PRACTICA # 5 MÉTODOS DE MUESTREO

CARRERA: INGENIERIA COMERCIAL

ASIGNATURA: ESTADÍSTICA INFERENCIAL

DOCENTE: LIC. EDER MAMANI CHAMBI

GRUPO: ´´Grupo: I´´

ESTUDIANTES: ARAMAYO LIMACHI JULIO CESAR

BENAVIDES VILLANUEVA PAOLO VINCENT

GOMEZ JALDIN CARLA LORENA

LICONA QUIROGA JORGE ANTONIO

TORREZ VELA KAREN DANEYVA

Cochabamba-Bolivia
 Tipos de muestreo

Es importante comprender que con el concepto “Muestra” hacemos referencia a un

conjunto, ya sea de sujetos o elementos, que son escogidos para un estudio y son
tomados de un grupo de mayor tamaño (conocido como población). Por lo tanto
podemos llamarle “muestreo” a una herramienta de investigación que tiene como
objetivo o función determinada seleccionar una muestra que sea representativa de la
población que está siendo parte del estudio y que a partir de la información recolectada
se puedan sacar conclusiones sobre estas; la muestra que sea tomada de la población
deberá mostrar los rasgos más importantes para así lograr recopilar datos y que la
investigación sea significativa.

A continuación se presentan los tipos de muestreos que se utilizan para recopilar datos
y sus métodos y técnicas utilizadas respectivamente:

MUESTREO PROBABILISTICO
Hablaremos de muestro probabilístico siempre que se cumplan dos condiciones:

1. Todos los elementos de la población tienen una probabilidad mayor a cero de ser
seleccionados en la muestra.
2. La probabilidad de inclusión de cada elemento en la muestra se conoce de forma
precisa. 

El cumplimiento de ambos criterios es el que hace posible obtener resultados no

sesgados cuando se estudia la muestra y determinar el grado de incertidumbre que
añade el proceso de muestreo. En ocasiones, estos resultados no sesgados requieren
usar técnicas de ponderación (weighting), pero esta ponderación es posible
precisamente porque se conoce la probabilidad de que cada individuo sea
seleccionado en la muestra. Las muestras generadas en estas condiciones se conocen
también como muestras probabilísticas.

La definición anterior nos lleva a concluir que sólo podemos hacer muestreo
probabilístico si se dispone de un marco muestral. El censo de un país, el conjunto de
direcciones de hogares en una población o la lista de clientes de una empresa, son
ejemplos de marcos muestrales que hacen posible un muestreo probabilístico. En cada
uno de estos casos, el universo a estudiar es diferente: habitantes de un país, hogares
de una población y clientes de una empresa, respectivamente.

1.- Muestreo aleatorio simple: Este método de muestreo proporciona un punto de

partida para una exposición de los métodos de muestreo probabilístico no porque sea
uno de los métodos de muestreo más utilizados sino porque constituyen la base de
métodos de muestreo más complejos. Dependiendo si el muestreo es con reposición o
sin reposición, podemos hablar de muestreo aleatorio simple con reposición o sin
reposición respectivamente. De manera formal, este diseño básico o técnica de
muestreo se define de la siguiente manera.

Si se selecciona un tamaño de muestra n de una población de tamaño N de tal manera

