INTRODUCCIN:

na diferencia importante entre la estadstica y probabilidad es que: En la Probabilidad se razona a partir de la poblacin hasta llegar a la muestra. En la Estadstica el razonamiento parte de la muestra para llegar al conocimiento de toda la poblacin.

El estudio de una poblacin tomando como base las muestras, se llama ESTADSTICA INFERENCIAL o INDUCTIVA, algunos autores la citan como teora de muestras. La inferencia estadstica trata de conocer o explicar el comportamiento de la poblacin, mediante los datos obtenidos de una muestra. Como no podemos estar absolutamente seguros de la veracidad de las inferencias obtenidas, las llamaremos probabilidades. Ahora, para predecir a partir de una muestra, es necesario haberla seleccionado y recopilado cuidadosamente; si la muestra no se selecciona adecuadamente, o si la recoleccin es incorrecta o hay desviaciones en los datos, con ningn anlisis estadstico que se aplique, se llegar a buenas conclusiones.
POR LO TANTO ES NECESARIO ESTUDIAR LA

TEMA: ----------------

TEORIA ELEMENTAL DEL MUESTREO

TEORA DE MUESTREO
a teora de muestreo es el estudio de las relaciones existentes entre una poblacin y las muestras extradas de ellas. Es de gran utilidad en muchos campos; por ejemplo, para ESTIMAR caractersticas desconocidas de poblaciones (como la media y la varianza poblacionales), denominadas parmetros de la poblacin o simplemente parmetros, a partir del conocimiento de las caractersticas muestrales correspondientes, nombradas estadsticos de la muestra o, en forma sencilla, estadsticos. Esto es

A los valores (mu) y (ro) que son, respectivamente la media y la desviacin estndar poblacionales, se les llama PARMETROS de la poblacin. Como la media de la muestra ( x ) nos da una idea del valor de , se dice que x ESTIMA a o que x es un estimador del parmetro ; anlogamente, s (desviacin estndar) estima a (Desviacin estndar de la poblacin), o de otra forma, que s es un estimador de .
Cmo son las frmulas de la media y de la desviacin estndar

Recordemos sus frmulas:

Smbolo

Nombre Media poblacional

Parmetros de la poblacin Parmetros

Frmula X i N

Desviacin estndar poblacional Media muestral Desviacin estndar muestral

(X

)2

Estadsticos de la muestra Estimadores

x
S

x
S

X
n
i

(X

X )2

n 1

La teora del muestreo tambin sirve para determinar si las diferencias observadas entre dos muestras se deben a variaciones por el azar o si en realidad son significativas. Dichas cuestiones surgen, por ejemplo, al probar un nuevo suero para el tratamiento de una enfermedad o al decidir si un proceso de produccin es mejor que otro. Sus respuestas involucran el uso de las denominadas pruebas significativas y de hiptesis, que son importantes en la teora de decisiones, la cual estudiaremos ms adelante.

MUESTREO ALEATORIO SIMPLE O AL AZAR Y NMEROS ALEATORIOS

omo ya se seal al principio de este apartado; para que las conclusiones de la teora de muestreo y la estadstica inferencial sean vlidas, se deben elegir muestras REPRESENTATIVAS de la poblacin.

Una forma de obtener una muestra representativa, es por medio del proceso denominado MUESTREO ALEATORIO SIMPLE, en el cual cada miembro de una poblacin tienen las mismas probabilidades de ser incluido en la muestra. Una tcnica de obtencin de una muestra aleatoria es la asignacin de nmeros a cada miembro de la poblacin, anotar estos nmeros en pedazos de papel, colocarlos en una urna y despus sacar nmeros de dicha urna, teniendo cuidado de mezclarlos muy bien antes de cada extraccin. Otro concepto importante es si la poblacin es finita o infinita. Una poblacin es FINITA, si consta de un nmero finito o fijo de elementos, medidas u observaciones. En cambio, una poblacin es INFINITA, al menos hipotticamente, porque contienen una infinidad de elementos, medidas u observaciones. Resumiendo Una muestra de tamao n de una poblacin finita de tamao N, es una variable aleatoria si se selecciona de manera tal que cada una de las (N Cn) muestras posibles, tiene la misma probabilidad, 1/N Cn de ser seleccionada

