Beruflich Dokumente
Kultur Dokumente
Título
Fecha dd/mm/aaaa
Autor/es:
RESUMEN:
El presente trabajo presenta que el muestreo es una herramienta de la investigación científica, cuya
función básica es determinar que parte de una población debe examinase, con la finalidad de hacer
Es te mismo no requiere tanto dinero ni tiempo como la medición de todos los datos de una
recopiladores de datos. Con un muestreo adecuado se puede inferir y dar conclusiones para toda la
explicamos cada proceso de tipo de muestreo estadístico hay mostramos los mas destacados.
ABSTRACT:
The present work presents that the sampling is a tool of the scientific investigation, whose basic
function is to determine that part of a population must be examined, with the purpose of making
It itself does not require as much money or time as the measurement of all the data of a population.
It will not paralyze the normal life process of the population. It does not need a large number of data
collectors. With proper sampling one can infer and give conclusions for all the population with a
certain degree of reliability, in certain intervals and in the present work we explain each process of
Key words:
Asignatura:
Página 2 de 26
Carrera:
Título:
Autor/es:
Introducción ........................................................................................................................... 4
Objetivos............................................................................................................................ 5
justificacion ....................................................................................................................... 6
Conclusion ........................................................................................................................... 25
Referencias .......................................................................................................................... 26
Asignatura:
Página 3 de 26
Carrera:
Título:
Autor/es:
Introducción
conceptos básicos poniendo en claro las palabras clave del tema a seguir para su mejor
compresión seguidamente presentaremos los tipos de muestro estadístico mas destacados que
estadístico
1993).
interesado, sea su número finito o infinito, constituye lo que se llama una población,”
(Walpole y Myers, 1996, p. 203). La muestra es una pequeña parte de la población estudiada.
De acuerdo con Briones (1995) “una muestra es representativa cuando reproduce las
Los anteriores conceptos reflejan que al analizar una muestra se esta aplicando la
inferencia estadística con el propósito de “... conocer clases numerosas de objetos, personas o
eventos a partir de otras relativamente pequeñas, compuestas por los mismos elementos,”
(Glass y Stanley, 1994, p. 241). En términos generales la información que arroja el análisis de
Asignatura:
Página 4 de 26
Carrera:
Título:
Autor/es:
una muestra es mas exacta incluso que la que pudiera arrojar el estudio de la población
completa.
¿En qué medida son importantes los tipos de muestreo estadístico y cuáles son los
más destacados?
Objetivos
El objetivo general
de la Estadística
Objetivos específicos
Asignatura:
Página 5 de 26
Carrera:
Título:
Autor/es:
justificacion
tipos de muestreo estadístico para la elaboración de este trabajo como proyecto final de
semestre y gracias ala ayuda proporcionada por el Ing. Jonny Fidel calisaya docente de la
Asignatura:
Página 6 de 26
Carrera:
Título:
Autor/es:
Marco Teórico
¿Qué es el muestreo?
La idea es bastante simple. Imagina que queremos saber algo de un universo o población,
por ejemplo, qué porcentaje de los habitantes de México fuma habitualmente. Una forma de
obtener este dato sería contactar con todos los habitantes de México (122 millones de
individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta información como
una aproximación de la información que busco. Pues bien, este grupo de 1.000 personas que
ejemplo anterior es la población de México, pero podemos pensar en todo tipo de universos,
más generales y más concretos. Por ejemplo, si quiero saber cuanto fuman de media los
Muestra: Es el conjunto de individuos del universo que selecciono para estudiarlos, por
inverso, que llamamos generalización. Es decir, para conocer un universo lo que hacemos es
Asignatura:
Página 7 de 26
Carrera:
Título:
Autor/es:
(1) extraer una muestra del mismo, (2) medir un dato u opinión y (3) proyectar en el universo
generalización de resultados.
La generalización de resultados añade cierto error al mismo. Imagina que tomamos una
muestra al azar de 1.000 personas de México y les preguntamos si fuman. Obtengo que el
25% de la muestra fuma. La simple lógica nos dice que si de 1.000 mexicanos elegidos al azar
el 25% fuma, este dato debería ser indicativo de lo que obtendríamos si preguntásemos a los
122 millones de mexicanos. Ahora bien, el azar podría haber hecho que haya escogido para
universo o, por el contrario, que en mi muestra los fumadores estén algo infra-representados.
