UNIVERSIDAD MAYOR DE SAN SIMON

FACULTAD DE CIENCIAS Y TECNOLOGIA

TRABAJO DE INVESTIAGACION

NOMBRE: ARROYO FLORES RUDY

DOCENTE: ING. SORUCO MAITA JOSE ANTONIO

CARRERA : ING. QUIMICA

Estimar parmetros poblacionales con muestras grandes

Que es muestreo

El muestreo es el proceso de seleccionar un conjunto de individuos de una poblacin con el

fin de estudiarlos y poder caracterizar el total de la poblacin.

La idea es bastante simple. Imagina que queremos saber algo de un universo o poblacin,
por ejemplo, qu porcentaje de los habitantes de Mxico fuma habitualmente. Una forma de
obtener este dato sera contactar con todos los habitantes de Mxico (122 millones de
personas) y preguntarles si fuman. La otra forma sera seleccionar un subconjunto de
individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta informacin
como una aproximacin de la informacin que busco. Pues bien, este grupo de 1.000
personas que me permiten conocer mejor cmo se comportan el total de mexicanos es
una muestra, y la forma en que los selecciono es el muestreo.

Un muestreo es el procedimiento a travs del cual es seleccionada una

muestra (que es un subconjunto de elementos de una poblacin, es decir, una
porcin de elementos extrados de una poblacin previamente definida) a partir
de una poblacin. El muestreo se refiere a esa reduccin de elementos que
componen a un universo o poblacin, para as poder cumplir con la
investigacin correspondiente

Ventajas del muestreo

Rapidez y facilidad de realizar el estudio

Menor nmero de sujetos a estudiar

Menor costo econmico

Mayor validez del estudio.

Mayor numero de variable a estudiar

Controlar y ajustar posibles variables de confusin.

Es muy til cuando el Universo es muy grande o Infinito.

Cuando algunos de los elementos observados se destruye en la observacin.

El producto sufre menos dao al haber menos manipulacin.

Tipos de muestreo
Qu es el muestreo?

El muestreo es el proceso de seleccionar un conjunto de individuos de una poblacin con el

fin de estudiarlos y poder caracterizar el total de la poblacin.

La idea es bastante simple. Imagina que queremos saber algo de un universo o poblacin,
por ejemplo, qu porcentaje de los habitantes de Mxico fuma habitualmente. Una forma de
obtener este dato sera contactar con todos los habitantes de Mxico (122 millones de
personas) y preguntarles si fuman. La otra forma sera seleccionar un subconjunto de
individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta informacin
como una aproximacin de la informacin que busco. Pues bien, este grupo de 1.000
personas que me permiten conocer mejor cmo se comportan el total de mexicanos es
una muestra, y la forma en que los selecciono es el muestreo.

En la definicin anterior hemos introducido dos trminos fundamentales a lo largo de e

Un muestreo es el procedimiento a travs del cual es seleccionada una muestra (que es un

subconjunto de elementos de una poblacin, es decir, una porcin de elementos extrados
de una poblacin previamente definida) a partir de una poblacin. El muestreo se refiere a
esa reduccin de elementos que componen a un universo o poblacin, para as poder
cumplir con la investigacin correspondiente.

Para poder realizar el estudio que se desea a la poblacin (a partir de la observacin de

unos pocos de sus componentes), la muestra extrada debe ser representativa de ella, para
que las conclusiones a las que se llegue o los resultados que se obtengan del anlisis sean
vlidos e imparciales, esto es gracias a la tcnica del muestreo.
Ventajas del muestreo

Tipos de muestreo

a).- Muestreo aleatorio

El muestreo probabilstico es una tcnica de muestreo en virtud de la cual las

muestras son recogidas en un proceso que brinda a todos los individuos de la
poblacin las mismas oportunidades de ser seleccionados.
En esta tcnica de muestreo, el investigador debe garantizar que cada individuo tenga las
mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza
la aleatorizacin.
La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y
sistemticos. Si la seleccin aleatoria se hace correctamente, la muestra ser representativa
de toda la poblacin.
El efecto de esto es un sesgo sistemtico ausente o mnimo que es la diferencia entre los
resultados de la muestra y los resultados de la poblacin. El sesgo de muestreo tambin se
elimina ya que los sujetos son elegidos al azar.