Recordemos con un ejemplo Cuntas muestras distintas de n, podemos tomar de una poblacin finita de tamao N ?. Cuando n = 2 y N = 12? Solucin; hay 12C2= 12.11/ 2! = 66 muestras distintas. Y cuando n = 3 y N = 100 Solucin; Hay 100C3 = 161,700 muestras distintas. Ahora con poblacin infinita

Una muestra de tamao n de una poblacin infinita, es aleatoria si consta de valores de variables aleatorias independientes, que tienen la misma distribucin. Por independiente queremos decir, que las probabilidades relacionadas con cualquiera de las variables aleatorias son las mismas, sin que tengan importancia los valores que se hayan observado, para las otras variables aleatorias.

NMEROS ALEATORIOS
Otro mtodo alternativo al muestreo aleatorio o al azar, es el uso de una tabla de NMEROS ALEATORIOS, especialmente elaborados para dicho propsito (como la tabla de la pgina seis), que contienen nmeros entre cero y uno, distribuidos uniformemente. Para obtener una muestra aleatoria, escogemos un nmero cualquiera de stos, digamos que elegimos el sptimo nmero de la quinta columna (.266194) y a partir de l, tomamos tantos nmeros como tenga la muestra. Para elegir una muestra de 6 de 20 individuos nos fijamos en los siguientes cinco nmeros, los multiplicamos por 20, (el tamao de la poblacin), y redondeamos a nmeros enteros. En la siguiente tabla tenemos estos clculos:

ri
20 x ri Redondeado

.246194 4.92388 5

.361474 7.22948 7

.721938 14.43876 14

.874239 17.48478 17

.588587 11.77174 12

.987107 19.74214 20

Esto significa que la muestra que obtuvimos, consiste de los individuos 5, 7, 14, 17, 12 y 20. En caso de que despus de redondear, obtengamos un nmero repetido simplemente lo ignoramos y tomamos un nmero aleatorio ms de la tabla. Existen tablas extensas de nmeros aleatorios que pueden consultarse en caso necesario, o bien, es posible generar secuencias de nmeros aleatorios en hojas de clculo para computadoras personales.

MUESTREO CON Y SIN REEMPLAZAMIENTO

i se saca un nmero de una urna, existe la opcin de reponer o no, el nmero en la urna antes de la segunda extraccin. En el primer caso, el nmero puede salir una y otra vez, mientras que en el segundo caso, esto pasara una vez. El muestreo en que cada miembro de la poblacin sera elegido ms de una vez, se denomina MUESTREO CON REEMPLAZAMIENTO, mientras que si cada miembro no puede ser elegido ms de una vez, se denomina MUESTREO SIN REEMPLAZAMIENTO.

Las poblaciones son finitas o infinitas. Si, por ejemplo, se extraen 10 bolas sucesivamente sin reemplazamiento de una urna con 100 bolas, se hace un muestreo de una poblacin finita; mientras que si se lanza una moneda 50 veces y se cuenta el nmero de caras, el muestreo es de una poblacin infinita. Una poblacin finita en la que se realiza un muestreo con reemplazamiento, puede considerarse tericamente infinita, ya que es posible extraer cualquier nmero de muestras sin agotar la poblacin. Para muchos propsitos prcticos, efectuar el muestreo de una poblacin finita muy grande, llega a tomarse como muestreo de una poblacin infinita.

