You are on page 1of 45

Pgina 1

INDICE GENERAL

Introduccin--------------------------------------------------------------------------------------------------------------3
1. Muestra----------------------------------------------------------------------------------------------------------------4
1.1.Definicin------------------------------------------------------------------------------------------------------------4
1.2. Ejemplo--------------------------------------------------------------------------------------------------------------4
1.3. Mtodo de muestreo---------------------------------------------------------------------------------------------5
1.4. Ventajas de muestreo-------------------------------------------------------------------------------------------5
1.5. Teora de muestreo----------------------------------------------------------------------------------------------6
2. Tipos de muestreo--------------------------------------------------------------------------------------------------7
2.1. Muestreo no probabilstico-------------------------------------------------------------------------------------8
2.1.1. Muestreo de opinin o de deliberado-------------------------------------------------------------------10
2.1.2. El muestreo causal o fortuito -----------------------------------------------------------------------------11
2.1.3. Muestreo por redes o bola de nieve --------------------------------------------------------------------11
2.1.4. Tipos de muestreo de bola de nieve --------------------------------------------------------------------11
2.1.4.1. Muestreo de bola de nieve lineal----------------------------------------------------------------------11
2.1.4.2. Muestreo de bola de nieve no discriminatorio exponencial-------------------------------------11
2.1.4.3. Muestreo de bola de nieve discriminatorio exponencial ----------------------------------------12
2.1.5. Ventajas del muestreo de bola de nieveDefinicin--------------------------------------------------12
2.1.6 Muestreo de leccin expertos-----------------------------------------------------------------------------12
2.1.7. El mtodo de poblacin mviles--------------------------------------------------------------------------13
2.1.8. El muestreo de cuotas--------------------------------------------------------------------------------------13
3. Muestreo probabilstico------------------------------------------------------------------------------------------14
3.1. Muestreo aleatorio simple------------------------------------------------------------------------------------14
3.2. Seleccin de una muestra aleatoria simple sin reposicin-------------------------------------------15
3.2.1. Ejemplo---------------------------------------------------------------------------------------------------------16
3.3. Seleccin del muestreo aleatoria simple con reposicin---------------------------------------------17
3.3.1. Ejemplo---------------------------------------------------------------------------------------------------------17
3.4. Estimacin de la media y del total de una poblacin--------------------------------------------------18
3.5. El mtodo aleatorio estratificados--------------------------------------------------------------------------18
3.6. Mtodo para calcular el muestreo estratificado---------------------------------------------------------19
3.7. Notacin-----------------------------------------------------------------------------------------------------------20
3.8. Poblacin---------------------------------------------------------------------------------------------------------20
3.9. Muestra -----------------------------------------------------------------------------------------------------------20
3.10. Propiedades de las estimaciones-------------------------------------------------------------------------20
3.10.1. Asignacin igual--------------------------------------------------------------------------------------------20
3.10.2. Estimacin del promedio del ingreso de las familias---------------------------------------------22
3.10.3. Clculo de estimativos y fijacin de limites---------------------------------------------------------22
3.10.4. Estimacin de una proporcin total-------------------------------------------------------------------23
3.11. Muestreo conglomerado-------------------------------------------------------------------------------------23
3.11.1. Objetivos del muestreo de conglomerados----------------------------------------------------------25
3.11.2. Diferencia entre muestreo estratrificados y de conglomerados--------------------------------25
3.11.3. Muestreo con probabilidades idnticas--------------------------------------------------------------26
3.11.4. Notacin para el muestreo por conglomerados-----------------------------------------------------27
3.11.4.1. Ejemplos econmicos donde se aplica el muestreo por conglomerado-------------------28
3.11.4.2. Ventajas----------------------------------------------------------------------------------------------------30
3.11.4.3. Desventajas-----------------------------------------------------------------------------------------------34
3.11.5. Varianza de la media estimada-------------------------------------------------------------------------34
3.11.6. Poblacin con orden aleatorio---------------------------------------------------------------------------34
3.12. Muestreo diatpico--------------------------------------------------------------------------------------------35
3.12.1. Definicin-----------------------------------------------------------------------------------------------------37

Pgina 2


3.13. Muestreo trietapico-------------------------------------------------------------------------------------------37
3.13.1. Teoremas----------------------------------------------------------------------------------------------------38
3.13.2. Muestreo sin reposicin todas las etapas-----------------------------------------------------------40
3.13.3. Caractersticas----------------------------------------------------------------------------------------------41
3.14. Muestreo de un condado------------------------------------------------------------------------------------41
3.14.1. Medidas por los estados principales-------------------------------------------------------------------42
3.14.2. Procedimiento separado por los estratos-------------------------------------------------------------43
3.14.3. En condado comparte una muestra nacional--------------------------------------------------------43
3.14.4. Una muestra nacional con viviendas------------------------------------------------------------------44
























Pgina 3





Introduccin:
La estadstica trabaja sobre poblaciones, extrae conclusiones sobre la base de un anlisis de un
muestrario de datos de una poblacin.
Hay muchas maneras de tomar una muestra de una poblacin.
Adems las conclusiones que se extraen acerca de la poblacin dependen de como se
selecciona la muestra, as mismo deseamos que la muestra sea representativa de la poblacin.
Partiendo de la importancia que tiene para cualquier profesional e investigador conocer varios
conceptos importantes de la estadstica para poder desarrollar exitosamente una investigacin
de cualquier ndole, en el presente trabajo de muestreo del texto paralelo de la
maestra en investigacin y proyectos nos proponemos dar tratamiento a algunos
elementos de la estadstica matemtica de la forma mas elemental posible para que
pueda ser asimilada por cualquier profesional sin tener en cuenta su especialidad ya
sea de las ciencias Sociales como de las ciencias exactas.
Nuestro propsito es encaminar al profesional para que conozca el aparato conceptual
necesario desde el punto de vista estadstico para emprender de forma slida y cientfica
una investigacin.









Pgina 4


MUESTRA
DEFINICIN:
Muestra es una parte o un subconjunto representativo de la poblacin. Y al proceso de obtener
la muestra se llama muestreo.
Notacin: El nmero de observaciones (o tamao) de la muestra se denomina por n.
Desde luego, el nmero de observaciones en una muestra e menor que el nmero de
observaciones posibles en la poblacin, de otra forma, la muestra sera la poblacin misma.
La seccin y el estudio de una muestra, tiene por objeto la extraccin de conclusin que sean
vlidas para la poblacin del cual se obtiene dicha muestra. E otras palabras, nuestro propsito
es conocer la poblacin, para lo cual se extrae una muestra se est.
EJEMPLO: La poblacin objetivo y la poblacin muestreada en una encuesta telefnica de
posibles votantes. No todas las familias tienen telfono, de modo que varias personas de la
poblacin objetiva de posibles votantes no tendrn asociado un nmero telefnico en el marco
de muestreo. En algunas casas con telfono, los residentes no estn registrados para votar y,
por lo tanto, no son elegibles para la encuesta. Algunas personas elegibles en la poblacin dl
marco de muestreo no responden porque no pueden ser contactadas, algunas se rehsan a
contestar la encuesta y algunas podran estar enfermas o incapacitadas para responder.
POBLACIN OBJETIVO POBLACIN DEL MARCO DE MUESTRA

No incluidas en el
marco de
muestreo


N
o

l
o
c
a
l
i
z
a
b
l
e

P
O
B
L
A
C
I

N

M
U
E
S
T
R
E
A
D
A

N
o

e
s

e
l
e
g
i
b
l
e

p
a
r
a

l
a

e
n
c
u
e
s
t
a


R
e
h

s
a

r
e
s
p
o
n
d
e
r

N
o

p
u
e
d
e

r
e
s
p
o
n
d
e
r




MTODOS DE MUESTREO

Pgina 5


El muestreo tiene por objetivo seleccionar de tal manera una fraccin que la muestra obtenida
represente a la poblacin entran. Si los elementos de una categora o estrato estn en menor o
mayor proporcin en la muestra que en la poblacin, la muestra dejara de representar a la
poblacin si no tiene en cuenta esto para los clculos. Tambin es necesario que la muestra
presente igual o parecida variabilidad que la poblacin de donde procede.
VENTAJAS DE MUETREO
1) Mayor economa. El censo por su gran alcance y por comprender a todas la poblacin
requiere de un gasto considerable de tiempo y dinero. En cambio el muestreo por cubrir
tan solo una pequea fraccin de la poblacin puede hacerse a un costo relativamente
reducido de tiempo y dinero.
2) Mayor rapidez. En la recoleccin y anlisis de la informacin, debido a su alcance el
censo requiere usualmente de muchos meses y an ao de trabajo para que la
informacin sea recolectada.
3) Menor personal. Los censores deben ser reclutados de todos partes del pas, se tiene
que preparar mapas precisos de acuerdo al censo por realizar, establecer centro
administrativo.
4) El personal puede ser mejor entrenado. Por hacer uso de un menor nmero de
entrevistadores que en el censo puede dedicarse ms tiempo y dinero al entrenamiento
de cada uno de ellos.
5) Mayor informacin en el contenido. Al disponer del personal ms capacitado y
relativamente ms tiempo para cada entrevista personal, existe mayor posibilidad para
tratar en la encuesta por muestreo de asuntos ms complejos que en el censo.
SIN EMBARGO, LA ENCUESTA POR MUESTREO TIENE LAS SIGUENTES LIMITACIONES.
Una de las principales desventajas, es que el empleo de muestra introduce el llamado error de
muestreo, que tiene su origen en la variabilidad de los elementos que componen la poblacin,
muestreas del mismo tamao arrojan resultados diferentes. Supongamos, por ejemplo que
tenemos una poblacin formada por cuatro personas, cuyas estaturas en centmetros son 158,
160, 166, y 172, respectivamente. La talla promedio de las personas de esta poblacin es de.


