I Unidad Estadistica II
-
Upload
delinso-gomez -
Category
Documents
-
view
227 -
download
0
Transcript of I Unidad Estadistica II
-
8/16/2019 I Unidad Estadistica II
1/28
REPUBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DE EDUC. SUPERIOR, CIENCIA Y TECNOLOGIAUNIVERSIDAD NAC. EXP. “RAFAEL MARIA BARALT”
PROGRAMA: ADMINISTRACIONMENCIÓN: TRIBUTARIAASIGNATURA: ESTADISTICA III-20!
I UNIDAD: DISTRIBUCIÓN MUESTRAL
INTEGRANTES:
G"#$%, D$&'()* C.I. +..0
F$(/($%, A(11' C.I. 2!.+.
3$(/($%, G4($)') C.I. 2.56.2+
O)78 T4&&$% C.I. 2.0!.
SECCIÓN: 52
-
8/16/2019 I Unidad Estadistica II
2/28
ES9UEMA
I(*;77'"( C*($('*:
.
-
8/16/2019 I Unidad Estadistica II
3/28
INTRODUCCION
La Estadística se puede definir como “ciencia que utiliza conjuntos de datos
numéricos para obtener, a partir de ellos, inferencias basadas en el cálculo de
probabilidades”, dichas probabilidades abarcan un mundo, donde, la población y la muestra
son los iniciadores de un proceso complejo, pero que nos da respuesta a eentos totalmente
cotidianos!
"o solo la población y la muestra son herramientas claes al comienzo de esta
b#squeda de respuestas en la Estadística, conceptos como muestra y muestreo también! Es
por ello, que se presenta este material para darle respuesta a estos tópicos!
La inesti$ación abarca en todos los aspectos concernientes a la distribución
muestral, y al muestreo, este #ltimo posee una clasificación que se define en dos partes,
probabilístico y no probabilístico! %ichas clasificaciones, a su ez, poseen subtipos de
muestreos que son claramente desarrollados bajo los términos de, concepto, procedimiento,
para qué se usan y ejemplos, con una serie de imá$enes que detallarán de que se tratan!
-
8/16/2019 I Unidad Estadistica II
4/28
CONTENIDO
.
-
8/16/2019 I Unidad Estadistica II
5/28
'e obtiene para aeri$uar las propiedades o características de esta #ltima, por lo que
interesa que sea un reflejo de la población, que sea representatia de ella! (na muestra
debe ser adecuada en cantidad y en calidad! En relación con el primer aspecto, e/isten
procedimientos estadísticos para saber cuál es el n#mero mínimo de elementos quedebemos incluir en el estudio para obtener resultados álidos! La calidad inolucra el
concepto de representatiidad de la muestra! 'e dice que una muestra es representatia
de la población cuando es un reflejo de ella, es decir cuando re#ne las características principales de la población en relación con la ariable en estudio!
'i deseamos determinar cuál es la prealencia de desnutrición en la población
infantil de 0arquisimeto y estudiamos una muestra de ni)os obtenida de la zona este dela ciudad *donde se encuentra la mayoría de las urbanizaciones de clase media y alta-,
esa no sería una muestra representatia para dicha inesti$ación y la prealencia de
desnutrición que obtendríamos subestimaría la cifra real para la ciudad! 'i nuestroobjetio es determinar la duración promedio de la hospitalización de los pacientes del
1ospital &entral 2ntonio 3aría 4ineda, para lo$rar una muestra representatia
deberíamos incluir pacientes de los departamentos de 3edicina, &iru$ía, 5bstetricia y4ediatría, dado que la estancia hospitalaria difiere entre ellos! 'i estudiamos una $ran
proporción de pacientes de obstetricia, estaríamos subestimando la duración de la
estancia hospitalaria en dicho centro asistencial! La representatiidad de la muestra es pues un aspecto de $ran importancia en la inesti$ación y para lo$rarla es necesario
seleccionar el tipo y clase de muestreo que $arantice esta condición y trabajar con un
tama)o de muestra adecuado!
En ocasiones en que no es posible o coneniente realizar un censo *analizar a todos
los elementos de una población-, se selecciona una muestra, entendiendo por tal una
parte representatia de la población!
La muestra debe ser representatia de la población, de modo que las conclusiones
del estudio puedan ser e/trapoladas a dicha población! &on esta finalidad, se handesarrollado una serie de técnicas que tienen como objetio hacer más eficiente el
proceso de muestreo!
El proceso de selección de los indiiduos no debe estar condicionado por las ideas preias del e/perimentador! 4or el contrario, los indiiduos deben ser seleccionados de
forma aleatoria, formando lo que se denomina una muestra aleatoria! 2 este proceso de
selección aleatoria de la muestra se le denomina muestreo!
El muestreo, es por lo tanto una herramienta de la inesti$ación científica, cuya
función básica es determinar que parte de una población debe e/aminarse con lafinalidad de hacer inferencias sobre dicha población! El error que se comete debido ha
hecho de que se obtienen conclusiones sobre cierta realidad a partir de la obseración
-
8/16/2019 I Unidad Estadistica II
6/28
de sólo una parte de ella, se denomina error de muestreo! 5btener una muestra adecuada
si$nifica lo$rar una ersión simplificada de la población, que reproduzca de al$#nmodo sus ras$os básicos!
El término muestreo se refiere al conjunto de técnicas utilizadas para seleccionar
una muestra de una población! 6epresentamos por Y
i el alor numérico de una
característica o ariable en la unidadui ! Esta ariable y se denomina ariable de
estudio!
Proceso de muestreo
2.