TABLA DE NMEROS ALEATORIOS

.695068 .805913 .094442 .654244 .290330 .748739 .221169 .588587 .937687 .002736 .603410 .715715 .597542 .006625 .396010 .755674 .600667 .421401 .005809 .720998 .885559 .482054 .714028 .855181 .999352 .249058 .144735 .530463 .442014 .366574 .562823 .002301 .232042 .266617 .131461 .941812 .319317 .987107 .689820 .946318 .390122 .919611 .913490 .790428 .023133 .693671 .658730 .723064 .959250 .359282 .412858 .657293 .737552 .346466 .456042 .416967 .259332 .874892 .148786 .482655 .320635 .782180 .352716 .077187 .627016 .905990 .466664 .647365 .818804 .035611 .967842 .240272 .279269 .639912 .876266 .840188 .616694 .151870 .723322 .805228 .592425 .249104 .078762 .111000 .301013 .078323 .732924 .316023 .976778 .932723 .905239 .796922 .451598 .292421 .828471 .550117 .081688 .173754 .740821 .655810 .731978 .415541 .744025 .390941 .060652 .733594 .813899 .171769 .880411 .389532 .158577 .947260 .699915 .089797 .916413 .179296 .346352 .237563 .433333 .210948 .385775 .831441 .967543 .725393 .781755 .183213 .246194 .646875 .989363 .381565 .355516 .054394 .428829 .434190 .657453 .825936 .322635 .637507 .993144 .862456 .007733 .022476 .513055 .055481 .496661 .801952 .591400 .810613 .635090 .277263 .122307 .788578 .714261 .753031 .565886 .187656 .361474 .284028 .644515 .742813 .915298 .571107 .629999 .780697 .311012 .944366 .078211 .150843 .258811 .823710 .097627 .390369 .293689 .962412 .653221 .157172 .813805 .752123 .281786 .956223 .086846 .724832 .542868 .545621 .578796 .316564 .721938 .239494 .080688 .305726 .250148 .670640 .275269 .425575 .687109 .361341 .787992 .260049 .133291 .282315 .463281 .680906 .945228 .844186 .211123 .019341 .890398 .232516 .337549 .032354 .450445 .015705 .916486 .207688 .365034 .111104 .874239 .749584 .916764 .226729 .385909 .167211 .350164 .713078 .276703 .741072 .858724 .685027 .071528 .280507 .989519 .980937 .773218 .223863 .308422 .287353 .363413 .696245 .696245 .380662

Guillermo Pastor. Estadstica Bsica. Editorial trillas, Conalep. 1 Edicin 12 reimpresin enero 2003.

DISEOS DE MUESTRAS

as clases de muestras que hasta ahora hemos estudiado, son las muestras aleatorias simples y nmeros aleatorios y no hemos considerado la posibilidad, de que en ciertas condiciones, puede haber muestras que son ms fciles de obtener, ms econmicas o ms informativas que las muestras aleatorias y no hemos entrado en detalles sobre la pregunta de lo qu, podra hacerse, cuando el muestreo aleatorio es imposible. Hay muchas otras maneras de seleccionar una muestra de la poblacin y hay gran cantidad de bibliografa sobre el tema de los procedimientos del diseo del muestreo. A continuacin estudiaremos brevemente, algunos diseos de muestras que no es ms que un plan determinado, antes de recopilar cualquier dato, para tomar una muestra de una poblacin.

MUESTREO SISTEMTICO
En algunos casos, la manera ms prctica de efectuar un muestreo, consiste en seleccionar, digamos, cada vigsimo nombre de una lista, cada decimosegunda casa de un lado de una calle y as sucesivamente. Esto se conoce como muestreo sistemtico. En este caso, se divide la poblacin en subconjuntos de tamao igual, segn la frmula que a continuacin analizaremos, despus se toma al azar, la unidad en la que se debe comenzar, que ocupa el lugar K y el resto de los elementos de la muestra, ocupan los siguientes lugares.

N N , K 2 , K ... Hagamos un ejemplo para comprender mejor este muestreo n n

En una colonia de la ciudad de Xalisco, Nayarit; de 8060 habitantes segn el censo, se va a hacer una encuesta, y se selecciona una muestra sistemtica de 20 personas, entre 1200 padres de familia, para conocer el grado de aceptacin de la gestin administrativa de la ciudad, por parte del presidente municipal. Primero calculamos el factor de elevacin =

N 1200 60 , a continuacin n 20

seleccionamos un elemento, AL AZAR, entre el 1 y el 60, supongamos que el seleccionado es el 27(este ser K), entonces, el primer nmero ser 27; el segundo nmero ser 27+60 = 87; el tercer nmero seleccionado ser 27+ 2(60) = 147; el cuarto nmero 27+ 3(60)= 207 y as sucesivamente sern el 267, 327, 387, 447, 507, 567, 627, 687, 747, 807, 867, 927, 987, 1047, 1107, 1167. Se han seleccionado a 20 personas, a las que les corresponden los nmeros citados. Cuando el resultado de N/n no es entero, se redondea al entero menor, esto puede producir una pequea dificultad que no afecta y debe despreciarse cuando n > 50.

