Professional Documents
Culture Documents
TEXTO PARALELO
MUESTREO SIMPLE ALEATORIO
1
Introduccin
2
Teora bsica del muestreo
Introduccin al muestreo.
Concepto e importancia
Sin embargo, para que los estudios tengan la validez y confiabilidad buscada es
necesario que tal subconjunto de datos, o muestra, posea algunas caractersticas
especficas que permitan, al final, generalizar los resultados hacia la poblacin en
total. Esas caractersticas tienen que ver principalmente con el tamao de la
muestra y con la manera de obtenerla.
Los estadsticos emplean la palabra muestra para describir una porcin escogida
de la poblacin. Matemticamente, podemos describir muestras y poblaciones al
emplear mediciones como la Media, Mediana, la moda, la desviacin estndar.
Cuando stos trminos describen una muestra se denominan estadsticas.
3
Una estadstica es una caracterstica de una muestra, los estadsticos emplean
letras latinas minsculas para denotar estadsticas y muestras.
Muestreo probabilstico
Muestreo sistemtico
Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:
1. El porcentaje de confianza con el cual se quiere generalizar los datos desde la
muestra hacia la poblacin total.
4
2. El porcentaje de error que se pretende aceptar al momento de hacer la
generalizacin.
3. El nivel de variabilidad que se calcula para comprobar la hiptesis.
Para evitar un costo muy alto para el estudio o debido a que en ocasiones llega a
ser prcticamente imposible el estudio de todos los casos, entonces se busca un
porcentaje de confianza menor. Comnmente en las investigaciones sociales se
busca un 95%.
5
Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso de
que no se conozca con precisin el tamao de la poblacin, y es:
donde:
n es el tamao de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
E es la precisin o error.
Hay que tomar nota de que debido a que la variabilidad y el error se pueden
expresar por medio de porcentajes, hay que convertir todos esos valores a
proporciones en el caso necesario.
Tambin hay que tomar en cuenta que el nivel de confianza no es ni un porcentaje,
ni la proporcin que le correspondera, a pesar de que se expresa en trminos de
porcentajes. El nivel de confianza se obtiene a partir de la distribucin normal
estndar, pues la proporcin correspondiente al porcentaje de confianza es el rea
simtrica bajo la curva normal que se toma como la confianza, y la intencin es
buscar el valor Z de la variable aleatoria que corresponda a tal rea.
Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces hay que
considerar la proporcin correspondiente, que es 0.95. Lo que se buscara en
seguida es el valor Z para la variable aleatoria z tal que el rea simtrica bajo la
curva normal desde -Z hasta Z sea igual a 0.95, es decir, P(-Z<z<Z)=0.95.
donde
n es el tamao de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamao de la poblacin;
E es la precisin o el error.
6
La ventaja sobre la primera frmula es que al conocer exactamente el tamao de
la poblacin, el tamao de la muestra resulta con mayor precisin y se pueden
incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de una
investigacin.
Primero habr que obtener el valor de Z de tal forma que la confianza sea del
95%, es decir, buscar un valor de Z tal que P(-Z<z<Z)=0.95. Utilizando las tablas o
las funciones de Excel se pueden obtener, o viendo (en este caso) el ejemplo
anterior, resulta que Z=1.96.
Con lo que se tiene una cota mnima de 370 alumnos para la muestra y as poder
realizar la investigacin sin ms costo del necesario, pero con la seguridad de que
las condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y
error) se mantienen.
7
Importancia del muestreo
Escasez: Es el caso en que se dispone de una sola muestra. Por ejemplo, para
el estudio paleontolgico de los dinosaurios (el Tiranosaurio Rex por ejemplo)
sera muy bueno contar con, al menos, muchos restos fsiles y as realizar tales
investigaciones; sin embargo, se cuenta slo con una docena de esqueletos
fosilizados (casi todos incompletos) de esas criaturas en todo el mundo.
