NOMBRE DE LA CARRERA:

TSU EN MANTENIMIENTO REA PETRLEO

NOMBRE DE LA MATERIA:
PROBABILIDAD Y ESTADISTICA
TAREA
TIPOS DE MUESTREOS

NOMBRE DEL ALUMNOS:

PAMELA ASTRID RAMIREZ VAZQUEZ
PROFESOR: ING. MACARIO ISAAS BARRIOS MELCHOR
GRUPO 305 A

FECHA A ENTREGAR:
13 DE MAYO DEL 2016

TIPO DE MUESTREO
Muestreo probabilstico
Hablaremos de muestro probabilstico siempre que se cumplan dos condiciones:
(1) Todos los elementos de mi poblacin tienen una probabilidad mayor de cero de ser
seleccionados en la muestra.
(2) Conozco de forma precisa dicha probabilidad para cada elemento, lo que se conoce
como probabilidad de inclusin.
El cumplimiento de ambos criterios es el que hace posible obtener resultados no
sesgados cuando estudio la muestra. En ocasiones, estos resultados no sesgados
requieren usar tcnicas de ponderacin (weighting), pero esta ponderacin es posible
precisamente porque conozco qu probabilidad tengo de que cada individuo sea
seleccionado en mi muestra. Las muestras generadas en estas condiciones se conocen
tambin como muestras probabilsticas.
La definicin anterior nos lleva a concluir que slo podemos hacer muestreo
probabilstico si dispongo de un marco muestral. El censo de un pas, el conjunto de
direcciones de hogares en una poblacin o la lista de clientes de una empresa, son
ejemplos de marcos muestrales que hacen posible un muestreo probabilstico. En cada
uno de estos casos, el universo a estudiar es diferente: habitantes de un pas, hogares
de una poblacin y clientes de una empresa, respectivamente.
Una vez tengo un marco muestral, la forma exacta que empleo para seleccionar mi
muestra define las diferentes tcnicas de muestreo probabilstico: Muestreo aleatorio
simple, muestreo sistemtico, muestreo estratificado, muestreo por conglomerados,
muestreo desproporcionado.

Muestreo no probabilstico
Sin embargo, no es sencillo cumplir con los requisitos impuestos por el muestreo
probabilstico:
(1) Disponer de un marco muestral es algo relativamente poco habitual en estudios de
mercado.
(2) Lograr que todos los individuos de la poblacin tengan una probabilidad no nula de
ser seleccionados es un requisito igualmente exigente, ms an conocer la probabilidad
de inclusin exacta de cada unidad muestral. Todos los individuos que no pueden ser
seleccionados en una muestra se suelen referir como unidades fuera de cobertura.
Por todas estas razones, as como por razones de coste, los investigadores recurren con
frecuencia a otras tcnicas de muestreo, agrupadas dentro de lo que se conoce como
muestreo no probabilstico. En estas tcnicas alternativas, es habitual seleccionar
elementos para la muestra basndose en hiptesis relativas a la poblacin de inters, lo
que se conoce como criterios de seleccin. Por ejemplo, seleccionar una muestra
buscando individuos por la calle, tratando de que la mitad sean hombres y la mitad
mujeres (coincidiendo con la distribucin que se supone en la poblacin) sera un criterio
de muestreo no probabilstico.
En estos casos, debido a que la seleccin de las unidades de la muestra no es aleatorio,
cuando hablamos de muestreo no probabilstico no deberamos hablar de estimaciones
de error. Dicho de otra forma, una muestra no probabilstica nos informa de cmo es un
universo pero no nos permite saber con qu precisin: no podemos establecer unos
mrgenes de error y unos niveles de confianza.
Algunas tcnicas de muestreo de este tipo son: el muestreo por conveniencia, muestreo
secuencial, muestreo por cuotas, muestreo discrecional y muestreo por bola de nieve.