El muestreo sistemtico es semejante al aleatorio simple, si se selecciona el elemento inicial en forma aleatoria. Sus ventajas son: de fcil aplicacin y se extiende la muestra a toda la poblacin. Sus desventajas son que se presentan dificultades al tratar de calcular la varianza, y aumento de la varianza si existe periodicidad en la numeracin de los elementos; adems, de posible presencia de periodicidades ocultas.

MUESTREO ESTRATIFICADO
En este muestreo, la poblacin se divide en estratos homogneos internamente y lo ms heterogneos externamente entre s. Si tenemos informacin acerca de la constitucin de una poblacin (es decir, su composicin) y sta es importante para nuestra investigacin, podemos mejorar el muestreo aleatorio por medio de la ESTRATIFICACIN. Este es un procedimiento, que consiste en estratificar (o dividir) en un nmero de subpoblaciones o estratos que no se traslapen y luego tomar una muestra de cada estrato. Si los artculos, personas o cosas seleccionados de cada estrato constituyen muestras aleatorias simples, el procedimiento completo (primero la estratificacin y luego el muestreo aleatorio) se conoce como muestreo aleatorio simple estratificado. Hagamos un ejemplo para analizar mejor este tipo de muestreo. En una colonia con una poblacin aproximada de 17000 habitantes se sabe, segn el censo reciente, que 7800 son jvenes, 2950 de la tercera edad y 6250 son nios. Calcular el tamao de la muestra de cada estrato, si se desea saber las preferencias de 300 personas, en sus programas de televisin. Para las personas jvenes su clculo ser: 300 (7800/17000) = 300 (0.4588) = 138 Para la tercera edad: 300 (2950/17000) = 300 (0.1735) = Para los nios: 300 (6250/17000) = 300 (0.3674) = Suma total = 52 110 300

Se contina con el muestreo aleatorio, para seleccionar las personas de cada estrato que van a hacer motivo de la investigacin.

La ventaja del muestreo estratificado, es que permite obtener informacin, sobre las caractersticas motivo de estudio y aumenta la precisin de las estimaciones sobre toda la poblacin; y en general, da mejores resultados que el muestreo aleatorio, mientras ms diferentes sean los estratos entre s y sean ms homogneos internamente. Sus desventajas son: dificultad para decidir a qu estrato se asigna cada uno de los elementos de la poblacin y cmo elegir el tamao de la muestra de cada estrato, para que el total sea n.

MUESTREO POR CONGLOMERADOS

Esta tcnica tiene utilidad, cuando el universo que se requiere estudiar admite ser subdividido en universos menores, de caractersticas similares a las del universo total. La poblacin se divide en reas, que se llaman conglomerados; cada uno de stos, ser lo ms heterogneo posible internamente, y lo ms homogneo entre s; a continuacin se selecciona, al azar, uno o algunos conglomerados, que forman la muestra. Para ilustrar esta clase de muestreo, supongamos que una gran empresa quiere estudiar los diferentes gastos familiares, en el rea de Guadalajara, Jalisco. Al intentar elaborar los programas de gastos de 1,200 familias, la empresa encuentra que el muestreo aleatorio simple es prcticamente imposible. Dado que no se cuenta con las listas adecuadas, y el costo de ponerse en contacto con las familias dispersas en esta gran ciudad, es muy alto. Una manera en que se puede tomar una muestra de esta situacin, es dividiendo el rea total de Guadalajara, en varias reas ms pequeas

que no se traslapen, digamos, manzanas, regiones, sectores etc., de la ciudad; entonces se seleccionan algunas casas al azar, y todas las familias que residen en estas manzanas, constituyen la muestra definitiva.

Este mtodo, se utiliza cuando resulta muy costoso elaborar una lista completa, de todos los elementos de la poblacin. El inconveniente se presenta, cuando los conglomerados no son homogneos entre s, ya que la muestra final, puede no ser representativa de la poblacin. Sin embargo, tiene la ventaja de simplificar, el levantamiento de la poblacin Tanto en el muestreo estratificado como en el de conglomerados, la poblacin se divide en grupos bien definidos. Usamos el muestreo estratificado, cuando cada grupo tiene una pequea variacin dentro de s mismo, pero hay una amplia variacin dentro de los grupos. Usamos el muestreo por conglomerados en el caso opuesto: cuando hay una variacin considerable dentro de cada grupo, pero los grupos son esencialmente similares entre s.

