Muestreo

En estadstica se conoce como muestreo a la tcnica para la seleccin de

una muestra a partir de una poblacin.
Al elegir una muestra aleatoria 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
El muestreo es una herramienta de la investigacin cientfica. Su funcin
bsica es determinar que parte de una realidad en estudio (poblacin o universo)
debe examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El
error que se comete debido a hecho de que se obtienen conclusiones sobre cierta
realidad a partir de la observacin de slo una parte de ella, se denomina error de
muestreo. Obtener una muestra adecuada significa lograr una versin simplificada
de la poblacin, que reproduzca de algn modo sus rasgos bsicos
Ventajas y Desventajas de Muestreo
Ventajas:
Rapidez y facilidad de realizar el estudio
Menor nmero de sujetos a estudiar
Menor costo econmico
Mayor validez del estudio.
Mayor nmero 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.
Desventajas:
Muestra representativa: no existe una definicin formal que nos permita afirmar
que una muestra es o no representativa de la poblacin objeto de estudio.
Error de muestreo o error aleatorio: es el error que se comete debido al hecho de
sacar conclusiones sobre una poblacin a partir del estudio de una muestra de
ella.
Clase de muestreo y sus caractersticas
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 ptima: 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 nmero 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 ser 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 casocontrol, 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.
Definicin de distribucin de muestreo
Es la distribucin de probabilidad de una estadstica; es una funcin de las
variables aleatorias que se observan en la muestra, que resulta de un nmero
infinito de muestras aleatorias de tamao, mutuamente independientes;
provenientes de la poblacin de inters. La distribucin de todos los valores
posibles que puede asumir un estadstico muestral, calculados a partir de
muestras del mismo tamao y extrado en forma aleatoria de la misma poblacin,
se llama distribucin muestral de ese estadstico.
La distribucin por muestreo de un estadstico muestral es la distribucin de
probabilidad del mismo, calculado en cada una de las muestras posibles extradas
aleatoriamente de la poblacin.
Parmetro Poblacional

En estadstica, un parmetro es un nmero que resume la gran cantidad de

datos que pueden derivarse del estudio de una variable estadstica. El clculo de
este nmero est bien definido, usualmente mediante una frmula aritmtica
obtenida a partir de datos de la poblacin.
Los parmetros estadsticos son una consecuencia inevitable del propsito
esencial de la estadstica: crear un modelo de la realidad.

El estudio de una gran cantidad de datos individuales de una poblacin

puede ser farragoso e inoperativo, por lo que se hace necesario realizar un
resumen que permita tener una idea global de la poblacin, compararla con otras,
comprobar su ajuste a un modelo ideal, realizar estimaciones sobre datos
desconocidos de la misma y, en definitiva, tomar decisiones. A estas tareas
contribuyen de modo esencial los parmetros estadsticos. Por ejemplo, suele
ofrecerse como resumen de la juventud de una poblacin la media aritmtica de
las edades de sus miembros, esto es, la suma de todas ellas, dividida por el total
de individuos que componen tal poblacin.

Se llama parmetros poblacionales a cantidades que se obtienen a partir de

las observaciones de la variable y sus probabilidades y que determinan
perfectamente la distribucin de esta, as como las caractersticas de la poblacin,
por ejemplo: La media, , la varianza 2, la proporcin de determinados sucesos,
P.
Los Parmetros poblacionales son nmeros reales, constantes y nicos.
En estadstica, un parmetro es un nmero que resume la gran cantidad de
datos que pueden derivarse del estudio de una variable estadstica. El clculo de
este
nmero
est bien
definido,
usualmente
mediante
una
frmula aritmtica obtenida a partir de datos de la poblacin.
Los parmetros estadsticos son una consecuencia inevitable del propsito
esencial de la estadstica: crear un modelo de la realidad.
El estudio de una gran cantidad de datos individuales de una poblacin
puede ser farragoso e inoperativo, por lo que se hace necesario realizar un
resumen que permita tener una idea global de la poblacin, compararla con otras,
comprobar su ajuste a un modelo ideal, realizar estimaciones sobre datos
desconocidos de la misma y, en definitiva, tomar decisiones. A estas tareas
contribuyen de modo esencial los parmetros estadsticos.
Por ejemplo, suele ofrecerse como resumen de la juventud de una poblacin
la media aritmtica de las edades de sus miembros, esto es, la suma de todas
ellas, dividida por el total de individuos que componen tal poblacin. Ejemplo de
parmetros poblacionales:
Densidad: nmeros de organismos por unidad de rea o volumen.
Natalidad: produccin reproductiva de una poblacin.

 Mortalidad: la muerte de los organismos en una poblacin.

Inmigracin: llegadas de organismos a una zona ocupada por una
poblacin.
Emigracin: salida de organismos a una zona ocupada por una poblacin.