= 164 centmetros


Pgina 6


Si no se conociera dicho promedio poblacional, podran estimar esta estatura promedio con una
muestra, por ejemplo de solo los individuos. Los resultados seria como se muestra en el
siguiente.










Como vemos, a cada muestra corresponde un valor promedio diferentes, y diferente a su vez,
del verdadero promedio de la poblacin. Esta diferencia entra el valor promedio que arroja la
muestra y el valor promedio de la poblacin, se llama error de muestreo.
1) Error en el muestreo: aunque una muestra de la poblacin puede proporcionar una
representacin bastante precisa de las caractersticas del total.

TEORA DE MUESTREO
MUESTREO:
Es un procedimiento por medio del cual se estudia una parte de la poblacin llamada muestra,
con el objetivo de inferir con respecto a toda la poblacin.
Es importante relacionar el muestreo con lo que es el censo, el cual se define como la
enumeracin completa de todos los elementos de la poblacin de inters.
Personas Valores mustrales Estatura promedio

1,2
1,3
1,4
2,3
2,4
3,4

158, 160
158, 166
158, 172
160, 166
160, 172
166, 172








Pgina 7


VENTAJAS DEL MUESTREO:
a) Costos reducidos.
b) Mayor rapidez para obtener resultados.
c) Mayor exactitud o mejor calidad de la informacin: debido a los siguientes factores
c.1 Volumen de trabajo reducido.
c.2 Puede existir mayor supervisin en el trabajo.
c.3 Se puede dar ms entrenamiento al personal.
c.4 Menor probabilidad de cometer errores durante el procesamiento de la informacin.
d) Factibilidad de hacer el estudio cuando la toma de datos implica tcnicas destructivas, por
ejemplo:
-Pruebas de germinacin.
- Anlisis de sangre.
- Control de calidad.
TIPOS DE MUESTREO:
MUESTREO NO PROBABILSTICO
En este tipo de muestreo, denominado tambin muestreo de modelos, las muestras no son
representativas por el tipo de seleccin, son informales o arbitrarias y se basan en supuestos
generales sobre la distribucin de las variables en la poblacin; por ejemplo: se juzga una
canasta de uvas probando slo una de ellas; un distribuidor de cierto tipo de artculos acepta
un envo despus de probar algunos de ellos, que selecciona en forma casual; en fsica,
biologa o psicologa los elementos que se estudian se seleccionan en forma casual, o bien
porque renen ciertas caractersticas, como sera seleccionar al animal ms gordo para
estudiarlo. Entre los diferentes tipos de muestreo no probabilstico se pueden mencionar: el
casual o fortuito, el de seleccin experta, el muestreo de poblaciones mviles, el de cuotas;
entre otros.

Pgina 8


Muestreo de opinin o deliberado.
Consiste en tomar un segmento o fraccin de la poblacin por su cmoda accesibilidad. Por
ejemplo, una muestra obtenida de listas fcilmente disponibles, como las guas de telfonos,
constituyen una muestra deliberada. Por la comodidad o facilidad en tomar la muestra se
sacrifica cierto grado de representatividad de las caractersticas disponibles; sin embargo, este
tipo de muestreo puede ser de alguna utilidad para estudios pilotos o de sondeo.

Ejemplo:
Se sabe en que en la universidad Dr. Jos Matas Delgado de cada 100 estudiantes de nuevo
ingreso 25 de estos desertan al final del ao. Se desea saber cul es la causa principal por la
cual estos jvenes dejan de estudiar. Por lo que definimos los siguientes criterios para luego ser
evaluados, desercin por inconveniencia de horarios, por razones familiares, por insatisfaccin
de la enseanza brindada, o por factores econmicos. La administracin de la universidad tiene
todos los datos de estos estudiantes que desertaron, por lo que se les pide que proporcionen
sus nmeros telefnicos, para realizar un sondeo a 20 jvenes. Luego de realizar la encuesta
telefnica se obtuvieron los siguientes datos:
Inconveniencia de horarios: 7
Razones familiares: 5
Insatisfaccin de la enseanza: 5
Factores econmicos: 3



Pgina 9



Se concluye que la causa principal de desercin en los jvenes de esta universidad es la de
inconveniencia de horarios, en segundo lugar las razones familiares y la insatisfaccin de la
enseanza, y por ltimo los factores econmicos.

MUESTREO DE VOLUNTARIOS
Donde el informante, voluntariamente, suministra informacin sin ser seleccionado.

Ejemplo:
Se desea conocer la opinin de los estudiantes de la carrera de administracin de empresas de
la universidad Matas Delgado en cuanto a la calidad de la enseanza que se les brinda. Por lo
que se lanza un anuncio diciendo que cierto da habr una reunin para aportar sus opiniones,
y el que este interesado en compartir su opinin que se acerque al lugar indicado. A dicha
reunin llegaron 40 estudiantes, se les pasa una encuesta, preguntando si el personal docente
esta altamente capacitado para las materias que se imparten, si el plan de estudio esta
actualizado o necesita actualizarse y si esta satisfecho con la enseanza brindada.





Pgina 10




Se puede concluir que los alumnos de la carrera de administracin de empresas, de la
universidad Matas Delgado, el 86% de ellos esta de acuerdo con que el personal docente esta
al mas alto nivel para impartir las catedras; el 23% considera que se debe actualizar el plan de
estudios, contra un 77% que considera que es adecuado; y el 81% de los alumnos se muestran
satisfechos de la enseanza brindada.
El muestreo casual o fortuito:
Se utiliza en diferentes reas de la investigacin como arqueologa, historia y medicina, entre
otras. Se usa en los casos en que no es posible seleccionar los elementos, y deben sacarse
conclusiones con los elementos que estn disponibles. Por ejemplo: en el caso de voluntarios
para pruebas de medicamentos de enfermedades como el corazn, cncer, etc.
Aqu las muestras se integran por voluntarios o unidades mustrales que se obtienen en forma
casual. Otras ciencias que no se preocupan por la representatividad de sus especmenes son
astronoma, fsica y qumica.
La muestra est conformada por sujetos fcilmente accesibles y presentes en un lugar
determinado, y en un momento preciso. Los sujetos se incluyen en el estudio a medida que se
presentan, y hasta que la muestra alcance el tamao deseado.
Ejemplo: encuestas en va pblica que se realizan en un da y horario determinado.
Muestreo por redes (bola de nieve):
Consiste en localizar a algunos individuos segn determinadas caractersticas. Se utiliza en
poblaciones marginales o de difcil acceso. Se basa en redes sociales, en las amistades.
Cuando se encontr el primer representante, ste puede conducir a otro, y se a un tercero, y
as sucesivamente hasta conseguir una muestra suficiente.
Ejemplos: Consumidores de productos Premium. Personas que padecen determinada

Pgina 11


enfermedad.
Miembros de una secta. Adictos que rechazan la instancia de rehabilitacin.
Mujeres golpeadas. Aficionado a prcticas culturales inusuales.
Tipos De Muestreo De Bola De Nieve
Muestreo de bola de nieve lineal

Muestreo de bola de nieve no discriminatorio exponencial

Muestreo de bola de nieve discriminatorio exponencial

Ventajas del muestreo de bola de nieve
El proceso en cadena permite que el investigador llegue a poblaciones que son difciles de
probar cuando se utilizan otros mtodos de muestreo.
El proceso es barato, simple y rentable.
Esta tcnica de muestreo necesita poca planificacin y menos mano de obra que otras tcnicas
de muestreo.
Desventajas del muestreo de bola de nieve

Pgina 12


El investigador tiene poco control sobre el mtodo de muestreo. Los sujetos que el investigador
puede obtener se basan principalmente en los sujetos observados anteriormente.
La representatividad de la muestra no est garantizada. El investigador no tiene ni idea de la
verdadera distribucin de la poblacin ni de la muestra.
El sesgo de muestreo es tambin un miedo de los investigadores cuando se utiliza esta tcnica.
Los primeros sujetos tienden a designar a personas que conocen bien. Como consecuencia, es
muy posible que los sujetos compartan los mismos rasgos y caractersticas y, por lo tanto, la
muestra que obtenga el investigador ser slo un pequeo subgrupo de toda la poblacin.

El muestreo de seleccin Experto:
Denominado tambin como muestreo de juicio, es una tcnica utilizada por expertos para
seleccionar especmenes, unidades o porciones representativas o tpicas, segn el criterio del
experto.



