UNIVERSIDAD DE LIMA

ESCUELA UNIVERSITARIA DE INGENIERIA

ESTADISTICA Y PROBABILIDAD II

I. ASPECTOS PRINCIPALES DEL MUESTREO

1.1 Introduccin:
El objetivo de la estadstica es hacer inferencias acerca de una poblacin con base en la informacin contenida en una muestra. Este mismo objetivo motiva el estudio del problema del muestreo. En lo referente al muestreo, la inferencia consiste en la estimacin de un parmetro de la poblacin, tal como una media, un total o una proporcin como un lmite para error de estimacin. Es posible estimar el total de activos de una Empresa, la proporcin de votantes que estn a favor de un cierto candidato, o el nmero de personas que asistieron al parque de Las Leyendas durante un cierto perodo. En la mayor parte de estudios de investigacin de mercados se usan muestras de personas, productos, almacenes o establecimientos comerciales. La realizacin de censos para conocer las caractersticas de determinada poblacin, resulta muy costosa, exige la movilizacin de muchos recursos humanos, su duracin suele ser muy larga. Evidentemente en el caso del censo de poblacin, es necesario recabar informacin de cada uno de los habitantes del pas por razones administrativas y porque sirva como marco de referencia obligado para muchos trabajos de investigacin. Sin embargo, para el conocimiento de las caractersticas de la poblacin existen mtodos alternativos cuyo costo econmico y de tiempo se reducen considerablemente. Estos mtodos estn constituidos por las muestras, cuya finalidad es construir modelos reducidos de la poblacin total, con resultados extrapolables al universo del que se extraen. Para que las muestras sean una reconstruccin reducida, pero real de la poblacin que se desea investigar, es necesario que el tamao de las mismas y la metodologa utilizada en su elaboracin respondan a determinados principios, deducidos del clculo de probabilidades; solamente en estos supuestos, las investigaciones que utilizan el sistema de muestreo tienen la garanta cientfica suficiente para representar a la poblacin bajo estudio.

1.2 Definicin de muestreo

El muestreo se refiere al proceso de seleccin de los elementos, sujetos o casos de una poblacin. Para que el muestreo est bien realizado es necesario que los elementos escogidos representen bien a toda la poblacin. Si la muestra no cumple este cometido se dice que la muestra es sesgada o tendenciosa; en el caso contrario, cuando la muestra ha sido bien seleccionada, se habla de muestra representativa. Para que una muestra sea til debe reflejar las similitudes y diferencias encontradas en la totalidad del grupo.

1.3 Razones para Muestrear

Mayor economa Mayor rapidez en la recoleccin y anlisis de los datos La naturaleza destructiva de algunas pruebas La imposibilidad fsica de revisar todos los casos Mayor flexibilidad en los metodos Entrenamiento mas intensivo Lo adecuado de los resultados de una muestra

1.4 Requisitos para el Muestreo

La muestra debe ser representativa de la totalidad de la poblacin en cuanto a caractersticas El nmero de miembros seleccionados debe ser lo suficientemente elevado para que los clculos estimados tengan el grado de precisin adecuado. El mtodo de seleccin debe permitir el calculo de una medida del error de muestreo La muestra ha de ser lo mas eficiente posible en cuanto a tiempo y costo. El proceso de muestreo ha de tener el mnimo de errores no muestrales.

1.4 Etapas de la Encuesta

Establecimiento de Objetivos. Poblacin Objetivo. El Marco de Muestreo. Diseo de Muestreo. Mtodo de Medicin. Instrumento de Medicin Seleccin y Adiestramiento de Investigadores de Campo. Prueba Piloto. Organizacin de Trabajo de Campo.

Anlisis de los Datos.

II. TERMINOS TECNICOS

Definimos algunos trminos principales usados en muestreo. Vamos a explicar estos trminos con un ejemplo. Un importador va a recibir un lote de 100,000 artculos que vienen encajonados (cada caja contiene 20 artculos), antes de recibir el lote decide hacer una inspeccin por muestreo para determinar el porcentaje de artculos defectuosos. 1. Elemento: unidad elemental es un objeto o individuo en el cual se toman las mediciones. En nuestro ejemplo, un elemento es un artculo. La medicin tomada en el elemento es la calidad del artculo que puede ser defectuoso. Poblacin: Es todo conjunto de elementos, finito o infinito, definido por una o mas caractersticas, de las que gozan los elementos que lo componen, y solo ellos. En muestreo se entiende por poblacin a la totalidad del universo que interesa estudiar, y que es necesario
2

2.