Tipos de definicin de Parmetro

Una parmetro es una medida usada para describir alguna caracterstica
de una poblacin, tal como una media aritmtica, una mediana o una desviacin
estndar de una poblacin
Parmetros poblacionales
Se llama parmetros poblacionales a cantidades que se obtienen a partir
de las observaciones de la variable y sus probabilidades y que determinan
perfectamente la distribucin de esta, as como las caractersticas de la poblacin,
por ejemplo: La media, , la varianza 2, la proporcin de determinados sucesos,
P.
Los Parmetros poblacionales son nmeros reales, constantes y nicos.
Parmetros mustrales
Los Parmetros mustrales son resmenes de la informacin de la
muestra que nos "determinan" la estructura de la muestra.
Los Parmetros mustrales no son constantes sino variables aleatorias
pues sus valores dependen de la estructura de la muestra que no es siempre la
misma como consecuencia del muestreo aleatorio. A estas variables se les suele
llamar estadsticos.

Los estadsticos se transforman en dos tipos: estadsticos de centralidad y

estadsticos de dispersin.
MEDIDAS DE CENTRALIZACIN
Indican a qu valor se distribuyen los datos Son:
Media aritmtica La media es el valor promedio de la distribucin.
Mediana La mediana es la puntacin de la escala que separa la mitad superior de
la distribucin y la inferior, es decir divide la serie de datos en dos partes iguales.
Moda La moda es el valor que ms se repite en una distribucin.
MEDIDAS DE POSICIN
Dividen un conjunto de datos en grupos con el mismo nmero de individuos.
Para calcular las medidas es necesario que los datos estn de menor a mayor.
Son:
Cuartiles Dividen la serie de datos en cuatro partes iguales.
Deciles Dividen la serie de datos en diez partes iguales.
Percentiles Dividen la serie de datos en cien partes iguales.
MEDIDAS DE DISPERSIN
Informan sobre cuanto se alejan del centro los valores de la distribucin. Son:
Rango o recorrido Diferencia entre el mayor y el menor de los datos de una
distribucin estadstica.
Desviacin media Media aritmtica de los valores absolutos de las desviaciones
respecto a la media.
Varianza Media aritmtica del cuadrado de las desviaciones respecto a la media.
Desviacin tpica Raz cuadrada de la varianza.

Hiptesis estadsticas

Son la transformacin de las hiptesis de investigacin, nulas y alternativas en

smbolos estadsticos. Se pueden formular solamente cuando los datos del estudio
que se van a recolectar y a analizar para probar las hiptesis son cuantitativos
Test de hiptesis
Un contraste o test de hiptesis es una tcnica de Inferencia Estadstica que
permite comprobar si la informacin que proporciona una muestra observada
concuerda (o no) con la hiptesis estadstica formulada sobre el modelo de
probabilidad en estudio y, por tanto, se puede aceptar (o no) la hiptesis formulada
Se define el test de hiptesis o contraste de hiptesis como el procedimiento
estadstico mediante el cual se investiga la verdad o falsedad de una hiptesis
acerca de una poblacin o poblaciones. Dichas hiptesis se formularn sobre la
media poblacional o la proporcin poblacional p.
Estadsticamente una prueba de hiptesis es cualquier afirmacin acerca de
una poblacin y/o sus parmetros.
Una prueba de hiptesis consiste en contrastar dos hiptesis estadsticas.
Tal contraste involucra la toma de decisin acerca de las hiptesis. La decisin
consiste en rechazar o no una hiptesis en favor de la otra. Una hiptesis
estadstica se denota por H y son dos:
- Ho: hiptesis nula
- H1: hiptesis alternativa
Hiptesis nulas:
Estas son lo contrario de las hiptesis de investigacin, tambin constituyen
proposiciones acerca de la relacin entre variables, solamente sirven para refutar
o negar lo que afirma la hiptesis de investigacin, se clasifican en:
2.1) Hiptesis nulas descriptivas de una variable, 2.2) hiptesis que niegan o
contradicen la relacin entre dos o ms variables, 2.3) hiptesis que niegan que
haya diferencia entre grupos que se comparan, 2.4)hiptesis que niegan la
relacin de causalidad entre dos o ms variables. La hiptesis nula, representada
por Ho

Hiptesis alternativas:
Son posibilidades alternativas ante las hiptesis de investigacin y nula.
Ofrecen otra descripcin, explicaciones distintas a las que proporcionan los ya
mencionados tipos de hiptesis, estas slo pueden formularse cuando
efectivamente hay otras posibilidades adicionales a las hiptesis de investigacin y
nula. La hiptesis alternativa, representada por H1
Nivel de significacin
El nivel de significacin de un test es un concepto estadstico asociado a
la verificacin de una hiptesis. En pocas palabras, se define como la probabilidad
de tomar la decisin de rechazar la hiptesis nula cuando sta es verdadera
(decisin conocida como error de tipo I, o "falso positivo"). La decisin se toma a
menudo utilizando el valor p (o p-valor): si el valor p es inferior al nivel de
significacin, entonces la hiptesis nula es rechazada. Cuanto menor sea el
valor p, ms significativo ser el resultado.
En otros trminos, el nivel de significacin de un contraste de hiptesis es una
probabilidad p tal que la probabilidad de tomar la decisin de rechazar la hiptesis
nula - cuando sta es verdadera - no es mayor que p.
Errores de hiptesis
Como su nombre indica error es algo que no es correcto o algo que se
desva de algn patrn. Es algo que est equivocado, que no debera ser, siempre
con arreglo a un modelo, norma etc. que se d por vlido. En el proceso de toma
de decisiones al pretender rechazar una hiptesis nula en una prueba de hiptesis
es posible cometer dos tipos de error:
1. Error Tipo I: Cuando las evidencias mustrales indican que rechacemos la
hiptesis nula siendo verdadera.
2. Error Tipo II: Cuando las evidencias mustrales nos indican que no podemos
rechazar la hiptesis nula siendo falsa
Tipos Errores de hiptesis
Error de tipo I o de primera especie. Error de tipo alfa () Se comete al
rechazar errneamente H0, es decir, cuando se rechaza H0, siendo cierta.