b).- Muestreo no aleatorio

Existen otros procedimientos para seleccionar las muestras, que son menos precisos que los
citados y que resultan menos costosos. El procedimiento ms utilizado es el muestreo no
probabilstico, denominado opintico consistente en que el investigador selecciona la
muestra que supone sea la ms representativa, utilizando un criterio subjetivo y en funcin
de la investigacin que se vaya a realizar.

Con el muestreo opintico la realizacin del trabajo de campo puede simplificarse

enormemente pues se puede concentrar mucho la muestra. Sin embargo, al querer
concentrar la muestra, se pueden cometer errores y sesgos debidos al investigador y, al
 tratarse de un muestreo subjetivo (segn las preferencias del investigador), los resultados de
la encuesta no tienen una fiabilidad estadstica exacta.

Un muestreo no probabilstico muy utilizado hoy en da por los institutos de opinin es el

de itinerarios, consistente en facilitar al entrevistador el perfil de las personas que tiene
que entrevistar en cada uno de los itinerarios en que se realizan las entrevistas.

El muestreo denominado de cuotas, utiliza en sucesivos sondeos al mismo conjunto

muestral (inicialmente seleccionado de forma aleatoria) y es el empleado para medir ndices
de audiencia de programas televisivos.

Tipos de muestreo aleatorio y ejemplos

Inicio >
Investigacin >
Experimentos >
Muestreo probabilstico

Explorable.com 186.2K visitas 1 Comment

El muestreo probabilstico es una tcnica de muestreo en virtud de la

cual las muestras son recogidas en un proceso que brinda a todos los
individuos de la poblacin las mismas oportunidades de ser
seleccionados.

En esta tcnica de muestreo, el investigador debe garantizar que cada individuo tenga las
mismas oportunidades de ser seleccionado y esto se puede lograr si el investigador utiliza
la aleatorizacin.
La ventaja de utilizar una muestra aleatoria es la ausencia de sesgos de muestreo y
sistemticos. Si la seleccin aleatoria se hace correctamente, la muestra ser representativa
de toda la poblacin.
El efecto de esto es un sesgo sistemtico ausente o mnimo que es la diferencia entre los
resultados de la muestra y los resultados de la poblacin. El sesgo de muestreo tambin se
elimina ya que los sujetos son elegidos al azar.

Tipos de muestreo probabilstico

 Muestreo aleatorio simple

El muestreo aleatorio simple es la forma ms fcil de muestreo probabilstico. Lo nico que el

investigador tiene que hacer es asegurarse de que todos los miembros de la poblacin sean
incluidos en la lista y luego seleccionar al azar el nmero deseado de sujetos.
Existen muchos mtodos para hacer esto. Puede ser tan mecnico como sacar tiras de papel
de un sombrero con nombres escritos mientras el investigador tiene los ojos vendados o
puede ser tan fcil como usar un software de computadora para hacer la seleccin aleatoria.

Muestreo aleatorio estratificado

El muestreo aleatorio estratificado tambin es conocido como muestreo aleatorio proporcional.

sta es una tcnica de muestreo probabilstico en donde los sujetos son inicialmente
agrupados en diferentes categoras, tales como la edad, el nivel socioeconmico o el gnero.
Luego, el investigador selecciona aleatoriamente la lista final de sujetos de los distintos
estratos. Es importante tener en cuenta que los estratos no se superpongan.

Generalmente, los investigadores utilizan un muestreo aleatorio estratificado si quieren

estudiar un determinado subgrupo dentro de la poblacin. Tambin es preferible el muestreo
aleatorio simple porque garantiza resultados estadsticos ms precisos.

