MUESTREO

El muestreo del trabajo es una tcnica para determinar, mediante muestreo estadstico y observaciones

aleatorias, el porcentaje de aparicin de determinada actividad.

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una

poblacin), se selecciona una muestra, entendiendo por tal una parte representativa de la poblacin.

El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin bsica es

determinar que parte de una poblacin debe examinarse, con la finalidad de hacer inferencias sobre dicha

poblacin.

La muestra debe lograr una representacin adecuada de la poblacin, en la que se reproduzca de la mejor

manera los rasgos esenciales de dicha poblacin que son importantes para la investigacin, Para que una

muestra sea representativa, y por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en

la poblacin, es decir ejemplificar las caractersticas de sta.

Los errores ms comunes que se pueden cometer son:

1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la Poblacin, se

denomina error de muestreo.

2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente se tom la

muestra. Error de Inferencia.

En la estadstica se usa la palabra poblacin para referirse no slo a personas si no a todos los elementos

que han sido escogidos para su estudio y el trmino muestra se usa para describir una porcin escogida de

la poblacin.

NECESIDADES DEL MUESTREO

El muestreo del trabajo (tambin conocido como muestreo de actividad, mtodo de observaciones

instantnea, mtodo de observaciones aleatorias y control estadstico de actividades), es una tcnica, como

su nombre lo indica, se basa en muestreo. Veamos ante todo porque resulta necesidad.

Para obtener una visin completa y exacta del tiempo productivo y el tiempo inactivo de toda las maquinas

en una zona dada de produccin, seria necesario observar continuamente cada una de las maquinas de

dicha zona y registra el momento y loa causa de cada interrupcin. Pero es algo evidentemente e imposible

de realizar, a menos que una multitud de trabajadores exclusivamente se dedicaran a esa rea, lo que seria

absurdo en la practica

Sin embargo, si fuera posible observar de una ojeada que hace cada mquina de una fabricacin en

determinado momento, quizs se descubriera, que, por ejemplo, el 80% de la maquina esta funcionando y

el 20% estn paradas si se hiciera lo mismo 20 veces ms a distintas horas del da y si cada vez la

proporcin de mquina que estuviera funcionando fuera de 80% se podra decir con cierta seguridad que

en todo momento hay un 80% de las maquinas funcionando.

Como generalmente tampoco es posible aplicar esta tcnica, hay que optar por la que le sigue en su orden

de preferencia; se hace una serie de recorrido por el taller a intervalos aleatorios observando las maquinas

que funcionan las que estn paradas y causa de cada inmovilizacin. He aqu la base de la tcnica de

muestreo de el trabajo. Si el tamao de la muestra es suficientemente grande y las observaciones se

efectan realmente al azar, existe un abuena probabilidad de que dichas observaciones reflejan la situacin

real, con un margen determinado de erro por exceso o por defecto.

COMO ESTABLECER LOS NIVELES DE CONFIANZA

La confianza o el porcentaje de confianza es el porcentaje de seguridad que existe para generalizar los

resultados obtenidos. Esto quiere decir que un porcentaje del 100% equivale a decir que no existe ninguna

duda para generalizar tales resultados, pero tambin implica estudiar a la totalidad de los casos de la

poblacin.

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%.. Probabilidad de que la estimacin efectuada se ajuste a

la realidad. Cualquier informacin que queremos recoger est distribuida segn una ley de probabilidad

(Gauss o Student), as llamamos nivel de confianza a la probabilidad de que el intervalo construido en

torno a un estadstico capte el verdadero valor del parmetro.

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.

Utilizando las tablas, o la funcin (DISTR.NORM.ESTAND.INV) del Excel, se puede calcular el valor

de Z, que sera 1.96 (con una aproximacin a dos decimales).

Esto quiere decir que P(1.96<z<1.96) =0.95.

ERROR O PORCENTAJE DE ERROR

El error o porcentaje de error equivale a elegir una probabilidad de aceptar una hiptesis que sea falsa

como si fuera verdadera, o la inversa: rechazar a hiptesis verdadera por considerarla falsa. Al igual que

en el caso de la confianza, si se quiere eliminar el riesgo del error y considerarlo como 0%, entonces la

muestra es del mismo tamao que la poblacin, por lo que conviene correr un cierto riesgo de equivocarse.

Comnmente se aceptan entre el 4% y el 6% como error, tomando en cuenta de que no son

complementarios la confianza y el error.

. Cualquiera sea el procedimiento utilizado y la perfeccin del mtodo empleado, la muestra diferir de

la poblacin. A esta diferencia se la denomina error de muestreo.

Cuando una muestra es aleatoria o probabilstica, es posible calcular sobre ella el error muestral. Este error

indica el porcentaje de incertidumbre, es decir, el riesgo que se corre de que la muestra elegida no sea

representativa. Si trabajamos con un error calculado en 5%, ello significa que existe un 95% de

probabilidades de que el conjunto muestral represente adecuadamente al universo del cual ha sido

extrado.

A medida que incrementamos el tamao de la muestra, el error muestral tiende a reducirse, pues la muestra

va acercndose ms al tamao del universo. Del mismo modo, para una muestra determinada, su error

ser menor cuanto ms pequeo sea el universo a partir del cual se la ha seleccionado. As, para un

universo de 10.000 casos, una muestra de 200 unidades tendr un error mayor que una de 300; una muestra

de 200 casos, por otra parte, tendr un error mayor si el universo tiene 10.000 unidades que si ste posee

solamente 2.000.

Para fijar el tamao de la muestra adecuado a cada investigacin, es preciso primero determinar el

porcentaje de error que estamos dispuestos a admitir. Una vez hecho esto, debern realizarse las

operaciones estadsticas correspondientes para poder calcular el tamao de la muestra que nos permite

situarnos dentro del margen de error aceptado.

A veces, sin embargo, el tamao de la muestra queda determinado previamente por consideraciones

prcticas; en tales casos, no hay otra alternativa que aceptar el nivel de error que su magnitud acarree

Debemos advertir a los principiantes que el error muestral nunca debe calcularse como un porcentaje del

tamao de la muestra respecto al del universo. La variacin de los errores al modificarse estas cantidades

se da proporcionalmente, pero no de acuerdo a ecuaciones lineales. Para ello es preciso calcular, en cada
caso, el error que podamos cometer, o porcentaje de riesgo, de acuerdo a los datos concretos disponibles

y segn ciertas ecuaciones bien conocidas en estadstica

La variabilidad es la probabilidad (o porcentaje) con el que se acept y se rechaz la hiptesis que se

quiere investigar en alguna investigacin anterior o en un ensayo previo a la investigacin actual. El

porcentaje con que se acept tal hiptesis se denomina variabilidad positiva y se denota por p, y el

porcentaje con el que se rechaz se la hiptesis es la variabilidad negativa, denotada por q.

Hay que considerar que p y q son complementarios, es decir, que su suma es igual a la unidad: p+q=1.

Adems, cuando se habla de la mxima variabilidad, en el caso de no existir antecedentes sobre la

investigacin (no hay otras o no se pudo aplicar una prueba previa), entonces los valores de variabilidad

es p=q=0.5.

Una vez que se han determinado estos tres factores, entonces se puede calcular el tamao de la muestra

como a continuacin se expone.

Hablando de una poblacin de alrededor de 10,000 casos, o mnimamente esa cantidad, podemos pensar

en la manera de calcular el tamao de la muestra a travs de las siguientes frmulas. Hay que mencionar

que estas frmulas se pueden aplicar de manera aceptable pensando en instrumentos que no incluyan

preguntas abiertas y que sean un total de alrededor de 30.

Por ejemplo: En el Colegio de Bachilleres, una institucin de nivel medio superior, se desea realizar una

investigacin sobre los alumnos inscritos en primer y segundo aos, para lo cual se aplicar un

cuestionario de manera aleatoria a una muestra, pues los recursos econmicos y el tiempo para procesar

la informacin resultara insuficiente en el caso de aplicrsele a la poblacin estudiantil completa.

En primera instancia, suponiendo que no se conoce el tamao exacto de la poblacin, pero con la seguridad

de que sta se encuentra cerca a los diez millares, se aplicar la primera frmula.

Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima variabilidad por no

existir antecedentes en la institucin sobre la investigacin y porque no se puede aplicar una prueba previa.

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.

De esta manera se realiza la sustitucin y se obtiene:

Esto quiere decir que el tamao de la muestra es de 385 alumnos.

Supongamos ahora que s se conoce el tamao de la poblacin estudiantil y es de 9,408, entonces se

aplicar la segunda frmula.

Cmo determinar el tamao de una muestra

Determinar el tamao de la muestra que se va a seleccionar es un paso importante en cualquier estudio de

investigacin de mercados, se debe justificar convenientemente de acuerdo con el planteamiento del

problema, la poblacin, los objetivos y el propsito de la investigacin.

De qu depende el tamao muestral

El tamao muestral depender de decisiones estadsticas y no estadsticas, pueden incluir por ejemplo la

disponibilidad de los recursos, el presupuesto o el equipo que estar en campo.

Antes de calcular el tamao de la muestra necesitamos determinar varias cosas:

Tamao de la poblacin: Una poblacin es una coleccin bien definida de objetos o individuos que

tienen caractersticas similares. Hablamos de dos tipos: poblacin objetivo, que suele tiene diversas

caractersticas y tambin es conocida como la poblacin terica. La poblacin accesible es la poblacin

sobre la que los investigadores aplicaran sus conclusiones.

Margen de error intervalo de confianza: El margen de error es una estadstica que expresa la cantidad

de error de muestreo aleatorio en los resultados de una encuesta, es decir, es la medida estadstica del

nmero de veces de cada 100 que se espera que los resultados se encuentren dentro de un rango especfico.

Nivel de confianza: Son intervalos aleatorios que se usan para acotar un valor con una determinada

probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa que los resultados de una accin

probablemente cubrirn las expectativas el 95% de las veces.

La desviacin estndar: Es un ndice numrico de la dispersin de un conjunto de datos (o poblacin).

Mientras mayor es la desviacin estndar, mayor es la dispersin de la poblacin.

CLCULO DEL TAMAO DE LA MUESTRA DESCONOCIENDO EL TAMAO DE LA

POBLACIN

La frmula para calcular el tamao de muestra cuando se desconoce el tamao de la poblacin es la

siguiente:
Z=nivel confianza

p= probabilidad de xito, proporcin esperada

Q=probabilidad de fracaso

D=precisin (error mximo admisible en trminos de proporcin)

CLCULO DEL TAMAO DE LA MUESTRA CONOCIENDO EL TAMAO DE LA

POBLACIN

La frmula para calcular el tamao de muestra cuando se conoce el tamao de la poblacin es la siguiente:

En donde, N = tamao de la poblacin Z = nivel de confianza, P = probabilidad de xito, o proporcin

esperada Q = probabilidad de fracaso D = precisin (Error mximo admisible en trminos de proporcin

TIPOS DE MUESTREO

Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en general pueden

dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y mtodos de muestreo no

probabilsticos.

I. Muestreo probabilstico

Los mtodos de muestreo probabilsticos 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 tamao n tienen la misma

probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos nos aseguran la

representatividad de la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos

de muestreo probabilsticos encontramos los siguientes

tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la poblacin y 2)

a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de nmeros aleatorios, nmeros

aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario

para completar el tamao de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca

o nula utilidad prctica cuando la poblacin que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin, pero en lugar

de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero aleatorio i, que es un nmero

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 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. El riesgo este tipo de muestreo est en los casos en que se dan

periodicidades en la poblacin ya que al elegir a los miembros de la muestra con una periodicidad

constante (k) podemos introducir una homogeneidad que no se da en la poblacin. Imaginemos que

estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son varones y

los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos

o slo hombres o slo mujeres, no podra haber una representacin de los dos sexos.

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 tamao dado de la muestra. Consiste en considerar categoras tpicas

diferentes entre s (estratos) que poseen gran homogeneidad respecto a alguna caracterstica (se puede

estratificar, por ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.).

Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters estarn

representados adecuadamente en la muestra. Cada estrato funciona independientemente, pudiendo

aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir los elementos concretos

que formarn parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues
exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,...). La distribucin

de la muestra en funcin de los diferentes estratos se denomina afijacin, y puede ser de diferentes tipos:

Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada

estrato.

Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de modo que se considera

la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se suele conocer la desviacin.

4.- Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los elementos de la

poblacin, es decir, que las unidades mustrales son los elementos de la poblacin.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la poblacin que

forman una unidad, a la que llamamos conglomerado. Las unidades hospitalarias, los departamentos

universitarios, una caja de determinado producto, etc., son conglomerados naturales. En otras ocasiones

se pueden utilizar conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los

conglomerados son reas geogrficas suele hablarse de "muestreo por reas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero de

conglomerados (el necesario para alcanzar el tamao muestral establecido) y en investigar despus todos

los elementos pertenecientes a los conglomerados elegidos.

II. Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente costoso y se acude

a mtodos no probabilsticos, aun siendo conscientes de que no sirven para realizar generalizaciones
(estimaciones inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra extrada sea

representativa, ya que no todos los sujetos de la poblacin tienen la misma probabilidad de se elegidos.

En general se seleccionan a los sujetos siguiendo determinados criterios procurando, en la medida de lo

posible, que la muestra sea representativa.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de

representatividad aun en situaciones de muestreo no probabilstico, por ejemplo los estudios de caso-

control, donde los casos no son seleccionados aleatoriamente de la poblacin.

Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin encontramos:

1.- Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la basede un buen

conocimiento de los estratos de la poblacin y/o de los individuos ms "representativos" o "adecuados"

para los fines de la investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado,

pero no tiene el carcter de aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de individuos que renen unas

determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en

Gijn. Una vez determinada la cuota se eligen los primeros que se encuentren que cumplan esas

caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras "representativas"

mediante la inclusin en la muestra de grupos supuestamente tpicos. Es muy frecuente su utilizacin en

sondeos preelectorales de zonas que en anteriores votaciones han marcado tendencias de voto.
Tambin puede ser que el investigador seleccione directa e intencionadamente los individuos de la

poblacin. El caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que

se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).

3.- Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta conseguir una

muestra suficiente. Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones

"marginales", delincuentes, sectas, determinados tipos de enfermos, etc.

4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo que l cree

que pueden aportar al estudio.

Trminos bsicos en muestreo

Hacia quines queremos generalizar? = Poblacin Teortica

A qu poblacin tenemos acceso? = Poblacin de Estudio

Cmo obtenemos el acceso? = Marco de Muestra

Quin est en nuestro estudio? = La Muestra

Preguntas

Qu es el muestreo del trabajo?

El muestreo de trabajo es una tcnica que se utiliza para investigar las proporciones del tiempo total

dedicada a las diversas actividades que componen una tarea, actividades o trabajo, mediante muestreo

estadstico y observaciones aleatorias, el porcentaje de aparicin de determinada actividad.

Defina probabilidad

La Probabilidad es la mayor o menor posibilidad de que ocurra un determinado suceso. En otras palabras,

su nocin viene de la necesidad de medir o determinar cuantitativamente la certeza o duda de que un

suceso dado ocurra o no.

Qu parmetros se utiliza para describir las curvas de distribucin norma?

El parmetro utilizado para describir la curva de distribucin normal son:

La media:

La media muestral, que es un estadstico que se calcula a partir de la media aritmtica de un conjunto de

valores de una variable aleatoria.

La media poblacional, valor esperado o esperanza matemtica de una variable aleatoria.

En la prctica dada una muestra estadstica suficientemente grande el valor de la media muestral de la

misma es numricamente muy cercano a la esperanza matemtica de la variable aleatoria medida en esa

muestra. Dicho valor esperado, slo es calculable si se conoce con toda exactitud la distribucin de

probabilidad, cosa que raramente sucede en la realidad, por esa razn, a efectos prcticos la llamada media

se refiere normalmente a la media muestral.

