Cap tulo 1

Teor del muestreo a

En la inferencia estad stica hay dos aspectos no estudiados en la asignatura de Estad stica de tercer curso como son: analizar el proceso de seleccin de la muestra, lo que o conlleva al estudio de los mtodos de muestreo, y en segundo lugar estudiar el tamao e n justo y adecuado de poblaciones nitas, analizando su coste y abilidad. En la primera parte que desarrollaremos en esta asignatura, se tratarn y describirn a a de forma esquemtica diversos conceptos y deniciones fundamentales para proseguir con a el muestreo y el muestreo de encuestas. Se describirn los procedimientos y las tcnicas a e habituales.

1.1

Introduccin o

La teor del muestreo tiene por objetivo acercarse a la realidad, a la poblacin en la a o que estemos interesados. Se trata de obtener un subconjunto de n elementos (muestra) de un conjunto de N elementos (poblacin). o Porqu interesa muestrear: e 1. Por econom supone ahorro sustancial de dinero, preguntar a un grupo en vez a: de a toda la poblacin. o 2. Por tiempo: es deseable obtener resultados en horas (o d as). Por ejemplo: (a) el sondeo-escrutinio previo electoral, da una aproximacin del resultado nal. o Al minuto de cerrarse los colegios electorales ya se dispone de un resultado. Inters por un resultado inmediato. e (b) la EPA proporciona el nmero de parados y son obtenidos mediante una u encuesta por muestreo a nivel nacional. Interesan actualmente los parados de enero de 2004, para poder tomar medidas del tipo que sean. Ser inutil a dar ahora la cifra de parados de, por ejemplo, abril de 2001. 3. En ocasiones las pruebas son destructivas con el individuo, por lo que nos conviene slo una parte de ellos. Por ejemplo: o 3

Teor del muestreo a (a) Basta un poco de sangre para calcular el n mero de glbulos rojos en la u o sangre, no necesitando extraer toda la sangre del individuo. (b) Basta probar una cucharada de sopa, si est bien removida, para saber si sta a e est o no sosa, no necesitando tomarnos toda la cazuela. a (c) Desgaste de ruedas. No es preciso desgastar todas las ruedas que produce una fbrica (nos quedamos sin nada que vender) sino algunas, para estudiar a en ellas su resistencia y publicitar su calidad. (d) Prueba de resistencia en coches lanzados a 50 Km/h sobre una tapia; no sobrevive gran cosa, por ello interesa minimizar el nmero de unidades a u muestrear. (e) etc. 4. Si existe error ajeno al muestreo y grande, se controla mejor en una muestra que en toda la poblacin (un censo). En ocasiones el muestreo puede ser ms exacto, o a caso en que el estudio pudiera causar errores por su tamao, o los encuestadores no n estuvieran capacitados para un censo de toda la poblacin, pero en una muestra o necesitar amos menos personal, mejor preparado. El muestreo ha experimentado un gran desarrollo dentro de las Ciencias Sociales: 1. Encuestas sobre publicidad: de difusin de prensa, audiencias TV, de radio, etc. o 2. Encuestas sobre lanzamiento de productos: se pregunta sobre productos similares, determinar precio de lanzamiento, d en que compra, etc. as 3. Encuestas sobre control de calidad: calidad de una muestra para aceptar o no un cierto lote. 4. Encuestas sobre actividad: ocupacin, empleo, sectores, etc. o 5. Encuestas sobre coyuntura: inversin, venta, etc. o 6. Encuestas sobre condiciones de vida: ingresos, gastos, n mero de viviendas, no de u personas, etc. 7. Encuestas sobre salarios: horas extras, aliaciones a la Seguridad Social, etc. 8. etc.

1.1.1

Conceptos previos a recordar

Para situarnos de manera adecuada en esta asignatura, deben recordarse algunos conceptos explicados en las asignaturas precedentes de Introduccin a la Estad o stica y de Estad stica e introduccin a la Econometr tales como: o a, 1. Generalidades de combinatoria

1.2. ETAPAS O FASES GENERALES DE UN ESTUDIO DE MUESTREO 2. Concepto de probabilidad clsica y probabilidad condicionada a

3. Concepto de variable aleatoria, discreta y continua. Su funcin de distribucin y o o principales momentos. 4. La independencia de variables aleatorias 5. Distribucin binomial, distribucin multivariante, distribucin normal, distribuo o o 2 , distribucin t de Student. o cin o 6. El teorema del l mite central. 7. Los nmeros u ndices, tasas de variacin. o