8
Muestra y Censo
Muestras y Poblaciones
Los elementos de una poblacin pueden ser personas, ciudades o cualquier cosa
que se pueda medir, contar o jerarquizar.
9
Las poblaciones infinitas generalmente son de cierto tipo de proceso que produce
elementos o resultados como la tirada de monedas, en el cual el nmero de
resultados (caras o cruces) que se obtienen es ilimitado.
METODOS DE MUESTREO
Es el proceso por el cual se seleccionan los individuos que formarn una muestra.
10
Si se procede como si de un sorteo se tratara, eligiendo directamente de la
poblacin sin ningn otro condicionante, el muestreo se llama aleatorio simple o
irrestrictamente aleatorio.
Muestreo
11
Estadstico:
Parmetro:
Cuando los dos nuevos trminos de arriba son usados, por ejemplo, el proceso de
estimacin en inferencia estadstica puede ser descrito como le proceso de
estimar un parmetro a partir del estadstico correspondiente, tal como usar una
media muestral (un estadstico para estimar la media de la poblacin (un
parmetro).Los smbolos usados para representar los estadsticos y los
parmetros, en ste y los siguientes captulos, son resumidos en la tabla siguiente:
Tabla 1
Smbolos para estadsticos y parmetros correspondientes
Medida Smbolo para el estadstico Smbolo para el parmetro
(muestra) (Poblacin)
Media X
Desviacin estndar s
Nmero de elementos n N
Proporcin p P
Nivel de Confianza.
Varianza Poblacional.
12
Inferencia estadstica.
Para que los resultados obtenidos de los datos muestrales se puedan extender a
la poblacin, la muestra debe ser representativa de la poblacin en lo que se
refiere a la caracterstica en estudio, o sea, la distribucin de la caracterstica en la
muestra debe ser aproximadamente igual a la distribucin de la caracterstica en la
poblacin.
Distribucin en el muestreo:
13
Error Estndar:
14
Mtodos de seleccin de muestras.
Una muestra debe ser representativa si va a ser usada para estimar las
caractersticas de la poblacin. Los mtodos para seleccionar una muestra
representativa son numerosos, dependiendo del tiempo, dinero y habilidad
disponibles para tomar una muestra y la naturaleza de los elementos individuales
de la poblacin.
Por lo tanto, se requiere un gran volumen para incluir todos los tipos de mtodos
de muestreo.
Los mtodos de seleccin de muestras pueden ser clasificados de acuerdo a:
Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo, estos
son, muestreo simple, doble y mltiple.
Muestreo simple
Este tipo de muestreo toma solamente una muestra de una poblacin dada
para el propsito de inferencia estadstica. Puesto que solamente una muestra es
tomada, el tamao de muestra debe ser lo suficientemente grande para extraer
una conclusin. Una muestra grande muchas veces cuesta demasiado dinero y
tiempo.
Muestreo doble
15
consistente de 3,000 unidades manufacturadas, cuando el nmero de defectos
encontrados en la primera muestra de 80 unidades es de 5 o menos, el lote es
considerado bueno y es aceptado; si el nmero de defectos es 9 o ms, el lote es
considerado pobre y es rechazado; si el nmero est entre 5 y 9, no puede
llegarse a una decisin y una segunda muestra de 80 unidades es extrada del
lote. Si el nmero de defectos en las dos muestras combinadas (incluyendo 80 +
80 = 160 unidades) es 12 o menos, el lote es aceptado si el nmero combinado es
13 o ms, el lote es rechazado.
Muestreo mltiple
Muestreo de juicio
Muestreo aleatorio
16
Muestreo aleatorio sin reposicin
este momento es de .
cualquiera es
17
Muestreo aleatorio con reposicin
Sobre una poblacin E de tamao N podemos realizar extracciones de n
elementos, pero de modo que cada vez el elemento extrado es repuesto al total
de la poblacin. De esta forma un elemento puede ser extrado varias veces. Si el
orden en la extraccin de la muestra interviene, la probabilidad de una cualquiera
de ellas, formada por n elementos es:
es
es decir,
18
El muestreo aleatorio con reposicin es tambin denominado muestreo aleatorio
simple, que como hemos mencionado se caracteriza por que
cada elemento de la poblacin tiene la misma probabilidad de ser elegido, y
las observaciones se realizan con reemplazamiento. De este modo, cada
observacin es realizada sobre la misma poblacin (no disminuye con las
extracciones sucesivas).