-
8/16/2019 I Unidad Estadistica II
7/28
2 eces, para estudios e/ploratorios, el muestreo probabilístico resulta
e/cesiamente costoso y se acude a métodos no probabilísticos, aun siendoconscientes de que no siren para realizar $eneralizaciones, pues no se tiene certeza
de que la muestra e/traída sea representatia, ya que no todos los sujetos de la
población tienen la misma probabilidad de se ele$idos! En $eneral se seleccionan a
los sujetos si$uiendo determinados criterios procurando que la muestra searepresentatia!
En este tipo de muestreo las unidades muestrales no se seleccionan al azar,sino que son ele$idas por el responsable de realizar el muestreo! Estos muestreos
comparten las características si$uientes7
• La selección de la muestra no es al azar, se basa en el criterio del inesti$ador!
• "o se pueden incluir por lo tanto ecuaciones de probabilidad, ya que no aplica
nin$una teoría de dicha disciplina!
• 4or consecuencia no pueden calcularse datos como mar$en de error o niel de
confianza!• El costo de dichos muestreos es mas barato comparado con un muestreo
probabilístico!
La desentaja del método de muestreo no probabilístico es que no se toman pruebas
de una porción desconocida de la población! Esto implica que la muestra puede
representar a toda la población con precisión o no! 4or lo tanto, los resultados de la
inesti$ación no pueden ser utilizados en $eneralizaciones respecto de toda la
población!
¿Cuándo utilizar el muestreo no probabilístico?
• Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que e/iste un
ras$o determinado en la población!
• 8ambién se puede utilizar cuando el inesti$ador tiene como objetio hacer un
estudio cualitatio, piloto o e/ploratorio!
•
'e puede utilizar cuando es imposible la aleatorización, como cuando la población es casi ilimitada!
• 'e puede utilizar cuando la inesti$ación no tiene como objetio $enerar
resultados que se utilicen para hacer $eneralizaciones respecto de toda la población!
• 8ambién es #til cuando el inesti$ador tiene un presupuesto, tiempo y mano de
obra limitados!
• Esta técnica también se puede utilizar en un estudio inicial que será lleado a
cabo nueamente utilizando un muestreo probabilístico aleatorio!
https://explorable.com/es/diseno-de-la-investigacion-cualitativahttps://explorable.com/es/estudio-pilotohttps://explorable.com/es/estudio-pilotohttps://explorable.com/es/diseno-de-la-investigacion-cualitativa
-
8/16/2019 I Unidad Estadistica II
8/28
3.1.1. Muestreo por Juicio o Discrecional
El muestreo discrecional es una técnica de muestreo no probabilístico donde el
inesti$ador selecciona las unidades que serán muestra en base a su conocimiento y
juicio profesional! Este tipo de técnica de muestreo también se conoce como
muestreo intencional y muestreo por juicio!
El muestreo discrecional se utiliza en los casos en que la especialidad de una
autoridad puede seleccionar una muestra más representatia que pueda arrojar resultados más precisos que mediante otras técnicas de muestreo probabilístico! El
proceso consiste en ele$ir intencionalmente a dedo a los indiiduos de la población
sobre la base del conocimiento o juicio de la autoridad o inesti$ador!
El dise)o del muestreo discrecional $eneralmente se utiliza cuando un n#mero
limitado de indiiduos posee el ras$o de interés! Es la #nica técnica de muestreo
iable para obtener información de un $rupo muy específico de personas! 8ambién
es posible utilizar el muestreo discrecional si el inesti$ador conoce a un profesional
o autoridad fiable que él cree que es capaz de reunir una muestra representatia!
4or ejemplo, supon$amos que el inesti$ador a a realizar un estudio sobre el
niel de satisfacción del profesorado de cierta uniersidad! El estudio se suele
realizar cada dos a)os, por lo que el responsable del estudio, $racias a su
https://explorable.com/es/muestreo-no-probabilisticohttps://explorable.com/es/muestreo-no-probabilistico
-
8/16/2019 I Unidad Estadistica II
9/28
e/periencia y sus antecedentes, sabe perfectamente cual puede ser la mejor muestra
para el estudio!
2 un jefe de estudios le encomiendan un estudio del niel de satisfacción de los
alumnos con un determinado profesor! El inesti$ador, que conoce a todos los
alumnos de esa clase, decide utilizar el muestreo discrecional seleccionando a los
alumnos que cree que serán los más representatios!
Las dos debilidades principales del muestreo discrecional se encuentran en la
autoridad y en el proceso de muestreo, ambos relacionados con la fiabilidad y el
ses$o que acompa)an a la técnica de muestreo! %esafortunadamente, $eneralmente
no hay manera de ealuar la fiabilidad del e/perto o de la autoridad! La mejor
manera de eitar el error de muestreo presentada por el e/perto es ele$ir la mejor
autoridad y más e/perimentada en el campo de interés!
El proceso de muestreo $eneralmente estará ses$ado, ya que no se utiliza
nin$una aleatorización para obtener la muestra! 8ambién ale la pena se)alar que
los miembros de la población no tienen las mismas posibilidades de ser
seleccionados! 'u consecuencia es la mala representación de toda la población que
limitará las $eneralizaciones de los resultados del estudio!
3.1.. Muestreo por Cuota
El muestreo por cuotas es un método de muestreo no probabilístico! 'e basa en
seleccionar la muestra después de diidir la población en $rupos o estratos! Es unatécnica de muestreo no probabilístico en donde la muestra reunida tiene la misma
proporción de indiiduos que toda la población con respecto al fenómeno enfocado,
las características o los ras$os conocidos! 2simismo, el inesti$ador debease$urarse de que la composición de la muestra final que será utilizada en el estudio
cumpla los criterios de cuota de la inesti$ación!
https://explorable.com/es/validez-y-fiabilidadhttps://explorable.com/es/sesgo-de-investigacionhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/aleatoriedadhttps://explorable.com/es/grupo-de-muestrahttps://explorable.com/es/poblacion-de-la-investigacionhttps://explorable.com/es/que-es-la-generalizacionhttp://www.universoformulas.com/estadistica/inferencia/muestreo-no-probabilistico/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/https://explorable.com/es/validez-y-fiabilidadhttps://explorable.com/es/sesgo-de-investigacionhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/aleatoriedadhttps://explorable.com/es/grupo-de-muestrahttps://explorable.com/es/poblacion-de-la-investigacionhttps://explorable.com/es/que-es-la-generalizacionhttp://www.universoformulas.com/estadistica/inferencia/muestreo-no-probabilistico/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/
-
8/16/2019 I Unidad Estadistica II
10/28
¿Cuándo utilizar muestras por cuotas?
