Mdulo 2: El Muestreo Y Distribuciones

Muestrales
Unidad 2: Muestreo Y Distribuciones Muestrales
2.1 Introduccin Al Muestreo
Una muestra es una porcin o parte de la poblacin de inters. En muchos casos, el muestreo
resulta ms accesible que el estudio de toda la poblacin. En esta seccin se explican las razones
principales para muestreary, en seguida, diversos mtodos para elegir una muestra.

Razones para muestrear

Cuando se estudian las caractersticas de una poblacin, existen diversas razones prcticas para
preferir algunas partes o muestras de ella para observar y medir. He aqu algunas razones para
muestrear:

1. Establecer contacto con toda la poblacin requerira mucho tiempo.

Un candidato para un puesto federal quiz desee determinar las posibilidades que tiene de
resultar elegido. Una encuesta de muestreo en la que se utiliza el personal y las entrevistas de
campo convencionales de una empresa especializada en encuestas tardara de uno a dos das.
Con el mismo personal y los mismos entrevistadores, y laborando siete das a la semana, se
requeriran 200 aos para ponerse en contacto con toda la poblacin en edad de votar. Aunque
fuera posible reunir a un numeroso equipo de encuestadores, quiz no valdra la pena entrar en
contacto con todos los votantes.

2. El costo de estudiar todos los elementos de una poblacin resultara prohibitivo.

Por lo general, las organizaciones que realizan encuestas de opinin pblica y pruebas entre
consumidores, como Harris International, CBS News Polls y Zogby International, entran en
contacto con menos de 2.000 de las casi 60 millones de familias en Estados Unidos. Una
organizacin que entrevista a consumidores en panel cobra cerca de $40.000, por enviar
muestras por correo y tabular las respuestas con el fin de probar un producto (como un cereal
para el desayuno, alimento para gato o algn perfume). La misma prueba del producto con las
60 millones de familias tendra un costo de alrededor de $1. 000, 000,000.

3. Es imposible verificar de manera fsica todos los elementos de la poblacin.

Algunas poblaciones son infinitas. Sera imposible verificar toda el agua del lago Gatn, en lo que
se refiere a niveles de bacterias, as que se eligen muestras en diversos lugares de l. Las
poblaciones de peces, aves, serpientes o mosquitos son grandes y se desplazan, nacen y mueren
de manera continua. En lugar de intentar contar todos los patos que hay en Canad o todos los
peces del lago Pontchartrain, se hacen aproximaciones mediante diversas tcnicas: se cuentan
todos los patos que hay en un estanque, capturados al azar, se revisan las cestas de los
cazadores o se colocan redes en lugares predeterminados en el lago.

1
 4. Algunas pruebas son de naturaleza destructiva.

Si los catadores devino de una ciudad de productora, se bebieran todo el vino para evaluarla
vendimia, acabaran con la cosecha y no quedara nada disponible para la venta. En el rea de
produccin industrial: las placas de acero, cables y productos similares deben contar con una
resistencia mnima a la tensin. Para cerciorarse de que el producto satisface la norma mnima, el
departamento de control de calidad elige una muestra de la produccin. Cada pieza se somete a
tensin hasta que se rompe y se registra el punto de ruptura (medido en libras por pulgada
cuadrada). Es obvio que si se sometieran todos los cables o todas las placas a pruebas de
resistencia a la tensin no habra productos disponibles para vender o utilizar. Por la misma razn,
slo unas cuantas semillas se someten a pruebas de germinacin en, antes de la temporada de
siembra.

5. Los resultados de la muestra son adecuados.

Aunque se contara con recursos suficientes, es difcil que la precisin de una muestra de 100%
toda la poblacin resulte esencial en la mayora de los casos. Por ejemplo, el gobierno federal
utiliza una muestra de tiendas de comestibles distribuidas en Estados Unidos para determinar el
ndice mensual de precios de los alimentos. Los precios del pan, frijol, leche y otros productos de
primera necesidad se incluyen en el ndice. Resulta poco probable que la inclusin de todas las
tiendas de comestibles de Estados Unidos influya significativamente en el ndice, pues los precios
de la leche, el pan y otros productos de primera necesidad no varan ms de unos cuantos
centavos de una cadena de tiendas a otra.

2.2 El Muestreo Aleatorio

Muestra seleccionada de manera que cada elemento o individuo de la poblacin tenga las
mismas posibilidades de que se le incluya.