El azar podría hacer que el porcentaje de fumadores en la población fuese algo diferente del
25% que hemos observado en la muestra (tal vez un 25,2%, por ejemplo). Por lo tanto, la
Asignatura:
Página 8 de 26
Carrera:
Título:
Autor/es:
estadística. Para ello usamos dos parámetros: el margen de error, que es la máxima
diferencia que esperamos que haya entre el dato observado en mi muestra y el dato real en el
universo, y el nivel de confianza, que es el nivel de certeza que tengo de que realmente el
Por ejemplo, en nuestro caso de fumadores mexicanos, si selecciono una muestra de 471
individuos y les pregunto si fuman, el resultado que obtenga tendrá un margen de error
máximo de +-5% con un nivel de confianza del 97%. Esta forma de expresar los resultados es
Asignatura:
Página 9 de 26
Carrera:
Título:
Autor/es:
El tamaño de la muestra
¿Qué tamaño de muestra necesito usar para estudiar cierto universo? Depende del tamaño
del universo y del nivel de error que esté dispuesto a aceptar,Cuanta más precisión exija,
mayor muestra necesito. Si quiero tener una certeza absoluta en mi resultado, hasta el último
Pero el tamaño de la muestra tiene una propiedad fundamental que explica porqué el
muestreo se usa tanto en tantos ámbitos del conocimiento. Esta propiedad podría resumirse
como sigue: a medida que estudio universos mayores, el tamaño de muestra que necesito cada
Supongamos que queremos hacer una encuesta para saber un porcentaje (podría ser el de
gente que fuma) con un nivel de error determinado, por ejemplo un margen de error del 5% y
una confianza del 95%. Si el universo a estudiar fuese de tan sólo 100 personas, mi muestra
tendría que ser de 79,5 individuos (es decir, 79,5% del universo, lo que representa un parte
muy importante del total del universo). Si el universo fuese de 1.000 personas, mi muestra
debería ser de 277,7 personas (27,7% del universo). Y si mi universo fuese de 100.000
Por lo tanto, a medida que trabajo con universos más grandes, la muestra que necesito debe
porcentaje más pequeño del universo. De hecho, a partir de cierto tamaño de universo (en
Tamaño de muestra necesaria para tener un error del 5% con un nivel de confianza
del 95%
Asignatura:
Página 10 de 26
Carrera:
Título:
Autor/es:
Univers Muestra
%
o necesaria
10 10 100%
100 80 80%
27,8
1.000 278
%
0,38
100.000 383
%
1.000.00 0,038
384
0 %
10.000.0 0,004
385
00 %
100.000. 0,000
385
000 4%
Los datos anteriores nos dicen que por grande que sea el universo, con 385 personas puedo
estudiar cualquier dato con el mismo nivel de error (margen de 5%, confianza de 95%). Por
esta razón el muestreo es tan poderoso: nos permite hacer afirmaciones altamente precisas de
una gran cantidad de individuos a través de un parte muy pequeña de los mismo.
Asignatura:
Página 11 de 26
Carrera:
Título:
Autor/es:
universos pequeños. Si tengo una clase de 10 alumnos, la opinión de cada uno de ellos es
superar el error que nos hemos propuesto, en un universo de 10 individuos necesito encuestar
a todos ellos.
Ventajas:
La manipulación de datos es mucho más simple. Si con una muestra de 1.000 personas
Inconvenientes:
Tenemos el riesgo de introducir sesgos debido a una mala selección de la muestra. Por
La teoría del muestreo se basa en el concepto de muestra aleatoria simple. Una muestra
aleatoria simple es aquella muestra en la que se seleccionan individuos del universo de forma
Asignatura:
Página 12 de 26
Carrera:
Título:
Autor/es:
totalmente aleatoria. Esto implica que todos los individuos deben tener idéntica probabilidad
Pero una cosa es la teoría y otra la práctica. Sólo en entornos muy controlados es posible
hacer muestras aleatorias. Por otra parte, cuando tenemos universos compuestos por grupos
homogéneos (entre si) de personas, podemos aprovechar esta agrupación para mejorar la
Tipos de muestreo
muestreo no probabilístico.
aleatorio estratificado.
muestreo por cuotas, el muestreo casual, el muestreo discrecional y la técnica bola de nieve.
estudiadas con el objetivo de obtener información del grupo al que pertenecen (Webster,
individuos adecuados, que cumplan con los parámetros señalados por una investigación y que
1- Muestreo probabilístico
Asignatura:
Página 13 de 26
Carrera:
Título:
Autor/es:
cada uno de los individuos de una población tienen la misma probabilidad (la cual es mayor a
investigación.
investigador.
Para seleccionar la muestra aleatoria simple, se emplean métodos similares a los de una
lotería, generadores de números aleatorios o se extraen nombres de un bol en el que todos los
Ventajas
Desventajas
Asignatura:
Página 14 de 26
Carrera:
Título:
Autor/es:
Ejemplo
En una escuela hay 100 estudiantes, de los cuales se pretende extraer una muestra de 10
individuos. Para comenzar, se enumeran a los alumnos del 1 al 100. Posteriormente, estos se
Cabe destacar que en este caso se conoce la probabilidad, es decir, cada estudiante tiene
Ejemplo
el investigador tiene una población total de 100 individuos y necesita 12 sujetos. Primero
individuos 5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.
muestreo. La fracción de muestreo luego se utiliza como la diferencia constante entre los
sujetos.
por ejemplo.
Asignatura:
Página 15 de 26
Carrera:
Título:
Autor/es:
debe ser el que encabeza la lista. Posteriormente, los demás elementos de la muestra son
Ventajas
Desventajas
los elementos de la lista para que respondan a las necesidades del investigador.