La razón principal por la que los inesti$adores eli$en muestras por cuotas es que permiten quelos inesti$adores ha$an un muestreo de un sub$rupo que es de $ran interés para el estudio! 'i
un estudio tiene como objetio inesti$ar una característica o ras$o de un determinadosub$rupo, ésta es la técnica ideal! El muestreo por cuotas también permite que los
inesti$adores obseren las relaciones entre los sub$rupos! En al$unos estudios, los ras$os deun determinado sub$rupo interact#an con otros ras$os de otro sub$rupo! En tales casos,
también es necesario que el inesti$ador utilice este tipo de técnica de muestreo!
Desventajas de las muestras por cuotas
4uede parecer que esta técnica de muestreo es totalmente representatia de la población! En
al$unos casos no es así! %ebes tener en cuenta que se han tenido en cuenta sólo los ras$os
seleccionados de la población para formar los sub$rupos! En el proceso de muestreo de
estos sub$rupos, otros ras$os de la muestra pueden ser representados de más! En un estudio
que tiene en cuenta el $énero, el niel socioeconómico y la reli$ión como base de los
sub$rupos, la muestra final puede tener una representación ses$ada de la edad, la raza, el
niel educatio alcanzado, el estado ciil y mucho más!
3.1.3. Muestreo !bola de nie"e# o en cadena
El muestreo de bola de niee es una técnica de muestreo no probabilístico utilizada por los inesti$adores para identificar a los sujetos potenciales en estudios en donde los
sujetos son difíciles de encontrar!
http://en.wikipedia.org/wiki/Quota_samplinghttp://en.wikipedia.org/wiki/Quota_sampling
-
8/16/2019 I Unidad Estadistica II
11/28
'e llama muestreo de bola de niee porque cada sujeto estudiado propone a otros, produciendo un efecto acumulatio parecido al de la bola de niee!
La bola de niee se usa con frecuencia para acceder a poblaciones de baja
incidencia y a indiiduos de difícil acceso por parte del inesti$ador! En estudios en los
que se quiere estudiar un colectio muy específico *por ejemplo, personas aficionadas a
la filatelia o coleccionismo de sellos-, puede resultar mucho más efectio obtener una
muestra a traés de conocidos y ami$os de los propios coleccionistas, que mediante una
selección puramente aleatoria, en la que una $ran cantidad de indiiduos candidatos a
participar serían descartados! 'upuestamente, es muy probable que un coleccionista de
sellos conozca a otros coleccionistas de sellos, lo que hace de esta técnica una forma
efectia de muestrear un colectio que de otra manera resultaría de difícil acceso para el
inesti$ador!
4or lo tanto, la bola de niee funciona especialmente bien cuando el ras$o
distintio de la población que queremos estudiar tiende a a$rupar a dichos
indiiduos, a faorecer su contacto social! Es al$o más habitual de lo que podría
parecer a simple ista! Es obio que coleccionistas, practicantes de un deporte o
aficionados a un tipo de m#sica pueden cumplir con esta propiedad! 4ero también
aplica a otros colectios como pacientes de una enfermedad rara, por poner un
ejemplo, ya que su circunstancia personal facilita que estas personas entren en
contacto con otras personas con el mismo ras$o *por ejemplo, en la consulta del
médico, en asociaciones, etc!-!
Los inesti$adores utilizan este método de muestreo si la muestra para el estudio
es muy rara o si está limitada a un sub$rupo muy peque)o de la población! Este tipo
de técnica de muestreo funciona en cadena! Lue$o de obserar al primer sujeto, el
inesti$ador le pide ayuda a él para identificar a otras personas que ten$an un ras$ode interés similar!
https://explorable.com/es/poblacion-de-la-investigacionhttps://explorable.com/es/poblacion-de-la-investigacion
-
8/16/2019 I Unidad Estadistica II
12/28
El proceso de muestreo de bola de niee es como pedirles a tus sujetos que
desi$nen a otra persona con el mismo ras$o como el pró/imo sujeto! Lue$o, elinesti$ador obsera a los sujetos desi$nados y si$ue de la misma manera hasta
obtener el n#mero suficiente de sujetos!
ProcesoEl proceso de creación de una muestra mediante bola de niee se fundamenta en usar la red
social de unos indiiduos iniciales para acceder a un colectio! 4odríamos diidir este
proceso en los si$uientes pasos7
+! %efinir un pro$rama de participación, en el que se describa el proceso por el que un
indiiduo inita o refiere a otros para que participen!
9! :dentificar colectios u or$anizaciones que puedan facilitar el acceso a unosindiiduos iniciales que cumplan con el ras$o característico del estudio!
;! 5btener contactos iniciales y pedirles su participación! Esta parte sería similar a una
técnica de muestreo conencional, pero destinada a obtener un tama)o de muestra
reducido!
http://en.wikipedia.org/wiki/Snowball_samplinghttp://en.wikipedia.org/wiki/Snowball_samplinghttp://en.wikipedia.org/wiki/Snowball_sampling
-
8/16/2019 I Unidad Estadistica II
13/28
• El inesti$ador tiene poco control sobre el método de muestreo! Los sujetos que el
inesti$ador puede obtener se basan principalmente en los sujetos obserados
anteriormente!