1.2

Etapas o fases generales de un estudio de muestreo

1) En primer lugar debemos denir claramente la informacin que se precisa, ceno trndonos en lo fundamental frente a lo accesorio. a

o 2) En segundo lugar, debemos determinar la poblacin objeto de estudio a muestrear y la unidad muestral . Denamos algunos de estos conceptos. Poblacin: es el conjunto total de elementos que se deducen de un experimento o aleatorio. Se hace necesario un listado de la misma. Puede ser: Finita, compuesta por N miembros. Se estudia por censos o por muestreo. Por ejemplo: habitantes de Valladolid, altura de los alumnos de una Facultad, etc. Innita, en este caso la poblacin no es completamente observable, utilizndose la o a inferencia para manejarla. Por ejemplo: el resultado diario de la loter a. Por ejemplo, queremos determinar la caracter sticas socioeconmicas de cierto barrio o de una ciudad. Para ello, necesitamos varias cosas: El nmero total de viviendas del barrio. El Ayuntamiento o el catastro nos prou porciona dicho dato, supongamos N = 10000. Un listado, o un plano del barrio, en donde individualizarlas. Determinar el tamao de la muestra; aunque ms adelante aprenderemos cmo n a o determinarlo de forma optima, admitamos ahora n = 400.

Fases de un estudio de muestreo Coeciente de elevacin : es la razn del tamao de la muestra respecto a la o o n 10000 N = = 25, es decir, cada vivienda encuestada poblacin. En nuestro caso o n 400 representar a 25 viviendas del barrio. a o o o Fraccin del muestreo : proporcin de unidades de la poblacin contenidas en n 400 la muestra. En nuestro caso = = 0.04, es decir, se ha encuestado al 4% N 10000 de la poblacin. o o Unidad muestral : cada parte en que se divide la poblacin para seleccionar la muestra. En el ejemplo, la vivienda. Las unidades muestrales las elige el investigador. Deben ser distinguibles e identicables, aunque a veces no estn perfectaa mente denidas. Por ejemplo, si la poblacin es una lista de alumnos, la unidad son los alumnos. o Si la poblacin es una lista de clases, al unidad es la clase. o

o e n 3) Seleccin del mtodo de muestreo y tama o de la muestra Lo importante de una muestra es que sea representativa de la poblacin, siendo o dif su obtencin. cil o El mtodo de muestreo depende del problema en estudio y de los recursos disponibles. e El tamao de la muestra va a depender de la abilidad requerida y del coste que n estemos (estn) dispuestos a invertir en el estudio. e Comentarios acerca de la representatividad: Siempre tendemos a generalizar (de hecho es muy fcil y cmodo) y tras esa a o generalizacin inferimos valores muestrales en los poblacionales. As por ejemplo, estao , mos acostumbrados a decir y oir: el alemn es trabajador, el andalz es muy simptico, a u a el americano es prepotente, el cataln es taca o, etc., y nos basamos en una muestra a n parcial para obtener conclusiones. Dicha muestra, generalmente, no es representativa, pues quiz los resultados les hemos obtenido de nuestro conocimiento de ciertos turisa tas, de cierta edad, de cierto sexo, de cierto nivel cultural, es decir, nuestra muestra u es slo nuestra, habiendo sido escogida seg n nuestras prefencias. Evidentemente la o representatividad de una muestra as escogida no ha de ser buena necesariamente. No siempre es representativa la muestra. Por ejemplo, si escogemos a nuestra muestra de entre las personas del list telefnico estamos olvidando a los ciudadanos n o sin telfono (si bien hoy en d es casi residual, no lo fue as hasta hace pocos aos). Si e a n la encuesta la llevamos a cabo por la maana y por telfono, gran parte de las respuestas n e sern de amas de casa, olvidando a quien est trabajando. Si encuesto a los empleados a e

