Estadstica Aplicada a los Negocios

FACULTAD DE CIENCIAS CONTABLES Y

FINANCIERAS

CURSO: ESTADISTICA APLICADA
TEMA: METODOS DE MUESTREO
DOCENTE:
PERTENECE A LIZBETH CONDORI CHOQUE

SEGUNDO AO A

2013

Estadstica Aplicada a los Negocios

METODOS DE MUESTREO

Una muestra es una porcin representativa de una determinada poblacin. Cuando no
se puede realizar un censo, se recurre al muestreo, que es la herramienta que se utiliza
para determinar qu porcin de la realidad se estudiar. Existen distintos tipos de
tcnicas para conformar una muestra, entre ellas:

















1. MUESTREO PROBABILISTICO O ALEATORIO
Son aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra y, consiguientemente, todas las posibles
muestras de tamao n tienen la misma probabilidad de ser elegidas.

1.1. MUESTREO ALEATORIO SIMPLE (MAS): Es el tipo de muestreo ms simple y en
l se basan todos los dems. Para obtener los elementos de la muestra se
numeran los elementos de la poblacin y se seleccionan al azar los elementos
Muestreo
Probabilstico
Muestreo aleatorio simple
Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado.
Afijacin simple
Afijacin proporcional
Afijacin Optima
Muestreo aleatorio por conglomerados
Muestreo no
Probabilstico
Muestreo por cuotas
Muestreo opintico o intencional
Muestreo casual o incidental
Bola de nieve

Estadstica Aplicada a los Negocios

que debe contener la muestra. Todos los elementos tienen la misma
probabilidad de ser elegidos.
Ventajas:
Sencillez.
Se basa en mtodos probabilsticos
Sirve de base para otros mtodos ms complejos.
Inconvenientes:
Todas las unidades poblacionales han de ser listadas.
No unifica las distintas caractersticas de los elementos.
Algn grupo poblacional puede no ser representado.
El muestreo aleatorio simple puede ser de dos tipos:
Sin reposicin de los elementos: cada elemento extrado se descarta para la
subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una
"poblacin" de bombillas para estimar la vida media de las bombillas que la
integran, no ser posible medir ms que una vez la bombilla seleccionada.
Con reposicin de los elementos: las observaciones se realizan con
reemplazamiento de los individuos, de forma que la poblacin es idntica en
todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir
una extraccin es tan pequea que el muestreo puede considerarse sin
reposicin aunque, realmente, no lo sea.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy
til la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o
tablas construidas al efecto.
Ejemplo: En una fbrica hay 1000 personas trabajando, 600 de las cuales son obreros,
250 son tcnicos y 150 son profesionales. Si queremos seleccionar una muestra
aleatoria simple (de 200 personas, por ejemplo), la probabilidad de seleccin de cada
persona es:

Y la distribucin tendera a que los 200 de la muestra se distribuyan as: 120 obrero
(600*0.2),50 tcnicos (200*0.2)y 30 profesionales(150*0.2). Y se utilizara el azar para
escoger a los elementos de la muestra.

Ejemplo: Se quiere una muestra de 500 viviendas en un barrio de 2000 casas. Se
determinan escogiendo una casa cada cierto intervalo.
El intervalo seria

=4 , sea se numeran las 2000 casas y luego empezando por una al

azar cada 4 se escogen hasta completar las 500.

Estadstica Aplicada a los Negocios

Ejemplo:
Supongamos que tenemos una poblacin de cuatro estudiantes en un seminario: A, B,
C,D y que cada elemento de la poblacin total tiene la misma oportunidad de ser
incluido.
Las muestras posibles seran
AB, AC, AD, BC, BD, CD
Cada una de ellas tendran una probabilidad de 1/6 de ser elegida
1.2. MUESTREO ALEATORIO SISTEMTICO (MAST): Este tipo de muestreo, para
obtener una muestra sistemtica al azar se deben numerar las observaciones
de 1-n.
Luego determinar el intervalo de muestreo(IM), que consiste en dividir el
nmero total de observaciones o unidades de muestreo de la poblacin entre
el tamao deseado de la muestra, es decir:
Ventajas:
Las mismas que en MAS
Inconvenientes:
Una cierta ordenacin puede dar lugar a un sesgo.
El CE puede no ser entero.
La sustitucin de las unidades vacas produce otro CE y este a su vez puede
producir un nuevo sesgo.