• La representatiidad de la muestra no está $arantizada! El inesti$ador no tiene ni idea
de la erdadera distribución de la población ni de la muestra!
•
El ses$o de muestreo es también un miedo de los inesti$adores cuando se utiliza estatécnica! Los primeros sujetos tienden a desi$nar a personas que conocen bien! &omoconsecuencia, es muy posible que los sujetos compartan los mismos ras$os y
características y, por lo tanto, la muestra que obten$a el inesti$ador será sólo un peque)o sub$rupo de toda la población!
5.2. M;$)$* P*=8='&)'7* * A&$8*'*
&omenzaremos definiendo, >qué es un 3arco 3uestral?
(n marco muestral es una lista de elementos que componen el unierso que
queremos estudiar y de la cuál se e/trae la muestra! Estos elementos a inesti$ar pueden ser indiiduos, pero también pueden ser ho$ares, instituciones y cualquier
otra cosa susceptible de ser inesti$ada! &ada uno de estos elementos presentes en
el marco muestral se conoce como unidades muestrales!
4on$amos un ejemplo, supon$amos que queremos medir la satisfacción de
los clientes de una empresa! 4ara poder $enerar un marco muestral, podríamos
acceder al sistema informático de la empresa y e/traer una lista de todas las
personas que han contratado un producto en el #ltimo a)o! &ada una de las personas
de esa lista serían unidades muestrales! 'eleccionando un conjunto de estos clientes,
obtendría una muestra!
La proporción e/istente entre el tama)o de la muestra y el tama)o del marco
muestral se conoce como fracción muestra&, y ya imos en un post anterior que estafracción junto al tama)o del marco muestral, define la precisión de los resultados
que obtendré al encuestar la muestra!
1ablaremos de muestro probabilístico siempre que se cumplan dos
condiciones7
+! 8odos los elementos de mi población tienen una probabilidad mayor decero de ser seleccionados en la muestra!
9! &onozco de forma precisa dicha probabilidad para cada elemento, lo que
se conoce como probabilidad de inclusión!
El cumplimiento de ambos criterios es el que hace posible obtener resultados
no ses$ados cuando estudio la muestra! En ocasiones, estos resultados no ses$ados
https://explorable.com/es/variables-controladashttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/variables-controladashttps://explorable.com/es/error-de-muestreo
-
8/16/2019 I Unidad Estadistica II
14/28
requieren usar técnicas de ponderación *@ei$htin$-, pero esta ponderación es
posible precisamente porque conozco qué probabilidad ten$o de que cada indiiduo
sea seleccionado en mi muestra! Las muestras $eneradas en estas condiciones se
conocen también como muestras probabilísticas!
La definición anterior nos llea a concluir que sólo podemos hacer muestreo
probabilístico si dispon$o de un marco muestral! El censo de un país, el conjunto de
direcciones de ho$ares en una población o la lista de clientes de una empresa, son
ejemplos de marcos muestrales que hacen posible un muestreo probabilístico! En
cada uno de estos casos, el unierso a estudiar es diferente7 habitantes de un país,
ho$ares de una población y clientes de una empresa, respectiamente!
(na ez ten$o un marco muestral, la forma e/acta que empleo para
seleccionar mi muestra define las diferentes técnicas de muestreo probabilístico7
3uestreo aleatorio simple, muestreo sistemático, muestreo estratificado, muestreo
por con$lomerados, muestreo desproporcionadoA
-
8/16/2019 I Unidad Estadistica II
15/28
En esta técnica de muestreo, el inesti$ador debe $arantizar que cada
indiiduo ten$a las mismas oportunidades de ser seleccionado y esto se puede lo$rar
si el inesti$ador utiliza la aleatorización!
La aleatoriedad es un método de muestreo utilizado en los e/perimentos
científicos! Es com#nmente utilizada en pruebas controladas aleatorias en la
inesti$ación e/perimental! Los inesti$adores tienen diferentes opciones para
llear a cabo la aleatoriedad! 'e puede lo$rar mediante el uso de tablas de n#merosaleatorios que fi$uran en la mayoría de los libros de te/to estadísticos o mediante
computadoras que $eneren n#meros aleatorios!
'upon$amos que tienes cinco barras de chocolates y un total de B ami$os
para repartirles estos chocolates! >&ómo as a hacerlo de modo que todo el proceso
de distribución ten$a el mínimo de ses$o?
4uedes escribir los nombres de cada uno de tus ami$os en un peque)o trozo
de papel diferente y doblarlos para que nadie sepa qué nombre está en cada papel!
Lue$o le pides a al$uien que saque = nombres y les das un chocolate a esos =! 2sí
eliminarás el ses$o sin lastimar los sentimientos de nin$#n ami$o! La forma en que
lo hiciste se llama aleatoriedad!
En las pruebas controladas aleatorias, los participantes de la inesti$ación
son asi$nados al azar, no por elección, tanto para el $rupo e/perimental como para
el $rupo de control! La aleatoriedad reduce el ses$o al má/imo! La aleatoriedad es
dise)ada para CcontrolarC *reducir o eliminar, si es posible- el ses$o! El objetio
fundamental de la aleatoriedad es tener la certeza de que cada tratamiento ten$a la
misma probabilidad de ser aplicado a todas las unidades e/perimentales!
https://explorable.com/es/aleatoriedadhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/grupo-de-control-cientificohttps://explorable.com/es/grupo-de-control-cientificohttps://explorable.com/es/sesgo-de-investigacionhttps://explorable.com/es/aleatoriedadhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/grupo-de-control-cientificohttps://explorable.com/es/sesgo-de-investigacion
-
8/16/2019 I Unidad Estadistica II
16/28
La entaja de utilizar una muestra aleatoria es la ausencia de ses$os de
muestreo y sistemáticos! 'i la selección aleatoria se hace correctamente, la muestra
será representatia de toda la población!
