REPÚBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DEL PODER POPULAR PARA LA DEFENSAUNIVERSIDAD NACIONAL EXPERIMENTAL POLITÉCNICA

DE LA FUERZA ARMADA BOLIVARIANA NÚCLEO FALCON-EXTENSIÓN PUNTO FIJO

Unidad 6: Muestreo

Facilitador: Autores:Ing. Karelis Molina Br. ESCARRA, Fernando C.I: V- 22.604.511

Br. GUSMAN, Luis C.I: V- 21.157.912Br. RODRIGUEZ, David C.I: V-24. 717.350

Br. MALDONADO, Francisco C.I: V- 24.788.118Br. MONASTERIOS, Oriana C.I: V-22.607.013

Br. MELENDEZ, Luis C.I: V- 21.453.1708vo semestre “A” Ing. Sistemas

Introducción al Muestreo•El

procedimiento empleado para obtener una o más muestras de una población; es una técnica que sirve para obtener una o más muestras de población. Su función básica, es determinar que parte de una realidad en estudio (población o universo) debe examinarse con la finalidad de hacer inferencias sobre dicha población.

MUESTREO

•Los estadísticos emplean la palabra muestra para describir una porción escogida de la población.

MUESTRA

•Los estadísticos usan la palabra población para referirse no sólo a personas si no a todos los elementos que han sido escogidos para su estudio.

POBLACIÓN

TEORIA DEL MUESTREO

La teoría del muestreo es el estudio de las relaciones existente entre una población y muestras extraídas de la misma.

VENTAJAS

• No requiere observación continua por parte de un analista durante un periodo de tiempo largo.

• El tiempo de trabajo de oficina disminuye.

• Costos reducidos.• Mayor rapidez para obtener

resultados.• Mayor exactitud o mejor

calidad de la información.• Es muy útil cuando el Universo

es muy grande o Infinito.

DESVENTAJAS

• Muestra representativa: no existe una definición formal que nos permita afirmar que una muestra es o no representativa de la población objeto de estudio.

• Error de muestreo o error aleatorio: es el error que se comete debido al hecho de sacar conclusiones sobre una población a partir del estudio de una muestra de ella.

Muestreo Estadístico Es un procedimiento por el que se ingresan los valores verdaderos de

una población a través de la experiencia obtenida con una muestra      También lo podríamos definir como aquel que utiliza técnicas que permiten hacer estimaciones sobre una población aplicando las leyes

de la estadística.

Las aplicaciones de muestreo estadístico deben cumplir los siguientes requisitos:

El tamaño de la muestra debe calcularse utilizando técnicas estadísticas.

La selección de la muestra debe hacerse en forma aleatoria.

Muestreo Estadístico

VENTAJAS- Permite seleccionar de

antemano el nivel de confianza de la prueba, es decir la probabilidad de que las

conclusiones obtenidas del muestreo sean correctas.

-La selección aleatoria impide que los prejuicios o

preferencias del auditor favorezcan la selección de algunos elementos de la

población en desmedro de otros.

- Permite limitar el tamaño de la muestra al

mínimo necesario, evitando realizar pruebas

de auditoría sobre una cantidad mayor de

elementos.

- Los resultados de la prueba se expresan

matemáticamente en términos precisos,

permitiendo elaborar recomendaciones sobre una base más objetiva.

- Permite hacer más defendibles las conclusiones

de la prueba.

Existen dos tipos de muestreo:

El no probabilístico.El aleatorio o probabilístico.

Muestreo No ProbabilísticoEl muestreo no probabilístico es una técnica de muestreo donde las muestras se recogen en un

proceso que no brinda a todos los individuos de la población iguales oportunidades de ser

seleccionados.

La mayoría de los investigadores tienen limitaciones temporales, monetarias y de mano de obra y, gracias a ellas, es casi imposible tomar una muestra aleatoria de toda la población. Generalmente, es necesario emplear otra técnica de muestreo, la técnica de muestreo no probabilístico.

A diferencia del muestreo probabilístico, la muestra no probabilística no es un producto de un proceso de selección aleatoria. Los sujetos en una muestra no probabilística generalmente son seleccionados en función de su accesibilidad o a criterio personal e intencional del investigado

Tipos de muestreo no probabilístico:

Por conveniencia:En el muestreo por conveniencia, las muestras son seleccionadas porque son

accesibles para el investigador. Los sujetos son elegidos simplemente porque son fáciles de reclutar. Esta técnica es considerada la más fácil, la más barata y la que

menos tiempo lleva.

Ejemplo: Un profesor quiere realizar un diagnóstico para medir el nivel de inteligencia de un semestre; puede aplicárselo a sus propios estudiantes cuando vaya a impartir la clase porque no le cuesta tiempo

¿Cuando utilizarlo?

Suele utilizarse en estudios iniciales para comprobar si se cumplen las hipótesis que se plantea el investigador. Una vez realizado el estudio, si se comprueba que los resultados son favorables a sus predicciones, ya se puede plantear la posibilidad de hacer el estudio con muestras probabilísticas para generalizar el resultado.Si se quisieran obtener resultados para generalizar a toda la población, este método no es aconsejable.

