Analisis muestral

JENNIFERCANOGONZALES
Docente:Mgr. José RamiroZapata Barrientos
Materia: Investigaciónde MercadosII
Página| 1
“LIBEREMOS BOLIVIA”
21. MUESTRA O ANALISIS MUESTRAL
“ Todo Es Editable “ Mgr. José Ramiro Zapata
I. INTRODUCCION
La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos y analizarlos.Es
decir,cuandoqueremosestudiarundeterminadofenómenorecurrimosalaestadística.Unbuenejemplo
de fenómeno que estudia la estadística, es el salario medio de los ciudadanos de un país.2
En ocasionesenque noes posible oconveniente realizaruncenso(analizaratodosloselementosde una
población), se selecciona una muestra, entendiendo por tal una parte representativa de la población.
El muestreo es por lo tanto una herramienta de la investigación científica, cuya función básica es
determinarque parte de unapoblacióndebe examinarse,conlafinalidadde hacerinferenciassobredicha
población.
II. DESARROLLO
Es unsubconjuntofinitoyfactiblede laPoblación,quedebecumplircaracterísticasineludiblesparalograr
que las conclusiones de la inferencia estadística sean válidas.1
Una muestra estadística es un subconjunto de datos perteneciente a una población de datos.
Estadísticamente hablando, debe estar constituido por un cierto número de observaciones que
representen adecuadamente el total de los datos.2
Podemosdefinirlamuestraestadísticacomo el procedimientorelacionadoconla selecciónde datosy la
observación individual de una determinada población; nos ayuda a hacer inferencias estadísticas sobre
una representación total de los datos de forma adecuada.3
Un muestreoestadísticoesparte de una investigaciónde la población. Porejemplo,si deseasconocerel
salario de parte de un grupo poblacional promedio, no es necesarioencuestar a todos los habitantesde
esta, por lo que dirigir la investigación a un pequeño número de personas es suficiente.3
Los errores más comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observación de sólo una parte de la Población, se
denomina error de muestreo.4
2.- Hacer conclusiones hacia una Población mucho más grandes de la que originalmente se tomo la
muestra. Error de Inferencia.4

Página| 2
¿Por qué se trabaja con muestras estadísticas?
Supongamosque queremosestudiarunfenómenocualquiera.Ennuestrocaso,esefenómenoeselsalario
medio de los ciudadanos de un país. La población de datos está formada por todos y cada uno de los
trabajadores del país. Claro que por razones de tiempo y coste sería imposible ir preguntando a cada
trabajador cual es su salario anual. Tardaríamos mucho tiempo o necesitaríamos muchos recursos.2
En este punto aparece el concepto de muestra estadística. En lugar de preguntar a los millones de
trabajadores de un país o región, tan solo recogemos una pequeña cantidad de datos. Por ejemplo,
preguntamos a 100.000 personas. Esta tarea sigue siendo complicada, pero es mucho más asequible
preguntar a 100.000 personas que preguntar a 30 millones.2
Esta pequeñacantidadde datosha de serrepresentativa.Esdecir,debe representaradecuadamenteala
población. Si las 100.000 personas a las que preguntamos se concentran en barrios ricos, obtendremos
datosque no son representativos.El salariomedionossaldríamuchomásalto de lo que es en realidad.2
Características de la muestra
 Las selecciones se realizan de manera representativa.
 Permite medir la confiabilidad que existe en la estimación obtenida.
 Basándose enel conocimientoobtenido,seasegurade producirlamayorcantidadde información
posible al menor costo.
 Es importante que searepresentativaconrelaciónatodoslosdatosexistentesenel conjuntoque
tengan características similares.
 Se encarga de determinar la estabilidad de las estadísticas una vez que los resultados de las
pruebas sean identificadoscomo los mismos sin tomar en cuenta el aumento que existe en el
tamaño de la muestra.3
Ventajas de la muestra estadística
 Resulta conveniente para poder realizar el conteo de una población cuando esta es
extremadamente grande y la enumeración resulta impráctica.
 Es ideal para usarse cuando la poblaciónes homogénea, ya sea de forma representativa o como
muestra.
 En losmomentosenlosque el proceso por medio del cual la investigación resulte destructiva.3
TIPOS DE MUESTREO
Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden
dividirse en dos grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no
probabilísticos.