El efecto de esto es un ses$o sistemático ausente o mínimo que es la
diferencia entre los resultados de la muestra y los resultados de la población! El
ses$o de muestreo también se elimina ya que los sujetos son ele$idos al azar!
Da hemos indicado que el muestreo probabilístico se caracteriza porque cada
unidad de la población tiene una probabilidad no nula y conocida de ser seleccionada en la muestra! El conocimiento de esta probabilidad permite calcular
errores de muestreo, y los ses$os de selección, no respuesta y estimación pueden ser
irtualmente eliminados o contenidos dentro de límites conocidos!
(n muestreo probabilístico se llea a cabo con un plan estadístico de
selección totalmente rí$ido y fijado de antemano de acuerdo a esas probabilidades ydonde ni los entreistadores ni otras personas que interen$an en el muestreo toman
decisión al$una sobre qué unidad ele$ir para la muestra! 8ambién hay que notar que
los procedimientos para formar estimadores están fijados de antemano como partedel dise)o muestral y no dependen de la muestra particular que se ha seleccionado!
3..1. Muestreo $leatorio %imple
En esta técnica, cada miembro de la
población tiene la misma probabilidad de ser
seleccionado como sujeto! 8odo el proceso de
toma de muestras se realiza en un paso, en donde
cada sujeto es seleccionado independientemente
de los otros miembros de la población! El
muestreo aleatorio simple se puede aplicar en
muchos métodos!
Los indiiduos pueden ser seleccionados por cualquier proceso probabilístico que otor$ue a todos los elementos la misma probabilidad de ser
ele$idos! eamos al$unos ejemplos7
https://explorable.com/systematic-errorhttps://explorable.com/systematic-errorhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/poblacion-de-la-investigacionhttps://explorable.com/systematic-errorhttps://explorable.com/systematic-errorhttps://explorable.com/es/error-de-muestreohttps://explorable.com/es/poblacion-de-la-investigacion
-
8/16/2019 I Unidad Estadistica II
17/28
'acar bolas de un bombo! Los indiiduos de la
población se numeran del + al "! E/traemos n bolas del
bombo y la muestra serán los indiiduos seleccionados! La
muestra obtenida es una tal que todos los elementos tienen
la misma probabilidad de ser seleccionados!
(n cole$io tiene +9 alumnos de bachillerato! 'e
quiere e/traer una muestra de 9 alumnos, se procede a
hacer lo si$uiente7
+! 'e numeran los alumnos del + al +9!
9! 'e sortean 9 n#meros entre +9!
;! La muestra estará formada por los ; alumnos a
los que le correspondan los n#meros obtenidos
El muestreo aleatorio simple es la técnica demuestreo en la que todos los elementos que forman el unierso y que, por lo tanto, están
descritos en el marco muestral, tienen idéntica probabilidad de ser seleccionados para lamuestra! 'ería al$o así como hacer un sorteo justo entre los indiiduos del unierso7
asi$namos a cada persona un boleto con un n#mero correlatio, introducimos los n#meros
en una urna y empezamos a e/traer al azar boletos! 8odos los indiiduos que ten$an un
n#mero e/traído de la urna formarían la muestra! 5biamente, en la práctica estos métodos
pueden automatizarse mediante el uso de ordenadores!
&ene'icios del muestreo aleatorio simpleEl desarrollo de la informática ha permitido que dise)ar una muestra
aleatoria simple sea e/tremadamente rápido y fiable! La $eneración de n#meros
aleatorios mediante soft@are F estrictamente son n#meros pseudoGaleatorios F es
cada ez más fiable!
%e esta forma, al usar 3!2!'! nos ase$uramos la obtención de muestras
representatias, de manera que la #nica fuente de error que a a afectar a mis
resultados a a ser el azar! D lo que es más importante, este error debido al azar
puede calcularse de forma precisa *o al menos acotarse-!
6ecuerda que uno de los objetios de la inesti$ación es sacar conclusiones
con relación a la población a partir de los resultados de una muestra! %ebido a la
representatiidad de una muestra obtenida mediante un muestreo aleatorio simple,
es razonable hacer $eneralizaciones a partir de los resultados de la muestra con
respecto a la población!
(ncon"enientes del muestreo aleatorio simple
https://explorable.com/es/que-es-la-generalizacionhttps://explorable.com/es/que-es-la-generalizacion
-
8/16/2019 I Unidad Estadistica II
18/28
El #nico inconeniente del 3!2!'! es la dificultad de llearlo a la práctica eninesti$aciones reales! 6ecordemos7 al ser una técnica probabilística, necesito un
marco muestral con todos los indiiduos y que todos ellos sean seleccionables para
mi muestra! (n requisito que difícilmente puede cumplirse en la mayoría de
estudios de mercado y opinión reales, lo que nos obli$ará a emplear otras técnicas!
3... Muestreo %istemático
El método de muestreo sistemático se utiliza en muestras ordenadas del + al
N ! &onsiste en lo si$uiente7
• 'upon$amos que tenemos una población de N indiiduos ordenados del + al
N ! Hueremos seleccionar una muestra de tama)o n!
• 'ea k el entero más pró/imo a N/n!
• Esco$emos al azar un n#mero i entre + y k *utilizando los n#meros
aleatorios, sacar una bola de un bombo, etc!-!