Tipos de muestreo no probabilístico:Discrecional o por juicio:

El muestreo discrecional es más comúnmente conocido como muestreo intencional. En este tipo de toma de muestras, los sujetos son elegidos para formar parte de la muestra con un objetivo específico. Con el muestreo discrecional, el investigador cree que algunos sujetos son más adecuados para la investigación que otros. Por esta razón, aquellos son elegidos deliberadamente como sujetos

Ejemplo: Supongamos que el investigador va a realizar un estudio sobre el nivel de satisfacción del profesorado de cierta universidad. El estudio se suele realizar cada dos años, por lo que el responsable del estudio, gracias a su experiencia y sus antecedentes, sabe perfectamente cual puede ser la mejor muestra para el estudio.

¿Cuando utilizarlo?

Este método de muestreo es aconsejable cuando el responsable del estudio conoce estudios anteriores similares o idénticos y sabe con precisión que la muestra que utilizaron fue útil para el estudio.Si la población es muy reducida y conocida por el investigador.

Tipos de muestreo no probabilístico:Por cuota:

El muestreo por cuotas es una técnica en donde la muestra reunida tiene la misma proporción de individuos que toda la población con respecto al fenómeno enfocado, las características o los rasgos conocidos.

Ejemplo: se divide a la población en tres grupos. Esos grupos están divididos por criterios propios del investigador que desee estudiar; edad, sexo, nivel de educación. (También puede ser cruzado, es decir, un grupo puede tener tanto hombres como mujeres y ser de diferentes edades) El investigador, a su vez, va a escoger un número de sujetos según su criterio lógico de cada grupo. Posteriormente, se escogen los elementos a estudiar de cada grupo y el lugar en donde se encuentren.

¿Cuándo utilizarlo?

Para realizar encuestas de opinión.Para realizar un análisis de las diferencias entre los elementos de una población para agrandar la información ya recolectada.Cuando el investigador considera que las características pueden influenciar el elemento a estudiar.

Bola de Nieve:

Tipos de muestreo no probabilístico:

El método de muestreo de bola de nieve (o muestreo por referidos) es un método de muestreo no probabilístico. El muestreo se realiza sobre poblaciones en las que no se conoce a sus individuos o es muy difícil acceder a ellos. Podrían ser los casos de sectas secretas, indigentes, grupos minoritarios, etc.Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a otros, produciendo un efecto acumulativo parecido al de la bola de nieve.

Ejemplo: Un investigador quiere hacer un estudio sobre el comportamiento de los individuos de una secta secreta. Empieza estudiando a tres integrantes de misma que conoce y ellos le van presentando a otros sujetos para incluirlos en su estudio.

¿Cuando utilizarlo?El muestreo de bola de nieve se utiliza cuando se va a estudiar a una población a la que es muy difícil acceder. El investigador conoce algún componente de la población y a través de ellos va completando la muestra.El investigador depende mucho de la información que pueda obtener de los sujetos que estudia, y podría darse el caso de que se quede con muy pocos individuos en la muestra.

Muestreo Aleatorio 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 tamaño tienen la misma probabilidad de ser seleccionadas.

Sirve para cantidades, cuantifica.Todos los casos presentes en el marco muestral tienen la probabilidad de estar en el marco final.Es ciego a la hora de seleccionar elementos de las muestras finales.No requiere un conocimiento elevado de la población a estudiar.

Tipos de muestreo probabilístico:Muestreo Aleatorio Simple:

Ventajas

• facilidad para armar la muestra

• se considera una forma justa de seleccionar una muestra a partir de una población

• representatividad de la población.

Desventajas

• la necesidad de una lista completa de todos los miembros de la población.

• lista de la población debe estar completa y actualizada.

• no está disponible en poblaciones grandes.

En esta técnica, cada miembro de la población tiene la misma probabilidad de ser seleccionado como sujeto. Todo el proceso de toma de muestras se realiza en un paso, en donde cada sujeto es seleccionado independientemente de los otros miembros de la población.

¿Cuando utilizarlo?

El método de muestreo aleatorio simple debe utilizarse cuando los individuos de la población son homogéneos respecto a las características a estudiar (es decir, a priori no sabemos si los resultados van a ser muy diferentes por causa de otras variables).Es poco recomendado cuando la población es muy grande y heterogénea (los individuos presentan características dispares).

Tipos de muestreo probabilístico:Muestreo Aleatorio Simple:

Sacar bolas de un bombo Los individuos de la población se numeran del 1 al N. Extraemos n bolas

del bombo y la muestra serán los individuos seleccionados.La muestra obtenida es una tal que todos los elementos tienen la misma

probabilidad de ser seleccionados.

