1

l) Muestreo (estadística)
En la referencia estadística se conoce como muestreo a la técnica para la selección de
una muestra a partir de una población estadística.
Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener
resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la
población.
a) Tipos de muestreos
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.

b) Población estadística
En estadística una población es un conjunto de objetos, individuos, elementos o
eventos con determinadas características. A menudo se obtiene una muestra de dicha
población, es decir, un subconjunto representativo. Luego de realizar un análisis
estadístico a la muestra, los resultados se extrapolan al resto de la población
c) Métodos de muestreos probabilísticos
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 tienen la misma probabilidad de ser
seleccionadas. Solo estos métodos de muestreo probabilísticos nos aseguran la
representatividad de la muestra extraída y son, por tanto, los más recomendables.
Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

 Muestreo aleatorio simple

 Muestreo aleatorio estratificado
 Muestreo aleatorio sistemático y
 Muestreo aleatorio por conglomerados.
 2
d) Métodos de muestreo no probabilísticos
 Muestreo por cuotas
 Muestreo intencional o de conveniencia
 Bola de nieve
 Muestreo Discrecional

ll) Muestreo simple aleatorio.

El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a
cada elemento de la población objetivo y a cada posible muestra de un tamaño
determinado, la misma probabilidad de ser seleccionado.

El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor,

sobre todo porque es complicado obtener un marco de muestreo donde extraer al
azar y no querrás darle a todas las unidades de la muestra una probabilidad igual de
ser elegidas, ya que usualmente para hacer una investigación de este tipo se requiere
a usuarios de tiendas o consumidores de ciertos productos o ciertas áreas específicas
para ser las unidades de muestreo.

a) Subtipos de muestreo aleatorio simple

Hay dos tipos de muestreo aleatorio simple: el muestreo con reemplazo y sin
reemplazo. En el muestreo con reemplazo, después de que un elemento ha sido
seleccionado de entre el marco de la muestra se devuelve y es elegible para ser
seleccionado de nuevo.

En el muestreo sin reemplazo, después de que un elemento se selecciona del marco de

la muestra, se retira de la población y no regresa a la base del muestreo. Este tipo de
muestreo suele ser más eficiente pues no permite que el mismo elemento de la
población entre a la muestra más de una vez.
 3

b) Pasos para seleccionar una muestra aleatoria simple

 Define la población objetivo. Quizá quieras leer: ¿Cómo encontrar a tu mercado

objetivo?
 Identifica un marco de muestreo actual de la población objetivo o desarrolla
uno nuevo.
 Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres necesarios.
 Asigna un número único a cada elemento de la trama.
 Determina el tamaño de la muestra.
 Selecciona al azar el número específico de elementos de la población.
c)Ventajas, características e inconvenientes de muestreo aleatorio simple
Características Ventajas inconvenientes
 Se selecciona una  Sencillo y de fácil  Requiere que se posea
muestra de tamaño n comprensión. de antemano un
de una población de N  Cálculo rápido de listado completo de
unidades, cada medias y varianzas. toda la población.
elemento tiene una  Se basa en la teoría Cuando se trabaja con
probabilidad de estadística, y por tanto muestras pequeñas es
inclusión igual y existen paquetes posible que no
conocida de n/N. informáticos para represente a la
analizar los datos. población
adecuadamente.
 4

lll) Muestreo aleatorio sistemático

El muestreo sistemático es un tipo de muestreo probabilístico donde se hace una
selección aleatoria del primer elemento para la muestra, y luego se seleccionan los
elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar
el tamaño de la muestra deseado.

a) Pasos para la selección de un muestreo sistemático

 Definir la población objetivo.

 Determinar el tamaño deseado de la muestra (n).

 Identificar el marco muestreo existente o desarrollar un marco de muestreo de

la población objetivo.