ERRORES AL MUESTREAR.
ecordemos que la muestra descansa, en el principio de que las partes representan al todo y, por tal, refleja las caractersticas que definen a la poblacin de la cual fue extrada, lo cual nos indica, que es representativa. Es decir, que para hacer una generalizacin exacta de una poblacin, es necesario tomar una muestra representativa. Por lo tanto, la validez de la generalizacin, depende de la validez y tamao de la muestra.

Cuando trabajamos con muestras, generalmente se presentan dos tipos de errores: Error sistemtico. Llamado de distorsin o sesgo de la muestra, se presentan por causas ajenas a la muestra: Situaciones inadecuadas: se presentan, por ejemplo, cuando el encuestador tiene dificultades para obtener la informacin y la sustituye por la que ms fcilmente est a su alcance, que no siempre es la ms confiable. Insuficiencia en la recoleccin de datos: hay distorsin por falta de respuestas, o respuestas inadecuadas, ya sea por ignorancia o falta de datos relativos a los elementos incluidos. Distorsiones del encuestador causadas por prejuicios, inters personal o por fallas en la aplicacin de instrumentos. Errores de cobertura a causa de que no se han incluido elementos importantes y significativos para la investigacin que se realiza. Error de muestreo o muestral. Cualquiera que sea el procedimiento utilizado y la perfeccin del mtodo empleado, la muestra diferir de la poblacin. A esta diferencia se la denomina error de muestreo.

Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella, el error muestral. Este error, indica el porcentaje de incertidumbre, es decir, el riesgo que se corre que la muestra elegida no sea representativa. Si trabajamos con un error calculado en 5%, ello significa que existe un 95% de probabilidades de que el conjunto muestral, represente adecuadamente, al universo del cual ha sido extrado.

A medida que incrementamos el tamao de la muestra, el error muestral tiende a reducirse, pues la muestra va acercndose ms al tamao del universo. Del mismo modo, para una muestra determinada, su error ser menor cuanto ms pequeo sea el universo a partir del cual se la ha seleccionado. As, para un universo de 10,000 casos, una muestra de 200 unidades tendr un error mayor que una de 300; esto es; N = 10,000 y n = 200 por lo tanto su fraccin de muestreo n/N = 200 / 10,000 = 0.02 y N = 10,000 y n = 300 por lo que su fraccin de muestreo n/N = 300 / 10,000 = 0.03, por lo tanto la fraccin de muestreo ms chica (0.02), ser la que tenga mayor error muestral. De manera similar, si vara el tamao del universo con igual tamao de muestra, se confirma tambin la anterior afirmacin; por ejemplo para una muestra de n = 200 casos, se tendr un error mayor, si el universo tiene 10,000 unidades, que si el universo posee solamente 2,000 unidades. Hagamos los clculos, n = 200 y N = 10,000; la fraccin de muestreo es n/N = 0.02; en la otra poblacin N = 2,000 y n = 200, n/N = 0.1 se confirma que la primera fraccin de muestreo que es la ms chica, tendr un error de muestreo mayor, ya que disminuy el universo de la poblacin, con una misma muestra. Para fijar el tamao de la muestra adecuado a cada investigacin, es preciso primero determinar el porcentaje de error que estamos dispuestos a admitir. Una vez hecho esto, debern realizarse las operaciones estadsticas correspondientes, para poder calcular el tamao de la muestra, que nos permite situarnos dentro del margen de error aceptado. Dichos clculos se estudiarn en otro apartado; sin embargo, si el tamao de la muestra queda determinado previamente por consideraciones prcticas; no hay otra alternativa que aceptar el nivel de error, que su magnitud acarree.
Aceboman, espero me ayudes a salir adelante Sale?

SAETA-

Educacin humana y de calidad

Antes que contestes las preguntas de la pgina siguiente...