EJEMPLOS:

Tipos

Sin reposición de los elementos :' Cada elemento extraído se descarta para la subsiguiente extracción. Por ejemplo, si se extrae una muestra de una "población" de bombillas para estimar la vida media de las bombillas que la integran, no será posible medir más que una vez la bombilla seleccionada.Con reposición de los elementos: Las observaciones se realizan con remplazo de los individuos, de forma que la población es idéntica en todas las extracciones. En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse con reposición aunque, realmente, no lo sea.Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede considerarse con reposición.Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de números aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Tipos de muestreo probabilístico:Muestreo Sistemático:Este procedimiento exige, como el anterior, numerar todos los elementos de la población, pero en lugar de extraer números aleatorios sólo se extrae uno.

• Su sencillez. Permite que el investigador añada un grado de sistema o proceso en la selección aleatoria de los sujetos.

• La garantía de que el muestreo se hará equitativamente sobre la población.Ventajas

¿Cuándo Utilizarlo?

Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo

PROCEDIMIENTO:

Esto quiere decir que si tenemos un determinado número de personas que es la población (N) y queremos escoger de esa población un número más pequeño el cual es la muestra (n), dividimos el número de la población por el número de la muestra que queremos tomar y el resultado de esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número del intervalo, y a partir de este número escogemos los demás siguiendo el orden

K= N/n Donde N es el tamaño de la población y n el tamaño de la

muestra.

Ejemplos:

El investigador tiene una población total de 100 individuos y necesita 12 sujetos. Primero elige su número de partida, 5.Luego, el investigador elige su intervalo, 8. Los miembros de su muestra serán los individuos 5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.

Muestreo Sistemático:

Tipos de muestreo probabilístico:

Tipos de muestreo probabilístico:Muestreo Estratificado:

Consiste en la división previa de la población de estudio en grupos o clases que se suponen homogéneos respecto a característica a estudiar. A cada uno de estos estratos se le

asignaría una cuota que determinaría el número de miembros del mismo que compondrán la muestra

Procedimiento:

1. Definir la población de estudio2.Determinar el tamaño de muestra requerido3. Establecer los estratos o subgrupos4. Multiplicar la frecuencia relativa del muestreo de cada estrato por el tamaño de la muestra subtotal 5. Seleccionar y extraer cada estrato la cantidad de individuos que formaran la parte de la muestra total.

¿Cuándo utilizar?

Se utiliza cuando la población se encuentra dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.

Tipos de muestreo probabilístico:Muestreo Estratificado:

Estratos E1 E2 E3 Total

Poblacion N1 N2 N3 N

Muestra n1 n2 n3 n

Ejemplo

Ejemplo:

Se va a realizar una encuesta a alumnos de del primer a cuarto semestre, se quiere que la encuesta sea proporcional al número de alumnos en cada grupo:

n/N= n1/N*x= n2/N*x= n3/N*x=x=100

2 n1=532 n1/N*x=532/1553*100 34,25 344 n2=435 n2/N*x=435/1553*100 28,01 286 n3=432 n3/N*x=432/1553*100 27,81 288 n4=154 n4/N*x=154/1553*100 9,91 10

Estratos

N= 1553 100 100

Tipos de muestreo probabilístico:Muestreo por conglomerado:

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número de conglomerados y en investigar después todos los elementos

pertenecientes a los conglomerados elegidos.

Ejemplo

Se planea hacer una encuesta entre universitarios del I ciclo de administración de UPAO. Se quieren entrevistar 1.000 universitarios. Ante la imposibilidad de acceder (de acuerdo con los costos) a un muestreo estratificado, se piensa en una muestra de 200 conglomerados de 25 alumnos, identificando el conglomerado con un grupo de primer curso

Procedimiento:1. Dividir la población 2. Seleccionar el número de conglomerados3. Tomar una muestra aleatoria simple de cada uno de los elementos de cada conglomerado

Definiciones Estadísticas Importantes

     La estadística trata de las técnicas para recolectar, organizar, presentar, analizar un conjunto de datos numéricos y a partir de ellos y de un marco teórico, hacer las indiferencias de lugar. Es una herramienta fundamental para la investigación científica y empírica en los campos de la administración, educación, sociología, psicología, medicina, genética, informática, ingeniería, contabilidad, economía, agricultura, etc

Se usa como un valioso auxiliar y en los diferentes campos del conocimiento y en las variadas ciencias. Es un lenguaje que permite comunicar información basada en datos cuantitativos. Constituye uno de los aspectos más relevantes entre los estudiosos de las ciencias. La evolución de la estadística ha llegado al punto en que su proyección se percibe en casi todas las áreas de trabajo. También abarca la recolección, presentación y caracterización de información para ayudar tanto en el análisis e interpretación de datos como en el proceso de la toma de decisiones.

Definiciones Estadísticas Importantes

Los dos tipos de problemas que resuelven las técnicas estadísticas son: estimación y contraste de hipótesis. En ambos casos se trata de generalizar la información obtenida en una muestra a una población. Estas técnicas exigen que la muestra sea aleatoria.

La estadística es de gran importancia en la investigación científica debido a que:•Permite una descripción más exacta. •Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar. •Permite resumir los resultados de manera significativa y cómoda. •Nos permite deducir conclusiones generales.