A manera de ejemplo para el muestreo aleatorio simple y la seleccin, suponga que una
poblacin consta de 845 empleados de Nitro Industries, de la cual se va a elegir una muestra de
52empleados. Una forma de asegurarse de que todos los empleados de la poblacin tienen las
mismas posibilidades de que se les elija consiste en escribir primero el nombre de cada empleado
en un papel y depositarlos todos en una caja. Despus de mezclar todos los papeles, se efecta
la primera seleccin tomando uno de la caja sin mirarlo. Se repite este proceso hasta terminar de
elegir la muestra de 52 empleados.

Existen dos tipos de mtodos para seleccionar muestras poblacionales:

1. Muestreo no probabilstico (no aleatorio): En este tipo de muestreo, puede haber clara
influencia de la persona o personas que seleccionan la muestra o simplemente se realiza
atendiendo a razones de comodidad. Salvo en situaciones muy concretas en la que los
errores cometidos no son grandes, debido a la homogeneidad de la poblacin, en general
no es un tipo de muestreo riguroso y cientfico, dado que no todos los elementos de la
poblacin pueden formar parte de la muestra. Por ejemplo, si hacemos una encuesta
telefnica por la maana, las personas que no tienen telfono o que estn trabajando, no
podrn formar parte de la muestra.

2. Muestreo probabilstico (aleatorio): En este tipo de muestreo, todos los individuos de la

poblacin pueden formar parte de la muestra, tienen probabilidad positiva de formar
parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos utilizar en
nuestras investigaciones, por ser el riguroso y cientfico.

2
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma probabilidad
de ser elegidos para formar parte de una muestra y, consiguientemente, todas las posibles
muestras de tamao n tienen la misma probabilidad de ser elegidas. Slo estos mtodos de
muestreo probabilsticos nos aseguran la representatividad de la muestra extrada y son, por
tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos encontramos
los siguientes tipos:

Muestreo aleatorio sistemtico:

Se selecciona un punto aleatorio de inicio y posteriormente se elige cada k-simo miembro de la
poblacin. Primero se calcula k, que es el resultado de dividir el tamao de la poblacin entre el
tamao de la muestra.

Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin (N) y
queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n), dividimos
el nmero de la poblacin por el nmero de la muestra que queremos tomar y el resultado de
esta operacin ser el intervalo, entonces escogemos un nmero al azar desde uno hasta el
nmero del intervalo, y a partir de este nmero escogemos los dems siguiendo el orden. Si
tenemos una poblacin N (60) y tenemos que seleccionar una muestra (n) de tamao 12,
tendramos segn formula: K= N/n = 60/12 = 5, este sera el nmero de intervalo.

Muestreo aleatorio estratificado:

Una poblacin se divide en subgrupos, denominados estratos, y se selecciona al azar una muestra
de cada estrato. Cuando una poblacin se divide en grupos a partir de ciertas caractersticas, se
aplica el muestreo aleatorio estratificado con el fin de garantizar que cada grupo se encuentre
representado en la muestra. A los grupos tambin se les denomina estratos. Por ejemplo, los
estudiantes universitarios se pueden agrupar en estudiantes de tiempo completo o de medio
tiempo, por sexo, masculino o femenino, tradicionales o no tradicionales. Una vez definidos los
estratos, se aplica el muestreo aleatorio simple en cada grupo o estrato con el fin de formar la
muestra.

Muestreo conglomerado:
A menudo se emplea para reducir el costo de muestrear una poblacin dispersa en cierta rea
geogrfica, el muestreo por conglomerados, la poblacin se divide en conglomerados a partir de
los lmites naturales geogrficos o de otra clase.

3
A continuacin se seleccionan los conglomerados al azar y se toma una muestra de forma
aleatoria con elementos de cada grupo.

Suponga que desea determinar la opinin de los residentes de algn estado con referencia a las
polticas federales y estatales de proteccin ambiental. Seleccionar una muestra aleatoria de
residentes y ponerse en contacto con cada persona requerira mucho tiempo y resultara muy
costoso. Sera mejor aplicar el muestreo por conglomerados y subdividir el estado en pequeas
unidades: condados o regiones. Con frecuencia se les conoce como unidades primarias.

Suponga que dividi el estado en 12 unidades primarias, seleccion al azar cuatroregiones, 2, 7, 4

y 12, y concentr su atencin en estas unidades primarias. Usted puede tomar una muestra
aleatoria de los residentes de cada una de estas regiones y entrevistarse con ellos (observe que
se trata de una combinacin de un muestreo por conglomerados y un muestreo aleatorio simple).

2.3 Introduccin a las Distribuciones de

Muestreo
En estadstica, la distribucin muestral es lo que resulta de considerar todas las muestras
posibles que pueden ser tomadas de una poblacin. Su estudio permite calcular la probabilidad
que se tiene, dada una sola muestra, de acercarse al parmetro de la poblacin. Mediante la
distribucin muestral se puede estimar el error para un tamao de muestra dado.

