INDICE

CAPITULO 1:
1.1
1.2
1.3
1.4
1.5
1.6
1.7

Antecedentes............................................................................................................................ 1
Objetivo General....................................................................................................................... 2
Objetivo especficos................................................................................................................. 2
Descripcin del problema........................................................................................................ 2
Justificacin.............................................................................................................................. 2
Tipo de investigacin............................................................................................................... 2
Metodologa.............................................................................................................................. 3

CAPITULO 2:
2.1

Marco terico............................................................................................................................ 4

CAPITULO 3:
3.1
3.2

Que es un muestreo y para que se realiza............................................................................. 5

Tipos de muestreo.................................................................................................................... 5
3.2.1 Tipos de muestreo aleatorio........................................................................................... 5

CAPITULO 4:

CONCLUSIONES Y RECOMENDACIONES
--oOo--

10

Matemtica aplicada y mod.

CAPITULO 1:
1.1 Antecedentes
Hace ms de 60 aos la teora de muestreo era aplicada desde la
perspectiva misma de la seleccin aleatorizada de posibles muestras en
la poblacin. Dependiendo de las circunstancias, la seleccin se haca de
varias maneras: muestreo aleatorio simple, muestreo aleatorio
estratificado, muestreo de conglomerados, muestreo en dos etapas, etc.
El muestreo era considerado como la actividad primaria y la estimacin
nunca fue considerada como una prctica separada sino como una
consecuencia automtica.
As que, para la dcada de los 60?s, muchos creyeron que la
investigacin en el campo del muestreo y de la inferencia en poblaciones
finitas ya estaba muerta porque se deberan inventar nuevas formas de
seleccin de muestras (tarea difcil), ms all de las que se cubran en los
libros clsicos del muestreo. Aunque el estimador de razn fue
considerado en algn detalle por los textos de referencia, la inclusin de
varias variables de informacin auxiliar no se vio como un tpico que
prometiera rdito alguno para emprender el camino de la investigacin
en esa va.
En la dcada de los 70?s, consideraron los modelos estadsticos como los
verdaderos fundamentos de la estimacin en poblaciones finitas. Su
trabajo se ciment alrededor de la posibilidad de tener una inferencia que
dependiera estrictamente del modelo propuesto y no tuviera nada que
ver con el diseo de muestreo utilizado en la recoleccin de los datos.
Como consecuencia, la atencin se torn alrededor de la estimacin y se
dej de lado el muestreo por la relacin existente o propuesta entre la
caracterstica de inters y las variables de informacin auxiliar.
El camino que tom la historia del muestreo fue, precisamente, la
incorporacin de las dos corrientes de pensamiento bajo una sola
sombrilla. Fue posible combinar la Aleatorizacin clsica con una
percepcin ms general de la relacin de y con x. No hubo necesidad de
sacrificar los principios basados en la aleatorizacin.

-1-

Matemtica aplicada y mod.

1.2 Objetivo General

Explicar las caractersticas, usos, ventajas y desventajas de la
investigacin y la tcnica para recoger una muestra a partir de una
poblacin o un sub-conjunto de esta.
1.3 Objetivo especficos
Explicar las caractersticas de un muestreo
Explicar los tipos de muestreo
Definir que es un muestreo
1.4 Descripcin del problema
El problema del muestreo surge, cuando la poblacin a estudiar es
demasiado numerosa como para implicar costos de energa y dinero
insuperable. Se trata entonces de seleccionar a un subconjunto que
minimice esos costos al mismo tiempo que no se pierda la precisin. La
teora de muestreo establece las condiciones mediante las cuales las
muestras son seleccionadas de manera tal que el subconjunto resultante
de la manera contenga el mnimo de sesgos posibles.
1.5 Justificacin
La palabra muestra se emplea para describir una porcin escogida de la
poblacin. La palabra poblacin es usada para referirse no solo a
personas sino a todos los elementos que se han sido escogidos para su
estudio.
El muestreo es utilizado cuando no es posible contar o medir todos los
elementos de la poblacin. Matemticamente se puede describir
muestras y poblaciones al emplear mediciones como la media, mediana,
moda y desviacin estndar. Cuando estos trminos describen las
caractersticas de una muestra, se denominan estadsticas. Cuando
describen las caractersticas de una poblacin, se llaman parmetros.
Una estadstica es una caracterstica de una muestra y un parmetro es
una caracterstica de una poblacin.
1.6 Tipo de investigacin
Es un tipo de investigacin Aplicada: ya que se va utilizar
conocimientos obtenidos en la materia ya sea terica o prctica.

los

-2-

Matemtica aplicada y mod.

1.7 Metodologa
La metodologa que se va emplear para esta investigacin se basa en
libros y parte desde la informacin obtenida de la materia.

-3-

Matemtica aplicada y mod.