Ejemplo
Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos obtener una
muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en 100 fragmentos de
primer individuo al azar del primer fragmento: por ejemplo el 24. A partir de este individuo,
queda definida la muestra extrayendo los individuos de la lista con intervalos de 50 unidades,
Asignatura:
Página 16 de 26
Carrera:
Título:
Autor/es:
Es ideal cuando el investigador quiere que la muestra sea representativa para todos los
seleccionadas.
estrato y el otro.
cuenta el tamaño de estos. Los estratos con mayor cantidad tendrán mayor representación de
individuos.
Ventajas
Asignatura:
Página 17 de 26
Carrera:
Título:
Autor/es:
Debido a que cada estrato es considerado una población aparte, se pueden emplear
Desventajas
Requiere más trabajo, puesto que se deben preparar muestreos para cada uno de los
subgrupos.
Ejemplo
en dos estratos:
asignación proporcional.
Asignatura:
Página 18 de 26
Carrera:
Título:
Autor/es:
reducida) que el comportamiento de los varones con respecto al carácter que se estudia es
Por otra parte, con toda seguridad la precisión sobre el carácter que estudiamos, será muy
alta en el grupo de los varones aunque en la muestra haya muy pocos (pequeña varianza),
mientras que en el grupo de las mujeres habrá mayor dispersión. Cuando las varianzas
poblacionales son pequenãs, con pocos elementos de una muestra se obtiene una información
más precisa del total de la población que cuando la varianza es grande. Por tanto, si nuestros
medios sólo nos permiten tomar una muestra de 10 alumnos, será más conveniente dividir la
muestra en dos estratos, y tomar mediante muestreo aleatorio simple cierto número de
individuos de cada estrato, de modo que se elegirán más individuos en los grupos de mayor
1 varón.
9 hembras.
Los conglomerados están formados por individuos con rasgos diversos. Mientras más
heterogéneos sean los elementos internos de un conglomerado, mejores serán los resultados
obtenidos.
Asignatura:
Página 19 de 26
Carrera:
Título:
Autor/es:
Ventajas
Permite estudiar poblaciones que están distribuidas en una región geográfica amplia.
Puede disminuir los costos de la investigación, puesto que permite estudiar grupos y no
individuos.
Desventajas
de toda la zona geográfica estudiada. Para esto, es necesario trasladarse; entonces, si bien es
cierto que este tipo de muestreo disminuye los costos en cuanto a la aplicación de encuestas a
conglomerados
sexo, edad, entre otros. En el muestreo por conglomerados, la población se divide en grupos
que se pueden comparar, por ejemplo: familias, escuelas, ciudades, entre otros.
Todos los estratos tienen representación dentro de la muestra estratificada, mientras que no
Asignatura:
Página 20 de 26
Carrera:
Título:
Autor/es:
de los estratos son homogéneos. Por su parte, en el muestreo por conglomerados, se obtienen
mejores resultados cuando los elementos que conforman los grupos son heterogéneos.
2- Muestreo no probabilístico
muestras en el que los individuos se seleccionan tomando en cuenta los criterios del
social.
probabilístico.
Se basa en la selección de la muestra tomando en cuenta criterios tales como interés para el
investigador.
estratificada.
Asignatura:
Página 21 de 26
Carrera:
Título:
Autor/es:
dentro de los subgrupos son seleccionados tomando en cuenta el juicio del investigador y sus
intereses.
obtenidos a través de una muestra por conveniencia, puesto que esta no es representativa.
Este tipo de muestreo es de provecho para aquellos que desean llevar a cabo estudios
El investigador selecciona a los individuos que, de acuerdo con su criterio, considere más
Una cantidad reducida de individuos es seleccionada para llevar a cabo el estudio. Estos
individuos cumplen con los criterios necesarios para la investigación que se pretende llevar a
cabo.
Asignatura:
Página 22 de 26
Carrera:
Título:
Autor/es:
Posteriormente, se les pide a estos individuos que inviten a otros nuevos que, según ellos,
Este método es propicio para obtener muestras de poblaciones a las que es difícil acceder.
Por ejemplo, si se está realizando un estudio sobre drogadictos, es muy poco probable que
haya listas disponibles de personas con esta condición. Entonces, lo mejor es contactar una
persona que cumpla con la característica pedida y hacer que esta traiga a más individuos.
Los individuos son seleccionados sin tomar en cuenta ningún juicio previo.
Asignatura:
Página 23 de 26
Carrera:
Título:
Autor/es:
Cronograma de actividades
Asignatura:
Página 24 de 26
Carrera:
Título:
Autor/es:
Conclusion
una población puedes examinar y sacar conclusiones en base a una pequeña parte de la
población total, dando por sentado que los resultados obtenidos en la muestra que es de hecho
representativa de toda la población una ventaja muy grande es que es mucho mas sencillo
Asignatura:
Página 25 de 26
Carrera:
Título:
Autor/es:
Referencias
Asignatura:
Página 26 de 26
Carrera: