TRABAJO PREVIO MUESTREO Y TAMAO DE MUESTRA

Shirley Lisbeth Morejn Vela

Escuela Superior Politcnica del Litoral

FIMCP
Ingeniera y Administracin de la produccin industrial
Guayaquil-Ecuador
2016

PREGUNTAS
Qu es muestreo?
Es una herramienta de investigacin cientfica (Albacete), cuya idea principal es tomar una
seccin representativa de la poblacin, realizar el experimento y hacer la extrapolacin de nuevo
a la poblacin en su conjunto (Shuttleworth, 2009). Adems el obtener una muestra adecuada
significa lograr una versin simplificada de la poblacin, que reproduzca de algn modo sus
rasgos bsicos (Albacete).
Qu es muestreo probabilstico?
Es un tipo de muestreo que se basa en el principio de equiprobabilidad. Es decir, que todos
los individuos de la poblacin tienen la misma probabilidad no nula de ser elegidos para formar
parte de la muestra y, consiguientemente, todas las posibles muestras de tamao n tienen la
misma probabilidad de ser seleccionadas (Rodriguez & Figueroa).
Qu es muestreo no-probabilstico?
El muestreo no probabilstico es una tcnica de muestreo donde las muestras se recogen en
un proceso que no brinda a todos los individuos de la poblacin iguales oportunidades de ser
seleccionados (Explorable, 2009).
Cite dos ejemplos de Muestreo Aleatorio Simple con reemplazo y sin reemplazo
1.- Un colegio tiene 120 alumnos de Bachillerato. Se quiere extraer una muestra de 30
alumnos. Explica cmo se obtiene una muestra aleatoria simple:
Se enumeran los alumnos del 1 al 120, se sortean 30 nmeros aleatorios de entre esos 120 y se
obtiene como resultado una muestra formada por 30 alumnos a los que les corresponde los
nmeros obtenidos.
2.- Las encuestas por muestreo
Cite dos ejemplos de Muestreo Aleatorio Sistemtico
1.- Se acercan las Navidades y cierta empresa de turrones cree que no va a poder entregar
todos los pedidos a tiempo, a no ser que aumente la plantilla. La empresa dispone de un listado
ordenado alfabticamente de 20 personas con las mismas caractersticas para el puesto y que

actualmente estn en paro. Puesto que el tiempo apremia y no es posible hacer una entrevista
para seleccionar personal, se decide elegir cinco trabajadores de forma aleatoria usando el
muestreo sistemtico (Universidad de Alicante).
Se conoce que hay que elegir 5 elementos de manera sistemtica de una poblacin de 20, por
lo tanto se debe elegir uno de cada k=N/n=20/5=4.
Se elige el punto inicial, el cual es un nmero al azar entre 1 y 4 por ejemplo h=2, los
elementos de la muestre sern 2, 2+4, 2+2x2, 2+3x2, 2+4x2, es decir: 2, 6, 10, 14, 8.
2.- Un centro comercial acaba de recibir un pedido de sintonizadores TDT para ponerlos a la
venta entre sus clientes. Dichos sintonizadores vienen numerados con cdigos desde el 39456 al
48795. El gerente de dicho centro est preocupado por la calidad de dichos sintonizadores y
decide obtener una muestra sistemtica con 7 aparatos y someterlos a varias pruebas. Ayude a
obtener la muestra (Universidad de Alicante).
Conocemos el tamao de la muestra: N=48795-39456=9340, adems en el problema nos dan
directamente el tamao de la muestra: n=7 por lo tanto se debe elegir uno de cada
k=N/n=9339/7=1334.
Se elige el elemento inicial el cual es un nmero al azar de 1 y 1334 por ejemplo h=480, los
elementos de la muestra sistemtica entre 1 y N=9340 ser: 480, 480+1334, 480+2x1334,
480+3x1334, 480+4x1334, 480+5x1334, 480+6x1334, es decir 480, 1814, 3148, 5816, 7150 y
8484.
No obstante para saber que cdigo le corresponde a cada elemento de la muestra seleccionada
de manera sistemtica tendramos entonces: h+(A-1), h+ k+(A-1), h+2k+(A-1), h+3k+(A-1)h+
(n-1)k+(A-1), es decir 480+39456, 480+1334+39456, 480+2x1334+39456 de esta manera la
muestra es: 39935, 41269, 42603, 43937, 45271, 46605 y 47939.
Cite dos ejemplos de Muestreo Aleatorio Estratificado
1.- Si en un estudio esperamos encontrar un comportamiento muy diferente entre hombres y
mujeres, puede ser conveniente definir dos estratos, uno por cada sexo. Si la seleccin de estos
estratos es correcta (1) los hombres deberan comportarse de forma parecida entre ellos, (2) las

mujeres deberan comportarse de forma muy similar entre ellas y (3) hombres y mujeres deberan
mostrar comportamientos dispares entre s.
Si la anterior condicin se cumple (estratos homogneos internamente, heterogneos entre s) el
uso del muestreo aleatorio estratificado reduce el error muestral, mejorando la precisin de
nuestros resultados al realizar un estudio sobre la muestra (Ochoa, 2015).
2.- Supongamos que estamos interesados en estudiar el grado de aceptacin hacia la reforma
educativa por medio de los padres de familia de una determinada provincia. De manera que
seleccionamos 600 individuos. Conocemos por datos extras del ministerio que de los 10000
nios que forman nuestra poblacin de inters, 6000 acuden a colegios pblicos, 3000 a colegios
privados concertados y 1000 a colegios privados no concertados. Como el inters es que la
muestra represente a alumnos de los tres tipos de colegios, realizamos un muestreo estratificado
empleando como variable de estratificacin el tipo de centro educativo. Si empleamos una
afijacin simple elegiramos 200 nios de cada tipo de centro (Herrera).
Cite dos ejemplos de Muestreo Aleatorio Estratificado Proporcional
1.- Supongamos que realizamos un estudio sobre la poblacin de estudiantes de una
Universidad, en el que a travs de una muestra de 10 de ellos queremos obtener informacin
sobre el uso de barras de labios.
En primera aproximacin lo que procede es hacer un muestreo aleatorio simple, pero en su
lugar podemos reflexionar sobre el hecho de que el comportamiento de la poblacin con respecto
a este carcter no es homogneo, y atendiendo a l, podemos dividir a la poblacin en dos
estratos:

Estudiantes masculinos (60% del total);

Estudiantes femeninos (40% restante).

De modo que se repartan proporcionalmente ambos grupos el nmero total de muestras, en

funcin de sus respectivos tamaos (6 varones y 4 mujeres) (U.D Bioestadstica, Facultad de
Medicina, Universidad de Mlaga, s.f.).

2.- En el segundo ejemplo de muestreo estratificado podemos utilizar de manera razonable

una afijacin proporcional pues hay bastante diferencia en el tamao de los estratos. Por
consiguiente, calculamos que proporcin supone cada uno de los estratos respecto de la
poblacin para poder reflejarlo en la muestra.
Colegios pblicos: 6000/10000=0.60, Colegios privados concertados: 3000/10000=0.30 y
Colegios privados no concertados: 1000/10000=0.10.
Ahora para conocer el tamao de la muestra no tenemos ms que multiplicar esa proporcin
por el tamao muestral.
Colegios pblicos: 0.60x600=360 sujetos, Colegios privados concertados: 0.30x600=180
sujetos y Colegios privados no concertados: 0.10x600=60 sujetos.
Cite dos ejemplos de Muestreo por Conglomeracin
1.- 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
(Requena, 2014).
2.- En las encuestas durante las elecciones, los conglomerados pueden ser las mesas electorales,
y lo que se hace es escoger algunas mesas al azar (y de ah se toman todos los votos de las mesas
seleccionadas) (Castillo).
Cite, al menos, dos mtodos de muestreo no-probabilstico con sus respectivos ejemplos
1.- Muestreo por cuotas: Ejemplo, La consejera de sanidad desea estudiar la incidencia de
las drogas en la adolescencia. Lo que deberamos hacer sera: conocer por los informes de la
Consejera de Educacin cuales son los centros ms afectados por el problema, fijar un nmero
de sujetos a entrevistar proporcional a cada uno de los estratos (cuotas) y finalmente dejar en
manos de los responsables del trabajo de campo a que sujetos concretos se deber entrevistar
(Bello).

2.- Muestreo bola de nueve: Ejemplo, Se seleccionan al azar los elementos 2 y 9 de los
grupos A y B. El elemento 2 refiere a los elementos 12 y 13, mientras que el elemento 9 refiere al
elemento 18. La muestra resultante est formada por los elementos 2, 9, 12, 13 y 18. En este caso
nos damos cuenta de que no se seleccion ningn elemento del grupo (Admin, 2011).
Cul es el factor de correccin para el clculo de intervalos de confianza de parmetros de
una poblacin finita? Cite dos ejemplos.
Factor de correccin de poblacin finita=

N n
N 1 .

Ejemplos:
1.- Un fabricante de papel para computadora tiene un proceso de produccin que opera
continuamente a lo largo del turno. Se espera que el papel tenga una media de longitud de 11
pulgadas. De 500 hojas se selecciona una muestra de 29 hojas con una media de longitud del
papel de 10,998 pulgadas y una desviacin estndar de 0,02 pulgadas. Calcular la estimacin del
intervalo de confianza del 99% (Suarez).
Al tener una poblacin finita el tamao de la muestra debe constituir ms del 5% de la
poblacin para poder aplicar el factor de correccin con la finalidad de modificar las
desviaciones estndar.
2.- Hay 250 familias en Scandia, Pennsylvania. Una muestra aleatoria de 40 de estas
familias, revela que la contribucin media anual a la iglesia fue de $450, y la desviacin estndar
de $15. La media poblacional puede ser $445 o $425? (Balmaceda, 2015).
Cmo se calcula el tamao de muestra para una poblacin finita y conocida? Cite dos
ejemplos.
Para calcular el tamao de la muestra suele utilizarse la siguiente frmula:

N 2 Z2
n=
( N 1 ) e 2 + 2 Z 2
Donde:
n = el tamao de la muestra.

N = tamao de la poblacin.
= Desviacin estndar de la poblacin que, generalmente cuando no se tiene su valor,
suele utilizarse un valor constante de 0,5.
Z = Valor obtenido mediante niveles de confianza. Es un valor constante que, si no se tiene su
valor, se lo toma en relacin al 95% de confianza equivale a 1,96 (como ms usual) o en relacin
al 99% de confianza equivale 2,58, valor que queda a criterio del investigador.
e = Lmite aceptable de error muestral que, generalmente cuando no se tiene su valor, suele
utilizarse un valor que vara entre el 1% (0,01) y 9% (0,09), valor que queda a criterio del
encuestador.
Ejemplos:
1.- Calcular el tamao de la muestra de una poblacin de 500 elementos con un nivel de
confianza del 95%. Ejemplo sacado de (Mario, 2011)
Solucin:
Realizando el grfico que representa el 95% de confianza se obtiene:

Se tiene N=500, para el 95% de confianza Z = 1,96, y como no se tiene los dems valores se
tomar =0,5 , y e = 0,05.
Reemplazando valores de la frmula se tiene:

n=

N Z
2
2 2
e ( N 1 ) + Z

n=

500 0,52 1,962

0,052 ( 5001 ) +0,5 2 1,962

n=

500 0,52 1,962

=217
0,052 ( 5001 ) +0,5 2 1,962

2.- De una poblacin de 1176 adolescentes de una ciudad X se desea conocer la aceptacin
de los programas humorsticos televisivos y para ello se desea tomar una muestra por lo que se
necesita saber la cantidad de informacin adecuada con error estndar menor de 0.015 al 90% de
confiabilidad (Canales, 2010).
Solucin:
N=1176
Se=0.015
2=(se)2=(0.015)2=0.000225
s2=p(1-p)=0.9(1-0.9)=0.09
Entonces:
n1=s2/ 2=0.09/0.00225=400 por lo tanto n=n1/(1+n1/N)=400/(1+400/1176)=298
Es decir para realizar la investigacin se necesita una muestra de al menos 298 adolescentes.
BIBLIOGRAFA
Admin. (27 de Junio de 2011). Gather estudios . Obtenido de
http://www.gatherestudios.es/2011/06/27/estadistica-muestreo-bola-de-nieve/
Albacete, C. H. (s.f.). Complejo Hospitalario Universitario de Albacete . Obtenido de
http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf
Balmaceda, L. M. (15 de marzo de 2015). Obtenido de
http://es.slideshare.net/maryanbalmaceda/estimadores-puntuales-intervalos-de-confianza

Balmaceda, L. M., & Balmaceda, M. (15 de Marzo de 2012). SlideShare. Obtenido de

http://es.slideshare.net/maryanbalmaceda/estimadores-puntuales-intervalos-de-confianza
Bello, U. A. (s.f.). Mey.cl. Obtenido de http://mey.cl/apuntes/muestrasunab.pdf
Canales, A. (18 de mayo de 2010). Slideshare. Obtenido de
http://es.slideshare.net/guest8a3c19/tamao-de-la-muestra-4141371
Castillo, Y. (s.f.). Monografas. Obtenido de http://www.monografias.com/trabajos102/lainferencia-estadistica/la-inferencia-estadistica.shtml#top
Educativa, D. d. (s.f.). ITESCA. Obtenido de
http://www.itesca.edu.mx/documentos/desarrollo_academico/metodo_aprendizaje_colabo
rativo.pdf
Explorable. (17 de Mayo de 2009). Explorable. Obtenido de https://explorable.com/es/muestreono-probabilistico
Herrera, M. C. (s.f.). MEY.CL . Obtenido de http://mey.cl/apuntes/muestrasunab.pdf
Mario, S. (2011). Interaprendizaje de Estadstica Bsica. Ibarra.
Ochoa, C. (16 de Abril de 2015). Blog de Netquest. Obtenido de
http://www.netquest.com/blog/es/muestreo-probabilistico-muestreo-estratificado/
Requena, B. (2014). Universos Formulas. Obtenido de
http://www.universoformulas.com/estadistica/inferencia/muestreo-conglomerados/
Rodriguez, M. I., & Figueroa, M. G. (s.f.). UNIVERSIDAD DE SONORA. Obtenido de
Departamento de Matemticas :
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
Shuttleworth, M. (21 de Febrero de 2009). EXPLORABLE. Obtenido de
https://explorable.com/es/que-es-el-muestreo?gid=1694
Suarez, M. (s.f.). Monografa . Obtenido de http://www.monografias.com/trabajos91/estimacionintervalos-confianza/estimacion-intervalos-confianza.shtml

U.D Bioestadstica, Facultad de Medicina, Universidad de Mlaga. (s.f.). Virtual UPTC.

Obtenido de
http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.es/libro/node8
9.htm
Universidad de Alicante. (s.f.). Estadstica . Obtenido de
http://www.dccia.ua.es/~violeta/aplicaciones/muestreosistematico.html