• La muestra será el elemento i y los elementos i+k , i+2k , etcétera!!! Es decir,
el elemento k y los elementos a interalos fijos k hasta conse$uir los n
sujetos7
Ejemplo de muestreo sistemático
'uponemos que queremos saber la opinión sobre un profesor de una clase de
I personas! %ichas personas están ordenadas por orden alfabético en la lista de
alumnos de clase! 4ara realizar la encuesta, seleccionamos a +9 personas! 4or lo
tanto, N JI y nJ+9! El interalo fijo entre sujetos es7
2hora ele$imos al azar un n#mero entre + y k J=! 'uponemos que nos sale
iJ9! La muestra resultado mediante el muestreo sistemático será7
http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#numeros-aleatorioshttp://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#numeros-aleatorioshttp://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#numeros-aleatorioshttp://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#bolas-bombohttp://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#numeros-aleatorioshttp://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#numeros-aleatorioshttp://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/#bolas-bombohttp://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/
-
8/16/2019 I Unidad Estadistica II
19/28
Ventajas del muestreo sistemático
• La principal entaja de utilizar un muestreo sistemático sobre un muestreo
aleatorio simple es su sencillez! 4ermite que el inesti$ador a)ada un $rado de
sistema o proceso en la selección aleatoria de los sujetos!
•
5tra entaja del muestreo aleatorio sistemático sobre el muestreo aleatorio simplees la $arantía de que el muestreo se hará equitatiamente sobre la población!
E/iste una posibilidad de un muestreo aleatorio simple que permite una selección
por con$lomerados de sujetos! Esto es eliminado sistemáticamente en el muestreo
sistemático!
Desventaja de muestreo sistemático
El proceso de selección puede interactuar con un ras$o periódico oculto
dentro de la población! 'i la técnica de muestreo coincide con la periodicidad delras$o, la técnica de muestreo ya no será aleatoria y la representatiidad de lamuestra se e comprometida!
Notas
• %ado que el muestreo aleatorio sistemático es un tipo de muestreo
probabilístico, el inesti$ador debe $arantizar que todos los miembros de la
población ten$an las mismas posibilidades de ser seleccionados como el
punto de partida o sujeto inicial!• El inesti$ador debe estar se$uro de que el interalo constante ele$ido entre
los sujetos no refleje un cierto patrón de ras$os presentes en la población! 'i
e/iste un patrón en la población y coincide con el interalo establecido por elinesti$ador, la aleatoriedad de la técnica de muestreo se e comprometida!
3..3. Muestreo por Con)lomerados
https://explorable.com/es/simple-random-sampling-eshttps://explorable.com/es/simple-random-sampling-eshttps://explorable.com/es/muestreo-aleatoriohttps://explorable.com/es/muestreo-por-conglomeradoshttps://explorable.com/es/muestreo-por-conglomeradoshttps://explorable.com/es/muestreo-por-conglomeradoshttps://explorable.com/es/probability-sampling-eshttps://explorable.com/es/probability-sampling-eshttps://explorable.com/es/simple-random-sampling-eshttps://explorable.com/es/simple-random-sampling-eshttps://explorable.com/es/muestreo-aleatoriohttps://explorable.com/es/muestreo-por-conglomeradoshttps://explorable.com/es/muestreo-por-conglomeradoshttps://explorable.com/es/probability-sampling-eshttps://explorable.com/es/probability-sampling-es
-
8/16/2019 I Unidad Estadistica II
20/28
El método de muestreo por con$lomerados se utiliza cuando la población
está a$rupada en con$lomerados naturales! 'i se supone que los con$lomerados
son muestra si$nificatia de la ariable que se está estudiando, se puede
seleccionar al$unos con$lomerados al azar *todos los con$lomerados debentener las mismas probabilidades de ser seleccionados- y utilizarlos en
representación de la población! (na ez seleccionados los con$lomerados, el
estudio se simplifica puesto que hay menos indiiduos en el análisis! El
inesti$ador debe ele$ir si estudiar a todos los sujetos de los con$lomerados
seleccionados o seleccionar una muestra mediante el método de muestreo
aleatorio simple o
muestreo sistemático!
*l proceso de muestreo
El primer paso para aplicar esta técnica es definir los con$lomerados! 'e trata de
identificar una característica que permita diidir la población en $rupos disjuntos *sin
solapamiento- y e/haustia *todos los indiiduos deben estar en un $rupo-, de tal
manera que los $rupos no difieran entre sí en relación a aquello que queremos medir!
(na ez hemos definido estos con$lomerados, seleccionaremos al azar al$unos de ellos
para estudiarlos!
(n criterio habitual para definir con$lomerados es el $eo$ráfico! 4or ejemplo, si
queremos estudiar que proporción de la población ar$entina fuma, podemos diidir eltotal de la población en proincias y seleccionar al$unas de ellas para ser estudiadas! 'i
no tenemos razones para pensar que el K de fumadores a a cambiar de una proincia a
otra, esta solución nos permitirá concentrar el esfuerzo de muestreo en un #nico entorno
$eo$ráfico! 'i el estudio se a a hacer mediante entreistas personales, esto representa
un importante ahorro de costes de desplazamientos!
http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/poblacion-estadistica/http://www.universoformulas.com/estadistica/descriptiva/muestra-estadistica/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/
-
8/16/2019 I Unidad Estadistica II
21/28
(na ez definimos los con$lomerados, el si$uiente paso es seleccionar los
con$lomerados a estudiar, ya sea mediante un muestreo aleatorio simple o sistemático!
4or #ltimo, una ez hemos seleccionado los con$lomerados a estudiar, podemos
inesti$ar a todos los sujetos que forman parte de los mismos, o bien aplicar un nueo
proceso de muestreo dentro del con$lomerado, por ejemplo obteniendo una muestra
mediante muestreo aleatorio simple o sistemático!
'i optamos por esta posibilidad, estaremos hablando de un muestreo en dos etapas o
bietápico7 la primera etapa es la selección del con$lomerado, la se$unda la de
indiiduos dentro del con$lomerado! 'i por el contrario estudiamos todos los indiiduos
del con$lomerado, hablaremos de muestreo por con$lomerados unietápico!