19
El proceso se repite tomando los siguientes nmeros de la tabla de nmeros
aleatorios, hasta obtener la muestra de 10 individuos.
Las cantidades
pueden ser consideradas como observaciones de una v.a. U, que sigue una
distribucin uniforme en el intervalo [0,1]
Muestreo Aleatorio
Una muestra se dice que es extrada al azar cuando la manera de seleccin es tal,
que cada elemento de la poblacin tiene igual oportunidad de ser seleccionado.
Una muestra aleatoria es llamada tambin muestra probabilstica, puesto que cada
elemento tiene una probabilidad conocida. Las muestras probabilsticas son
preferidas por los estadsticos porque la seleccin de las muestras es objetiva y el
error muestral puede ser medido en trminos de probabilidad bajo la curva normal.
Los tipos de muestreo aleatorio son:
20
MUESTREO ALEATORIO SIMPLE (M.A.S.)
Una muestra simple aleatoria es aquella en que sus elementos son seleccionados
mediante el muestreo aleatorio simple.
Existen dos formas de extraer una muestra de una poblacin: con reposicin y sin
reposicin.
Una muestra aleatoria simple es seleccionada de tal manera que cada muestra
posible del mismo tamao tiene igual probabilidad de ser seleccionada de la
poblacin.
Un mtodo simple para obtener una muestra aleatoria simple es primero escribir el
nombre o un nmero codificado de cada elemento en la poblacin sobre una
tarjeta. Las tarjetas son colocadas en una caja. Una muestra entonces extrada
de la caja despus de que las tarjetas han sido perfectamente mezcladas. Por
conveniencia este mtodo puede ser reemplazado por una tabla de nmeros
aleatorios, tales como los que se muestran adelante.
La tabla se construye extrayendo cada uno de los dgitos del 0 al 9 sobre una
base de igualmente probables; es decir, cada uno de los 10 dgitos tienen la
misma probabilidad (1/10) de ser seleccionados.
21
Los 10 dgitos son escritos en tarjetas separadas y son mezclados en una caja.
Una tarjeta es extrada y se registra el dgito que aparece en la tarjeta. Una
segunda tarjeta es extrada despus de que la primera tarjeta ha sido regresada a
la caja los10 dgitos en la caja son de nuevo mezclados perfectamente. Cuando se
han registrado 5 dgitos, el siguiente dgito se registra en un grupo separado hasta
que se obtiene un gran nmero de grupos.
Obtener una muestra aleatoria simple no es una tarea fcil o prctica bajo muchas
circunstancias. Puede ser una tarea tardada o costosa y algunas veces es
tericamente imposible.
Cuando la poblacin es infinita, es obvio que la tarea de numerar cada elemento
de la poblacin es imposible.
Para llevar a cabo esta labor varios procedimientos como el del bombo,
consistente en introducir tantas bolas como elementos tenga la poblacin en un
bombo y elegir tantas bolas como elementos tenga la muestra.
Este procedimiento adems de ser muy laborioso puede inducir a error debido a
defectos de las bolas, al bombo o a cualquier otro factor, por lo que es preciso
sustituirlo por otro mucho ms aleatorio.
22
el perodo en el que se hacen las observaciones (de manera que la probabilidad
de cada resultado posible permanece constante), es posible considerar el proceso
y la muestra resultante como aleatorias. As es exactamente como se considerar
las tiradas sucesivas de una moneda normal y las de dados no cargados.