Por ejemplo:
La seleccin de un conjunto de especmenes con determinadas caractersticas, para un
experimento de laboratorio, o la seleccin de determinadas semanas del ao para llevar a cabo
algunas auditoras.
Es importante hacer notar que en este caso los criterios de seleccin pueden variar de experto
a experto, al determinar cules son las unidades de muestreo representativas de la poblacin.
El mtodo de poblaciones mviles:
Se basa en el concepto de captura-marca-captura. La poblacin total se estima con base en la
proporcin de individuos en la recaptura, esto es, aqullos que han sido capturados
previamente y marcados. Este tipo de tcnicas se utiliza mucho en el muestreo de insectos,
peces, venados, ballenas y, en general, poblaciones de animales en extincin. Se subraya que
a mediados de esta dcada este tipo de muestreo, con algunas variantes en la seleccin de la
muestra.

Pgina 13


El Muestreo de Cuotas:
Es un tipo de muestreo ampliamente utilizado en encuestas sobre opinin electoral,
investigacin de mercado o similares. Los encuestadores reciben la orden de obtener cierto
nmero de entrevistas (cuotas), a partir de las cuales se construye una muestra relativamente
proporcional a la poblacin. Este esquema se ve como una alternativa del muestreo
probabilstico, en el que se busca seleccionar una muestra representativa de la poblacin
estableciendo proporciones de los diferentes segmentos que la componen. La tcnica consiste
en determinar, al seleccionar la muestra, la cuota de entrevistas que se debe cubrir de cada
grupo de la poblacin y por cada enumerador. El supuesto bsico de esto es que con la
conjuncin de todas las cuotas se obtiene una imagen de la totalidad.
Aunque en este tipo de muestreo el juicio y controles de seleccin de la muestra dependen del
que disea la encuesta, el encuestador es quien finalmente determina libremente cules son los
elementos representativos de la poblacin al momento de seleccionarlos, dentro de la cuota que
le fue asignada. Adems de la seleccin por cuotas se debe mantener la seleccin aleatoria, no
es suficiente con la seleccin concienzuda de las cuotas, es necesario asegurar empricamente
que cada miembro de la poblacin tenga la misma probabilidad de ser parte de la muestra. En
este caso, la seleccin de la muestra por parte del entrevistador es muy importante en la
eliminacin de aspectos subjetivos. Los diferentes tipos de muestreo no probabilstico
mencionados varan ampliamente en grado y rea de justificacin, pero cada una de sus
tcnicas tienen en comn la generalidad de los supuestos que sustentan la distribucin de las
variables en la poblacin.

MUESTREO PROBABILISCA
MUESTREO ALEATORIO SIMPLE (MAS)
El muestreo aleatorio simple es un mtodo de seleccin de n unidades en un conjunto N de tal
modo que cada una de las

muestras distintas la misma oportunidad que sean elegidas.


En la prctica un muestreo aleatorio se realiza por unidad. Se enumeran las unidades de 1 a N.
Posteriormente se extraen una serie de n nmeros aleatorios entre 1 y N, ya sea utilizando una
tabla de nmeros aleatorios o mediante un programa de computacin que produce una tabla
semejante. En cada extraccin, el proceso de otorgar la misma oportunidad de seleccin a
todos y a cada uno de los nmeros que no hayan salido. Las unidades que llevan estos n
nmeros constituyen la muestra.

Pgina 14


En la primera extraccin, la probabilidad de que se seleccionen una de estas n unidades es
n/N. En la segunda la probabilidad que se extraiga una de las restantes (n-1) unidades
especificadas es (n-1)/(N-1), y as sucesivamente

(1)
Una manera sencilla aunque poco practica de obtener una muestra aleatoria es la tcnica de la
urna (o de pecera). Consiste en colocar en una urna o pecera, fichas con los nombres o
nmeros de cada elemento de la poblacin y luego de mezclarlos adecuadamente, se extrae
tantos elementos como haya de tener la muestra que se ha decidido escoger. Debido a esta
muestra cuidadosa antes de cada extraccin, cada elemento tiene la misma posibilidad de ser
seleccionado.
En una encuesta por muestreo elegimos ciertas propiedades que intentamos medir y registrar
para cada unidad que venga dentro de la muestra. Estas propiedades se llaman caractersticas
o simplemente atributos.
Consideremos el siguiente problema. Un auditor federal va a examinar los registros contables
del hospital de una ciudad. Los registros del hospital, obtenidos a partir de ficheros informticos,
muestran un determinado total de cuentas pendientes de cobro, y el auditor debe comprobar
ese total. Si existen 28mil cuentas abiertas en el hospital, el auditor no tiene el tiempo suficiente
para examinar el registro de cada paciente ni para obtener una cifra del total de cuentas
endientes de cobro. Por lo tanto el autor debe elegir algn esquema de muestreo para obtener
una muestra representativa de los registros de los pacientes. Mediante el examen de las
cuentas de los pacientes de la muestra, el auditor puede estimar el total de cuentas por cobrar
para todo el hospital. Si la cifra que ofrece el ordenador est dentro de un margen especificado
por la estimacin del auditor, la cifra del ordenador se acepta como vlida. En caso contrario, se
deben examinar ms registros del hospital por posibles discrepancias entre la cifra del
ordenador y los datos de la muestra.
Supngase que todas las cuentas de los N=28000 pacientes se registran en un archivo
reordenado y se seleccione un tamao de la muestra n=100. La muestra se denomina muestra
aleatoria simple, si cada muestra posible de n=100 registros que tienen la misma posibilidad de
ser seleccionada. El muestreo aleatorio simple, que es la base de la mayora de los diseos del
muestreo que se analizan en el libro, es el fundamento de la mayora de las encuestas
cientficas.


Pgina 15


SELECCIN DE UNA MUESTRA ALEATORIA SIMPLE SIN REPOSICION
El muestreo aleatorio simple sin reposicin es un procedimiento de seleccin de muestras con
probabilidades iguales, que consiste en obtener la muestra unidad a unidad de forma aleatoria
sin reposicin a la poblacin de las unidades previamente seleccionadas, teniendo presente
que el orden de colocacin de los elementos en las muestras no interviene (es decir, que
muestras con los mismos elementos colocados en orden distinto se consideran iguales). De
esta forma, las muestras con elementos repetidos son imposibles. Como el procedimiento de
seleccin es con probabilidades iguales, todas las muestras son equiprobables, y adems se
cumple que todas las unidades de la poblacin tienen la misma probabilidad de pertenecer a la
muestra i = n/N. Se supone que el tamao de la poblacin es N y el tamao de la muestra es n.
Como la muestra se selecciona sin reposicin, se realiza la seleccin sucesiva de las unidades
para la muestra con probabilidades 1/(N).
La seleccin de una muestra aleatoria simple de la poblacin de inters no es tan sencillo como
puede parecer en un principio, se podra utilizar nuestro propio criterio para seleccionar
aleatoriamente la muestra. Esta tcnica se puede denominar muestreo casual, una segunda
tcnica es el muestreo intencional, implica seleccionar una muestra considerada como tpica o
representativa de la poblacin. Tanto el muestreo casual como el muestreo intencional estn
sujetos al sesgo del investigador y, lo que es ms importante, conducen a estimadores cuyas
propiedades no pueden evaluarse. Por tanto, ninguna de estas tcnicas genera una muestra
aleatoria.
Es posible seleccionar muestras aleatorias simples mediante tablas aleatorias. Una tabla de
nmeros aleatorios es una conjunto de dgitos generado de modo que, normalmente, la tabla
contendr a cada uno de los diez dgitos (0, 1,2,,9), en proporciones aproximadamente
iguales.
Ejemplo: Supngase que existen N=1000 registros de pacientes, de los cuales se seleccionar
una muestra aleatoria simple de n=20. Se obtendr una muestra aleatoria simple si cada
muestra simple de n=20 registros tiene la misma probabilidad de ser seleccionada. Determinar
que registros se incluirn en una muestra de tamao n=20
SOLUCION:
Se puede considerar que las cuentas son los nmeros 001, 002,, 999, 000. Es decir, se
dispone de 1000 nmeros de tres dgitos, donde 001 representa el primer registro, 999 el
registro de paciente 999 y 000 el milsimo.

