Seminario de

Investigacin
Cientfica

M.SC. LUIS BAZN

MUESTREO

M.SC. LUIS BAZN

POBLACION

MUESTRA

M.SC. LUIS BAZN

M.SC. LUIS BAZN

MUESTREO
El muestreo es una herramienta de la
investigacin cientfica. Su funcin
bsica es determinar que parte de una
realidad en estudio (poblacin o
universo) debe examinarse con la
finalidad de hacer inferencias sobre
dicha poblacin.

M.SC. LUIS BAZN

TERMINOLOGA
Poblacin objeto: Conjunto de individuos
de los que se quiere obtener una
informacin.
Unidades de muestreo: Nmero de
elementos de la poblacin, no solapados,
que se van a estudiar. Todo miembro de la
poblacin pertenecer a una y slo una
unidad de muestreo.
M.SC. LUIS BAZN

Unidades de anlisis: Objeto o

individuo del que hay que obtener la
informacin.
Marco muestral: lista de unidades o
elementos de muestreo.
Muestra: conjunto de unidades

M.SC. LUIS BAZN

Tipos de muestreo
Pueden dividirse en dos grandes
grupos: mtodos de muestreo:
I.- Muestreo Probabilstico
II.- Muestreo no Probabilstico

M.SC. LUIS BAZN

MUESTREO
PROBABILSTICO

M.SC. LUIS BAZN

I.- Mtodos de muestreo

probabilsticos.
Los mtodos de muestreo
probabilsticos son aquellos
que se basan en el principio
de equiprobabilidad.

M.SC. LUIS BAZN

10

Dentro de los mtodos de

muestreo
probabilsticos
encontramos los siguientes
tipos:
1.- Muestreo aleatorio simple
2.- Muestreo estratificado
3.- Muestreo sistemtico
4.- Muestreo polietpico o
por conglomerados.
M.SC. LUIS BAZN

11

1.- Muestreo aleatorio simple

* Tamao de muestra para
estimar la media.
Poblacin
Conocida
2
/2

Poblacin
Desconocida

Z S N
n 2
2
2
e ( N 1) Z / 2 S
M.SC. LUIS BAZN

2
2
/2
2

Z S
n
e

12

donde:
n = Tamao de la muestra.
N = Tamao de la poblacin.
Z/2 = Variable estandarizada de distribucin
normal.
S = Varianza de la muestra.
e = Precisin del muestreo.
= Nivel de significancia.
Generalmente es necesario hacer un pre
muestreo de 30 elementos, con el objetivo de
hacer una primera estimacin de S.
M.SC. LUIS BAZN

13

* TAMAO DE MUESTRA PARA

ESTIMAR PROPORCIONES
Poblacin
Conocida
2
/2

Z pqN
n 2
2
e ( N 1) Z / 2 pq

Poblacin
Desconocida
2
/2
2

Z pq
n
e

M.SC. LUIS BAZN

14

Z=

Valor correspondiente a la
distribucin de Gauss.
p = probabilidad de xito o prevalencia
esperada del parmetro a evaluar.
q = probabilidad de fracaso (1-p).
e = precisin expresada en porcentaje.
Error que se prev cometer.
Por ejemplo, para un error del 10%, introduciremos en la frmula
el valor 0,1. As, con un error del 10%, si el parmetro estimado
resulta del 80%, tendramos una seguridad del 95% (para a
=0,05) de que el parmetro real se sita entre el 70% y el 90%.
Vemos, por tanto, que la amplitud total del intervalo es el doble
del error que introducimos en la frmula.
M.SC. LUIS BAZN

15

Muestreo aleatorio simple (Resumen):