CAPITULO 2:
2.1 Marco terico
Poblacin. es una lista completa de las unidades de muestreo
disponibles en la poblacin y es usado para seleccionar o es un
conjunto definido, limitado y accesible del universo que forma el
referente para la eleccin de la muestra.
Muestra. Conjunto de individuos extrados de la poblacin a partir
de algn procedimiento especfico. Los valores que obtenemos del
anlisis estadstico de la muestra se denominan estadgrafos o
estadsticos.
Probabilidad. las posibilidades que existen de que una cosa se
cumpla o suceda al azar.
Parmetro. Son las medidas o datos que se obtienen sobre la
poblacin.
Estadstico. Los datos o medidas que se obtienen sobre una
muestra y por lo tanto una estimacin de los parmetros.
Error Maestral, de estimacin o standard. Es la diferencia entre un
estadstico y su parmetro correspondiente.
Nivel de Confianza. Probabilidad de que la estimacin efectuada
se ajuste a la realidad. Cualquier informacin que queremos recoger
est distribuida segn una ley de probabilidad (Gauss o Student),
as llamamos nivel de confianza a la probabilidad de que el
intervalo construido en torno a un estadstico capte el verdadero
valor del parmetro.
Varianza Poblacional. Cuando una poblacin es ms homognea
la varianza es menor y el nmero de entrevistas necesarias para
construir un modelo reducido del universo, o de la poblacin, ser
ms pequeo. Generalmente es un valor desconocido y hay que
estimarlo a partir de datos de estudios previos.

-4-

Matemtica aplicada y mod.

CAPITULO 3:
3.1 Que es un muestreo y para que se realiza
Es una herramienta de la investigacin y es la tcnica para recoger una
muestra a partir de una poblacin o un sub-conjunto de esta.
3.2 Tipos de muestreo

Muestreo no aleatorio o de juicio

Se emplea el conocimiento y la opinin personal para identificar aquellos
elementos de la poblacin que deben incluirse en la muestra.
Una muestra seleccionada se basa en la experiencia de alguien con la
poblacin. Evitan el anlisis estadstico necesario para hacer muestras de
probabilidad.
Son ms convenientes y pueden usarse con xito incluso si no se puede
medir con validez Algunas veces es usada como gua para decidir cmo
tomar una muestra aleatoria ms adelante.
Muestreo aleatorio o de probabilidad
Todos los elementos de la poblacin tienen la oportunidad de ser escogidos
en la muestra.
Se puede determinar objetivamente las estimaciones de las caractersticas
de la poblacin que resultan de la muestra, es decir se puede describir
matemticamente que tan objetivas son las estimaciones.

3.2.1 Tipos de muestreo aleatorio

Muestreo aleatorio simple
Este mtodo se caracteriza porque selecciona muestras mediante mtodo
que permiten que cada posible muestra tenga una igual probabilidad de ser
seleccionada y que cada elemento de la poblacin total tenga una
oportunidad igual de ser incluido en la muestra.
La forma ms fcil de seleccionar una muestra de manera aleatoria es
mediante el uso de nmeros aleatorios, estos nmeros pueden generarse ya
sea con una computadora programada para revolver nmeros o mediante
una tabla de nmeros aleatorios llamada tabla de dgitos aleatorios.
Otra forma es la tcnica de la urna o pecera.

-5-

Matemtica aplicada y mod.

Por ejemplo:
Se tiene 100 empleados en una compaa y se desea entrevistar una
muestra de 10 de ellos escogidos al azar.
Se coloca en una urna fichas con los nombres de cada uno, se los revuelve y
se extrae 10 pedazos al azar.
Esta tcnica funciona bien con un grupo pequeo de personas.
Se supone que hay una poblacin de 4 estudiantes en un seminario y se
quiere muestras de 2 estudiantes a la vez para entrevistarlos. En la tabla se
muestran todas las combinaciones posibles de muestras de 2 estudiantes en
un tamao de poblacin de 4, la probabilidad de cada muestra de ser
seleccionada y la de que cada estudiante est en una muestra.

Estudiantes A, B, C y D
Muestras posibles de 2 personas: AB, AC, AD, BC, BD, DC.
La probabilidad de extraer sta muestra de dos personas
debe ser:
AB= 1/6
AC= 1/6
AD= 1/6
BC= 1/6
BD= 1/6
DC= 1/6
La probabilidad de ste estudiante en la muestra debe ser:
A=
B=
C=
D=
P(A)= P(AB) +P(AC) + P(AD) =

Muestreo sistemtico

-6-

Matemtica aplicada y mod.