Si la poblacin objetiva es finita, esencialmente hay dos formas de seleccionar una
muestra aleatoria simple. Un mtodo consiste en elaborar una lista, o marco de
referencia de cada uno de los elementos de la poblacin, y aplicar despus un
mtodo aleatorio a la lista, para seleccionar los elementos que se habrn de
muestrear. El segundo mtodo se utiliza cuando los objetos que forman la
poblacin no se identifican claramente, lo que imposibilita un listado.
23
garantizar que todos los restos desde 0 a N -1 tengan la misma probabilidad de
ser seleccionados, por ejemplo si N = 150 y tomando 3 columnas se consideraran
slo aquellos nmeros menores o iguales que 900, los nmeros mayores que 900
no sern analizados en la seleccin de la muestra.
Ejemplo 1.1: Dada la siguiente poblacin formada por la edad del hijo mayor de
200 ncleos familiares de una cierta regin.
48 49 50 51 50 46 47 56 47 38
53 50 47 46 48 47 48 46 46 50
42 51 51 49 47 51 48 47 42 49
46 48 50 47 48 47 51 56 45 49
45 54 61 46 48 46 46 47 50 34
46 46 51 39 53 55 52 49 47 46
33 40 52 46 44 52 44 54 41 33
48 49 52 42 42 49 47 47 38 48
44 43 44 40 44 45 49 44 43 42
49 49 48 41 51 51 52 42 40 47
37 48 45 46 50 45 47 53 43 47
44 40 46 46 45 48 47 42 47 46
52 53 47 49 46 47 49 42 43 42
43 38 52 50 44 52 44 53 43 45
41 57 47 48 52 53 40 49 40 50
45 42 44 53 57 46 62 47 50 47
45 51 43 45 39 39 41 44 35 41
54 48 51 53 54 42 48 51 37 38
42 37 52 50 45 55 51 46 38 43
53 43 42 39 46 52 53 39 51 40
24
Para extraer la muestra lo primero que hacemos es disponer tres columnas en las
cuales la primera se ubicaran los nmeros aleatorios, es decir los nmeros
extrados de la tabla de nmeros aleatorios; en la segunda columna pondremos
Para el primer nmero aleatorio 017 se busca en la poblacin el valor que ocupa la
posicin 017 leda la poblacin horizontalmente que seria la edad de 48 aos, el
nmero aleatorio 984 no se contempla dentro del anlisis ya que es mayor que
800, al igual que el nmero 955, el nmero 130, le corresponde la edad de 52
aos, al nmero 850 no se contempla dentro del anlisis, el 374 como es mayor
que 200 se divide por 200 y se obtiene reto 174 y este es el nmero aleatorio
rectificado correspondindole la edad de 53 aos, al nmero 665 se divide por 200
y se obtiene resto 65 que es el nmero aleatorio rectificado correspondindole la
edad de 44 aos en la poblacin, a continuacin presentaremos la tabla de las tres
columnas a la cual nos referimos anteriormente como una va fcil y prctica para
obtener la muestra deseada.
25
Nmero aleatorio Nmero aleatorio
rectificado muestra
017 017 48
984 --
955 --
130 130 42
850 --
374 174 53
665 065 53
910 --
288 088 44
753 153 44
765 165 39
691 091 49
496 096 51
001 001 48
Nota: obsrvese que en la muestra existen edades que se repiten esto puede
pasar si el muestreo es con reemplazo si el muestreo es sin reemplazo debemos
seguir buscando de la misma manera en la tabla de nmeros aleatorios seguido
del nmero 001, hasta lograr tener la muestra con 10 valores de la poblacin no
repetidos.
26
d. En la ventana muestra se introduce el rango de entrada que sera
seleccionar todos los valores de la poblacin, si al suministrar en la hoja
Excel los datos de la poblacin al inicio se le designan a estos alguna
variable o comentario debe activarse la opcin rtulo de lo contrario no
debe ser activada, se activa la casilla de muestreo aleatorio y se introduce
el tamao de muestra deseado.
e. Se selecciona el rango de salida que consiste en seleccionar una celda en
la hoja Excel que no est afectada por ninguna informacin ni hacia abajo ni
a la derecha de la misma.
Se selecciona aceptar en esta ventana y saldr el resultado deseado que sera las
muestras elegidas por el programa en la poblacin.
Ventajas
Desventajas
27
Estimacin basada en una Muestra Aleatoria Simple
Estimador
Varianza estimada del estimador: con Cotas para el error estimacin:
Estimador
Varianza Estimada del Estimador:
Cota para el Error de Estimacin:
Estimador
Varianza estimado del estimador: con Cotas para el error de estimacin:
En este caso y es l numero total de los elementos de la muestra que tienen
determinada caracterstica.
Cuando el objetivo es estimar el total poblacional, con una cota B para el error de
estimacin, se debe sustituir en la formula del tamao.
28
EL MUESTREO ALEATORIO SIMPLE: (MAS)
Sea una poblacin de N elementos de la cual se desea tomar una muestra al azar
de n de esos elementos. El n de posibles muestras de n elementos de esa
poblacin de posibles muestras de n elementos de esa poblacin de N es:
29
2- generar una lista de n nmeros aleatorios comprendidos entre 1 y N sin
reposicin, utilizando un proceso aleatorio tal como una tabla de nmeros
aleatorios o un generador de nmeros aleatorios con la computadora o la
calculadora.
1. La probabilidad de que cada u.m. sea elegida es igual para todas las u.m. en
cada etapa de seleccin
3. La probabilidad que una u.m. particular (Xo) sea incluida) sea incluida en la
muestra es n/N
30
Una muestra aleatoria simple es seleccionada de tal manera que cada
muestra posible del mismo tamao tiene igual probabilidad de ser seleccionada de
la poblacin. Para obtener una muestra aleatoria simple, cada elemento en la
poblacin tenga la misma probabilidad de ser seleccionado, el plan de muestreo
puede no conducir a una muestra aleatoria simple. Por conveniencia, este mtodo
pude ser reemplazado por una tabla de nmeros aleatorios. Cuando una poblacin
es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es
infinita, es obvio que la tarea de numerar cada elemento de la poblacin es
imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio simple son
necesarias. Los tipos ms comunes de muestreo aleatorio modificado son
sistemticos, estratificados y de conglomerados.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica
cuando la poblacin que estamos manejando es muy grande.
Muestreo sistemtico.
31
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.
N1 N2 ... NL N
n1 n2 ... nl n
Una vez determinados los estratos, se toman muestras n1, n2, ..., nl,
respectivamente, siendo: n1 + n2 + ... + nl = n, obtenidas independientemente unas
de otras.
1.
Usando una tabla de nmeros aleatorios7.1 se toma un valor u de una v.a.
32
2.
Si X es continua tomar como observacin de X, la cantidad x=F-1(u). En el
caso en que X sea discreta se toma x como el percentil de X, es
Ejemplo
Nmeros aleatorios
Muestra Muestra
ti xi = F-1(ui)
33
Obsrvese que como era de esperar, las observaciones xi tienden a agruparse
Podemos aqu mencionar que para el caso de que se estuviese estudiando una
proporcin dentro de la poblacin (una eleccin de candidato, la aceptacin o
rechazo de una propuesta en una comunidad, la presencia o ausencia de una
caracterstica hereditaria), y el en caso de un muestreo aleatorio simple, la
estimacin que se puede hacer de la proporcin buscada a partir de la proporcin
hallada en la muestra se obtiene mediante la construccin de un intervalo de
confianza:
= P tolerancia de la muestra
Donde es la proporcin buscada en la poblacin y P es la proporcin presente
en la muestra.
34
Por otro lado, la tolerancia de la muestra est relacionada directamente con el
nivel de confianza y se obtiene a partir de la distribucin normal al igual que como
se obtuvo para el clculo del tamao de las muestras. La representaremos con Z
para obtener la frmula:
Existen muchas razones para preferir muestrear (obtener una muestra) que censar
(enumeracin completa de la poblacin).