Muestreo aleatorio sistemtico

El muestreo aleatorio sistemtico se puede comparar con una progresin aritmtica en donde
la diferencia entre dos nmeros consecutivos es la misma. Por ejemplo, supongamos que
ests en una clnica y tienes 100 pacientes.
1. Lo primero que tienes que hacer es elegir un
nmero entero que sea menor que el nmero total de la poblacin. ste ser tu
primer sujeto, por ejemplo (3).
2. Selecciona otro nmero entero que ser el nmero
de individuos entre los sujetos, por ejemplo, (5).
3. Tus sujetos sern los pacientes 3, 8, 13, 18, 23 y
as sucesivamente.

No existe una ventaja clara en la utilizacin de esta tcnica.

Muestreo aleatorio por conglomerados

 El muestreo aleatorio por conglomerados se realiza cuando es imposible el muestreo aleatorio
simple debido al tamao de la poblacin. Imagnate hacer un muestreo aleatorio simple
cuando la poblacin en cuestin es toda la poblacin de Asia.
4. En el muestreo por conglomerados, la
investigacin identifica primero las fronteras, en el caso de nuestro ejemplo. Pueden
ser los pases de Asia.
5. El investigador selecciona aleatoriamente un
nmero de reas identificadas. Es importante que todas las reas (pases) dentro
de la poblacin tengan las mismas posibilidades de ser seleccionadas.
6. El investigador puede incluir todos los individuos
dentro de las reas seleccionadas o seleccionar aleatoriamente a los sujetos de las
reas identificadas.
Muestreo aleatorio mixto/por etapas mltiples

Esta tcnica de muestreo probabilstico implica una combinacin de dos o ms tcnicas de

muestreo enumeradas anteriormente. En la mayora de las investigaciones complejas
realizadas en el campo o en el laboratorio, no es adecuado utilizar un solo tipo de muestreo
probabilstico.

La mayora de las investigaciones se realizan en diferentes etapas y en cada etapa se aplica

una tcnica de muestreo aleatorio diferente.

Tipos de muestreo no aleatorio y ejemplos

Tipos de muestreo no probabilstico

Muestreo por conveniencia
El muestreo por conveniencia es probablemente la tcnica de muestreo ms comn. En el
muestreo por conveniencia, las muestras son seleccionadas porque son accesibles para el
investigador. Los sujetos son elegidos simplemente porque son fciles de reclutar. Esta
tcnica es considerada la ms fcil, la ms barata y la que menos tiempo lleva.
Muestreo consecutivo

El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto que intenta
incluir a TODOS los sujetos accesibles como parte de la muestra. Esta tcnica de muestreo
no probabilstico puede ser considerada la mejor muestra no probabilstica, ya que incluye a
todos los sujetos que estn disponibles, lo que hace que la muestra represente mejor a toda
la poblacin.
Muestreo por cuotas

El muestreo por cuotas es una tcnica de muestreo no probabilstico en donde el

investigador asegura una representacin equitativa y proporcionada de los sujetos, en
funcin de qu rasgo es considerado base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de ao en la universidad y el investigador
necesita una representacin igual, con un tamao de muestra de 100, debe seleccionar 25
estudiantes de 1 ao, 25 de 2 ao, 25 de 3 ao y 25 de 4 ao. Las bases de la cuota
generalmente son la edad, el gnero, la educacin, la etnia, la religin y el nivel
socioeconmico.

Muestreo discrecional

El muestreo discrecional es ms comnmente conocido como muestreo intencional. En este

tipo de toma de muestras, los sujetos son elegidos para formar parte de la muestra con un
objetivo especfico. Con el muestreo discrecional, el investigador cree que algunos sujetos
son ms adecuados para la investigacin que otros. Por esta razn, aquellos son elegidos
deliberadamente como sujetos.
Muestreo de bola de nieve