que cada muestra posible de tamaño n tenga la misma probabilidad de ser
seleccionada, el procedimiento de muestreo se denomina muestreo aleatorio simple. A
la muestra así obtenida se le denomina muestra aleatoria simple. Considerando
muestreo aleatorio sin reposición, se obtiene la muestra unidad a unidad de forma
aleatoria sin reposición a la población de las unidades previamente seleccionadas,
teniendo presente además que el orden de colocación de los elementos en las
muestras no interviene, es decir, muestras con los mismos elementos colocados en
orden distinto se consideran iguales. De esta forma, las muestras con elementos
repetidos son imposibles. Bajo muestreo aleatorio con reposición, las unidades
seleccionadas son devueltas de nuevo a la población. Expondremos una manera de
seleccionar una muestra aleatoria simple utilizando un ejemplo concreto. Se pretende
realizar un estudio sobre los hábitos de lectura en los estudiantes de Politécnica. Las
alumnas que actualmente estudian en Politécnica son un total de 544 alumnos y se
quiere extraer una muestra aleatoria simple de 65 alumnos. Una manera de extraer una
muestra aleatoria simple consiste en asignar a cada alumna un número del 1 al 544
asociando cada número a un único individuo. Una vez realizado esa asignación, se
introducen 544 bolas numeradas en una urna (cada una con un número del 1 al 544),
se mezclan cuidadosamente y de manera adecuada y entonces se seleccionan 65 1 2
bolas al azar. Si todo el proceso se realiza de manera adecuada, las bolas
seleccionadas constituirían una muestra aleatoria simple de 65 estudiantes. Aunque es
conceptualmente simple, este método es un poco trabajoso de ejecutar y depende de
que las bolas se hayan mezclado de manera adecuada y que todas las bolas tengan el
mismo peso y rozamiento. Otra manera de seleccionar esta muestra aleatoria simple
consistiría en utilizar una tabla de números aleatorios. Una tabla de números aleatorios
es un conjunto de dígitos generado de modo que, normalmente, la tabla contendrá a
cada uno de los diez dígitos (0, 1,2,3,4,5,6,7,8,9), en proporciones aproximadamente
iguales, sin mostrar tendencias en el patrón que se generan los dígitos. Por lo tanto, si
se selecciona un número en un lugar aleatorio de la tabla, es igualmente probable que
sea cualquiera de los dígitos entre el 0 y el 9

2.- Muestreo sistemático: El muestreo sistemático era muy popular en el pasado,

antes de que la aparición de los ordenadores hiciese trivial un problema que siempre
había dado muchos quebraderos de cabeza a los investigadores: elegir individuos de
forma aleatoria dentro de una muestra. En la medida en que los ordenadores nos han
facilitado la tarea de generar números aleatorios, este problema ha desaparecido.

También se sigue utilizando para seleccionar individuos a lo largo del tiempo. Por

ejemplo, para estudiar la satisfacción de un servicio, podemos elegir sistemáticamente
encuestar a 1 de cada n clientes que nos visitan. En estas circunstancias, en las que
puede existir diferente varianza entre individuos en diferentes periodos de tiempo, el
muestreo sistemático puede ser incluso más preciso que el muestreo aleatorio puro.

Pues en este método como en el primero, los sujetos que conforman a la población son
enumerados, pero en lugar de dar a conocer los que serán incluidos mediante el azar
en este caso incluyen otra técnica. Posteriormente de que son enumerados, los
investigadores dividen el total de la población que se presenta entre el total de sujetos
que requieren para la muestra; para después elegir a uno de los primeros de estos
sujetos al azar (ya enumerados) y posteriormente se va sumando de una forma
secuencial o constante el mismo valor para elegir a los sujetos requeridos.

3.- Muestreo estratificado: Mediante este método de investigación, los investigadores

dividen a la población en grupos o estratos que tengan relación o compartan
características similares y posteriormente se selecciona al azar o aleatoriamente a los
sujetos finales de los grupos o estratos formados. Este método es utilizado para
cuando los investigadores pretenden que dentro de la muestra se encuentren incluidos
todos los grupos de interés que puedan representar significancia para la investigación.

Se utiliza el muestreo aleatorio estratificado cuando el investigador desea resaltar un

subgrupo específico dentro de la población. Esta técnica es útil en tales investigaciones
porque garantiza la presencia del subgrupo clave dentro de la muestra.

Los investigadores también emplean un muestreo aleatorio estratificado cuando

quieren observar relaciones entre dos o más subgrupos. Con la técnica de muestreo
aleatorio simple, el investigador no está seguro de si los subgrupos que quiere observar
son representados equitativa y proporcionalmente dentro de la muestra.