Error de tipo II o de segunda especie. Error de tipo beta () Se comete cuando

no rechazamos errneamente H0, es decir; cuando no se rechaza H0, siendo
falsa.
Por tanto, cada vez que, aplicando un determinado criterio, rechazamos H0,
deberemos preocuparnos exclusivamente del error del tipo I.
Si los datos y el criterio nos conducen al no rechazo de H0, nuestra preocupacin
tendr que ver exclusivamente con el error de

Repblica Bolivariana de Venezuela

Ministerio del Poder Popular para la Educacin Superior
C.U.E Cruz Roja Venezolana
III semestre. Seccin A. Turno: tarde.
Ctedra: Estadstica Inferencial.

Estadstica Inferencial

Profesora:
Lic. Lucia Mendoza

Integrantes:
Yoely Medina
Javier Camargo
Meza Juvileisky
Katherina santaella

ndice

Introduccin
..pg. 1
ndice ....

pg. 2
Muestreo...........
..pg.3
Ventajas y desventajas de
muestreo.pg.3 a 4
Clases de muestreo y sus caractersticas..
.pg.4 a 7
Definicin de distribucin de
muestreo..pg.7
Parmetro poblacional.....
..pg. 7 a 9
Tipos de definicin de
Parmetro.................................................................................. pg. 9 a 10
Hipfisis estadstica.
.pg. 10
Test de
hipfisis
pg. 10 a 11
Hipfisis nula y como se denota
. pg.11
Hipfisis alternativa y como se denota ..
pg. 11
Nivel de significacin.
pg. 11 a 12
Errores de hipfisis.
.pg. 12

Tipos de errores y como se

denotapg.12
Conclusin
..pg.13
Bibliografa
..pg. 14

Introduccin:
La presente investigacin permite saber un poco ms acerca de la
Estadstica inferencial que como ya sabemos es la que se encarga de estudiar
cmo sacar conclusiones generales para toda la poblacin a partir del estudio de
una muestra, y el grado significacin de los resultados obtenidos.
Los problemas que resuelven las tcnicas estadsticas son la estimacin
y contraste de hiptesis. En ambos casos se trata de generalizar la informacin
obtenida en una muestra a una poblacin.
Estas tcnicas exigen que la muestra sea aleatoria. En la estadstica
inferencial suele plantearse un problema o una incgnita que pueda resolverse en
trminos de estadstica, unas
Caractersticas a estudiar, de las cuales se derivan las variables y unos objetivos
que permitan que arribar a conclusiones amplias acerca de esas variables en
estudio.
En algunos casos se establece un modelo terico del comportamiento de
la variable o se plantean hiptesis. En muchos casos esto no es posible hasta
realizar un estudio preliminar que sirva de base para los siguientes estudios.
Adems busca resultados sobre un conjunto de datos mayor a partir de los datos
dados.

Conclusin:
Al realizar este trabajo hemos podido comprender un poco ms acerca de la
estadstica hacindonos comprender cada uno de los diferentes escenarios que se
nos pueden presentar a la hora de poner en prctica los dichos conocimientos
Los conceptos antes mencionados han sido analizados e investigados de tal
manera de hacer ms fcil su comprensin y entendimientos ya que la estadstica
es la ciencia que trata de entender, organizar y tomar decisiones que estn de
acuerdo con los anlisis efectuados
Es recomendable tomar en cuenta que la estadstica es muy importante en
la vida social y laboral del hombre ya que generaliza informacin.
Es una herramienta indispensable para la toma de decisiones. Tambin es
ampliamente empleada para mostrar los aspectos cuantitativos de una situacin

Bibliografa:

http://es.slideshare.net/linamunox7/parmetros-poblacionales

http://es.wikipedia.org/wiki/Errores_de_tipo_I_y_de_tipo_II

http://es.wikipedia.org/wiki/Muestreo_(estad%C3%ADstica)

http://html.rincondelvago.com/conceptos-y-muestreo.html

http://html.rincondelvago.com/distribucion-por-muestreo.html

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

http://www.monografias.com/trabajos11/tebas/tebas.shtml#ixzz3JKziMIZO

http://www.udc.gal/dep/mate/estadistica2/sec1_3.html