Media muestral
La media muestral es una variable aleatoria, ya que depende de la muestra, si bien es una variable aleatoria

en general con una varianza menor que las variables originales usadas en su clculo. Si la muestra es

grande y est bien escogida, puede tratarse la media muestral como un valor numrico que aproxima con

precisin la media poblacional, que caracteriza una propiedad objetiva de la poblacin. Se define como

sigue, si se tiene una muestra estadstica de valores de valores para una variable aleatoria X con

distribucin de probabilidad F(x,) [donde es un conjunto de parmetros de la distribucin] se define la

media muestral n-sima como:

Media poblacional

La media poblacional tcnicamente no es una media sino un parmetro fijo que coincide con la esperanza

matemtica de una variable aleatoria. El nombre "media poblacional" se usa para significar qu valor

numrico de una media muestral es numricamente cercano al parmetro media poblacional, para una

muestra adecuada y suficientemente grande.

la desviacin tpica: La desviacin tpica o desviacin estndar (denotada con el smbolo o s,

dependiendo de la procedencia del conjunto de datos) es una dispersin para variables de razn (variables

cuantitativas o cantidades racionales) y de intervalo. Se define como la raz cuadrada de la varianza de

la variable.

Para conocer con detalle un conjunto de datos, no solo basta con conocer las medidas de tendencia central,

sino que necesitamos conocer tambin la desviacin que presentan los datos en su distribucin respecto
de la media aritmtica de dicha distribucin, con objeto de tener una visin de los mismos ms acorde con

la realidad al momento de describirlos e interpretarlos para la toma de decisiones.

Cual es el nivel de confianza mas generalizado en una muestra aleatoria de gran tamao?

Enumere los dos mtodos existente para determinar el tamao de la muestra?

En numere los cinco pasos lgicos para efectuar observaciones al realizar el estado?

Indique las ventajas de la estimacin frente a otras tcnicas del estudio?

 CARACTERISTICAS VENTAJAS INCONVENIENTES

Sencillo y de

fcil
Requiere que se
comprensin.
posea de antemano un
Aleatorio simple Se selecciona una Clculo
listado completo de
muestra de tamao n rpido de
toda la poblacin.
de una poblacin de N medias y
Cuando se trabaja con
unidades, cada varianzas.
muestras pequeas es
elemento tiene una Se basa en la
posible que no
probabilidad de teora
represente a la
inclusin igual y estadstica, y

conocida de n/N. por tanto

 existen Poblacin

paquetes adecuadamente.

informticos

para analizar

los datos

Conseguir un listado Fcil de aplicar.

de los N elementos de
No siempre es
la poblacin
necesario tener un
Sistemtico Si la constante de
Determinar tamao listado de toda la
muestreo est
muestral n. poblacin.
asociada con el

Definir un intervalo k= Cuando la fenmeno de inters,

N/n. poblacin est las estimaciones

ordenada siguiendo obtenidas a partir de

Elegir un nmero
una tendencia la muestra pueden
aleatorio, r, entre 1 y k
conocida, asegura contener sesgo de
(r= arranque
una cobertura de seleccin
aleatorio).
unidades de todos los
Seleccionar los tipos.

elementos de la lista.
 En ciertas ocasiones Tiende a asegurar Se ha de conocer la

resultar conveniente que la muestra distribucin en la

Estratificado
estratificar la muestra represente poblacin de las

segn ciertas variables adecuadamente a la variables

de inters. Para ello poblacin en funcin

debemos conocer la de unas variables

composicin seleccionadas.

estratificada de la
Se obtienen
poblacin objetivo a
estimaciones ms
hacer un muestreo.
precisas.
Una vez calculado el

tamao muestral Su objetivo es

apropiado, este se conseguir una
reparte de manera muestra lo ms
proporcional entre los semejante posible a

distintos estratos la poblacin en lo

definidos en la que a la o las

poblacin usando una variables

simple regla de tres. estratificado ras se

refiere.
 Se realizan varias fases Es muy eficiente El error estndar es

Conglomerados de muestreo sucesivas cuando la poblacin mayor que en el

(polimetlico). es muy grande y muestreo aleatorio

dispersa. simple o estratificado.

La necesidad de

listados de las unidades No es preciso tener El clculo del error

de una etapa se limita a un listado de toda la estndar es complejo.

aquellas unidades de poblacin, slo de las

muestreo seleccionadas unidades primarias de

en la etapa anterior muestreo.