Página| 3
I. Muestreo probabilístico
Los métodos de muestreo probabilísticos 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 n tienenla misma probabilidad
de ser seleccionadas.Sólo estosmétodos de muestreo probabilísticosnos aseguran la representatividadde la
muestra extraída y son, por tanto, los más recomendables.
Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos: 4
1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada
individuode la población y 2) a través de algún medio mecánico (bolas dentrode una bolsa, tablas de números
aleatorios, números aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como
sea necesario para completar el tamaño de muestra requerido.4
2.- Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar todos los elementos
de la población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número 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
tamañode lapoblaciónentre eltamañode lamuestra:k=N/n.El númeroi que empleamoscomopuntode partida
será un número al azar entre 1 y k.4
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 tamaño dado de la muestra. Consiste en
considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna
característica (se puede estratificar,porejemplo,segúnlaprofesión,el municipiode residencia,el sexo,el estado

Página| 4
civil,etc.).Loque se pretendeconestetipode muestreoesasegurarsede que todoslosestratosde interésestarán
representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo aplicarse
dentrode ellosel muestreoaleatoriosimple oel estratificadoparaelegirloselementosconcretosque formarán
parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).4
La distribuciónde lamuestraen funciónde los diferentesestratosse denominaafijación,ypuede serde
diferentes tipos:
- Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.
-AfijaciónProporcional:La distribuciónse hace de acuerdocon el peso(tamaño) de la poblaciónencada
estrato.
- AfijaciónOptima:Se tieneencuentalaprevisibledispersiónde losresultados,de modoquese considera
la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la desviación.
4.- Muestreo aleatorio por conglomerados: Los métodos presentados hasta ahora están pensadospara
seleccionar directamente los elementosde la población, es decir, que las unidades muéstralesson los
elementos de la población. En el muestreo por conglomerados la unidad muestral es un grupo de
elementos de la población que forman una unidad, a la que llamamos conglomerado.4
II. Muestreo no Probabilístico
El muestreo no probabilístico es una técnica de muestreo en la cual el investigador selecciona muestras
basadas en un juicio subjetivo en lugar de hacer la selección al azar.
A diferencia en el muestreo probabilístico, donde cada miembro de la población tiene una posibilidad
conocida de ser seleccionado, en el muestreo no probabilístico, no todos los miembros de la población
tienen la oportunidad de participar en el estudio.
El muestreo no probabilístico es más útil para estudios exploratorios como la encuesta piloto (una
encuesta que se implementa en una muestra más pequeña, en comparación con el tamaño de muestra
predeterminado).
El muestreonoprobabilísticose utiliza dondenoesposibleextraerunmuestreode probabilidadaleatorio
debido a consideraciones de tiempo o costo.
El muestreo no probabilístico es un método menos estricto, este método de muestreo depende en gran
medidade laexperienciade losinvestigadores. El muestreonoprobabilísticocomúnmentese llevaacabo
mediante métodos de observación, y se utiliza ampliamente en la investigación cualitativa.5

Página| 5
1. Muestreo por cuotas
El muestreo por cuotas es un método de muestreo no probabilístico. Se basa en seleccionar
la muestra después de dividir la población en grupos o estratos.
Supongamosque tenemosunapoblación de N individuosyque queremoselegiruna muestrade n sujetos.
Tomaremos los individuos para la muestra mediante el siguiente proceso:
a. La población se divideen kestratosogrupos,talescomolaedad,sexo,niveleducativo,etc.
Supongamos que los estratos tienen N1, N2,…, Nk elementos, tales que:
b. El investigadorelige las cuotas(númerode sujetos) n1,n2,…, nk que se van a tomar de cada
grupo, siendo su suma el total de elementos n de la muestra:
Las cuotasse puedendecidiracriteriológicodel investigadoromediantecriteriosadaptadosalamuestra.
c. Se eligen los elementos en cada estrato o grupo por métodos no probabilísticos. Por ejemplo,
podríamos elegir los elementos de la muestra de nuestra ciudadporque resulta más cómodo,o
de un grupo de voluntarios, etc.