 Evaluar el marco muestral por falta de cobertura, cobertura excesiva, múltiple

cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea necesario.
Idealmente, la lista estará en un orden aleatorio con respecto al estudio
variable o, mejor aún, ordenados en función de la variable de interés o su
correlación, creando así estratificación implícita.

 Determinar el número de elementos en el marco de la muestra (N).

 Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el

marco de muestreo (N) por el tamaño de la muestra específica (n). Uno debería
ignorar el resto y redondear o terminar en el número entero más próximo. El
redondeo hacia abajo y truncando puede hacer que el tamaño de la muestra
sea más grande de lo deseado. Si es así, se puede eliminar de forma aleatoria
las selecciones adicionales. Si no se conoce el tamaño exacto, o es poco práctico
determinar, se puede fijar una fracción de muestreo.

 Seleccionar al azar un número, r, de “1” mediante i.

 Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente, hasta

agotar el marco.
 5

b) Ventajas, características e inconvenientes del muestreo sistemático.

Características Ventajas Inconvenientes

 Conseguir un listado  Fácil de aplicar.  Si la constante de
de los N elementos de  No siempre es muestreo está
la población necesario tener un asociada con el
 Determinar tamaño listado de toda la fenómeno de interés,
muestra n. población. las estimaciones
 Definir un intervalo k=  Cuando la población obtenidas a partir de
N/n. está ordenada la muestra pueden
contener sesgo de
 Elegir un número siguiendo una
tendencia conocida, selección
aleatorio, r, entre 1 y k
(r= arranque asegura una cobertura
aleatorio). de unidades de todos
 Seleccionar los los tipos.
elementos de la lista.
c) Ejemplo:
En el ingenio montelimar (talleres y servicios), se necesitan ascender de puesto a
cinco trabajadores, de la parte técnica a la parte administrativa, disponen de un
listado ordenado alfabéticamente de 20 personas con las mismas características para
el puesto y que actualmente están en paro. Puesto que el tiempo apremia y no es
posible hacer una entrevista para seleccionar al personal, se decide elegir los cinco
trabajadores de forma aleatoria usando el muestreo sistemático, considerando un
arranque A=1.

N° Nombre N° Nombre N° Nombre N° Nombre

1 Armando 6 Domingo 11 Gabriel 16 Marlon
2 Alicia 7 Dennis 12 Heberto 17 Marvin
3 Alberto 8 David 13 Héctor 18 Oliver
4 Ana 9 Fernanda 14 Kristhel 19 Tayron
5 Carlos 10 Francisco 15 María 20 Yeison

K=N/n = 20/5=4 9+K= 9+4=13

A=1 13+K= 13+4=17

1+K= 1+4=5

5+K= 5+4=9
 6

lV) Muestreo aleatorio estratificado

El muestreo estratificado es una técnica de muestreo probabilístico en donde el
investigador divide a toda la población en diferentes subgrupos o estratos. Luego,
selecciona aleatoriamente a los sujetos finales de los diferentes estratos en forma
proporcional.

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, por
ejemplo, según la profesión, 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
interés estarán 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 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, )

a) La distribución de la muestra en función de los diferentes estratos se

denomina afijación, y puede ser de diferentes tipos:

 Afijación Simple: A cada estrato le corresponde igual número de elementos

muéstrales.
 Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato.
 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los
resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación ya que no se suele conocer la desviación.

b) Tipos de muestreo estratificado

 Muestreo aleatorio estratificado proporcionado

En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de

la población del estrato si se compara con la población total. Esto significa que el cada
estrato tiene la misma fracción de muestreo.
 7

 Muestreo aleatorio estratificado desproporcionado

La única diferencia entre el muestreo aleatorio estratificado proporcionado y el

desproporcionado son sus fracciones de muestreo.

c) ¿Cuál es la diferencia entre el muestreo estratificado, toma de muestras

y muestreo por cuotas?