3..+. Muestreo *strati'icado
Esta técnica, perteneciente a la familia de muestreos probabilísticos, consiste endiidir toda la población objeto de estudio en diferentes sub$rupos o estratos disjuntos,
de manera que un indiiduo sólo puede pertenecer a un estrato! (na ez definidos los
estratos, para crear la muestra se seleccionan indiiduos empleando una técnica de
muestreo cualquiera a cada uno de los estratos por separado! 'i por ejemplo empleamos
muestreo aleatorio simple en cada estrato, hablaremos de muestreo aleatorio
estratificado *3!2!E! en adelante-! %el mismo modo, podríamos usar otras técnicas de
muestreo en cada estrato *muestreo sistemático, aleatorio con reposición, etcétera!-!
Los estratos suelen ser $rupos homo$éneos de indiiduos, que a su ez son
hetero$éneos entre diferentes $rupos! 4or ejemplo, si en un estudio esperamos encontrar un comportamiento muy diferente entre hombres y mujeres, puede ser coneniente
definir dos estratos, uno por cada se/o! 'i la selección de estos estratos es correcta *+-
los hombres deberían comportarse de forma parecida entre ellos, *9- las mujeres
deberían comportarse de forma muy similar entre ellas y *;- hombres y mujeres
deberían mostrar comportamientos dispares entre sí!
'i la anterior condición se cumple *estratos homo$éneos internamente, hetero$éneos
entre sí- el uso del muestreo aleatorio estratificado reduce el error muestral, mejorando
la precisión de nuestros resultados al realizar un estudio sobre la muestra!
Es relatiamente habitual definir estratos de acuerdo a al$unas ariables
características de la población como son la edad, se/o, clase social o re$ión $eo$ráfica!
Estas ariables permiten diidir fácilmente la muestra en $rupos mutuamente
e/cluyentes y con bastante frecuencia, permiten discriminar comportamientos diferentes
dentro de la población!
-
8/16/2019 I Unidad Estadistica II
22/28
El muestreo estratificado se diferencia del muestreo por cuotas en que una ez sedecide el n#mero de sujetos que se an a ele$ir de cada estrato, en el método de
muestreo estratificado se eli$en los indiiduos aleatoriamente y en el muestreo por
cuotas no!
,ipos de muestreo estrati'icado%ependiendo del tama)o que asi$namos a los estratos, hablaremos de diferentes tipos de
muestreo estratificado! 8ambién se acostumbra a hablar de diferentes formas de “afijación”
de la muestra en estratos!
. M;$)$* $)8''78* @*@*7'*(8*
&uando seleccionamos una característica de los indiiduos para definir los estratos,
suele ocurrir que el tama)o de las subpoblaciones resultantes en el unierso son
diferentes! 4or ejemplo, queremos estudiar el K de la población que fuma en3é/ico y pensamos que la edad puede ser un buen criterio para estratificar *es decir,
pensamos que e/isten diferencias importantes en el hábito de fumar dependiendo de
la edad-! %efinimos ; estratos7 menores de 9 a)os, de 9 a
-
8/16/2019 I Unidad Estadistica II
23/28
3 23,"M 22,% 22
2. M;$)$* $)8''78* ;('*#$
1ablaremos de una afijación uniforme cuando asi$namos el mismo tama)o de
muestra a todos los estratos definidos, sin importar el peso que tienen esos estratos
en la población! 'i$uiendo con el ejemplo anterior, un muestreo estratificado
uniforme definiría la si$uiente muestra por estrato7
Estrato Población Proporción Muestra
1 42,4M 41,0% 334
2 3,!M 3!,3% 333
3 23,"M 22,% 333
Esta técnica faorece los estratos que tienen menos peso en la población,
equiparándolos en importancia a los estratos más releantes! Nlobalmente, reduce la
eficiencia de nuestra muestra *menor precisión en los resultados-, pero como
contrapartida permite estudiar características particulares de cada estrato con mayor
precisión! En nuestro ejemplo, si queremos emitir al$una afirmación específica
sobre la población del estrato ; *mayores de
-
8/16/2019 I Unidad Estadistica II
24/28
Cuando utilizarlo
• 'e utiliza el método de muestreo estratificado cuando los elementos se diiden en
estratos y estos estratos pueden ser diferenciales para la ariable que se está
estudiando!
4or ejemplo, supon$amos que hacen una encuesta para las elecciones en EE(( y se
sabe que el candidato demócrata tiene mayor influencia en las mujeres que el
candidato republicano! La muestra de la encuesta debería estratificarse en hombres
y mujeres, puesto que sabemos que la ariable $énero influye en la otación!
• En las encuestas conocemos datos como la edad, se/o, niel socioeconómico!
&oniene que la muestre ten$a una composición proporcional a los indiiduos de
cada estrato!
• 'e utiliza el muestreo estratificado cuando los $rupos o estratos son muy
homo$éneos internamente y diferentes entre ellos! 'i los $rupos son muyhetero$éneos y no e/isten muchas diferencias entre ellos, es recomendable utilizar
el muestreo por con$lomerados!
http://www.universoformulas.com/estadistica/inferencia/muestreo-conglomerados/http://www.universoformulas.com/estadistica/inferencia/muestreo-conglomerados/
-
8/16/2019 I Unidad Estadistica II
25/28
CONCLUSION
La población, la muestra, y el muestreo son parte del e/tenso campo de la
Estadística, se toman estos conceptos y se inicia a una serie de procedimientos que nos
permiten alcanzar un objetio, donde a traés de problemas, recolectar datos para darle una
respuesta a una situación que implique la probabilidad!