que est bien definido para que se sepa en todo momento que elementos lo componen. La poblacin en nuestro ejemplo es el lote de artculos. La caracterstica (medicin numrica) de inters, para cada elemento de esta poblacin, es su calidad Poblacin Terica: conjunto de elementos a los cuales se quiere extrapolar los resultados Poblacin objetivo: o estudiada, conjunto de elementos accesibles a nuestro estudio. 3. Unidad de muestreo: es una coleccin de uno o ms elementos de la poblacin. Las unidades cubren toda la poblacin. Una unidad de muestreo debe ser claramente definida, identificable y observable. La unidad de muestreo en nuestro ejemplo es la caja de artculos. En la mayora de estudios por muestreo, se definen ms de una unidad de muestreo; por ejemplo al seleccionar primero manzanas luego viviendas estamos haciendo uso de 2 unidades de muestreo. La unidad que reporta o unidad reportante, es la que suministra la informacin estadstica requerida o de la cual la informacin puede ser convenientemente averiguada. En nuestro ejemplo, la unidad que reporta puede ser el inspector o perito. Marco de Muestreo es una lista o mapa de las unidades de muestreo que conforman la poblacin. Forma el material bsico para la seleccin de la muestra. El marco muestral debe contener todas las unidades de muestreo que conforman la poblacin bajo estudio y debe excluir unidades de cualquier otra poblacin. En nuestro ejemplo, el marco de muestreo lo constituye el parte (listado) de las cajas de artculos del lote. El marco de muestreo es de vital importancia en una encuesta de muestreo, pues de ste se seleccionar la muestra. Generalmente, el muestreo aprovecha la existencia del marco para disear la encuesta. El Tamao de la Poblacin es el nmero de elementos y unidades que conforman la poblacin. Se denota con N. El tamao de la poblacin en nuestro ejemplo, es el nmero de artculos que conforman el lote, N = 10,000. Una o ms unidades de muestreo seleccionadas de una poblacin de acuerdo algn procedimiento especificado se dice que constituye una muestra. Una muestra es aleatoria o probabilstica, si su seleccin es gobernada mediante determinadas leyes de probabilidad. Es decir que cada unidad de la poblacin tiene una probabilidad determinada de seleccin. El Tamao de la Muestra es el nmero de elementos que conforman la muestra. Se denota con n. El tamao de la muestra en el ejemplo, es el nmero de artculos seleccionados. Es decir, si seleccionamos tres cajas de artculos para la inspeccin, el tamao de muestra ser n = 60 artculos. Un parmetro es un valor numrico de la poblacin usualmente desconocido, que representan ciertas caractersticas numricas de la poblacin. Los parmetros ms usuales son la media poblacional, (si se trata de mediciones numricas) y la proporcin poblacional, p (si se trata de mediciones cualitativas). Adems, se conoce otros parmetros como la desviacin estndar poblacional , total poblacional T, etc. En nuestro ejemplo, parmetro desconocido que deseamos estimar es una proporcin poblacional P.

4.

5.

6.

7.

8.

9.

10. Error muestral: una muestra puede proporcionar una representacin bastante precisa de las caractersticas de la poblacin, pero los estimados estn siempre sujetos a cierto error, llamado error muestral; es as que dos muestras de una misma poblacin pueden llevar a conclusiones diferentes. Las muestras mas grandes proporcionan errores de muestreo mas pequeos.
3

11. Error no Muestral: son errores metodolgicos y/o de procedimiento. Normalmente aumentan con el tamao de la muestra. Una muestra mas grande no necesariamente significa que es mejor. Pueden deberse a errores de los entrevistadores, errores en el trabajo de campo, errores en el instrumento, etc. 12. El Marco Muestral: es una lista de las unidades de muestreo. Se espera que la diferencia entre marco y poblacin sea pequea

III.

METODOS DE MUESTRO PROBABILISTICO

1. Muestreo Aleatorio Simple

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una calculadora o computadora, etc) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande o tiene elementos muy heterogneos.

2. Muestreo Aleatorio Sistemtico

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupan 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 tamao de la poblacin entre el tamao de la muestra: k=N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k. El riesgo se este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin 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 poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

3. Muestreo Aleatorio Estratificado

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn 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 formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...). La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos: Afijacin Simple: A cada estrato le corresponde igual nmero de elementos muestrales.
4

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato. Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

4. Muestreo Aleatorio por Conglomerados

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades muestrales son los elementos de la poblacin. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin 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 rea geogrficas suele hablarse de "muestreo por reas". El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

5. Muestreo por Etapas

Una muestra bietpica se obtiene seleccionando primero una muestra de conglomerados y luego una muestra aleatoria de elementos de cada conglomerado seleccionado. La unidad de muestreo que forma parte de la seleccin en la primera etapa (conglomerado) recibe el nombre de unidad primaria de muestreo (UPM); la subsiguiente es la unidad secundaria de muestreo (USM) y as sucesivamente si es que se dan ms etapas.

6. Muestreo de Trabajo
El muestreo de trabajo es un medio de determinacin de datos para medir las actividades y las demoras de hombres y/o mquinas. Mide la utilizacin del tiempo por los hombres y las maquinas mediante observaciones al azar. El muestreo de trabajo depende de observaciones al azar, del estado de la maquina o del trabajador y es menos tedioso que los estudios de tiempos llamados de 24 horas, en donde se requiere una observacin continua del trabajador. El principio utilizado es el supuesto de que el % de observaciones que reportan al trabajador ocioso (o la maquina), es una medida confiable del tiempo en que la operacin se encuentra en dicho estado, si se hacen suficientes observaciones. Determinacin de los tiempos aleatorios para las observaciones Hay varias formas posibles de determinar una muestra aleatoria de tiempos: la ms fcil de todas es la de utilizar la tabla de nmeros aleatorios. Esta determinacin depender del periodo de tiempo que se contempla. Si el periodo de tiempo es de 8 horas, por ejemplo, se deber seleccionar nmeros aleatorios de 3 dgitos. Si el primer numero aleatorio de 3 dgitos es el 309, esto se interpreta de la siguiente forma: 3 horas y nueve minutos a partir del momento del inicio. Por lo tanto, si la jornada de trabajo empieza a las 7:00, la observacin aleatoria deber hacerse a las 10:09. Si el prximo numero es el 876, deber ignorarse para un periodo de 8 horas. Las otras observaciones se determinan de igual forma y se ordenan para facilitar el registro de los datos.

IV METODOS DE MUESTRO NO PROBABILISTICO

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la muestra sea representativa.

1. 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. En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

2. Muestreo opintico o intencional

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.

3. Muestreo casual o incidental

Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos). Un caso particular es el de los voluntarios.

4. 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, etc.