Es un mtodo aleatorio usado en estadstica en el que los elementos que se

muestrean son seleccionados de la poblacin dentro de un intervalo uniforme
que se mide con respecto al tiempo, al orden o al espacio
Los elementos son seleccionados de la poblacin dentro de un intervalo
uniforme que se mide con respecto al tiempo, al orden o al espacio.
Se selecciona una muestra tomando cada k-sima (k=N/n, tamao de la
poblacin es N y tamao de la muestra es n) unidad de la poblacin una vez
que las unidades de muestreo estn enumeradas o arregladas de alguna
forma.
Por ejemplo:
Se selecciona una muestra de 50 unidades a partir de una poblacin de
tamao N=1000 unidades
k = 1000/50 = 20
Luego la muestra se obtiene tomando cada 20-sima unidad de la poblacin.
Muestreo estratificado
Es un tipo de seleccin de muestra por partes relativamente iguales.
En este muestreo se divide la poblacin en grupos relativamente
homogneos, llamados estratos. Despus se toma una sub muestra de cada
estrato de una de las dos formas posibles: se selecciona al azar en cada
estrato un nmero especificado de elementos o se extrae un nmero igual de
elementos de cada estrato y se da peso a los resultados de acuerdo con la
porcin del estrato con respecto a la poblacin total.
Este muestreo resulta apropiado cuando la poblacin ya est dividida en
grupos de diferentes tamaos y se desea tomar en cuenta ese hecho.
Por ejemplo:
Los pacientes de un mdico estn divididos en 4 grupos de acuerdo a su
edad. El medico desea averiguar cuantas horas duermen sus pacientes, para
obtener una estimacin de esta caracterstica de la poblacin se podra
tomar una muestra aleatorio de cada uno de los 4 grupos de edades y dar
peso a la muestra de acuerdo con el porcentaje de pacientes de ese grupo.
Grupo de edad
Nacimiento 19 aos
20 39 aos
40 59 aos
60 aos - mayores

Porcentaje
Total
30
40
20
10

Muestreo de racimo

-7-

Matemtica aplicada y mod.

Se divide la poblacin en grupos o racimos, luego se selecciona una muestra

aleatoria de estos racimos; se supone que estos racimos individuales son
representativos de la poblacin como un todo.
Por ejemplo:
En una investigacin de mercado se quiere determinar por muestreo el
nmero promedio de TV por casa en una ciudad, se podra usar un mapa de
la ciudad para dividir el territorio en manzanas y luego escoger un cierto
nmero de estas (racimos) para entrevistar a sus habitantes.
Semejanza y Diferencias entre los muestreos
El muestreo sistemtico difiere del muestreo aleatorio simple en que cada
elemento tiene igual oportunidad de ser seleccionado, pero cada muestra no
tiene una posibilidad igual de ser seleccionada.
En el muestreo sistemtico existe el problema de introducir un error en el
proceso de muestreo pero este mtodo requiere de menos tiempo y menos
costo que el muestreo aleatorio simple.
Tanto en el muestreo estratificado como en el de racimo, la poblacin se
divide en grupos bien definidos pero se usa el muestreo estratificado cuando
cada grupo tiene una pequea variacin dentro de s mismo pero hay una
amplia variacin entre los grupos; en cambio el muestreo de racimo se usa
en el caso opuesto, cuando hay una variacin considerable dentro de cada
grupo, pero los grupos son similares entre s.
Las ventajas del muestreo estratificado sobre el aleatorio simple son
fundamentalmente dos: se obtiene informacin separada para cada uno de
los estratos y se evita el riesgo de que determinado estrato quede
inadecuadamente representado.
Tamao de la muestra
Para determinar el tamao que debe tener la muestra hay que tomar en
cuenta varios factores tales como:
Parmetro. Son las medidas o datos que se obtienen sobre la poblacin.
Estadstico. Los datos o medidas que se obtienen sobre una muestra y por
lo tanto una estimacin de los parmetros.

Error Maestral, de estimacin o standard. Es la diferencia entre un

estadstico y su parmetro correspondiente. Es una medida de la variabilidad
-8-

Matemtica aplicada y mod.

de las estimaciones de muestras repetidas en torno al valor de la poblacin,

nos da una nocin clara de hasta dnde y con qu probabilidad una
estimacin basada en una muestra se aleja del valor que se hubiera obtenido
por medio de un censo completo. Siempre se comete un error, pero la
naturaleza de la investigacin nos indicar hasta qu medida podemos
cometerlo (los resultados se someten a error muestral e intervalos de
confianza que varan muestra a muestra). Vara segn se calcule al principio
o al final. Un estadstico ser ms preciso en cuanto y tanto su error es ms
pequeo. Podramos decir que es la desviacin de la distribucin muestral de
un estadstico y su fiabilidad.
Nivel de Confianza. Probabilidad de que la estimacin efectuada se ajuste
a la realidad. Cualquier informacin que queremos recoger est distribuida
segn una ley de probabilidad (Gauss o Student), as llamamos nivel de
confianza a la probabilidad de que el intervalo construido en torno a un
estadstico capte el verdadero valor del parmetro.
Varianza Poblacional. Cuando una poblacin es ms homognea la
varianza es menor y el nmero de entrevistas necesarias para construir un
modelo reducido del universo, o de la poblacin, ser ms pequeo.
Generalmente es un valor desconocido y hay que estimarlo a partir de datos
de estudios previos.
Frmula para calcular el tamao de la muestra.

: z correspondiente al nivel de confianza elegido

: varianza poblacional
e: error mximo

-9-

Matemtica aplicada y mod.

CAPITULO 4:

Conclusiones y recomendaciones

El muestreo es una herramienta de la investigacin que se basa

para realizar un estudio a la poblacin de cualquier conjunto.
Los mtodos para seleccionar una muestra vara, dependiendo del
tiempo y habilidad disponible para tomar una muestra y la
naturaleza de los elementos individuales de la poblacin.
Por lo tanto, se requiere de un gran volumen para incluir todos los
tipos de mtodos de muestreo.

-10-