Ejemplo: poblacin: 1000 unidades
N=200 unidades
K (constante)=1000/200=5
1 sorteo entre el 1 y el 5: 2
Primera unidad 2
Segunda unidad 2+K=2+5=7
Tercera unidad 2+2K=2+10=12

IM=n/N
N: Poblacin
N =Muestra
Estadstica Aplicada a los Negocios

Por ejemplo, si tenemos una poblacin de 100 individuos y queremos seleccionar una
muestra de 20, actuaramos de la siguiente forma:
1. Numeramos los elementos o personas.
2. Tenemos que elegir un elemento de cada 100/20= 5 (coeficiente de elevacin).
3. Elegimos al azar un elemento o persona entre los 5 primeros. Supongamos que
elegimos el nmero 2.
4. Posteriormente seleccionamos un elemento cada 5, es decir, el 2+5=7, 7+5=12,
etc. El ltimo sera el elemento nmero 97.

1.3. MUESTREO ALEATORIO ESTRATIFICADO (MAE): 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.).

Ventajas:
Consigue una mayor precisin que el MAS y el MAST.
Se puede obtener informacin de cada estrato.
Es ms beneficioso logstica y administrativamente hablando.

Inconvenientes:
Es ms complejo que el MAS.
Es ms costoso econmicamente y de recursos utilizados.

La distribucin de la muestra en funcin de los diferentes estratos se denomina
afijacin, y puede ser de diferentes tipos:
1.1.1. AFIJACIN SIMPLE
Consiste en el reparto a partes iguales de la muestra entre los diversos estratos
conocidos.

1.1.2. AFIJACIN PROPORCIONAL
La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada
estrato.
1.1.3. AFIJACIN OPTIMA
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.
Ejemplo: En el caso del ejemplo de la fbrica, podra haberse argumentado que
obreros, tcnicos y profesionales son importantes para establecer comparaciones y se
decide escoger 80 de cada estrato. En este caso las probabilidades de seleccin serian,
por estrato, las siguientes:
Estadstica Aplicada a los Negocios

Obreros

Tcnicos

Profesionales

Donde se puede apreciar que la probabilidad de seleccin no es igual para todas las
personas, sino que depende del estrato en que estas se encuentran y asi un obrero
tiene menor posibilidad de ser seleccionado que un profesional, simplemente porque
estos ltimos son menores.

Ejemplo:


1.4. MUESTREO ALEATORI O POR CONGLOMERADOS: Se puede usar
cuando los elementos de la poblacin se encuentran de manera natural"
agrupados en grupos conglomerados, cuyo nmero se conoce, y podamos
suponer que cada uno de estos conglomerados es una muestra representativa de
la poblacin respecto del aspecto que se estudia.

Consiste en seleccionar conglomerados al azar y, dentro de ellos, analizar todos
sus elementos.

Ejemplos de conglomerados: unidades hospitalarias, familias, hogares, casas, edicin,
municipios, provincias, empresas, una caja de determinado producto,...
Una ventaja del muestreo por conglomerados es que no hace falta disponer de un
listado completo de la poblacin.
Si se va a realizar una encuesta sobre las polticas y leyes del municipio , se podr
dividir el municipio en distritos , por ejemplo en 13 distritos , de esos se toma al azar el
4,5,9 y 11 , y solo concentrndonos en estos distritos, tomamos una muestra aleatoria
de habitantes de cada uno de esos distritos , para entrevistarlos.

Ejemplo: Facultades en una universidad

Facultad de Ciencias Econmicas
Estadstica Aplicada a los Negocios

Facultad de Ciencias Jurdicas y Sociales
Facultad de Qumica y Farmacia
Facultad de Ciencias Mdicas


2. MTODOS DE MUESTREO NO PROBABILSTICOS

A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticas, 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.




2.1. 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.
Por ejemplo, la Consejera de Sanidad desea estudiar la incidencia de las drogas en la
adolescencia. Lo que deberamos hacer sera: conocer por los informes de la Consejera
de Educacin cuales son los centros ms afectados por el problema, fijar un nmero de
sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente
dejar en manos de los responsables del trabajo de campo a que sujetos concretos se
deber entrevistar.

2.2. 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.

Tambin puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El caso ms frecuente de
Estadstica Aplicada a los Negocios

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).

Ejemplo: Un profesor que realiza una investigacin en una universidad, puede
usar estudiantes voluntarios para que constituyan la muestra, existe alguna
razn? Si, los tiene al alcance y participaran como sujetos a un costo bajo o
sin ningn costo. De manera similar, un inspector puede muestrear un
cargamento de naranjas y usar un mtodo probabilstico de muestreo puede
no resultar prctico.
Tiene la ventaja de ser relativamente fciles, pero es imposible evaluar la
bondad de la muestra en trminos de su representatividad de la poblacin
.Y puede dar o no buenos resultados .Pero no tiene un fundamento.

2.3. 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.

2.4. MUESTREO ACCIDENTAL O POR COMODIDAD: 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.