Pgina 16


Consulte la tabla A.2 de cualquier tabla de nmeros aleatorios y utilice la primera columna; si no
se tiene en cuenta los dos ltimos dgitos de cada nmero, entonces el primer nmero formado
de tres dgitos es el 104, el segundo es el 223, el tercero es el 241 y as sucesivamente.
Tomando una muestra aleatoria de 20 dgitos, se obtienen los nmeros que se muestran en la
siguiente tabla.
104 779 289 510
223 995 635 023
241 963 094 010
421 895 103 521
375 854 071 070

Si los registros estn numerados, solo se seleccionan los registros con los nmero
correspondientes, y estos registros representan una muestra aleatoria simple de n=20 a partir
de N=1000. Si las cuentas de los pacientes no estn numeradas, se puede consultar una lista
de las cuentas y contar desde

a la

, y as sucesivamente, hasta tener los


nmeros deseados. Si un nmero aparece dos veces, se omite la segunda ocurrencia y se
selecciona otro nmero en su lugar.
SELECCIN DEL MUESTREO ALEATORIO CON REPOSICION
El muestreo aleatorio simple con reposicin es un procedimiento de seleccin con
probabilidades iguales que consiste en obtener la muestra unidad a unidad de forma aleatoria
con reposicin a la poblacin de las unidades previamente seleccionadas. De esta forma las
muestras con elementos repetidos son posibles y cualquier elemento de la poblacin puede
estar repetido en la muestra 0, 1, ..., n veces. Supongamos en todo momento que el tamao de
la poblacin es N y el tamao de la muestra es n. Como la muestra se selecciona con
reposicin (se reponen a la poblacin las unidades previamente seleccionadas) y con
probabilidades iguales, se realiza la seleccin sucesiva de las unidades para la muestra con
probabilidades Pi = 1/N y todas las muestras son equiprobables, ya que:
P (u1, u2,..., un) = P(u1)P(u2) ... P(un) = (1/N)(1/N) ... (1/N) = 1/(Nn)
EJEMPLO: Un auditor muestrea aleatoriamente con reposicin 20 cuentas impagadas de una
empresa y verifica en 12 de ellas la cantidad adeudada y si los documentos respectivos
cumplen (1) o no cumplen (0) con los procedimientos establecidos. Se tienen la siguiente
estructura poblacional:

Pgina 17



CUENTA CANTIDAD CONCORDANCIA CUENTA CANTIDAD CONCORDANCIA
1 278 1 11 188 0
2 192 1 12 212 0
3 310 1 13 92 1
4 94 0 14 56 1
5 86 1 15 142 1
6 335 1 16 37 1
7 310 0 17 186 0
8 290 1 18 221 1
9 221 1 19 229 0
10 168 1 20 305 1

Basndose en las 12 cuentas verificadas, estimar la proporcin de cuentas cuyos documentos
concuerdan, as como el importe medio adeudado, y cuantificar el error cometido.

ESTIMACION DE LA MEDIA Y DEL TOTAL DE UNA POPLACION
Estimador de la media poblacional:
=


Variancia estimada de :
()=


Lmite del error de estimacin:
2=2


La cantidad se denomina se denomina factor de correccin de la poblacin finita
(fcpf). Tenga en cuenta que este factor de correccin produce ligeras diferencias respecto al
valor de la variancia verdadera de y. cuando n permanezca relativamente pequea respecto al
tamao de la poblacin N, el valor de fcpf estar muy cercano de la unidad. En la prctica, fcpf
puede despreciarse si (N-n)/N0.95 o, equivalentemente, si n(1/20)N. en tal caso, la variancia

Pgina 18


estimada dey es la ya conocida cantidad

/n. en muchos casos el tamao de la poblacin no


est claramente definido o se desconoce. Supongo que se selecciona muestra de laboratorio
muy pequeas de un depsito de gran volumen de con azcar sin refinar para medir el
contenido de azcar puro. no est claro como determinara N, pero generalmente puede
suponerse bastante grande. Por tanto, fcpf puede ignorarse. Si se selecciona una muestra de
votantes de la poblacin de un estado, conocer N de forma precisa en ese momento es
generalmente imposible. Nuevamente, N se supone grande y fcpf se omite.
Richard L. scheaffer, WILLIAM MENDENHALL III, R. LYMAN OTT PAG. 82, 83,84, 85,90
El muestreo aleatorio estratificado:
El muestreo aleatorio estratificado, denominado tambin muestreo aleatorio restringido, es un
mtodo que permite una seleccin ms eficiente que el obtenido mediante muestreo aleatorio
simple, en especial, cuando la caracterstica que se investiga es de gran variabilidad, lo cual,
implica un tamao maestral relativamente grande, en comparacin al muestreo estratificado.
En esta muestra aleatoria simple estratificado, la poblacin a investigar se divide en grupos,
relativamente homogneos con relacin a la caracterstica al estudio.
Estos estudios se denominan estratos, donde la unidad o elemento investigado presenta una
caracterstica tal, que solo permite pertenecer a un estrato.
Es necesario saber que un estrato es una subpoblacin y, como tal, cada uno se constituye en
dominio a estudio.
Logros de la estratificacin:
- Una mayor precisin en los estimadores, a pesar de ser menor el nmero de unidades
seleccionadas, en comparacin del muestreo simple.
- Garantizar la representatividad y una reduccin de error de la muestra, por agrupacin
de aquellos elementos que se parecen ms por la caracterstica que se investiga.
- Las caractersticas totales quedan representadas; adems los errores de muestreo que
resultan de una muestra aleatoria simple, sern mayores que los de las muestras
aleatorias estratificadas del mismo tamao.
- Allegar la informacin detallada para un grupo o estrato especifico, ya que se obtienen
promedios y varianzas separados y mediante la ponderacin, se calcula el valor del
estimador del promedio y la varianza.

Pgina 19


- Dividir la poblacin en grupos o estratos ms o menos homogneos en cuanto a su
composicin interna. Pero heterogneo si se comparan con los estratos, entre s.
- Ventajas administrativas.


Mtodos para calcular el muestreo aleatorio estratificado
- Muestras de igual tamao, denominado tambin aficin igual, consistiendo en
seleccionar el mismo nmero de unidades para cada estrato muestral.
- Muestras o asignacin o afijacin proporcional, donde los tamaos muestrales en cada
estrato, tendrn un nmero de unidades en forma proporcional a las de los estratos
poblacionales.
- Muestras de asignacin o afijacin optima, cuyo tamao estar determinado teniendo en
cuenta los costos y el grado de variabilidad, en tal forma que el error de estimacin sea
mnimo para un costo total dado.






NOTACIN

: numero total de unidades en el estrato

: numero de unidades en la muestra del estrato

: Valor obtenido para la i-esima unidad

: Ponderacin de estratos

Fracccion de muestreo estrato




POBLACIN

Pgina 20


{ }

=
=

L
h
h
LN L L
N
N
N
N N
u u u
u u u
u u u
estratos L en divide Se u u u
L
1
2 1
2 22 21
1 12 11
2 1
...
.......... ..........
...
...
...
2
1


MUESTRA
{ }

=
=

L
h
h
Ln L L
n
n
n
n n
u u u
u u u
u u u
estrato cada en extrae Se u u u
L
1
2 1
2 22 21
1 12 11
2 1
...
.......... ..........
...
...
...
2
1

PROPIEDADES DE LAS ESTIMACIONES

Media aritmtica para cada estrato:






Media aritmtica poblacional estratificada:





= varianza poblacional en cada estrato:



Pgina 21




n = Nmero de unidades que contiene la muestra total.

= Nmero de unidades que contiene en cada estrato muestral.


= n =


= Media aritmtica muestral para cada estrato:


= media aritmtica muestral estratificada.


O

= varianza muestral en cada estrato:





Dentro de los estratos maestrales se consideran tres mtodos:
a) Asignacin o fijacin igual.
b) Asignacin o afijacin proporcional.
c) Asignacin o afijacin ptima.

Asignacin igual
- Implica que los tamaos en cada estrato deben ser iguales.



Pgina 22


- Se hace necesario identificar las caractersticas principal que se tendr en cuenta al
formar grupos o estratos.
Calculo de las tamaos mustrales


DONDE:
L: es nmero de estratos
Estimacin del promedio del ingreso de las familias.




Clculos de estimativos y fijacin de limites
En primer lugar consideraremos que el tamao de la muestra (n), en lugar de los
resultados anteriores obtenidos, a fin de agilizar la operacin.

.

Determinados los tamaos mustrale, se harn la seleccin de las unidades en cada
uno de los estratos, con el fin de recoger informacin de las familias seleccionadas.
Estimacin promedios totales
Consideremos el promedio y el total de ingresos de las familias, calculando en
primer lugar los promedios para cada uno de los estratos muestrales.


Estimacin de una proporcin total
A travs de los resultados obtenidos en la encuesta correspondiente a la muestra de 36
unidades, se calcularan las proporciones muestrales en cada estrato, para la proporcin y total
de familias propietarias de viviendas.

Pgina 23


Estimacin para la razn promedio y total
El estimador de la razn en el muestreo aleatorio estatificado se puede efectuar de dos
maneras:

- Llamada estimacin mediante la razn separada

(Razn para cada estrato)





- Se denomina razn combinada :






Abad adela
MUESTREO DE CONGLOMERADOS:
Se llama Conglomerados a las unidades sorteadas que estn formadas por elementos., es decir
es un esquema en el cual se eligen conglomerados de elementos y a cada conglomerado que
resulta en la muestra se le hace necesariamente una revisin completa, es decir se censa las
respectivas unidades individuales de cada conglomerado.
Como sabemos si se desea hacer una seleccin aleatoria de elementos debemos contar con un
listado de ellos, enumerarlos de alguna manera y hacer la seleccin por esta accin aleatoria,
pero esta accin no se puede generalizar para todas las operaciones de anlisis de muestras ,
ya que existen poblaciones que tienen cantidades extensas de elementos como los habitantes
de un determinado pas, total de documentos de trmite de un banco internacional o miles de