Elabora en tu cuaderno un mapa conceptual o esquema, con los principales conceptos hasta aqu estudiados. COMPARALO CON OTROS TRABAJOS DE TUS COMPAEROS Ahora s, contesta correctamente las siguientes actividades de aprendizaje...

A CONTINUACIN RESUELVE LAS SIGUIENTES ACTIVIDADES DE APRENDIZAJE PARA QUE REAFIRMES LO APRENDIDO HASTA EL MOMENTO

Si tienes dudas, vuelve a leer los temas, pregunta a tus compaeros del grupo, consulta otros libros o artculos, relacionados con los temas, etc.

TU PUEDES SI QUIERES.

ACTIVIDADES DE APRENDIZAJE:
Contesta correctamente las siguientes preguntas 1. Escribe el nombre y smbolo de los dos principales parmetros de la poblacin, as como sus dos estadsticos de la muestra.

2. Cuntas muestras distintas de tamao n = 4 , podemos escoger de una poblacin finita de tamao N = 30?

Respuesta: _________ 3. Cuntas muestras distintas de tamao n =3, podemos tomar de una poblacin finita de tamao N = 110?,

Respuesta: _________ 4. Cuales son los tipos de errores que se pueden cometer cuando se trabaja con muestras? ___________________________ brevemente con tus palabras. y ______________________ explcalos

5. Asigna a cada uno de los integrantes de tu grupo un nmero y utiliza la tabla de nmeros aleatorios de la pgina 5, a partir del elemento 21 de la sexta columna hacia

la derecha determina una muestra aleatoria de seis estudiantes. Realiza tus clculos aqu o aun lado de la hoja, por favor.

6. De los nmeros asignados en el ejercicio anterior, ahora a partir del 14 elemento de la primera columna hacia abajo determina una muestra aleatoria de cuatro estudiantes.

7. Escribe que entiendes por MUESTREO ALEATORIO SIMPLE: _________________________________________________________________

___________________________ 8. De la lista de tus compaeros del grupo, anota en un pedazo de papel el nmero
que corresponde a cada uno de ellos. Mezcla bien todos los papelitos en una caja o urna y extrae sin reemplazamiento 6 estudiantes para un muestra aleatoria simple. Anota aqu tu resultado. __________________ __________________ _________________ _________________ _________________ _________________

9.- De la misma manera que el ejercicio anterior, Extrae una muestra aleatoria simple de 5 estudiantes con reemplazamiento. Anota aqu tus resultados. __________________ __________________ _________________ _________________ _________________

10. En la colonia 2 de agosto de Tepic, Nayarit, de 1980 habitantes, se pretende realizar una encuesta y seleccionar a 16 personas entre 180 seoras, para conocer el grado de aceptacin de un nuevo producto de limpieza. De acuerdo al tipo de muestreo sistemtico, calcula, cuales sern las 16 personas seleccionadas para ser entrevistadas? Realiza tus clculos a un lado de la hoja, por favor. 11. La Universidad Autnoma de Nayarit, tiene una poblacin aproximada de 12,500 estudiantes, profesores y trabajadores y de los cuales 8500 son estudiantes, 1990 son profesores y 2010 son trabajadores. Calcula el tamao de la muestra de cada estrato. si se desea saber la opinin de 500 personas de la universidad, sobre la gestin del actual rector. Realiza tus clculos aun lado de la hoja, por favor. 12. Un CBTA tiene inscritos a 550 estudiantes, de los cuales 290 cursan el 1er ao, 188 el 2do ao y 72, 3er. ao. Calcula el tamao de la muestra de cada estrato, si se

desea saber la opinin de slo 100 estudiantes, sobre la eficiencia de la infraestructura del plantel. Realiza tus clculos aun lado de la hoja, por favor. 13. A medida que se incrementa el tamao de la muestra, Se incrementa el error muestral? SI___ NO____ Porque? _______________________________________________________

14. Observa detenidamente los siguientes datos y contesta Cul tendr mayor error muestral? Poblacin 1 Universo (N = 350) y Muestra (n = 150) Poblacin 2 Universo (N = 350) y Muestra (n = 250) Qu poblacin tiene mayor error muestral? ______ 15. Poblacin 1 N = 70 y n = 15 Poblacin 2 N = 800 y n = 150

Qu poblacin tiene mayor error muestral? ______