El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una poblacin muy
pequea. En este tipo de muestreo, el investigador le pide al primer sujeto que identifique a
otro sujeto potencial que tambin cumpla con los criterios de la investigacin. La
desventaja de usar una muestra de bola de nieve es que difcilmente sea representativa de la
poblacin.
Definir y dar ejemplos de

a).- muestreo aleatorio simple

Es la tcnica de muestreo en la que todos los elementos que forman el

universo y que, por lo tanto, estn descritos en el marco muestral, tienen
idntica probabilidad de ser seleccionados para la muestra. Sera algo as como
hacer un sorteo justo entre los individuos del universo: asignamos a cada
persona un boleto con un nmero correlativo, introducimos los nmeros en una
urna y empezamos a extraer al azar boletos. Todos los individuos que tengan
un nmero extrado de la urna formaran la muestra. Obviamente, en la
prctica estos mtodos pueden automatizarse mediante el uso de ordenadores.

Ejemplo

Sacar bolas de un bombo

Los individuos de la poblacin se numeran del 1 al N. Extraemos n bolas del bombo y la

muestra sern los individuos seleccionados.

La muestra obtenida es una tal que todos los elementos tienen la misma probabilidad de ser
seleccionados.
b).- muestre sistemtico

El muestreo sistemtico era muy popular en el pasado, antes de que la incorporacin de la

informtica hiciese trivial un problema que siempre haba dado muchos quebraderos de
cabeza a los investigadores: elegir individuos de forma aleatoria dentro de una muestra. En
la medida en que los ordenadores nos han facilitado la tarea de generar nmeros aleatorios,
este problema ha desaparecido.

Tambin se sigue utilizando para seleccionar individuos a lo largo del tiempo. Por ejemplo,
para estudiar la satisfaccin de un servicio, podemos elegir sistemticamente encuestar a 1
de cada n clientes que nos visitan. En estas circunstancias, en las que puede existir diferente
varianza entre individuos en diferentes periodos de tiempo, el muestreo sistemtico puede
ser incluso ms preciso que el muestreo aleatorio puro.

Ejemplo

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos obtener una
muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en 100 fragmentos
de 50 individuos. A continuacin seleccionamos un nmero aleatorio entre 1 y 50, para
extraer el primer individuo al azar del primer fragmento: por ejemplo el 24. A partir de este
individuo, queda definida la muestra extrayendo los individuos de la lista con intervalos de
50 unidades, tal y como sigue

24, 74, 124, 174, , 4.974

c).- muestreo estratificado

El muestreo estratificado es una tcnica de muestreo probabilstico en donde el

investigador divide a toda la poblacin en diferentes subgrupos o estratos.
Luego, selecciona aleatoriamente a los sujetos finales de los diferentes
estratos en forma proporcional.

d.-) muestreo por conglomeracin

El muestreo por conglomerados es una tcnica que aprovecha la existencia de

grupos o conglomerados en la poblacin que representan correctamente el
total de la poblacin en relacin a la caracterstica que queremos medir. Dicho
de otro modo, estos grupos contienen toda la variabilidad de la poblacin. Si
esto sucede, podemos seleccionar nicamente algunos de estos
conglomerados para realizar el estudio.
El mtodo de muestreo por conglomerados se utiliza cuando la poblacin est agrupada
en conglomerados naturales.

Si se supone que los conglomerados son muestra significativa de la variable que se est
estudiando, se puede seleccionar algunos conglomerados al azar (todos los conglomerados
deben tener las mismas probabilidades de ser seleccionados) y utilizarlos en representacin
de la poblacin.

Ejemplo

En la prctica, el conglomerado ms utilizado es el geogrfico. Si queremos hacer un

estudio en un pas, podemos dividir el pas en conglomerados como las comunidades,
provincias, ciudades, etc.

Supongamos que el Ministerio de Sanidad quiere hacer en su pas para ver si un tratamiento
ayuda a prevenir el cncer de colon. Si en los datos histricos se observa que la incidencia y
comportamiento del cncer es parecido en todas las comunidades, podramos dividir el pas
en comunidades y seleccionar algunas. Mediante el muestreo por conglomerados se
reducen notablemente los individuos a estudiar, lo que implica reducir los costes
econmicos.

7 Un ejemplo de aplicacin completo