Pgina 24


personas que se encuentran en el PEA. Justamente por estas dificultades es favorable que se
aplique un muestreo por conglomerados ya que su ejecucin no requiere de la operacin
previa de un listado de elementos sino nicamente de conglomerados.
Existen conglomerados que tienen el mismo nmero de productos o elementos (M), esto se
debe a la uniformidad en el proceso de produccin como es el caso de cajas de algn producto.
El caso ms general es aquel donde los conglomerados son de tamaos diferentes, tal es el
caso de las familia que tienen diferentes nmeros de miembros. Se debe tener en cuenta que
los conglomerados se eligen aleatoriamente y se analiza cada uno de sus elementos que estn
contenidos en este.
EJEMPLOS:
De una poblacin de 1000 cajas de manzanas: 7, 145 y 791 son las escogidas al azar (Muestra
Aleatoria Simple). Luego de que se apartan estas de las dems cajas; se abren y se procede a
revisar cada una de las manzanas en ellas para as tener el Y
ij
correspondiente a cada
manzana en cada una de las cajas.
MANUEL CALZADA BENZA
Es una modificacin del muestreo al azar simple. Es un mtodo de seleccin en el que las
unidades de seleccin inducidas en la muestra son escogidas de la poblacin reunidas en
grupos antes que individualmente.
OBJETIVO DEL MUESTREO DE CONGLOMERADOS:
La razn usual para la conglomeracin es conseguir una reduccin de los costos por cada
entrevista, escogiendo para esto unidades que esten geogrficamente cercanas unas de otras,
ms de lo que estaran si se aplicase una muestra aleatoria simple al azar.
Tenemos un UNIVERSO, es decir una poblacin, y luego seleccionamos conglomerados a
cambio de unidades individuales. Cuando seleccionamos un conglomerado (Donde
encontramos una determinada cantidad de elementos afines y/o similares), mas no unidades
individuales, pues al seleccionar un conglomerado. Sus unidades se convierten
automticamente en parte de la muestra.
EJEMPLO:
Un muestreo de colegios, pues una unidad de conglomerado representa a un colegio elegido
por azar y los estudiante s de dicho colegio representan los elementos del conglomerado.

Pgina 25


DESVENTAJA:
Reduce la eficiencia del muestreo debido a que el error de muestreo de una muestra
DIERENCIA ENTRE MUESTREO ESTRATRIFICADO Y DE CONGLOMERADOS
En el mtodo de conglomerados se debe buscar principalmente la menor homogeneidad
posible dentro (Entre la unidades individuales) de los conglomerados y la mayor homogeneidad
entre los conglomerados propiamente dichos, Esto es lo contrario que lo que se debe buscar en
el mtodo de la estratificacin en donde debe haber homogeneidad dentro (entre las unidades)
de los estratos y la menor homogeneidad posible entre los estratos.
Usualmente los errores de muestreo son mayores en los conglomerados ms grandes que en
los ms pequeos, pero se puede reducir los errores en los conglomerados grandes
seleccionando una parte de las unidades que estn escogidas en el acumulado especifico, en
este caso resulta el mtodo del muestreo al azar en etapas sucesivas.
SHARON L. LOHR

MUESTREO CON PROBABILIDADES IDENTICAS
Los conglomerados son tambin llamados unidades de muestreo primario.
Ejemplo:
En una poblacin hay 7000 habitantes pero para el mejor manejo de la encuesta es necesario
dividirlo en unidades de conglomerados. En este caso en familias. De esta forma las familias se
consideran como unidades de muestreo secundario. Recordemos siempre que la unidad de
muestreo primario no es igual a la unidad de observacin.
DESVENTAJAS:
- Produce menos informacin por cada observacin que una muestra aleatoria simple
del mismo tamao.
- El muestreo conglomerado puede dar cada vez menos informacin si disminuimos la
inversin en una unidad monetaria.
- Los elementos individuales de la poblacin solo pueden participar en la muestra si y
solo si pertenecen a una de las unidades de conglomerado.

Pgina 26


- Por ser dinmico y menos costoso la mayora de los gobiernos utilizan este mtodo de
muestreo para hacer encuestas. Por esta razn alguna de los investigadores analizan
una muestra por conglomerados como si fuese una Muestra aleatoria simple. Lo
negativo es que los resultados que se dan tienen errores estndar, lo cual hace que los
habitantes de cada gobierno no perciban estos errores.
VENTAJAS:
- Una construccin de una lista de unidades de observaciones para el marco de muestreo
puede ser difcil, cara o imposible. Por ejemplo no se puede enumerar todas las abejas
de una regin, pues estas listas consumirn mucho tiempo y recesin por inversin por
inversin
- Si a la poblacin a encuestar est muy dispersa, un mtodo de conglomerado nos
puede ayudar a reducir este alejamiento de los elementos individuales. Por ejemplo
para entrevistar a ancianos de asilos de un pas; si aplicamos el MAS, es decir al azar
es probable que sean escogidos ancianos de diferentes regiones y sera ms costoso
desplazarnos de una regin a otra solo para entrevistar a uno de los ancianos elegidos,
por lo que es ms conveniente utilizar el muestreo por conglomerados, esto traer como
consecuencia que escojamos a asilos y no a ancianos.
-
DIERENCIAS ENTRE EL METODO ESTRATIFICADO Y EL METODO DE
CONGLOMERADOS:
El mtodo estratificado aumenta la precisin en relacin con la muestra aleatoria
simple, en cambio el muestreo por conglomerados la disminuye.

NOTACIN PARA EL MUESTREO POR CONGLOMERADOS
El mtodo por conglomerados es una muestra aleatoria en la que cada unidad de muestreo es
un conjunto o conglomerado de elementos.
CMO SELECCIONAR UNA MUESTRA POR CONGLOMERADOS?
La primera tarea en muestreo por conglomerados es especificar los conglomerados
apropiados. Los elementos dentro de un conglomerado estn con frecuencia juntos fsicamente,
por lo que tienden a presentar caractersticas similares. Dicho de otra manera, la medida de un
elemento del conglomerado puede estar altamente correlacionada con la de otro elemento.
Entonces la cantidad de informacin acerca de un parmetro poblacional puede no
incrementarse sustancialmente al tomar nuevas medidas dentro de un conglomerado. Como las

Pgina 27


mediciones cuestan dinero, un investigador podra desperdiciar presupuesto si selecciona un
conglomerado de gran tamao. Sin embargo, pueden ocurrir situaciones en las que los
elementos dentro de un conglomerado sean muy diferentes entre s. El problema de elegir un
tamao apropiado del conglomerado puede ser an ms complicado cuando se dispone de un
nmero infinito de posibles tamaos de conglomerados.

HANSEN H. MORRIS, HURWITZ Y MADON G. WILLIAM
Sample Survey Methods and Theory. 1953
EJEMPLOS ECONOMICOS DONDE SE APLICA EL MUESTREO POR CONGLOMERADOS:

1.- Una firma desea conocer la aceptacin de un nuevo producto en el mercado, en un pas.
Para ello decide vender el producto en una muestra de negocios. Si se piensa que en la
aceptacin o rechazo del producto no influirn las caractersticas particulares de cada regin del
pas, el muestreo por conglomerados seria casi tan preciso como el muestreo aleatorio
irrestricto y mucho ms barato.
Se pueden seleccionar aleatoriamente una o ms ciudades del pas y se ofrece a la venta el
nuevo producto en todos los negocios de cada una de las ciudades (conglomerados)
seleccionada.
2.- Suponga que una empresa desea conocer el consumo promedio anual por familia en una
ciudad. Si se dispone de una lista de las familias en la ciudad es posible seleccionar al azar las
muestras de familias. Sin embargo, an cuando exista la lista de familias, es ms barato hacer
la seleccin de cuadras en la ciudad y en esa muestra de cuadras (conglomerados) se
entrevistarn todas las familias pertenecientes a cada conglomerado.
3.- En una ciudad se quiere saber sobre caractersticas de las viviendas; en este caso las
unidades elementales seran las viviendas y los conglomerados seran las cuadras o lotes de
vivienda.
4.- En una zona se desea saber el promedio de gastos en ropa que hacen las personas que all
viven. En este caso las unidades elementales seran las personas y los conglomerados o
unidades de muestreo seran las viviendas.

muestreo sistemtico

El muestreo sistemtico es un tipo de muestreo que es aplicable cuando los elementos de la
poblacin sobre la que se realiza el muestreo estn ordenados. Este procedimiento de
muestreo se basa en tomar muestras de una manera directa y ordenada a partir de una regla

Pgina 28


determinstica, tambin llamada sistemtica. Concretamente, a partir de una sola unidad que se
selecciona en primer lugar, el resto de unidades de la muestra vienen determinadas
automticamente al aplicarle a dicha unidad una regla seleccin sistemtica. Bajo este
procedimiento de muestreo, por ejemplo, seleccionamos cada vigsimo nombre de una lista,
cada decimosegunda casa de un lado de una calle, cada quincuagsima pieza de una lnea de
montaje, etc.

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 ocupa
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 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.

En el muestreo sistemtico, los elementos son seleccionados de la poblacin dentro de un
intervalo uniforme que se mide con respecto al tiempo, al orden o al espacio.
El muestreo sistemtico difiere del muestreo aleatorio simple en que cada elemento tiene igual
probabilidad de ser seleccionado, pero cada muestra no tiene una posibilidad igual de ser
seleccionada(Por ejemplo: tomar cada elemento de 10 en 10: el N 1, 11, 21... En este tipo de
muestreo, existe el problema de introducir un error en el proceso de muestreo.
Aun cuando este tipo de muestreo puede ser inapropiado cuando los elementos entran en un
patrn secuencial, este mtodo puede requerir menos tiempo y algunas veces tiene como
resultado un costo menor que el mtodo aleatorio simple. Mtodo para elegir una muestra
seleccionando al azar uno de los primeros elementos y a continuacin cada elemento. En este
muestreo se parte de una poblacin de N unidades numeradas en algn orden. Para
seleccionar una muestra de n unidades (siendo N=nk) tomamos al azar una unidad entre las
primeras n unidades, y de ah en adelante tomamos cada k-sima unidad, k recibe el nombre
de intervalo de seleccin.