Teor de muestreo a

presentes en una fbrica, olvido a los transportista, representantes, bajas laborales, etc. a Similar ejemplo si encuesto por la maana a alumnos de la Facultad, olvido a los de n tarde, los del aulario, los que estn enfermos, etc. e Debe tenerse presente la homogeneidad o heterogeneidad de la poblacin. As o , por ejemplo, basta un trozo de pan para sacar conclusiones de toda una barra de pan; pero no siempre basta un trozo de tarta para sacar conclusiones de toda ella, ya que puede tener diversos sabores en distintas partes de la misma, y al escoger un trozo despreciamos el resto de los ingredientes. La forma habitual de obtener una muestra aleatoria es seleccionando nmeros aleatou rios (random), por ejemplo: en un ordenador, la hoja de clculo Excel proporciona media ante la secuencia Herramientas Analisis de datos Generacion de numeros aleatorios, proporciona nmeros seudoaleatorios (da nmeros seudoaleatorios de una u u U(0, 1)) No es vlido preguntar nmeros al azar a alguien (tender a decir mltiplos de 5, o a a u a u decir nmeros pares, o no decir el nmero 13, etc.) Deben evitarse tendencias personales. u u Para ello debemos procurarnos una urna, una baraja, una calculadora o un programa generador de nmeros seudoaleatorios. En denitiva, algo que evite nuestra parcialidad u inconsciente.

Ejemplo: En una clase de N=180 alumnos, debemos seleccionar al azar a n=5 para un trabajo. Posibilidades: decir 5 nmeros al azar y a quien les toque, pero esto plantea dudas u sobre la aleatoriedad de quien diga los nmeros. u Si generamos en Excel, 5 nmeros aleatorios de una U (0, 1), nos devuelve, por ejemu plo: 0.073, 0.223, 0.008, 0.123 y 0.467. En primer lugar les multiplicamos por 1000 para hacerles enteros, as resulta: 73, 223, 8, 123 y 467. El primero, tercero y cuarto se seleccionan sin problema. Cmo actuar con el 223 o y el 467? Tomamos alumnos con el n mero: 223-180= 43 (le quitamos N=180, hasta u conseguir un nmero posible) y 467-180-180=107. u

o 4) Dise o de la forma de recoger la informacin n El objeto de esto es: Evitar la falta de respuesta Tratar de lograr respuestas precisas y claras, a travs del cuestionario y/o la entrevista e

Errores en el muestreo forma de la encuesta: o por correo, telfono, personal, etc. e

5) Utilizacin del muestreo para hacer inferencia o 6) Obtencin de resultados y conclusiones para toda la poblacin o o

1.3

Errores en el muestreo

Al disponer de una muestra de una poblacin nunca sabremos el valor exacto del o parmetro poblacional, como pueda ser la media o la proporcin poblacional. Cualquier a o estimador que utilicemos cometer un error. a Existen varios tipos de errores, algunos debidos al muestreo y otros ajenos al mismo. No existe un criterio general para evitarlos y analizarlos. Debemos procurar minimizarlos cuanticando la incertidumbre (nivel de signicacin, etc.) o El error de muestreo resulta de disponer slo de informacin de un subconjunto de o o la poblacin total. o

Tipos de errores: 1. Aleatorios: es aquel tipo de error en que una observacin con otra tienden a o compensarse. Son debidos a azar y al mecanismo probabil stico. Su control es probabil stico y su reduce al aumentar el tamao de la muestra. n 2. Sistemticos: tiene un valor constante pero desconocido. No tiene porqu estar a e relacionado con el procedimiento de muestreo utilizado. Aumenta al crecer el tamao muestral. La forma de corregirle es controlando la forma de obtencin de n o la muestra. Los errores debidos a la falta de respuesta a todo el cuestionario (ausencia del encuestado) o a una parte del cuestionario (no responde o ns/nc: no sabe o no contesta) consistuyen el principal error sistemtico. a Si las personas que ocasionan la falta de respuesta pertenecen a determinado grupo, muy relacionado con la variable a investigar se est metiendo un sesgo importante a en los resultados. Si la falta de respuesta es por ausencia, se debe hacer un nuevo muestreo sobre las no respuestas y comparar con las que s respondieron. Si no se aprecian diferencias, juntamos los datos y los trato de forma uniforme. Si por el contrario, s se aprecian diferencias, existe un error debido a la no respuesta.