'e conoce por la literatura que la población es de donde amos a tomar los datos, la
muestra, es parte de esos datos en una forma más específica. recordemos, que la población
puede abarcar una cantidad abismal de datos, los cuales en ciertos momentos no siren,
pero la Estadística es específica y hacer inferencias implica ser mas detallista, estudiar a
profundidad!
4ero, si ya tenemos esos datos, que proienen de la población, se plantea una
pre$unta! >&ómo seleccionamos a nuestra muestra?, es allí cuando aparece el muestro!
El muestreo, como anteriormente definimos7 “son la herramienta de la inesti$ación
científica, cuya función básica es determinar que parte de una población debe e/aminarse
con la finalidad de hacer inferencias sobre dicha población”! Es el proceso que incluye
todos los pasos desde la selección de la población hasta la recolección de los datos!
8oda la población no es i$ual, todos los problemas que se nos plantean son i$uales,
es por ello que el muestreo se ha diidido específicamente para así mejorar dicho proceso,
para así resoler dichas “situaciones”!
El muestreo en líneas $enerales se clasifica en muestreo no probabilístico y
probabilístico!
El no probabilístico, como lo definimos anteriormente es un muestreo donde lo
aleatorio no e/iste, y donde la población es totalmente conocida por el inesti$ador y donde
su criterio es álido para emplearse! 'e hizo hincapié en una entaja que tiene este tipo de
-
8/16/2019 I Unidad Estadistica II
26/28
muestreo, el alor monetario y de costo, es mucho más accesible para el bolsillo! 'u
clasificación es7 por juicio, cuotas y “bola de niee”!
El probabilístico, a diferencia del otro, propone la e/istencia de un marco muestral,
>Hué es eso? El marco muestral, son aquellos elementos, que pertenecen al unierso queestamos estudiando, de ese marco muestral, seleccionaremos “unidades muestrales”, las
cuales no permiten obtener una muestra adecuada!
La aleatoriedad, es la característica que define a este tipo de muestreo, a diferencia
de su contrario, donde es nula! Los inesti$adores utilizan esta característica a traés de
n#meros aleatorios que poseen en tablas o de computadoras $eneradoras de dichos dí$itos!
En los tipos de muestreo probabilístico, los indiiduos se eli$en al azar, para eitar el ses$o,
si se selecciona correctamente la muestra aleatoria será representatia para la población!
El muestreo probabilístico es rí$ido, ya que, conllea a un proceso de selección,
donde ni el entreistado o indiiduo puede tomar decisiones en cuanto a la elección, todo
esto. para eitar errores de muestreo! En este apartado, conse$uimos los muestreos
aleatorios simples, con$lomerados, estratificados y sistemáticos!
-
8/16/2019 I Unidad Estadistica II
27/28
REFERENCIAS BIBLIOGRAFICAS
• O15"'5", 6! Estadistica7 Lo Esencial! ;P Edicion! Estados (nidos, Editorial
8homson! 9<
• '4:ENEL, 3urray. 'tephens, Larry O! Estadistica! 8raducido de la cuarta edición
de7 8heory and 4roblems of 'tatistics!
SS http7RR@@@!uniersoformulas!comRestadisticaRinferenciaRmuestreoGaleatorioGsimpleRVV
• 3uestreo EstratificadoSS http7RR@@@!uniersoformulas!comRestadisticaRinferenciaRmuestreoGestratificadoRVV
• 3uestreo 'istemáticoShttp7RR@@@!uniersoformulas!comRestadisticaRinferenciaRmuestreoGsistematicoRV
http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-estratificado/http://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/http://www.universoformulas.com/estadistica/inferencia/muestreo-aleatorio-simple/http://www.universoformulas.com/estadistica/inferencia/muestreo-estratificado/http://www.universoformulas.com/estadistica/inferencia/muestreo-sistematico/
-
8/16/2019 I Unidad Estadistica II
28/28
• 3uestreo por cuotasSS http7RR@@@!uniersoformulas!comRestadisticaRinferenciaRmuestreoGcuotasRVV
• 3uestreo por con$lomeradosShttp7RR@@@!uniersoformulas!comRestadisticaRinferenciaRmuestreoGcon$lomeradosRV
• 5&152, &arlos! El muestreo7 qué es y por qué funciona# 9+=!
SS http7RR@@@!netquest!comRblo$ResRmuestreoGqueGesGporqueGfuncionaRVV• 5&152, &arlos! 3uestreo probabilístico o no probabilístico! 9+=!
SShttp7RR@@@!netquest!comRblo$ResRmuestreoGprobabilisticoGoGnoGprobabilisticoGiiRVV
• 5&152, &arlos! 3uestreo probabilístico7 muestreo aleatorio simple! 9+=!SShttp7RR@@@!netquest!comRblo$ResRmuestreoGprobabilisticoGmuestreoGaleatorioGsimpleRVV
• 5&152, &arlos! Muestreo pro$a$ilstico& muestreo estrati'cado#
201"#SShttp7RR@@@!netquest!comRblo$ResRmuestreoGprobabilisticoGmuestreoGestratificadoRVV
• 5&152, &arlos! 3uestreo no probabilístico7 muestreo por cuotas! 9+=!
SShttp7RR@@@!netquest!comRblo$ResRmuestreoGporGcuotasRVV
• 5&152, &arlos! 3uestreo probabilístico7 muestreo por con$lomerados! 9+=!SS http7RR@@@!netquest!comRblo$ResRmuestreoGprobabilisticoGmuestreoGcon$lomeradosRVV
• 5&152, &arlos! 3uestreo probabilístico7 muestreo sistemático! 9+=
SS http7RR@@@!netquest!comRblo$ResRmuestreoGsistematicoRVV
http://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/http://www.universoformulas.com/estadistica/inferencia/muestreo-conglomerados/http://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/http://www.universoformulas.com/estadistica/inferencia/muestreo-conglomerados/