Pgina 29


En este captulo consideramos el diseo muestral sistemtico ms sencillo llamado muestreo
sistemtico uniforme de paso k. La obtencin de una muestra sistemtica de tamao n de una
poblacin de N elementos se consigue siguiendo el siguiente procedimiento.
1. Conseguir un listado ordenado de los N elementos de la poblacin.
2. Determinar el tamao muestral n.
3. Definir el tamao del salto sistemtico k dado por k = N=n.
4. Elegir un nmero aleatorio entre 1 y k (arrranque aleatorio). Este nmero permite obtener la
primera unidad muestral.
5. A partir de la posicin, dando un salto de k unidades, obtendremos la segunda unidad de la
muestra u + k y de esta forma, saltando de k en k unidades, el resto de la muestra estar
formada por las unidades u+2k, u+3k,, u+nk.

A diferencia de los que puede ocurrir en el muestreo aleatorio, ninguna sucesin grande de
elementos queda sin representacin. En consecuencia, si los elementos considerados en el
orden en que aparecen en la lista tienden a formar grupos o zonas de elementos parecidos
respecto de la caracterstica que se estudia, el muestreo sistemtico puede ser ms
representativo que el muestreo aleatorio simple.
En el muestreo sistemtico existe, pues un efecto que podemos llamar de extensin o
estratificacin si cada grupo de k elementos consecutivos a partir del primero se considera
como un estrato. Debe tenerse en cuenta, sin embargo, que en el muestreo estratificado
aleatorio la seleccin se efecta independientemente en cada estrato, mientras que en el
muestreo sistemtico todos los elementos seleccionados ocupan el mismo lugar o nmero de
orden dentro de cada grupo de k elementos.
El efecto anterior ser beneficioso para la representatividad de la muestra cuando hay rachas o
estratos sucesivos constituidos por elementos iguales o parecidos entre s. Por el contrario, si
en la ordenacin de elementos poblacionales existe cierta periodicidad y k es igual al periodo o
mltiplo de este, la representatividad disminuye.

Las ventajas y desventajas de este mtodo de muestreo son:

Ventajas
_ Extiende la muestra a toda la poblacin.
_ Recoge el posible efecto de estratificacin debido al orden en que no presenta problemas de
clculo algebraico.
_ El error de muestreo suele ser inferior que en muestreo aleatorio simple o incluso que en
estratificado.

Pgina 30


_ No siempre es necesario tener un listado de toda la poblacin.
_ Es fcil de aplicar.
_ Cuando la poblacin est ordenada siguiendo una tendencia conocida, asegura una cubertura
de unidades de todos los tipos.

Desventajas
_ La posibilidad de aumento de la varianza si existe periodicidad en la poblacin.
_ El problema terico que se presenta en la estimacin de las varianzas.
_ No hay independencia en la seleccin de unidades en las distintas zonas, ya que las unidades
extradas en cada zona dependen de la seleccionada en la primera zona.
_ En general slo hay seleccin aleatoria para la primera unidad de la muestra.
_ Si la constante de muestreo est asociada con el fenmeno de inters, las estimaciones
obtenidas a partir de la muestra pueden contener sesgo de seleccin.


En este muestreo el azar juega su funcin slo al elegirse el primer miembro de la muestra, las
elecciones es determinar cada cuentas unidades se va a seleccionar una unidad; suponiendo
que sea 1 de cada 300. Con la Tabla de Dgitos al Azar seleccionamos un nmero de esta
Tabla que est comprendido entre 1 y 300. Supongamos que sea el 221. Tomando como base
este nmero, seleccionamos las unidades que se hayan producido o encontrado que tengan
nmeros mltiples de 300 esto es 221 posteriores se hacen en forma sistemtica. Si es que no
se dispone de una lista de todas las unidades de la poblacin y la confeccin es difcil, y si no
se puede emplear el mtodo anterior, se puede adoptar ste. Tambin se puede emplear para
muestrear producto en produccin de fbricas. Lo primero que hay que hacer, 521 821, etc.
Este mtodo tambin podra aplicarse a una lista de unidades.
La diferencia con el muestreo al azar simple, es que con este mtodo slo existe un reducido
nmero de muestras diferentes posibles, en caso de este ejemplo slo 300 combinaciones
diferentes. Mientras que con el azar simple el nmero puede llegar a millones. El mtodo es
fcil de aplicar y asegura que el muestreo se extender a toda la poblacin por igual. Este
muestreo sistemtico presenta las dos ventajas siguientes: 1 es ms fcil de sacar, puesto que
slo requiere un nmero al azar; 2 distribuye la toma de muestra ms uniformemente en toda
la poblacin que el muestre al azar simple. Por este ltimo motivo este muestreo resulta
muchas veces ms preciso.
El muestreo al azar sistemtico tiene las desventajas siguientes: 1 si la poblacin presenta una
variacin peridica, y si el intervalo entre dos unidades sucesivas en la muestra sistemtica

Pgina 31


llega a coincidir con longitud de onda o con un mltiplo de ella, puede ser que tengamos una
muestra con marcado sesgo; 2 los resultados de una muestreo al azar sistemtico no dan
confianza para estimar. Los libros al respecto dan varias frmulas para s
x
, cada frmula tiene
validez para cierto tipo de poblacin. Cada frmula puede utilizarse con confianza nicamente si
poseemos evidencia de que la poblacin a la que se aplica es del tipo a que la frmula es
aplicable. Sin embargo, este mtodo puede formar parte de un plan d muestreo ms complejo,
en el que la posibilidad de obtener estimaciones sin sesgo de errores de muestreo es sin
embargo posible.
Vamos a ocuparnos ahora del llamado muestreo sistemtico, que consiste en tomar
aleatoriamente un cierto nmero j, que designar en una lista o poblacin de N elementos al
primero que a formar parte de la muestra. A continuacin de manera rgida o sistemtica se van
tomando el elemento j + k, que est k lugares despus del i-simo en la lista; el j + 2k, que est
2k lugares despus, y as sucesivamente hasta agotar los elementos disponibles de la lista o
poblacin, lo que ocurrir cuando se llegue al ocupa el lugar j + (n-1)k.
Este procedimiento de muestreo tiene la ventaja de la gran rapidez y facilidad de seleccin, ya
basta utilizar las tablas una sola vez. Adems, en el muestreo sistemtico, a diferencia de lo
que puede ocurrir en el muestreo aleatorio, ninguna sucesin grande de elementos de la lista
queda sin representacin. En consecuencia, si los elementos considerados en el orden en que
aparecen en la lista tienden a formar grupos o zonas de elementos parecidos respecto de la
caracterstica que se estudia (lo que supone l existencia de una correlacin serial positiva que
disminuye con la distancia, situacin de la que ms adelante nos ocuparemos), el muestreo
sistemtico existe, pues un efecto que podemos llamar de extensin o estratificacin, si cada
elementos de k elementos consecutivos a partir del primero se considera como un estrato. Debe
tenerse en cuenta, sin embargo, que en el muestreo estratificado aleatorio de seleccin se
efecta independientemente en cada estrato, mientras que en el muestreo sistemtico todos los
elementos seleccionados ocupan el mismo lugar o nmero de orden dentro de cada grupo de k
elementos.
En efecto anterior ser beneficioso para la representatividad de la muestra cuando haya rachas
o estratos sucesivos construidos por elementos iguales entre s. Por el contrario, si en la
ordenacin de elementos poblacionales existe cierta periodicidad y k es igual al periodo o
mltiplo de ste, entonces la representatividad disminuye. Tambin puede considerarse el
muestreo sistemtico como un caso particular del muestreo conglomerado o grupos. A este
respecto, conviene recordar que W. Kruskal y F. mostsller (1979), proponen las siguientes
definiciones sobre los conceptos de representatividad y muestra representativa:

Pgina 32


1 Aceptacin general de la muestra por un amplio crculo de personas. Pero si esta aceptacin
no se basa en un estudio serio del diseo y del material emprico, los autores no recomiendan
que se considere representativa la muestra.
2 Ausencia de tendencias preferencias en la seleccin de las unidades de la muestra. Si puede
justificarse dicha ausencia, este significado de representatividad se asimilara al punto.
3 La muestra como espejo o miniatura de la poblacin.
4 Caso tpico o ideal, que podra reducirse en ciertos casos a un solo elemento, que
representara la poblacin en conjunto.
5 Cobertura que pareciese reflejar satisfactoriamente la variabilidad de la poblacin. Ejemplo,
una muestra con uno o ms elementos de cada estrato o parte de la poblacin.
6 Obtencin de la muestra por procedimientos probabilsticos.
Las muestras sistemticas son de extraccin y ejecucin conveniente. En la mayora de
estudios que hemos reportado en este captulo, sobre poblaciones artificiales y poblaciones
naturales pudieron comprarse favorablemente en lo que a la precisin respecta con las
muestras aleatorias estratificados. Sus desventajas son que pueden dar una precisin mediocre
cuando se presente una periodicidad insospechada, y que no se conoce a un mtodo confiable
para la estimacin de V(y
sy
) a partir de los datos de muestra. A la luz de estos resultados
podemos recomendar el muestreo sistemtico en las situaciones siguientes.
1.- Cuando el ordenamiento de la poblacin es esencialmente aleatorio o contiene a lo ms una
estratificacin dbil. Aqu, el muestreo sistemtico se usa por conveniencia y se esperan pocas
ganancias de precisin. Se cuenta con estimaciones muestrales del error que son
razonablemente insesgadas.
2.- Cuando se una estratificacin con un numerosos estratos y se toma una muestra sistemtica
independiente en cada estrato. Los efectos de las periodicidades ocultas tienen tendencia a
neutralizarse en esta situacin y puede observarse una estimacin del error que se sabe es una
sobreestimacin. En forma alternativa, podemos usar la mitad de los estratos y tomar dos
muestras sistemticas, con inicios aleatorios independientes en cada estrato. Este mtodo da
una estimacin insesgada de error.
3.- Para unidades conglomeradas de submuestreo. En este caso puede obtenerse una
estimacin casi insesgada o insesgada del error de muestreo en la mayora de las situaciones
prcticas. Este es un uso bastante comn del muestreo sistemtico.

