ESTADISTICA I

MUESTREO

1.

CONCEPTO:

En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de una poblacin. Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin. Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero s podemos actuar de manera que esta condicin se alcance con una probabilidad alta. En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.

2.

IMPORTANCIA DEL MUESTREO

Existen mltiples razones por las cuales se analiza una poblacin a partir de una muestra, desde razones de logstica del trabajo de campo, (recoleccin de datos), hasta razones econmicas y de viabilidad y factibilidad de una investigacin. Entre las razones para usar un muestreo y no el anlisis de la poblacin completa se citan: 1. Analizar la poblacin completa no siempre es posible. Realizar un censo resulta muy costoso en trminos de recursos econmicos, tiempo y recursos materiales. Esto imposibilita tener a tiempo informacin acerca del fenmeno que est estudiando y por tanto retraza las acciones necesarias para un mejor resultado.

2. Cuando la poblacin es infinita o tan grande que imposibilita el anlisis completo de dicha poblacin, por ejemplo un proceso de produccin continuo en una empresa, imposibilita analizar la poblacin completa. 3. En muchos casos desconocemos la poblacin total o no se tiene una ubicacin exacta de los elementos que forman dicha poblacin. Por ejemplo un bilogo marino que quiere estudiar el comportamiento de alguna especie marina o un psiclogo que quiere estudiar los factores asociados a la ansiedad, entre otros casos. 4. Cuando las pruebas que se realizan implican la destruccin de las unidades muestrales, (pruebas destructivas), por ejemplo cuando se prueba un perfume, o la comida, o cuando se mide la resistencia de circuito, o la resistencia de los automviles a un choque de fuerza. 5. Los estudios por muestreo pueden proporcionar informacin ms exacta sobre el comportamiento de un fenmeno. Esto se debe a que cuando se realizan estudios por muestreo se pone ms empeo, cuidado y supervisin que cuando se realiza un censo. De igual forma, realizar un estudio por muestreo conlleva contemplar un margen de error, es decir una diferencia entre las estimaciones de la muestra y los parmetros poblacionales, cosa que en el censo no se contempla, sin embargo siempre se cometen errores en estos procesos.

3.

DESVENTAJAS DEL USO DEL MUESTREO

Si bien es cierto que el uso de la tcnica de muestreo se hace casi imprescindible para la realizacin de investigaciones cientficas, no menos cierto es que su uso presenta tres limitaciones bsicas: 1. Cuando se realiza una investigacin haciendo uso del muestreo no se tiene conocimiento sobre la ubicacin fsica de los elementos de la poblacin. 2. Si el procedimiento de muestreo que se utiliza en una investigacin no es el apropiado o no se sigue un procedimiento riguroso en la seleccin de la muestra, los resultados proporcionados por la investigacin puede que no se correspondan con la realidad del fenmeno estudiado. 3. El desconocimiento sobre una poblacin determinada impide conocer el nivel de confiabilidad de las estimaciones hechas a partir del muestreo.

4.

RAZONES PARA MUESTREAR

1)

naturaleza

destructiva

del

proceso

de

investigacin

2)

imposibilidad

de

revisar

todos

los

elementos

de

la

poblacin.

3)

Costo:

al

obtener

los

datos

de

una

pequea

porcin

del

total.

4) tiempo: al considerar solo una parte del total, su recoleccin y resumen se har con mayor rapidez.

5) precisin: las posibilidades de usar personal mas capacitado y supervisar cuidadosamente el trabajo de campo y el procesamiento de la informacin

5.

METODOS DEL MUESTREO

Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos.

I. Muestreo probabilstico

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 seleccionadas. 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:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de

nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao de muestra requerido.

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k.

El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn representados adecuadamente en la muestra. Cada estrato funciona

independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...).

La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada estrato.

Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

4.- Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la poblacin.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de "muestreo por reas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

II. Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la muestra sea representativa.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de representatividad aun en situaciones de muestreo no probabilstico, por ejemplo los estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la poblacin.

Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin encontramos:

1.- Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.

Tambin puede ser que el investigador seleccione directa e intencionadamente los individuos de la poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

3.- Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que l cree que pueden aportar al estudio.

6.