Tamao de
muestra
Para
estimar la
media
Para
estimar
proporcion

Poblacin Poblacin
Conocida Desconocid
a

2
2
Z2 / 2 S 2 N
Z
S
/2
n 2
n

e ( N 1) Z2 / 2 S 2
e2

Z2 / 2 pqN
n 2
e ( N 1) Z2 / 2 pq

M.SC. LUIS BAZN

Z2 / 2 pq
n
e2

16

Algunos ejemplos

M.SC. LUIS BAZN

17

Ejemplo 1:
En un lote de frascos para medicina, con una
poblacin de 8000 unidades, se desea
estimar la media de la capacidad en
centmetros cbicos de los mismos.
A travs de un pre muestreo de tamao 35
se ha estimado que la desviacin estndar
es de 2 centmetros cbicos. Si queremos
tener una precisin 0.25 cm 3, y un nivel de
significancia del 5%. De que tamao debe de
ser la muestra?
M.SC. LUIS BAZN

18

DATOS:
S = 2 cm3 ; N = 8000 ; e = 0.25 cm3 ;
= 0.05 (5%) Z/2 = 1.96
N Z/2 S
8000(1.96)(2)
n = --------------------- = ------------------------------- = 238 frascos
(N-1)e + Z/2 S (8000-1)(0.25) + (1.96)(2)

Solo faltara muestrear 203 frascos, pues

los datos de los 35 frascos del premuestreo
siguen siendo vlidos.
M.SC. LUIS BAZN

19

Ejemplo 2:
En un estudio, se desea determinar en
que proporcin los nios de una regin
toman Avena en el desayuno. Si se sabe
que existen 1,500 nios y deseamos
tener una precisin del 10%, con un
nivel de significancia del 5% . De que
tamao debe de ser la muestra?.

M.SC. LUIS BAZN

20

DATOS:
N = 1500 ; e = 10 % = 0.1 ; = 5 %
p = 0.5 y q = 0.5 (asumiendo varianza
mxima). Z/2 = 1.96
N Z/2 pq
1500 (1.96)(0.5)(0.5)
n = ------------------------ = ----------------------------------------- = 91
e (N-1)+ Z/2 pq (0.1) (1500-1)+ (1.96)(0.5)(0.5)

Se deben de muestrear 91 nios .

M.SC. LUIS BAZN

21

2.- MUESTREO ALEATORIO ESTRATIFICADO

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).
La distribucin de la muestra en funcin de
los diferentes estratos se denomina afijacin,
y puede ser de diferentes tipos
M.SC. LUIS BAZN

22

Afijacin Simple: A cada estrato le

corresponde igual nmero de elementos
muestrales.
Afijacin Proporcional: La distribucin se hace
de acuerdo con el peso (tamao) de la
poblacin en cada estrato.
Puede utilizarse la siguiente formula:
n
nh ( N h )
N

Afijacin Optima: Se tiene en cuenta la

previsible dispersin de los resultados, de modo
que se considera la proporcin y la desviacin
tpica.
M.SC. LUIS BAZN

23

Ejemplo:
Tenemos el numero de colegios en colegios
pblicos, parroquiales y no parroquiales en
Lima metropolitana los cuales hacen un total
de 1000 colegios.
Para conocer el tamao de cada estrato se
utilizar la afijacin proporcional, en este caso
la muestra ser de 600 colegios.
n
nh ( N h )
N

M.SC. LUIS BAZN

24

n
nh ( N h )
N
Tipo de
Colegio

Poblacin Proporcin
Muestra
de colegios
de
optima por
en L.M.
colegios
estrato

Pblicos
Privados
no
parroquiale
s

600
300

0.60
0.60

360
180

Privados
Parroquiale
s

100

0.60

60

Total

1000
M.SC. LUIS BAZN

600
25

Otra forma para determinar el tamao

optimo de muestra considerando h
estratos definidos es utlizando la
siguiente formula:

M.SC. LUIS BAZN

26

Para estimar la media poblacional utilizando

una variable aleatoria continua se utiliza la
siguiente relacin:
NiSi/wi
n = ----------------------ND + NiSi
donde:
Ni = tamao del i simo estrato.
N = tamao de la poblacin.
Si = varianza del i simo estrato.
wi = importancia o peso del i simo estrato.
D = B / 4 ; B =M.SC.
precisin
LUIS BAZN
27