Pgina 33


4.- Para muestrear poblaciones que tienen una variacin de tipo continuo a condicin de que no
se requiera regularmente una estimacin del error de muestreo. Si se hace una serie de
encuestas de ese tipo, ser suficiente una verificacin ocasional de los errores de muestreo.
Yates (1948) ha mostrado como puede hacerse esto, al tomar observaciones adicionales.
VARIANCIA DE LA MEDIA ESTIMADA

(



POBLACIONES EN ORDEN ALEATORIO
Para cualquier poblacin finita especfica



POBLACIN CON TENDENCIA LINEAL

Varianza de la poblacin



POBLACIN AUTO CORRELACIONADAS


ESTIMACION DE LA VARIANZA A PARTIR DE UNA SOLA MUESTRA

Pgina 34




Poblacin en Orden Aleatorio

i= constante
(i=1, 2, 3,, N)




Solamente Efectos de la Estratificacin

i
= constante (rk+1 i rk+k)



Tendencia Lineal

i=



(1 in-2)

MUESTREO SISTEMATICO ESTRATIFICADO



MUESTRE BIETPICO
DEFINICIN.- El muestreo bietpico consiste en tomar en una primera etapa y de forma
aleatoria los conglomerados (unidades primarias, psu) y a continuacin un numero especifico de
unidades de cada conglomerado seleccionado (unidades secundaria, ssu), se denomina
muestreo bimetlico o en dos etapas.

Pgina 35


Por ejemplo, se quiere estimar en nmero de personas desocupadas en la ciudad de
Ayacucho.
La poblacin es el conjunto de personas en edad productiva, de la cual no hay marco.
Si tuviramos el marco y seleccionramos una M.A.S. de personas, sera muy costoso que la
muestra quedara dispersa en toda la ciudad.
Para remediar esto, se forman nuevas unidades de muestreo llamadas Unidades Primarias de
Muestreo (UPM). Para el ejemplo, las UPM podra ser las manzanas, de las cuales si se tiene
marco (mapas de la ciudad).
Se selecciona al azar (M.A.S.) cierto nmero de manzanas y de cada manzana seleccionada se
construye en marco de viviendas, del cual se selecciona una muestra (M.A.S.) de viviendas que
sern las Unidades de Segunda Etapa (USM) PARA, posteriormente, censar las personas en
edad productiva de estas viviendas seleccionadas.
Tambin se puede combinar con muestreo estratificado, por ejemplo, las UPM se pueden
agrupar en colonias o sectores segn el nivel socioeconmico.

A nivel poblacional




Pgina 36




MUESTREO TRIETAPICO
El proceso de submuestreo se puede llevar a una tercera etapa al muestrear las sus unidades,
en lugar de enumerarlas completamente: para mejor entendimiento se tiene el siguiente
ejemplo: el reconocimiento para estimar la produccin de cosecha en la india, la aldea lo
tomamos como una unidad de muestreo conveniente. Dentro de la aldea solamente se
seleccionan los campos cultivados con la cosecha en cuestin La seleccin de los campos de
cultivo, as que el campo es una subunidad. Cuando se seleccionan un campo, solamente
ciertas partes de l son recolectadas para la determinacin del rendimiento por acre; por lo
tanto se muestra la subunidad en s mismo. Si estn involucrados anlisis fsicos o qumicos de
la cosecha, puede usarse un submuestreo adicional, ya que estas determinaciones se hacen a
menudo en una parte de la muestra recolectada en un campo.
La poblacin contiene N unidades de la primera etapa, cada uno con M unidades de segunda
etapa, cada uno de las cuales tiene K unidades de la tercera etapa. Los nmeros
correspondientes a la muestra son n, m y k, respectivamente. Sea iju el valor obtenido para la
u ensima unidad de la tercera etapa en la j ensima unidad de segunda etapa sacada de la
i ensima unidad primera.
Las medias de poblacin relevantes por unidad de tercera etapa son como sique:



Para hallar las varianzas de la poblacin:





Pgina 37


TEOREMAS:
Si se usa muestreo aleatorio simple en las tres etapas, la media de la muestra por
unidad de tercera etapa

es estimacin insesgada de

con varianza.

(




Donde f
1
= n/N, f
2
= m/M, f
3
= k/K Son fracciones de muestreo en las tres etapas.
Una estimacin insesgada de v(y) a partir de la muestra es:

(




Donde

son en la muestra los anlogos de


respectivamente.






Pgina 38






MUESTRE POLIETPICO
Las muestras pueden ser de una sola etapa o de varias, segn el nmero de niveles, en que se
use, el procedimiento probabilstico de seleccin.
Ejemplo de un muestreo de dos etapas, caso de la encuesta de empleo del INEC, para
investigar, las caractersticas laborales de los hogares, donde la poblacin de estudio, esta
constituido por los hogares y personas de 10 aos y ms dentro del Hogar.. El marco muestral
utilizado, estaba conformado por la cartografa censal del Censo de Poblacin y Vivienda 1995,
compuesta por mapas de ciudades, divididas en conglomerados de viviendas, denominados
segmentos(segmentos tienen un promedio de 60 viviendas cada uno.. Primera etapa:
seleccin de segmentos. Segunda etapa: Seleccin de viviendas, que pertenecen a cada de
los segmentos seleccionados en la primera etapa, que constituyen la unidad final de muestreo,
y que conforman el tamao de la muestra, compuesta por viviendas, entrevistando en cada
vivienda seleccionada, al jefe del hogar. Las viviendas, las que constituyen la unidad final de
muestreo.
El nivel deseado confianza utilizado en esta encuesta de empleo, correspondi al 95 %y el error
mximo permisible fue del 5 %.

Pgina 39


El muestreo polietpico, presenta la ventaja, ya que contiene las posibilidades, que ofrece el
muestreo por conglomerados y por rea.
Se utiliza este tipo de muestreo, cuando no se dispone de un marco muestral, para la poblacin
de inters a investigarse.
En el muestreo polietpico se realizan sub muestreos consecutivos hasta un nmero de etapas
determinado. Por ejemplo, en el muestreo trietpico se selecciona en una primera etapa una
muestra de unidades primarias, en una segunda etapa se realiza sub muestreo en cada una de
las unidades de la muestra de primera etapa y en una tercera etapa se realiza sub muestreo en
cada una de las unidades de la muestra de segunda etapa. De forma similar se generalizara
para un nmero elevado de etapas, dando lugar al muestreo polietpico.

Muestreo con reposicin de unidades primarias y sin reposicin en las restantes etapas

Considerando la unidad muestral i-sima como una poblacin y representando por
x un estimador insesgado de X , podemos extender el estimador insesgado de Hansen y
Hurwitz a cualquier nmero de etapas. Tenemos entonces que un estimador insesgado del total
ser:





La varianza de este estimador y su estimacin son las siguientes:
(




Muestreo sin reposicin en todas las etapas


Pgina 40


Considerando la unidad muestral i-sima como una poblacin y representando por X un
estimador insesgado de X , podemos extender el estimador insesgado de Horvitz y Thompson a
cualquier nmero de etapas. Tenemos entonces que un estimador insesgado del total ser:




La varianza de este estimador es:


(




Un estimador insesgado para la varianza es:







Caractersticas

El coste del muestreo se incrementa mucho por la dispersin geogrfica de las unidades,
siendo ms deseable obtener la muestra de un modo menos disperso. Cuando ocurre esto, se
recomienda el uso del muestreo polietpico, que se caracteriza por obtener la muestra en
sucesivas etapas. Para un ejemplo de esta tcnica de muestreo, veamos la siguiente ficha
tcnica de la "Encuesta sobre la opinin respecto a la intervencin militar contra Irak" (publicada
por EL PAS 2-2-2003):

Pgina 41


mbito geogrfico: Espaa
Recogida de informacin: mediante entrevista telefnica.
Universo de anlisis: poblacin mayor de 18 aos residente en hogares con telfono.
Tamao de la muestra: 1000 entrevistas proporcionales.
Error muestral: el margen de error para el total de la muestra es de 2,78% para un margen de
confianza del 95% y bajo el supuesto de mxima indeterminacin
(p=q=50%).
Procedimiento de muestreo: seleccin polietpica del entrevistado:
- Unidades primarias de muestreo (MUNICIPIOS) seleccionadas de forma aleatoria
proporcional para cada provincia.
- Unidades secundarias (HOGARES) mediante la seleccin aleatoria de nmeros de
telfono.
Unidades ltimas (INDIVIDUOS) segn cuotas cruzadas de sexo, edad y recuerdo de voto de
las elecciones generales de 2000.