La comprensin del concepto de la distribucin de muestreo es fundamental para el correcto

entendimiento de la inferencia estadstica. Una distribucin de la poblacin es la distribucin de la
totalidad de las medidas individuales de una poblacin, en tanto que una distribucin muestral es
la distribucin de los valores individuales incluidos en una muestra.

En contraste con estas distribuciones de medidas individuales, una distribucin de muestreo se

refiere a la distribucin de los diferentes valores que una estadstica muestral, o estimador,
podra adoptar en muchas muestras del mismo tamao.

As, aunque por lo general disponemos nicamente de una muestra aleatoria o subgrupo racional,
reconocemos que la estadstica muestral particular que determinamos, como la media o mediana
de la muestra, no es exactamente igual al respectivo parmetro de la poblacin.

4
Ms an, el valor de una estadstica muestral variar de una muestra a otra, a causa de la
variabilidad del muestreo aleatorio, o error de muestreo. sta es la idea en la que se apoya el
concepto de que toda estadstica muestral es de hecho un tipo de variable cuya distribucin de
valores est representada por una distribucin de muestreo.

Distribucin muestral de medias: una distribucin muestral de medias o una distribucin en el

muestreo de la media se define como el conjunto de todas las medias que se pueden calcular en
todas las muestras posibles que se pueden extraer, con o sin reemplazo, de una determinada
poblacin. La cual se define con la siguiente frmula: =x/N.

A continuacin ejemplo de la representacin de la distribucin de la muestra: Tartus Industries

cuenta con siete empleados de produccin (a quienes se les considera la poblacin).

Ingresos por Ingreso por

Empleado Empleado
Hora Hora
Joe 7.00 Jan 7.00
Sam 7.00 Art 8.00
Sue 8.00 Ted 9.00
Bob 8.00

1. Cul es la media de la poblacin?

2. Cul es la distribucin muestral de la media de muestras de tamao 2?

3. Cul es la media de la distribucin muestral de la media?

4. Qu observaciones es posible hacer sobre la poblacin y la distribucin

muestral de la media?

7+7+8+8+7+8+9
La media de la poblacin es: =x/N.= = 7.21
7

Para obtener la distribucin muestral de la media se seleccion, sin reemplazos de la poblacin,

todas las muestras posibles de tamao 2 y se calcularon las medias de cada muestra. Donde N =
7 es el nmero de elementos de la poblacin, y n = 2, el nmero de elementos de la muestra. Hay
21 muestras posibles, que se calcularon con la frmula:

El smbolo en la ecuacin (!) representa factorial, es decir que para el clculo de la misma
tendramos que resolver de la siguiente manera:

5
A continuacin se ilustran las 21 medias muestrales de todas las muestras posibles de tamao 2
que pueden tomarse de la poblacin. Estas 21 muestras se utilizan para construir una distribucin
de probabilidad, que es la distribucin muestral de la media.

Fig. 1. Distribucin de muestras caso Tartus Industries. Estadstica aplicada los Negocios y Economa.

Distribucin muestral de la media con n=2

Fig. 2. Distribucin muestral de la media caso Tartus Industries. Estadstica aplicada los Negocios y Economa.

La media de la distribucin muestral de la media se obtiene al sumar las medias muestrales y

dividir la suma entre el nmero de muestras. La media de todas las medias muestrales se
representa mediante x=. La recuerda que se trata de un valor poblacional, pues tom en
cuenta todas las muestras posibles. El subndice X indica que se trata de la distribucin muestral
de la media.

6
Para este ejemplo la media de la distribucin muestral es igual a la media de la poblacin, pudiera
darse el caso que no sea igual.

2.4 La Relacin Entre el Tamao de la

Muestra y el Error Estndar
Las muestras se emplean para determinar caractersticas de la poblacin. Por ejemplo, con la
media de una muestra se calcula la media de la poblacin. No obstante, como la muestra forma
parte o es una porcin representativa de la poblacin, es poco probable que su media sea
exactamente igual a la media poblacional. Asimismo, es poco probable que la desviacin estndar
de la muestra sea exactamente igual a la desviacin estndar de la poblacin. Por lo tanto, puede
esperar una diferencia entre un estadstico de la muestra y el parmetro de la poblacin
correspondiente. Esta diferencia recibe el nombre de error de muestreo.