Teor de muestreo a

Adems del error de la no respuesta, existen otros tipos de errores sistemticos a a ajenos al muestreo como: (a) mala o incorrecta denicin de la poblacin. o o En 1936, Literary Digest predijo que Landon ganar a Roosevelt las eleca ciones presidenciales. Celebradas stas, Roosevelt gan por un amplio mare o gen. Este error de prediccin se di porque la muestra se eligi entre el o o o list telefnico, entre los subcriptores de la revista y entre los propietarios n o de automviles. Esta muestra no representaba a las clases ms pobres, mayoo a ritariamente demcratas. o En conclusin, debemos muestrear de toda la poblacin y no slo de un o o o subgrupo de ella. (b) respuestas falsas o imprecisas. En esta situacin se engloban aquellas preguntas dif o ciles de entender o que nos de a entender que una respuesta es ms deseable que otra. a (c) sesgo en la eleccin de los elementos muestrales. o Al seleccionar nos inclinamos por apetencias o caprichos. (d) errores en la manipulacin, tabulacin o clculo con los datos. o o a Como ejemplos habituales de errores son: Mentir agricultor sobre su cosecha. O cualquier profesional sobre sus ingresos. El motivo es evidente, la sospecha de inspeccin que podemos darle. o No entender la pregunta. No se puede preguntar sobre la aplicacin de cierta o medida macroeconmica en los paises del Africa subsahariana a una poblacin o o que quiz no sepa leer o escribir. a No contestar igual a distintos entrevistadores. Por ejemplo, preguntas racistas que efecta un hombre de raza blanca a uno de raza negra; preguntas sobre comu portamiento sexual que hace una entrevistadora a un entrevistado, etc. En estos ejemplos podemos intuir, en principio, distinta respuesta si un blanco pregunta a un blanco o un hombre a un hombre. Aspectos estos que hay que cuidar. Inuir en el entrevistado. Un entrevistador antiabortista, haciendo una encuesta sobre la legalizacin del aborto, puede manipular las preguntas y respuestas hacia o sus creencias. El orden de las preguntas inuye en la conclusin nal. Conducir mediante varias o preguntas a una respuesta que, efectuada aisladamente, no se dar a. En conclusin debe decirse que no existe un procedimiento que identique y analice o los errores sistemticos, aunque su presencia tienes importantes, sino fatales, consecuena cias. Debemos cuidar especialmente: 1. la identicacin de la poblacin relevante o o

10 2. el cuestionario

Tipos de muestreo

3. tratar la no respuesta de modo que minimice su importancia

1.4

Tipos de muestreo

Abordamos a continuacin los tipos de muestreo: o 1. Probabil stico (a) muestreo aleatorio simple: se selecciona una muestra, cada una con idntica e probabilidad. i. Es el ms sencillo desde el punto de vista terico. Sirve de base para los a o dems tipos de muestreo. a ii. Basado en el aleas, azar. iii. Asignar a cada elemento de la poblacin un nmero (meterlos en una o u bolsa o caja) y extraer un nmero. As se obtiene una muestra esu tad sticamente representativa, pero es engorroso (e inutil) si poblacin o grande. Ejemplo: poblacin de Valladolid. o iv. Todos los elementos de la poblacin se tratan como iguales y se identican o con un nmero. u v. Extraemos n meros SIN reposicin. Todas las muestras sern igualmente u o a probables1 . vi. Si el tamao de la poblacin N es muy grande es demasiado costoso. n o vii. Para seleccionar a los individuos, se pueden decir al azar nmeros, pero u no es muy aleatorio, se repiten ciertos nmeros favoritos. La mejor opu cin es mediante una tabla de nmeros aleatorios u obtener nmeros o u u seudoaletorios. viii. Para hacer este muestreo necesitamos: Una lista con todos los elementos de la poblacin numerados conseo cutivamente. Una tabla de nmeros aletorios u Identicar los nmeros seleccionados u a o (b) muestreo sistemtico: eleccin de un individuo cada k de ellos. Por ejemplo, uno de cada 8. El muestreo aleatorio simple es complicado si la poblacin es grande. o El orden de la poblacin no debe ser un factor que distorsione la aleatoo riedad.
1