Página| 6
2. Muestreopor Conveniencia
El muestreopor convenienciaesunmétodode muestreonoprobabilístico.Consiste enseleccionaralos
individuosque convienenal investigadorparala muestra.Esta convenienciase produce porque al
investigadorle resultamássencilloexaminaraestossujetos,yaseaporproximidadgeográfica,porsersus
amigos,etc.
3. Muestreo de Bola de Nieve
El método de muestreo de bola de nieve (o muestreo por referidos) es un método de muestreo no
probabilístico. El muestreose realizasobre poblacionesenlasque nose conoce asus individuosoesmuy
difícil acceder a ellos. Podrían ser los casos de sectas secretas, indigentes, grupos minoritarios, etc.
Se llamamuestreode bolade nieveporquecadasujetoestudiadoproponeaotros,produciendounefecto
acumulativo parecido al de la bola de nieve.
4. Muestreo casual o accidental
El muestreocasual oaccidental esunmétododemuestreonoprobabilísticodondelosindividuosse eligen
de maneracasual,sinningúnjuicioprevio. Laspersonasquerealizanelestudioeligenunlugarounmedio,
y desde ahí realizan el estudioa los individuos de la poblaciónque accidentalmente se encuentrena su
disposición.
5. Muestreo discrecional
El métodode muestreodiscrecional (omuestreoporjuicio)esunmétodode muestreonoprobabilístico.
Los sujetos se seleccionan a base del conocimiento y juicio del investigador. En ocasiones en que no es
posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona
una muestra, entendiendo por tal una parte representativa de la población. El muestreo es por lo tanto
una herramienta de la investigación científica, cuya función básica es determinar que parte de una
población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.
El investigador selecciona a los individuos a través de su criterio profesional. Puede basarse en la
experienciade otrosestudiosanterioresoensuconocimientosobrelapoblaciónyel comportamientode
ésta frente a las características que se estudian.

Página| 7
III. CONCLUSION
El tamañode muestranospermite alosinvestigadoressabercuántosindividuossonnecesariosestudiar,
para así poderestimarunparámetrodeterminadoconel gradode confianzadeseado,oel número
necesarioparapoderdetectarunadeterminadadiferenciaentre losgruposde estudio.
Toda muestrade un estudiodebe serrepresentativade lapoblaciónde interés.El objetivoprincipal de
seleccionarlaeshacerestadísticasacercade lapoblaciónde laque proviene de que laseleccióndebeser
probabilística.
Por otra parte,la utilizaciónde Excel facilitólarealizaciónde muestreosnoaleatoriosydel muestreo
aleatoriosimpleysistemático.Lasdificultadestécnicasque se presentarondurante larealizacióndel
muestreoaleatorioestratificadoyporconglomeradosgeneraronlimitantesalosestudiantesque no
permitieronhacerénfasissuficienteendichosmétodos.A pesarde esto,lageneraciónconstante de
tablasdonde se visualizanlasdistintasmuestrasobtenidas,constituyóunútil yvaliosorecursodidáctico
que facilitóalosestudiantesidentificarlosposiblessesgosque se generanal aplicarmuestreosno
aleatoriosal realizarestimacionesde parámetros.

Página| 8
IV. BIBLIOGRAFIA
1. https://www.uandes.cl/wp-content/uploads/2019/01/bioestadistica_investigacion_gcavada.pdf
2. https://economipedia.com/definiciones/muestra-estadistica.html
3. https://www.webyempresas.com/muestra-estadistica/
4. http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
5. https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
6. https://www.universoformulas.com/estadistica/inferencia/muestreo-no-probabilistico/

Página| 9
V. VIDEOS
1. https://youtu.be/CrDDcXUtO-8
2. https://youtu.be/oc8i9g144Y0

Analisis muestral

Más contenido relacionado

La actualidad más candente

Similar a Analisis muestral

Más de JenniferCanoGonzales

Último

Analisis muestral