El muestreo estratificado y el muestreo por cuotas son algo similares uno de otro.
Ambos implican la división de la población objetivo en categorías y luego la selección
de un cierto número de elementos de cada categoría. Ambos procedimientos tienen
como objetivo principal la selección de una muestra representativa y/o la facilitación
del análisis de subgrupos. Sin embargo, hay diferencias importantes. El muestreo
estratificado utiliza un muestreo aleatorio simple. Se necesita un marco de muestreo
para el muestreo estratificado, pero no para el muestreo por cuotas.

d) Ventajas, características e inconvenientes del muestreo estratificado.

Característica Ventajas Inconveniente

 En ciertas  Tiende a asegurar  Se ha de conocer la
ocasiones resultará que la muestra distribución en la
conveniente represente población de las
estratificar la adecuadamente a la variables utilizadas
muestra según población en para la
ciertas variables de función de unas estratificación.
interés. variables  Es más caro,
 Para ello debemos seleccionadas. consume tiempo, y
conocer la  Se obtienen es más complicado
composición estimaciones más que el muestreo
estratificada de la precisa. aleatorio simple.
población objetivo  Su objetivo es
a hacer un conseguir una
muestreo. muestra lo más
 Una vez calculado semejante posible a
el tamaño muestral la población en lo
apropiado, este se que a la o las
reparte de manera variables
proporcional entre estratificadoras se
los distintos refiere.
estratos definidos
en la población
usando una simple
regla de tres.
 8

e) Ejemplo:
Una empresa constructora cuenta con 300 obreros, 60 vigilantes, 150 motoristas y 90
encargados del área administrativa. Para mejorar las condiciones laborales, la empresa
elegirá a 40 empleados de los diferentes estratos para realizar una evaluación de la
misma. ¿Cuántos empleados de cada estrato se deben elegir?

300+60+150+90=600

Obreros Vigilantes Motoristas Administrativo

600 300 600 60 600 150 600 90

40 X 40 X 40 X 40 X

X = 40 x 300 X = 40 x 60 X =10 X =6
600 600

X= 20
X =20 X =4

V) Muestreo aleatorio por conglomerados

El muestreo por conglomerados es una técnica utilizada cuando hay agrupamientos
"naturales" relativamente homogéneos en una población estadística. A menudo se
utiliza en la investigación de mercados. En esta técnica, la población total se divide en
estos grupos (o clusters) y una muestra aleatoria simple se selecciona de los grupos.

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. 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 áreas
geográficas suele hablarse de "muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número

de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en
investigar después todos los elementos pertenecientes a los conglomerados elegidos.
 9

a) Subtipos del muestreo por conglomerados

Subtipo basado en el número de etapas: A menudo, el muestreo por conglomerados

se lleva a cabo en más de una “etapa”. Una etapa es un paso dentro del proceso de
muestreo en el que se toma una muestra. Considerando el número de etapas en el
diseño, hay tres subtipos principales de este muestreo: de una sola etapa, de dos
etapas, y el muestreo por conglomerados de etapas múltiples.

Muestreo por conglomerados de una etapa. El muestreo se hace una sola vez. Un
ejemplo sería, digamos que estamos interesados en el estudio de personas sin hogar
que viven en refugios.

Muestreo por conglomerados en dos etapas. El diseño incluye todos los pasos del
diseño de un muestreo por conglomerados, con una excepción del último paso. En
lugar de incluir todos los elementos de los grupos seleccionados de la muestra, una
muestra aleatoria (ya sea una muestra aleatoria simple, muestra estratificada o
muestra sistemática) se toma los elementos de cada grupo seleccionado.

Muestreo por conglomerados de etapas múltiples. Las encuestas de grandes áreas

geográficas requieren un diseño de la muestra algo más complicado que los descritos
hasta este punto. Por lo general, se debe utilizar un diseño de muestreo por
conglomerados. De etapas múltiples, que consiste en la repetición de dos pasos
básicos: listado y toma de muestras.

b) Pasos para seleccionar un muestreo por conglomerados

Definir la población objetivo.

