¿ MUESTREO?

El muestreo se basa en la teoría de probabilidades. Elmuestreo no es un instrumento instantáneo. Para elcontador constituye una herramienta en que se basa paratomar una decisión. De acuerdo al tipo de control internoque se aplique dentro de una organización se reconocerá eltipo de muestra a aplicar en la auditoría. El auditor debetener un vasto conocimiento de las respectivas cuentas,asientos o documentos de donde seleccionará las muestras.

Definiciones 1- Población:

2- Muestreo:

3- Parámetro:

4- Error:

VENTAJAS DEL MUESTREO:

a) Costos reducidos.

b) Mayor rapidez para obtener resultados.

c) Mayor exactitud o mejor calidad de la información

Factibilidad de hacer el estudio cuando la toma de datos implica técnicasdestructivas

VENTAJAS DEL CENSO:

a) Existe una cobertura total.

b) Tiene aceptación pública.

c) No se requieren grandes conocimientos de estadística.

*MUESTREO PROBABILISTICO:-muestreo aleatorio simple-muestreo aleatorio sistemático-muestreo aleatorio estratificado-muestreo aleatorio por conglomerados

*MUESTREO NO PROBABILISTICO :-muestreo por cuotas-muestreo intencional o por conveniencia-bola de nieve-muestreo discrecional

Son aquellos en los que todos los individuos tienen la mismaprobabilidad de ser elegidos para formar parte de una muestra.

Dentro de este método se encuentran los siguientes tipos:

Aquel que no presenta ningún orden y la toma de muestra es vareada (al azar)

Consiste en extraer todos los individuos al azar de una lista

Aquel que presenta un orden con intervalo fijo derepetición que indica cada cuanto tomar la muestra,es decir es constante (un orden).

Se divide en sectores y se reporta de manera proporcionalsegún su tamaño de muestra requerida, es decir el tipo demuestreo depende del tipo de población que manejen y dela función de su facilidad.

Se divide la población total en clases homogéneas,llamadas estratos; por ejemplo, por grupos de edades,por sexo

Consiste en seleccionar aleatoriamente uncierto numerode conglomerados y en investigar despuéstodos los elementos pertenecientes a losconglomerados elegidos.

Es una técnica de muestreo donde las muestras se recogen en un procesoque no brinda a todos los individuos de la población iguales oportunidadesde ser seleccionados.Es empírico.

Dentro de este método se encuentran los siguientes tipos:

Se basa en seleccionar la muestra después de dividirla población en grupos o estratos.

Se utiliza cuando se tienen datos adicionales de losindividuos

Consiste en seleccionar a los individuos que convienen alinvestigador para la muestra. Esta conveniencia seproduce porque al investigador le resulta más sencilloexaminar a estos sujetos

Se realiza sobre poblaciones en las que no se conoce asus individuos o es muy difícil acceder a ellos. Podríanser los casos de sectas secretas, indigentes, gruposminoritarios, etc.Se llama muestreo de bola de nieve porque cada sujetoestudiado propone a otros, produciendo un efectoacumulativo parecido al de la bola de nieve.

Los sujetos se seleccionan a base del conocimiento y juicio delinvestigador, selecciona a los individuos a través desu criterio profesional, Puede basarse en la experiencia deotros estudios anteriores o en su conocimiento sobrela población y el comportamiento de ésta frente a lascaracterísticas que se estudian.

Un parámetro estadístico esun número que se obtiene a partirde los datos de una distribuciónestadística, sirven para sintetizarla información dada por una tabla opor una gráfica.

Hay tres tipos parámetros estadísticos:

*De centralización.

*De posición

*De dispersión.

Nos indican en torno a qué valor (centro) se distribuyen los datos.

Las medidas de centralización son:

Media aritmética:La media es elvalor promedio dela distribución.

Mediana:La mediana es la puntación dela escala que separa la mitadsuperior de la distribución y lainferior, es decir divide laserie de datos en dos partesiguales.

Moda:La moda es el valor que másse repite en una distribución.

Las medidas de posición dividen un conjunto de datos engrupos con el mismo número de individuos.Para calcular las medidas de posición es necesario quelos datos estén ordenados de menor a mayor.

Percentiles:Los percentiles dividenla serie de datosen cien partes iguales.

Cuartiles:Los cuartiles dividen la serie dedatos en cuatro partes iguales.

Las medidas de posición son:

Deciles:Los deciles dividen laserie de datos en diezpartes iguales.

Las medidas de dispersión nos informan sobre cuanto sealejan del centro los valores de la distribución.

Las medidas de dispersión son:

Rango o recorridoEl rango es la diferencia entreel mayor y el menor delos datos de una distribuciónestadística.