Es obvio que es ms econmico obtener una muestra que estudiar a toda un
poblacin.
Pero utilizar muestras implica ciertos riesgos que debemos conocer y estudiar.
1. Econmicas
2. De tiempo
3. Tamao de la poblacin
4. Inaccesibilidad de la poblacin
5. Naturaleza destructiva de la observacin
6. Exactitud
Econmicas
Compare el costo de aplicar una encuesta entre una poblacin de 1000 personas
contra una muestra de 100 personas, considerando los siguientes aspectos: papel,
timbres, horas hombre, registros, etc.
Quizs la mayor dificultad la tendramos al tratar de obtener un 100% de
respuestas. Es ms fcil pensar en obtener una respuesta del 100% en la muestra
de 100 personas, que en la poblacin de 1000.
Ilustremos un ejemplo.
Tiempo
Una muestra puede proporcionar al investigador la informacin necesaria en forma
rpida.
Usualmente, el tiempo es el factor ms importante en la elaboracin de encuestas
sobre preferencias de candidatos, donde las opiniones del ciudadano influyen
sensiblemente en el desarrollo de las campaas polticas.
Si en estos casos, quisiera censarse para tener mayor seguridad en la
informacin, posiblemente al momento de obtenerse los resultados, stos seran
ya obsoletos por la tardanza en el tiempo de elaboracin.
Tamao de la Poblacin
Muchas poblaciones son tan grandes que es prcticamente imposible censarlas.
35
Consideremos por ejemplo el nmero de personas que fuman cigarros de la marca
Raleigh. El nmero de personas que fuman este tipo de cigarros es tan grande
que cualquier investigacin que implicara censar esta poblacin sera incosteable.
Mencin aparte lo constituyen las poblaciones infinitas, no en el sentido
matemtico del trmino, sino en el aspecto prctico de la expresin.
Las poblaciones infinitas slo se pueden estudiar a travs de muestras.
Exactitud
Una muestra puede ser ms precisa que un censo.
Un censo, por la tremenda cantidad de trabajo
El tamao de la muestra:
36
que se obtiene de reconocer que es el error estndar o error mximo prefijado y
Ejemplo 1.2
Se desea estimar el peso promedio de los sacos que son llenados por un nuevo
instrumento en una industria. Se conoce que el peso de un saco que se llena con
este instrumento es una variable aleatoria con distribucin normal. Si se supone
que la desviacin tpica del peso es de 0,5 Kg. Determine el tamao de muestra
aleatoria necesaria para determinar una probabilidad igual a 0,95 de que el
estimado y el parmetro se diferencien modularmente en menos de 0,1 Kg.
Solucin:
Primeramente, se toma una pequea muestra, que se le llama muestra piloto, con
ella se estima la varianza poblacional ( ) y con este valor se evala en la
formula (1), sustituyendo ( ) por su estimacin ( ). El valor de obtenido ser
aproximadamente el valor necesario, nuevamente con ese valor de se extrae
una muestra de este tamao de la poblacin se le determina la varianza a esa
muestra, como una segunda estimacin de ( ) y se aplica de nuevo la formula
(1), tomando la muestra con el obtenido como muestra piloto para la siguiente
iteracin, se llegar a cumplir con las restricciones prefijadas. Se puede plantear
37
esta afirmacin ya que la de tiende a estabilizarse a medida que aumenta
alrededor de la por lo que llegar el momento en que se encuentre el tamao
de muestra conveniente, sin embargo, en la prctica es mucho ms sencillo pues,
a lo sumo con tres iteraciones se obtiene el tamao de muestra deseado, este
procedimiento para obtener el tamao de muestra deseado se puede realizar
utilizando en Microsoft Excel en la opcin anlisis de datos las opciones
estadstica descriptiva para ir hallando la varianza de cada una de las muestras y
la opcin muestra para ir determinado las muestras pilotos. Para obtener el
tamao de la muestra utilizando este mtodo recomendamos la utilizacin de un
paquete de cmputo como por ejemplo el Microsoft Excel, aplicando las opciones
muestra y estadstica descriptiva.
probabilidad como
Ejemplo 1.3
38
De una poblacin de 1 176 adolescentes de una ciudad X se desea conocer la
aceptacin por los programas humorsticos televisivos y para ello se desea tomar
una muestra por lo que se necesita saber la cantidad de adolescentes que deben
entrevistar para tener una informacin adecuada con error estndar menor de
0.015 al 90 % de confiabilidad.