MUESTREO ALEATORIO SIMPLE

Se llama muestreo a la operacin que consiste en elegir unidades estadsticas significativas dentro del conjunto de una poblacin. Existen diversos mtodos para seleccionar las muestras, que han de regirse siempre por el principio aleatorio: todos los elementos de la poblacin deben tener una misma probabilidad de ser elegidos para la muestra. Los dos procedimientos ms sencillos de muestreo son:

Muestreo aleatorio simple, que consiste en seleccionar n elementos en una

poblacin de tamao N, de forma que no existe reemplazamiento y todas las muestras que se pueden formar tienen la misma probabilidad de ser elegidas.

Muestreo aleatorio sistemtico, en el que se asigna un nmero a cada

elemento de la poblacin y se aplica despus un procedimiento de seleccin al azar utilizando este nmero. En tcnicas de muestreo aleatorio simple, la probabilidad de elegir una muestra es la inversa de las combinaciones sin repeticin de N elementos tomados en grupos de n:

La probabilidad de que se elija un elemento determinado de la poblacin para la muestra viene dada por:

7.

METODO ALEATORIO ESTRATIFICADO

De una poblacin de N elementos 1,2,..., N se divide en L subpoblaciones 1,2,..,L donde cada subpoblacion es un estrato. cada estrato son los mas homogeneos posible y los estratos son disjuntas la suma de cada estrato es igual al total de la poblacin.

cada estrato tiene un tamao de la poblacin N1 es decir el total de la poblacin seria la suma de la poblacin de cada estrato N= total elementos de la poblacin es la suma de N1,N2,...,NL

veamos un ejemplo: la ciudad de Mrida (poblacin de estudio) se quiere estratificar por clase social: clase alta, media y baja. ahora serian 3 estratos L=3, el estrato 1 clase alta seria 1,2,3,,,,,N1 elementos pertenecientes a la clase alta, estrato 2 seria 1,2,3,....,N2 elementos de la poblacin pertenecientes a la clase media y estrato 3 seria 1,2,3,...,N3 elementos de la poblacin pertenecientes a la clase baja es decir de la poblacin de merida (N) se divide en N1, N2 y N3 elementos de la poblacin donde la suma de los N1,..,NL donde L=3 es el total de la poblacin.

luego de tener la lista de pobladores de los habitantes de la ciudad en este caso o del objeto de estudio (Diseo Muestral) y definir la estratificacin se producira a hallar los estimadores, calcular la muestra y la afijacin de la muestra.

Vamos hacer solo el caso del Estimador de la media X

1.

Afijacin de la muestra

consiste en asignar el tamao de la muestra (n) entre los diferentes estratos esto seria n1,n2,...,nL donde la suma es el tamao de la muestra(n) es decir al calcular el tamao de la muestra (n) de la poblacin este es repartido entre los diferentes estratos de manera uniforme,proporcional , mnima varianza o ptima.

2.

Afijacin Uniforme:

consiste en asignar a los estratos un mismo tamao de muestra la Afijacin uniforme es posible si el tamao de los estratos son relativamente del mismo tamao. ejemplo si hay 3 estratos y el tamao de la muestra de la poblacin dio n=90 a cada estrato le correspondera n1=30, n2=30 y n3=30 se calcula como nh=nL donde h=1,2, ..,L 3. Afijacin Proporcional

consiste en asignar a cada estrato un numero de unidades muestrales proporcional a su tamao ahora, el nh=Nh*k donde k=nN . para encontrar un intervalo de confianza a Xse necesita conocer la varianza del estimador Var( X) = (1k)n Li=1WhS2 donde k=nN y Wh=NhN y h=1,2,.....,L estratos

4.

Afijacin de mnima varianza

tambin llamado Afijacin de neyman consiste en hallar el valor de nh para un tamao de muestra fijo (n) la varianza de los estimadores sea mnima. nh=n*NhShLi=1NhSh la varianza del estimador de X es Var( X )= Li=1Wh2S2N

5.

Afijacion ptima

Se determinar el valor nh con varianza mnima y un costo fijo. esta afijacin es til cuando se tiene limitaciones econmicas en la recoleccin de la muestra. nh= n*NhSh/ChLi=1NhSh/Ch

8.

METODO POR CONGLOMERADOS

Para aplicar este diseo, se precisa que la poblacin est dividida en subpoblaciones, conglomerados, que no se solapen. Se selecciona una muestra probabilstica de conglomerados y se mide la variable de inters en todos los individuos de los conglomerados elejidos.