- Una muestra nacional de reas primarias (municipios).

Entendemos por rea primaria el rea designada para que la abarque en grupo pequeo
de entrevistadores (usualmente de 1 a 4). Exploraremos el diseo de selecciones
primarias que servirn de reas primarias eficientes. Pero tenemos que comprender
primeramente que las dos unidades no han de ser necesariamente las mismas; tal vez
prefiramos tener muchas mas elecciones primarias (para decrezca la varianza) que rea
primarias (para que disminuyan los costos de adiestramiento de los entrevistadores).

Para la muestra de una ciudad, un municipio o rea metropolitana podramos
seleccionar individualmente viviendas, segmentos o manzanas, y asignarlas a
continuacin a los entrevistadores en grupos convenientes. Se pu7ede seleccionar una
muestra de tamao moderado, incluso en la mayor parte de los estados de los estados
unidos, en segmentos individuales; por ejemplo, se podra asignar a 50 entrevistadores
una seleccin de 2000 viviendas en 500 segmentos; cada uno necesitara abarcar solo
1/50 del estado, que seria el rea mas cercana a su casa, para obtener un promedio de
40 viviendas en 10 segmentos. Una muestra dispersa de muchas selecciones primarias
se puede abarcar bien mediante personal que parta de un centro comn, o bien

Pgina 42


mediante personal que se coloque en los puntos claves desde donde puedan cubrir las
selecciones primarias mas cercanas.



- MUESTREO DE UN CONDADO

Medidas para los estratos principales

Empezaremos por examinarla distribucin de la poblacin del condado. Se buscan mapas
y otros materiales para consumir un marco para las viviendas de la muestra u otras
poblaciones que sean objetivos de la encuestas. Puesto que las manzanas y los
segmentos servirn de unidades de muestreo, se necesitan buenas fronteras y medidas
del tamao de las reas pequeas; tambin ser til
Tener informacin para estratificar. Tiene valor un mapa reciente y detallado del condado ,
en el que se vean las calles, los caminos y otras fronteras; tal vez el mapa de carreteras
del condado seale las ubicaciones de las viviendas en las reas rurales. Las fotos reas
son muy tiles, pues proporcionan informacin reciente y realista. Los mapas separados
de las ciudades y los pueblos muestran las fronteras de las manzanas y, a veces, las
densidades de viviendas. Por ultimo tal vez se obtenga informacin de fuentes locales
acerca de las manzanas en las que hay viviendas nuevas para ajustar los datos de censo.
Con todas estas fuentes se realiza la divisin de condados en varios estratos
fundamentales.

Uniformidad del diseo en todos los estratos
Tal vez decidamos aceptar las manzanas fsicas en su estado real, y asignarles medidas
de tamao formales Mt para seleccionarlas con probabilidades proporcionales al tamao.
Si hay 2 manzanas por estrato, las fracciones de muestreo son:



Si las Mt se definen directamente en viviendas estimadas. Si, por otra parte, se definen
las Mt en unidades de conteo de 4 viviendas, al centro conveniente ms prximo,
emplearemos solamente intervalos de enteros 1/Mt dentro de las manzanas.


Pgina 43



2




PROCEDIMIENTOS SEPARADOS POR LOS ESTRATOS

Aunque un diseo uniforme en la totalidad del condado tiene la virtud de la sencillez, tal
vez lo abandonemos para favorecer la aplicacin de procedimientos separados dentro de
los estrato debido a varias razones. En primer lugar, en diversos estratos son a veces
necesarias fracciones distintas de muestreo, esta tal vez conduzcan a la eleccin de
diseos disimiles. En segundo lugar, los tamaos optimos de los conglomerados pueden
diferirse de algunos estratos a otros, y por esta razn, puede ver variaciones de diseo.
En tercer lugar, tal vez los procedimientos en algunos estratos se ajusten a condiciones
especificas de campo, a provechen ventajas de los marcos especiales de los que se
disponen en algunas localidades.

EN CONDADO COMPARTE DE UNA MUESTRA NACIONAL
Desde un punto de vista abstracto, el problema que nos ocupa no har sino repetir lo que
se ha dicho en las ultimas dos secciones. Sin embargo, hay diferencias que son
reconocibles cuando la muestra del condado no es mas que parte pequea de una
muestra mayor, con el alcance regional o nacional. en primer lugar, la muestra del
condado ser usualmente menor cuando sea solamente una entre muchas selecciones
primarias.
En segundo lugar, debido a que el control del trabajo de campo se hace desde el lugar
remoto, el entrevistador ha de apoyarse mas en si mismo en consecuencia, las
instrucciones sin dejar de ser todo la sencillez que se pueda- deben ser relativamente
completas. En tercer lugar, debido a que las instrucciones uniformes para muchas reas
son mas convenientes, se reduce el ajuste de los mtodos y los procedimientos a las
peculiaridades de los condados individuales; de cualquier manera, se puede aplicar algo
de flexibilidad en los tipos principales de condados por ejemplo en las reas citadinas
versus las rurales y en los problemas principales. Que viene representado por la siguiente
expresin.



Pgina 44


Puesto que ese procedimiento ser, con frecuencia, antieconmica, nos inclinaremos por
seleccionar las manzanas y los segmentos en dos etapas. Son muchas las variaciones
posibles, y solamente mencionaremos unas cuantas. En todos los casos, disponemos las
cosas de manera que el producto total de las fracciones de muestreo en las tres capas
sea 1/637. Supongamos que, en primer lugar, empleamos el intervalo sencillo de 1/4 para
seleccionar segmentos o viviendas dentro de las manzanas de la muestra. Con esto, se
determina inmediatamente el intervalo de seleccin de las manzanas, que ser la
segunda fraccin de la expresin.



- UNA MUESTRA NACIONAL DE VIVIENDAS

Esta famosa se rie de encuestas por muestreo ha sido descrita acertadamente en el
TechnicalPaper N 7 (U.S. Census Bureau, 1963 ), de donde de hemos tomado la breve
descripcin que sigue. Hay que distinguir entre tres funciones que ejecuta la encuesta.

1. La encuesta de poblacin actual (currentPopulationSurvey: CPS) es una muestra por
muestreo que efecta mensualmente la oficina de censo para obtener estimaciones de
la poblacin ocupada y desocupada y otra caracterstica de la fuerza general de trabajo
y de la poblacin, ya sea como un todo o en varios subgrupos. La encuesta produce
estimaciones a nivel nacional, de confiabilidad mensurable, del tamao, la composicin y
los cambios en la composicin de la fuerza de trabajo, como es la cantidad de gente sin
empleo y con las tareas agrcolas y no agrcolas. Tambin coniene datos acerca de las
horas de trabajo, de la duracin del empleo y otros parecidos.
2. Adems, se hacen peridicamente estudios de los ingresos personales y familiares, de
la migracin, de los alcances de la educacin y otros asuntos de carcter social,
demogrfico y econmico.
3. Se han visto que las entrevistas mensuales en las viviendas habitadas de la muestra
que se incluyen en la CPS constituyen en recursos valiosos para recoleccin de
informaciones adicionales, y es as cono esta encuestas sirve tambin para muchas
otras funciones de recoleccin de datos especiales.


Pgina 45


A las tres funciones directas hay que aadir tres efectos ms. En primer lugar, la gran
organizacin de campo de estas encuestas da ayuda y cooperacin a otras encuestas,
como es la encuesta nacional de salud. En segundo lugar, estas muestras sirvieron de
catalizador en un grupo de estadsticos dirigidos por M.H. Hansen y W.N. H urwitz que
tuvo efectos profundos en las actividades de oficina del censo y otras agencias
gubernamentales. Constituyen un ejemplo sobresaliente de las ventajas de trabajo
cientfico en equipo. En tercer lugar, este grupo se ha en centro de investigacin y
adiestramiento, y hay cientos de personas preparadas por ellos que en la actualidad
ejecutan muestreos estadsticos en toda parte del mundo.

Se seleccionaron esos ED (distritos de enumeracin) de las mismas reas primarias
que las muestras de viviendas, puestas las fracciones de muestreo1/2 de la fraccin de
viviendas. Por tanto, las fracciones de muestreo seran.

(


) (




Se empleo el intervalo 4 489.342 X 15 Phi para seleccionar los ED con probabilidades
proporcional a la poblacin del ED en el curso. Dentro de los ED que eran instituciones,
se aplic la tercera fraccin para obtener una muetsra de tamao operador 15.

La amplia supervisin, efectuada por personal de primera clase, que hizo del trabajo de
campo midi las tasas de totales de errores y contribuyo a la investigacin de mejores
procedimientos. Se obtuvieron resultados parecidos mediante la revisin constante de
los procedimientos de verificacin y tabulacin.