Solucin:
= 1 176
= 0,015
por lo que
Errores en el Muestreo.
Error de Muestreo
Sesgo de Muestreo
Error de No-Muestreo
Error de Muestreo.
Es la diferencia entre la muestra y la poblacin que es producto slo de las
unidades que son seleccionadas.
Este error, entonces, slo se debe a la mala suerte al seleccionar elementos que
tienen la caracterstica que se estudia.
39
Sesgo de Muestreo.
Es la tendencia a favorecer la seleccin de unidades elementales con
caractersticas particulares.
Este sesgo puede presentarse por una preferencia no intencional sobre ciertos
elementos de la muestra aunque regularmente es el resultado de un diseo de
muestreo deficiente.
METODOLOGA DE MUESTREO
40
Sistemtico Conseguir un listado de Fcil de aplicar. Si la constante de
los N elementos de la muestreo est
poblacin No siempre es asociada con el
necesario tener un fenmeno de inters,
Determinar tamao listado de toda la las estimaciones
muestral n. poblacin. obtenidas a partir de
la muestra pueden
Definir un intervalo Cuando la contener sesgo de
k=N/n. poblacin est seleccin
ordenada siguiendo
Elegir un nmero una tendencia
aleatorio, r, entre 1 y k conocida, asegura
(r=arranque aleatorio). una cobertura de
unidades de todos
Seleccionar los los tipos.
elementos de la lista.
41
Conglomerados Se realizan varias fases Es muy eficiente El error estndar es
de muestreo sucesivas cuando la poblacin mayor que en el
(polietpico) es muy grande y muestreo aleatorio
La necesidad de dispersa. simple o estratificado.
listados de las unidades No es preciso tener El clculo del error
de una etapa se limita a un listado de toda estndar es complejo.
aquellas unidades de la poblacin, slo
muestreo seleccionadas de las unidades
en la etapa anterior. primarias de
muestreo.
Variabilidad del parmetro a estimar: Datos previos, estudios piloto o usar 50%
como peor estimacin
42
Tamao de la poblacin infinito o desconocido
n Tamao muestral
N Tamao de la poblacin, nmero total de historias.
Z Valor =0,05 y 2,58 para correspondiente a la distribucin de Gauss 1,96 para =0,01.
p Prevalencia esperada del parmetro a evaluar. En caso de desconocerse, aplicar la opcin
ms desfavorable (p=0,5), que hace mayor el tamao muestral.
q 1-p (Si p=30%, q=70%)
i Error que se prev cometer. Por ejemplo, para un error del 10%, introduciremos en la
frmula el valor 0,1. As, con un error del 10%, si el parmetro estimado =0,05) de que
elresulta del 80%, tendramos una seguridad del 95% (para parmetro real se sita entre
el 70% y el 90%. Vemos, por tanto, que la amplitud total del intervalo es el doble del error
que introducimos en la frmula.
BIBLIOGRAFIA
1. http://www.hsa.es/id/investigacion/uai/uai_docs/muestreo/muestreo.htm
3. http://academico.uno.mx/ravila/est_desc/muestra.htm
4. http://www.uaq.mx/matematicas/estadisticas/xu5.html
5. http://html.rincondelvago.com/conceptos-y-muestreo.html
43
8. Kelsey IL, Thompson WD, Evans A. Methods in observational epidemiology.
New York. Oxford University Press 1986.
44