El n mero ... u

Teor de muestreo a

11

Procedimiento: Tenemos ya denidos ciertos conceptos que vamos a utilizar: el coeciente de elevacin N , nmero de elementos de la poblacin o n u o que equivale a cada uno de la muestra. Elegimos al azar un nmero entero k que la parte entera del coeciente u a de elevacin N . Este ser el primer elemento de la muestra, siendo el o n a segundo el obtenido mas el coeciente de elevacin, k + N , el tercero ser o n el segundo mas el coeciente, k + 2 N , hasta completar la muestra, siendo n el ultimo, k + (n 1) N . n Por ejemplo: Con N = 10000, n = 400, el coeciente de elevacin es o N/n = 25. Elegimos al azar un nmero menor o igual que 25, sea este u nmero 18, por ejemplo. La muestra que vamos a tomar est formada por u a los 400 individuos de los 10000 que ocupan las posiciones: 18, 18 + 25 = 43, 43 + 25 = 68, 68 + 25 = 93, . . . , 18 + 25 399 = 9993. Ventajas: basta un nmero aleatorio para tener toda la muestra, no u siendo imprescindible la numeracin previa de la poblacin. El mtodo o o e garantiza que aparezcan elementos de todas las clases pudiendo dar lugar a muestras ms representativas que el muestreo aleatorio simple. a Inconvenientes: Puede que la muestra no sea representativa (si la lista no es aleatoria) y pudieramos generar sesgos importantes. Pudiera ser que escogieramos siempre a quien vive en los primeros pisos o en los ultimos, o siempre mujeres, o si seleccionamos producciones por d en a una empresa y seleccionamos 1 d de cada 7 quiz no se trabaje ese d a a a, o la mitad, etc. e (c) muestreo estraticado: estratos heterogneos y en cada estrato elementos homogneos. e No siempre es cierto, ni aconsejable, que todos los elementos de una poblacin deban tener la misma probabilidad de estar en la muestra. Por o ejemplo, se dispone de tres tipos de viviendas, de tipo A, de tipo B y de tipo C. Existen pocas de tipo A y muchas de tipo C. El muestreo es capaz de representar los de A en el total, pero no representar aisladamente su grupo o estrato. A veces, por tanto, es indispensable agrupar a la poblacin en estratos o o clases, teniendo presente que las mismas han de mantener la homogeneidad entre sus elementos as como la heterogeneidad entre los distintos estratos. Dentro de cada estrato se hace un muestreo aleatorio simple o sistemtico. a En primer lugar hay que determinar el nmero de elementos de cada u estrato. El reparto entre estratos se llama ajacin de la muestra. o Hay varios tipos: Ajacin simple: a cada estrato le hacemos corresponder el miso mo nmero de entrevistas. Por ejemplo si n = 400, elegimos 133 u viviendas de tipo A, 133 de tipo B y 133 de tipo C. No debe usarse nunca.

12

Tipos de muestreo Ajacin proporcional: consiste en dividir la muestra total en o partes proporcionales, escogiendo ni = n Ni , siendo n el tamao n N n o e muetsral, N , el poblacional, Ni el tamao de la poblacin i-sima. n ni es el tama o muestral de la clase i. Por ejemplo, si las N = 10000 viviendas estn distribuidas como 2000 de tipo A, 7000 de a tipo B y 1000 de tipo C, la muestra a escoger ha de estar formada 2000 como: n1 = 400 10000 = 80 viviendas de tipo A hay que muestrear; 7000 n2 = 400 10000 = 280 viviendas de tipo B hay que muestrear y 1000 n3 = 400 10000 = 40 viviendas de tipo C hay que muestrear. El total, n1 + n2 + n3 = 80 + 280 + 40 = 400 = n. Procedimiento muy recomendable. Ajacin ptima: tiene presente no slo la poblacin de cada eso o o o trato sino tambin su dispersin (desviacin t e o o pica). Obliga a una encuesta piloto previa para estimar dispersiones o disponer de informacin previa de algn estudio similar o de a os anteriores. Llamemo u n os k al nmero de estratos y Ni al nmero de elementos del estrato u u i. La frmula que determina el tamao de cada estrato es: o n ni = n Ni Si
k j=1 1 N 1 Ni

Nj Sj

donde Si =

(xij xi )2 representa la cuasivarianza del estrato

e j, siendo xij el j-simo elemento de Ni y xi la media de los elementos de Ni . Por ejemplo, se quiere hacer un estudio sobre el gasto en art culos de higiene masculina entre los alumnos de la Facultad. Por el objeto a estudiar el comportamiento de la poblacin no es homogneo. Supongamos o e que el 40% de la poblacin total son hombres, dato exacto que nos puede o proporcionar la Universidad de Valladolid en su web (www.uva.es). Si usamos la ajacin simple, seleccionar o amos a la mitad de hombres y la otra mitad de mujeres (poco apropiado para el estudio). Si hacemos la proporcional, seleccionar amos un 40% de hombres y un 60% de mujeres. Por ultimo, hagamos la ajacin optima. La precisin que observaremos o o entre las mujeres ser grande aunque en la muestra haya pocas. Entre a los hombres habr ms dispersin. Si la varianza es pequea, con pocos a a o n individuos obtendr informacin ms precisa del total de la poblacin e o a o que si la varianza es grande. En concreto, si la encuesta previa o piloto efectuada me proporciona una poblacin de 9 individuos, de los cuales o observo 5 hombres y 4 mujeres y muestreo a 3 de ellos, cmo elegirles de o forma optima? Elegir 1.5 hombres y 1.5 mujeres con la ajacin simple, a o 30.4 = 1.2 hombres y 30.6 = 1.8 mujeres, y con la ptima 2.82 hombres o