Desviación media:La desviación media esla media aritmética delos valores absolutos delas desviaciones respecto ala media.

Varianza:La varianza es la mediaaritmética del cuadrado de lasdesviaciones respecto a la media.

Estadístico: Es una cantidad numérica calculada sobre

la muestra que resume su información sobre algún

aspecto. Se usa para aproximar un parámetro.

Su valor concreto depende de los valores de la muestra

seleccionada en la que es calculado. Es evidente que de

una población cualquiera es posible extraer más de una

muestra diferente del mismo tamaño, por tanto el valor

de un estadístico varía de una muestra a otra. Un

estadístico no es un valor numérico constante (como lo

es un parámetro), sino que es una variable: su valor

concreto depende de la muestra en la que es calculado.

El error se define como la diferencia entre el valorverdadero y el obtenido experimentalmente. Los erroresno siguen una ley determinada y su origen está enmúltiples causas.

Según la causa que los origina, los errores estánclasificados en errores de muestreo y de no muestreo.El error de no muestreo puede ocurrir en cualquierestudio o encuesta, sea un censo o una muestra. Estoserrores a su vez comprenden errores sistemáticos yaccidentales.

ERRORES SISTEMÁTICOS: Son aquellos quepermanecen constantes durante todo el proceso demedida y, por tanto, afectan a todas las mediciones deun modo definido y es el mismo para todas ellas; sepueden subclasificar en errores instrumentales,personales o por la elección del método.

Error en la elección del método sepresenta cuando se lleva a cabo ladeterminación de una medidamediante un método que no es idóneopara tal fin; por ejemplo, la medidadel tiempo de caída de un objeto pormera inspección visual.

Errores instrumentales:Son los debidos al aparatode medida; por ejemplo, unerror de calibrado generaríaeste tipo de imprecisión.

Errores personales: Se debena las limitaciones propias delexperimentador; así, unapersona con algún problemavisual puede cometer erroressistemáticos en la toma deciertos datos.

ERRORES ACCIDENTALES: Son aquellos que seproducen en las variaciones que pueden darse entreobservaciones sucesivas realizadas por un mismooperador.Estas variaciones no son reproducibles de una medición aotra y su valor es diferente para cada medida. Las causasde estos errores son incontrolables para el observador.Los errores accidentales son en su mayoría de magnitudmuy pequeña y para un gran número de mediciones seobtienen tantas desviaciones positivas como negativas.Aunque con los errores accidentales no se pueden hacercorrecciones para obtener valores más concordantes conel real, si se emplean métodos estadísticos se puedellegar a algunas conclusiones relativas al valor másprobable en un conjunto de mediciones.

ERROR DE MUESTREO

El error de muestreo es la desviación de lamuestra seleccionada de las verdaderascaracterísticas, rasgos, comportamientos,cualidades o figuras de toda la población. Es decir,la variación natural existente entre muestrastomadas de la misma población.

La causa más frecuente de dicho error es unprocedimiento de muestreo sesgado. Todoinvestigador debe tratar de establecer unamuestra que esté libre de sesgos y searepresentativa de toda la población. Así, elinvestigador es capaz de minimizar o eliminarel error de muestreo.

El sesgo muestral se refiere a a una tendencia sistemática inherente a un método demuestreo que da estimaciones de un parámetro que son, en promedio, menores(sesgo negativo), o mayores (sesgo positivo) que el parámetro real. Es decir, es lainfluencia que ejerce el estimador en la muestra, pues es la diferencia entre suesperanza matemática, y el valor numérico que estima.

Nos proporciona un rango de valores entre los quetendremos cierto nivel de confianza de que seencuentre nuestro parámetro poblacional desconocido.

El intervalo de confianza se construye de manera que laprobabilidad del parámetro de la población se localiceen algún lugar dentro del intervalo conocido.

La probabilidad de éxito en la estimación se representa con 1 - α y se denomina nivel de confianza

Para poder determinar la amplitud de confianza se toman en cuenta los siguientes puntos:

*El tamaño de la muestra (n)

*la variabilidad de la población (normalmente se identifica con una s)

*el nivel de confianza deseada.

Elementos de un intervalo de confianza.

Para plantear la obtención de unintervalo de confianza debemosde tomar en cuenta lo siguiente:

La primera es la elección delparámetro poblacional del cualdeseamos obtener la estimación.Generalmente esta elección estárelacionada con el tipo dedistribución que asumimos para lavariable estudiada.

Una segunda elección es el nivel deconfianza con el que deseamostrabajar. No es una elección sinimportancia, puesto que del nivel deconfianza dependerá la precisión dela estimación que obtengamos, esdecir, la anchura del intervalo.