicin (nivel alfa)

pq
n = Z2

ES2

Definir el mximo
error
aleatorio
adminisble (Error
Estndar ES)

No. 6: Definicin del tamao muestral n para una Variable

Cualitativa cuyo comportamiento se DESCONOCE (P desconocida)

Se
Sequiere
quieremedir
mediruna
unavariable
variable
CUALITATIVA
CUALITATIVA(proporcin
(proporcinp)
p)
en
en
una
Muestra
Representativa
una Muestra Representativa
Definir la confiabilidad
de la medicin (nivel
alfa)

Definir el mximo error

aleatorio adminisble
(Error Muestral EM)

n = Z2 PQ

EM2

Se asumen los valores mximos de P y Q: P=0.5 Q=0.5

No. 7: Definicin del tamao muestral n para una Variable

CONTINUA cuya variacin se conoce
Se
Sequiere
quieremedir
mediruna
unavariable
variable
CONTINUA
(MEDIA
CONTINUA (MEDIAX)
X)en
en
una
Muestra
Representativa
una Muestra Representativa

Definir la
la Confiabilidad Z
Esperada

Definir
La Desviacin Estndar
(S) Conocida

= Z2

s2
ES2

Definir
el Error Estndar (ES)
Esperado

No. 8: Definicin del tamao muestral n para una

Variable
CONTINUA cuya variacin se Desconoce
Se
Sequiere
quieremedir
mediruna
unavariable
variable
CONTINUA
(MEDIA
CONTINUA (MEDIAX)
X)en
en
una
Muestra
Representativa
una Muestra Representativa

Definir la
la Confiabilidad Z
Esperada

Estimar o suponer
La Desviacin Estndar
(S) Esperada

= Z2

s2
ES2

Definir
el Error Estndar (ES)
Esperado

No. 8: Definicin del tamao muestral n para un estudio

de
SEGUIMIENTO
Se
Sequiere
quieremedir
medirun
unRR
RRen
en
una
unaMuestra
MuestraRepresentativa
Representativa

Definir la
la Confiabilidad Z
Esperada

Definir el RR mnimo
esperado

Los valores estn

tabulados

Definir el Poder
(Mnimo error Beta)
Esperado

MUESTRAS NO
PROBABILSTICAS

Llamadas tambin muestra

dirigidas, se determinan mediante
un procedimiento de seleccin
informal y arbitrario.

Selecciona sujetos tpicos con la

esperanza de que sern casos
respresentativos de una poblacin
determinada.

28/06/16

MAHS

MUESTRA NO
PROBABILSTICAS

Desventaja: No se puede calcular el error

estndar, por tanto no se conoce el nivel
de confianza de la estimacin.

Ventaja: Es til para disear estudios que

no requieren necesariamente
representatividad de elementos de la
poblacin, sino una cuydadosa eleccin
de sujetos con ciertas caractersticas
especificadas previamente en el
planteamiento del problema.

28/06/16

MAHS

Clases de muestras
dirigidas

Muestra de sujetos voluntarios.

Son frecuentes en ciencias

sociales, ciencias de la conducta,
medicina, arqueologa, etc.
Se usan en estudios de
laboratorio, donde se procura
sean sujetos homogneos en
variables como edad, sexo,
inteligencia.

28/06/16

MAHS

Clases de muestras
dirigidas

Muestra a juicio de expertos.

Son frecuentes en estudio

cualitativos y exploratorios.

Son vlidas y tiles cuando los

objetivos del estudio as
requieren.

28/06/16

MAHS

Clases de muestras
dirigidas
Muestra de sujetos-tipo. Se utiliza

Muestra de sujetos-tipo. Se utiliza

en estudios exploratorios de tipo
cualitativo, donde el objetivo es la
riqueza, profundidad y calidad de
la informacin y no la cantidad y la
estandarizacin. Se aplican en
estudios motivacionales, o en
anlisis de valores, ritos y
significados de grupos sociales.

28/06/16

MAHS

Clases de muestras
dirigidas

Muestra por cuotas. Se utiliza en

estudios de opinin y de
mercadotecnia.
Se aplican cuestionarios a sujetos
que transitan en la calle y se va
llenando cuotas de acuerdo con la
proporcin de ciertas variables
demogrficas en la poblacin.

28/06/16

MAHS