Cuestiones tcnicas que plantea este muestreo: a) Construccin de Conglomerados: Los conglomerados deben estar constituidos por unidades lo ms heterogneas posibles; Sin embargo, los conglomerados deben ser homogeneos entre ellos. b) Una vez seleccionado un conglomerado se mide la respuesta de todos los individuos que lo constituyen. c) Si los conglomerados se toman con m.a.s., a la hora de realizar las estimaciones lo nico que hay que tener en consideracin es identificar el conglomerado como individuo. Ejemplo: Poblacin: Todos los pacientes ingresados en un hospital pblico de Castilla y Len el 23 de Octubre de 2002. Parmetro: Costo medio del paciente en esta Comunidad Autnoma: Conglomerado: Hospitales; Discusin, en una situacin real, podramos tomar todos los hospitales de la Comunidad? Individuo: Paciente ingresado en esa fecha; Variable de interes: Coste diario de atencin del paciente. Notacin: NI : Nmero de conglomerados en que est dividida la poblacin y nI : Nmero de conglomerados tomado en la muestra. Yk : Respuesta total a la variable de inters de todos los individuos que conforman el

k_simo conglomerado.

9.

USOS Y APLICACIONES

El Muestreo es utilizado en diversos campos: 1- Poltica: Las muestras de las opiniones de los votantes se usan para que los candidatos midan la opinin pblica y el apoyo en las elecciones. 2- Educacin: Las muestras de las calificaciones de los exmenes de estudiantes se usan para determinar la eficiencia de una tcnica o programa de enseanza. 3- Industria: La muestras de los productos de una lnea de ensamble sirve para controlar la calidad. 4- Medicina: Las muestras de medidas de azcar en la sangre de pacientes diabticos prueban la eficacia de una tcnica o de un frmaco nuevo. 5- Agricultura: Las muestras del maz cosechado en una parcela proyectan en la produccin los efectos de un fertilizante nuevo. 6- Gobierno: Una muestra de opiniones de los votantes se usara para determinar los criterios del pblico sobre cuestiones relacionadas con el bienestar y la seguridad nacional.

Aplicacin Las pruebas de controles encuentran aplicacin en todos los ciclos de un negocio. Por ejemplo:

Compras: Concordancia entre orden de compra, remito y factura; que se haya seleccionado la mejor cotizacin; que se haya facturado el precio correcto; que se apliquen los descuentos pactados.

Pagos: Que est debidamente aprobado el pago, que haya comprobantes que justifiquen el desembolso, que se haya pagado el importe correcto, que est bien registrado el pago.

Ventas: Que se facture con los precios correctos, exactitud de los clculos, correcta aplicacin del IVA, aprobacin del crdito.

Cobranzas: Cumplimiento de plazos, aplicacin de descuentos, contabilizacin correcta.

Sistemas: Que las modificaciones de programas estn autorizadas, cumplimiento de normas de codificacin, correspondencia entre programas fuentes y objetos.

Personal: Autorizacin de las horas extras, das de licencia correctos.

Ser conveniente utilizar muestreo especialmente en aquellas situaciones en que la comprobacin de la totalidad de las transacciones sea prcticamente imposible o significativamente costosa. Tal sera el caso del anlisis de una poblacin muy numerosa en que se requiera la manipulacin de documentacin en papel. Pero cuando los elementos a analizar estn totalmente contenidos en registros de bases de datos o almacenados en algn tipo de archivo de computadora, muchas veces ser preferible hacer una revisin integral utilizando software de auditora o mediante herramientas de consulta de base de datos.

REFERENCIA BIBLIOGRAFICA http://es.wikipedia.org/wiki/Muestreo_en_estad%C3%ADstica http://www.slideshare.net/hmdisla/apuntes-sobre-muestreo http://www.hiru.com/matematicas/muestreo-estadistico http://frecuenciaestadistica.blogspot.com/2009/04/muestreo.html http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf http://frecuenciaestadistica.blogspot.com/2013/04/muestreo-aleatorio-estratificado.html http://www.monografias.com/trabajos17/teoria-muestreo/teoria-muestreo.shtml#usos http://www.eio.uva.es/~tapia/Conglomerado.pdf