Determinar el tamaño de la muestra deseada.

Identificar un marco de muestreo existente o desarrollar un nuevo marco de

muestreo de grupos de la población objetivo.

Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva,

múltiple cobertura, y la agrupación, y hacer los ajustes cuando sea necesario.
Idealmente, los grupos serían tan heterogéneos como la población,
mutuamente excluyentes, y colectivamente exhaustivos. La duplicación de
elementos de la muestra puede aparecer si elementos de la población
pertenecen a más de un grupo. La omisión dará lugar a un sesgo de cobertura.

Determinar el número de grupos que se seleccione. Esto se puede hacer

dividiendo el tamaño de la muestra por el número promedio estimado de
elementos de la población en cada grupo. En la medida en que la
homogeneidad y la heterogeneidad de los grupos sean diferentes a la de la
 10
población, el número del grupo aumenta e incrementa la precisión. Por otra
parte, si las diferencias aumentan, la precisión disminuye.

Seleccionar al azar el número previsto de las agrupaciones.

c) Ventajas, características e inconvenientes del muestreo conglomerado.

Características Ventajas Inconvenientes

 Se realizan varias fases  Es muy eficiente  El error estándar es
de muestreo sucesivas cuando la población es mayor que en el
(polietápico) muy grande y muestreo aleatorio
 La necesidad de dispersa. simple o estratificado.
listados de las  No es preciso tener un  El cálculo del error
unidades de una etapa listado de toda la estándar es complejo.
se limita a aquellas población, sólo de las
unidades de muestreo unidades primarias de
seleccionadas en la muestre
etapa anterior.

d) Ejemplo:

El método de muestreo por conglomerados se utiliza cuando la población está

agrupada en conglomerados naturales.

Si se supone que los conglomerados son muestra significativa de la variable que se

está estudiando, se puede seleccionar algunos conglomerados al azar (todos los
conglomerados deben tener las mismas probabilidades de ser seleccionados) y
utilizarlos en representación de la población.
Una vez seleccionados los conglomerados, el estudio se simplifica puesto que
hay menos individuos en el análisis. El investigador debe elegir si estudiar a todos los
sujetos de los conglomerados seleccionados o seleccionar una muestra mediante el
método de muestreo aleatorio simple o muestreo sistemático.

En la práctica, el conglomerado más utilizado es el geográfico. Si queremos hacer un

estudio en un país, podemos dividir el país en conglomerados como las comunidades,
provincias, ciudades, etc.

Supongamos que el Ministerio de Sanidad quiere hacer en su país para ver si un

tratamiento ayuda a prevenir el cáncer de colon. Si en los datos históricos se observa
que la incidencia y comportamiento del cáncer es parecido en todas las comunidades,
podríamos dividir el país en comunidades y seleccionar algunas. Mediante el muestreo
por conglomerados se reducen notablemente los individuos a estudiar, lo que implica
reducir los costes económicos.
 Universidad popular de Nicaragua
UPONIC

Facultad
Ingeniería electromecánica

Metodología y técnicas de investigación

Universidad de comunidad
Procedimientos fundamentales para la obtención de una muestra

Estudiantes: Jader Antonio Mejía Cruz

Miguel Ángel Martínez Lara
David Antonia Martínez Lara
Ing. Javier Delgado
Grupo: 4102

25 de mayo del 2019

 Índice

Capitulo

l) Muestreo (estadística)

a) Tipos de muestreos

b) Población estadística
c) Métodos de muestreos probabilísticos
d) Métodos de muestreo no probabilísticos

ll) Muestreo simple aleatorio.

a) Subtipos de muestreo aleatorio simple

b) Pasos para seleccionar una muestra aleatoria simple

c) Ventajas, características e inconvenientes de muestreo aleatorio simple

lll) Muestreo aleatorio sistemático