Ejemplo:
En un Ingenio, se desea hacer una estimacin del
promedio de grados Brix con que llega la caa a la
fabrica. Para el efecto desea realizar un muestreo
aleatorio estratificado, puesto que la caa puede
provenir de tres tipos de proveedores.
proveedor tipo A (estrato 1) la caa proviene de lotes
de la misma finca.
proveedor tipo B (estrato 2) la caa proviene de
fincas de particulares en donde el ingenio ha
prestado servicios.
proveedor tipo C (estrato 3) la caa proviene de
fincas de particulares en donde el ingenio no ha
tenido ningn servicio.
M.SC. LUIS BAZN

28

De estudios anteriores, se conoce el tamao

y desviacin estndar de cada estrato y
adems se desea tener una precisin de un
grado brix en el estudio. De que tamao
debe de ser la muestra total y de cada
estrato?
ESTRATO

Ni

Si

wi*

558

3.5

558/998 =
0.56

190

5.4

190/998 =
0.19

250

6.2

250/998 =
0.25

998
* ConTotal
distribucin proporcional
M.SC. LUIS BAZN

29

 NiSi/wi
n = ---------------------ND + NiSi
NiSi/wi = N1S1/w1 + N2S2/w2 + N3S3/w3
NiSi/wi = (558)(3.5)/0.56 + (190)(5.4)/0.19 +
(250)(6.2)/0.25

NiSi/wi = 21,961,87.5
NiSi = N1S1 + N2S2 + N3S3
NiSi = 558(3.5) + (190)(5.4) + (250)(6.2)
NiSi = 6835.5 + 5540.4 + 9610 = 21,985.9
M.SC. LUIS BAZN

30

ND = (998)(0.25) = 249,001
NiSi/wi
21,961,487.5
n = -------------------- = ----------------------------- = 81
ND + NiSi
249,001 + 21,985

Como se utiliz distribucin proporcional, a

cada estrato le tocara el siguiente tamao de
muestra:
n1 = 81(558/998) = 45 ;
n2 = 81(190/998) = 15
n3 = 81(250/998) = 20.

ESTRATO

ni

45

15

20

M.SC. LUIS BAZN

31

3.- MUESTREO ALEATORIO SISTEMTICO

Este procedimiento exige, numerar todos los
elementos de la poblacin. Se parte de un
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.
M.SC. LUIS BAZN

32

4.- MUESTREO ALEATORIO POR

CONGLOMERADOS
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.
M.SC. LUIS BAZN

33

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.
M.SC. LUIS BAZN

34

En una investigacin en la que se trata de

conocer el grado de satisfaccin laboral los
profesores de Universidad necesitamos una
muestra de 700 sujetos. Ante la dificultad de
acceder individualmente a estos sujetos se
decide
hacer
una
muestra
por
conglomerados. Sabiendo que el nmero de
profesores
por
Universidad
es
aproximadamente de 35, los pasos a seguir
seran los siguientes:

M.SC. LUIS BAZN

35

1.
2.
3.

Recoger un listado de todos las

Universidades.
Asignar un nmero a cada uno de ellos.
Elegir por muestreo aleatorio simple o
sistemtico los 20 institutos (700/35=20)
que nos proporcionarn los 700 profesores
que necesitan.

M.SC. LUIS BAZN

36

MUESTREO NO
PROBABILSTICOS

M.SC. LUIS BAZN

37

II.MTODOS
DE
PROBABILSTICOS

MUESTREO

NO

A veces, para estudios exploratorios, el

muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no
probabilsticos como:
1.- Muestreo por cuotas
2.- Muestreo opintico o intencional
3.- Muestreo casual o incidental
4.- Bola de nieve
M.SC. LUIS BAZN

38

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. En este tipo de muestreo
se fijan unas "cuotas" que consisten en un
nmero de individuos que renen unas
determinadas condiciones. Este mtodo se
utiliza mucho en las encuestas de opinin.
M.SC. LUIS BAZN

39

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

M.SC. LUIS BAZN

40

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.

M.SC. LUIS BAZN

41

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.
M.SC. LUIS BAZN

42

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

M.SC. LUIS BAZN

43