j=1

Teor de muestreo a

13

y 0.17 mujeres. En efecto, sean 5, 7, 4, 9 y 10, las cinco observaciones de los hombres, x1i , resultando un gasto medio entre ellos de x1 = 7 y entre el estrato de las mujeres x2i de 1, 0, 2, 1, con gasto medio entre ellas de x2 = 1. Estos datos proporcionan unas cuasivarianzas de s1 = 3.25 o o y s2 = 0.25. Aplicando la frmula de la ajacin optima obtenemos los tamaos optimos de n1 = 2.82 y n2 = 0.17. n (d) muestreo por conglomerados : existen agrupaciones de elementos que consideramos heterogneos. e Conglomerado es un grupo de elementos de la poblacin (provincias, o edicios, empresas, etc). Ejemplo: Conglomerado es el edicio; cada edicio tiene 25 viviendas. Elegimos 400 = 16 edicios y entrevisto a 400 25 familias de ellos. La unidad de muestreo es el conglomerado Seleccionamos un conglomerado y a continuacin seleccionamos todos los o elementos de l. e Ventaja: menos unidades muestrales. No es necesario un listado de todos los elementos ni saber el tama o de la poblacin. Otra ventaja es n o que las entrevistas a un conglomerado son menos costosas (evita muchos desplazamientos del entrevistador) Inconvenientes: cada estrato puede ser muy similar (barriadas gremiales, de ferroviarios, de maestros, de polic etc.) as, Se caracteriza por la homogeneidad entre los conglomerados y la heterogeneidad dentro de los mismos. Slo es recomendable si conamos en la aleatoriedad de los elementos del o conglomerado. (e) Muestreo por etapas: Generaliza el muestreo por conglomerados. Consiste en muestrear conglomerados dentro de cada conglomerado, descendiendo de conglomerados grandes a otros ms pequeos. a n o orden la manzana, As por ejemplo, el primer orden ser la calle, el 2 , a o orden la vivienda, etc. el 3er. orden el edicio, el 4 En cada etapa aplicamos el muestreo aleatorio simple, el sistemtico o el a estraticado. Objetivo: minimizar el coste del estudio. 2. No probabil stico (opintico o de intencin, el entrevistador escoge la muestra, o a o errtico): no permite analizar los errores de la estimacin. a o (a) muestreo por cuotas: se toma un nmero de individuos de cada subgrupo en u que se divide a la poblacin. Por ejemplo: hacer 100 entrevistas a familias o que tengan 2 hijos. (b) muestreo intencional o selectivo: se escogen los sujetos tipo. (c) muestreo voluntario: los que se presentan a responder.

14

Tipos de muestreo (d) muestreo de expertos: como el selectivo. Sirve para apoyar el diseo y la n metodolog a. (e) muestreo por rutas: nos situamos en un punto del barrio, tomamos 1a calle a la izquierda, luego la segunda calle a la derecha, despus el segundo edicio e de los pares, luego el tercer piso, etc. El muestreo puede ser, atendiendo a las fases que hay en el proceso: 1. Unietpico: una sola fase. Ejemplo, seleccionar a alumnos de una lista. a 2. Polietpico: en cada fase se selecciona la unidad muestral. Ejemplo de muestreo a bietpico: Selecciono aulas (unidad primaria), despus selecciono algunos alumnos a e (unidad secundaria) de las aulas seleccionadas. Adems el muestreo puede hacerse: a 1. Con reposicin: tras cada eleccin el individuo vuelve a la poblacin. Pudiera o o o haber elementos repetidos en la muestra. 2. Sin reposicin: tras cada eleccin el individuo se le quita de la poblacin. As en o o o , cada muestra es imposible que haya elementos repetidos.

En este curso, atenderemos ms a este ultimo, sealando las diferencias apreciadas a n con el primero que ya est estudiado en la asignatura de Estad a stica de tercer curso.