La media muestral es el estimador usual de una media poblacional. Sin embargo, diferentes
muestras escogidas de la misma poblacin tienden en general a dar distintos valores de medias
muestrales. El error estndar de la media (es decir, el error debido a la estimacin de la media
poblacional a partir de las medias muestrales) es la desviacin estndar de todas las posibles
muestras (de un tamao dado) escogidos de esa poblacin.

Adems, el error estndar de la media puede referirse a una estimacin de la desviacin

estndar, calculada desde una muestra de datos que est siendo analizada al mismo tiempo. En
aplicaciones prcticas, el verdadero valor de la desviacin estndar (o del error) es generalmente
desconocido. Como resultado, el trmino "error estndar" se usa a veces para referirse a una
estimacin de esta cantidad desconocida. En tales casos es importante tener claro de dnde
proviene, ya que el error estndar es slo una estimacin. Desafortunadamente, esto no es
siempre posible y puede ser mejor usar una aproximacin que evite usar el error estndar.

El error estndar de la media cuantifica las oscilaciones de la media muestral (media obtenida en
los datos) alrededor de la media poblacional (verdadero valor de la media). Este se estima
generalmente dividiendo la desviacin estndar de la poblacin entre la raz cuadrada del tamao
de la muestra (asumiendo independencia estadstica de los valores en la muestra)

Donde:

s es la desviacin estndar (es decir, la estimacin basada en la muestra de la desviacin

estndar de la poblacin).

n es el tamao (nmero de individuos de la muestra)

es la verdadera desviacin estndar de la poblacin.

7
Esta estimacin puede ser comparada con la frmula de la verdadera desviacin estndar de la
media de la muestra:

Donde:

2.5 El Diseo de Experimento

El Diseo de Experimento se refiera a una prueba o serie de pruebas en las cuales se introducen
cambios deliberados en las variables de entrada que forman el proceso, de manera que sea
posible observar e identificar las causas de los cambios en la variable de salida.

Realizar un experimento es aplicar los distintos niveles, o combinaciones de niveles cuando hay
presentes ms de un factor, a distintas unidades experimentales y se observa el valor de la
variable respuesta.

Unidades experimentales: (personas, elementos fsicos, etc.)

Factor: variable controlable por el experimentador (niveles del factor o tratamientos)

Variable de inters: variable respuesta

Error experimental o perturbacin: variables no controlables por el experimentador

Tamao del experimento: nmero total de observaciones

Los diseos de experimento tienen como objetivo estudiar el efecto que sobre la variable
respuesta tiene un conjunto de otras variables que reciben el nombre de factores.

8
Los diseos de experimentos tienen una serie de etapas:

1) Disear un experimento con una estructura lo ms adecuada posible a la situacin que se

desea estudiar y a los medios disponibles.

a) Planteamiento general del problema y de los objetivos que se persiguen.

b) Seleccin y definicin de la variable respuesta.

c) Eleccin de los factores y niveles que han de intervenir en el experimento.

d) Determinacin del conjunto de unidades experimentales incluidas en el estudio.

e) Determinacin de los procedimientos por los cuales los tratamientos se asignan a las
unidades experimentales.

2) Realizar la experimentacin de acuerdo con el plan previamente establecido en el diseo.

3) Analizar estadsticamente los resultados obtenidos y comprobar si las hiptesis establecidas y

el modelo de diseo elegido se adecuan a la situacin estudiada.

4) Realizar las modificaciones oportunas para ampliar o modificar el diseo.

5) Obtener las conclusiones apropiadas.

Los diseos de experimentos constan con principios bsicos como:

Aleatorizacin: la asignacin de las unidades experimentales a los distintos

tratamientos y el orden en el que se realizan los ensayos se determinan al
azar.

Replicacin.

Homogeneidad del material experimental

9
Bibliografa
Aranda Gallego, J. y Gmez Garca, J. (2008).Introduccin a la estadstica econmica y
empresarial. Espaa: P.P.U.

Escuder Valles, R. (2010). Mtodos estadsticos aplicados a la economa. Espaa: Ariel Economa.

Garca Barbancho, A. (2009).Estadstica elemental moderna. Espaa: Ariel Economa.

Martin Pliego, F.J. (2011). Curso prctico de Estadstica Econmica. Puerto Rico: AC.

Pea, D. Y Romo, J. (2008). Introduccin a la Estadstica para las Ciencias Sociales. Mxico:
McGraw-Hill.

Perez Suarez, R.(2010). Anlisis de datos econmicos I. Mtodos descriptivos. Espaa: Pirmide.

Rioboo Almanzor, J.M.; Po del Oro Sez, C. y otros. (2009).Representaciones grficas de datos
estadsticos. Puerto Rico: AC.

10