Con el muestreo estratificado, el investigador puede probar de forma representativa

hasta a los subgrupos más pequeños y más inaccesibles de la población. Esto permite
que los investigadores prueben a los extremos de la población.

Con esta técnica, tienes una precisión estadística más elevada en comparación con el
muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de los subgrupos
es menor en comparación con las variaciones cuando se trata de toda la población.

Debido a que esta técnica tiene una alta precisión estadística, exige un tamaño de la
muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los
investigadores.

La distribución de la muestra tomada de la población es llamada “Fijación” y se pueden

conocer los tres que se muestran a continuación:
Afijación simple: Donde cada grupo formado cuenta con la misma cantidad de
número de elementos.

Afijación proporcional: Donde las distribuciones se hacen de acuerdo al tamaño de la

población o sujetos de cada estrato.

Afijación óptima: Fijando la cantidad de sujetos que pueden ser admitidos en la

muestra.

4.- Muestreo por Conglomerados: El muestreo por conglomerados es una técnica

utilizada cuando hay agrupamientos "naturales" relativamente homogéneos en una
población estadística.1 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. A continuación, la información requerida se obtiene
de una muestra aleatoria simple de los elementos dentro de cada grupo seleccionado y
una submuestra de elementos se puede seleccionar dentro de cada uno de estos
grupos. Una motivación común para el muestreo por conglomerados es reducir el
número total de entrevistas, y sus costes, dada la precisión deseada. Suponiendo un
tamaño de muestra fijo, la técnica ofrece resultados más precisos cuando la mayoría de
la variación en la población es dentro de los grupos y no entre ellos.

Un ejemplo de muestreo por conglomerados es el muestreo por área o el muestreo

geográfico por grupos. Cada grupo es un área geográfica. Debido a que una población
geográficamente dispersa puede ser costosa de estudiar, se puede lograr una mayor
economía que el muestreo aleatorio simple agrupando varios encuestados dentro de un
área local en un grupo. Por lo general, es necesario aumentar el tamaño total de la
muestra para lograr una precisión equivalente en los estimadores, pero el ahorro en los
costos puede hacer posible un aumento en el tamaño de la muestra.

El muestreo por conglomerados se usa para estimar mortalidades altas en casos como
guerras, hambrunas y desastres naturales.
Muestreo no aleatorio o no probabilísticos

Mediante esta técnica de muestreo, en comparación del muestreo probabilístico las

muestras no se recogen por medio de procesos donde a los sujetos se les brinden las
mismas posibilidades de ser seleccionados.

Dentro de esta técnica existen cuatro tipos de muestreos:

1.- Muestreo por cuotas: Mediante este método los investigadores se encargan de
incluir en la muestra solo a un grupo determinado de sujetos que cumplen con ciertos
requisitos o condiciones específicas.

El muestreo por cuota puede dividirse en dos grupos: controlado y no controlado.

El muestreo controlado por cuotas implica la introducción de ciertas restricciones

con el fin de limitar la elección de las muestras por parte de los investigadores.

El muestreo por cuotas no controlado, por otro lado, se asemeja a un método de

muestreo de conveniencia, de manera que el investigador es libre de elegir a los
miembros del grupo de muestra de acuerdo a su voluntad.

La principal diferencia entre el muestreo por cuotas y el muestreo estratificado puede

explicarse de tal manera que en el muestreo por cuotas los investigadores utilizan
métodos de muestreo no aleatorios para recopilar datos de un estrato hasta que se
cumpla la cuota requerida fijada por el investigador.

2.- Muestreo intencional o de conveniencia: El muestreo por conveniencia es un tipo

de muestreo no probabilístico que se aplica cuando la muestra estadística a formar es
seleccionada en el entorno próximo al investigador, sin que medien requisitos
específicos. El objetivo es facilitar el trabajo de quien desarrolla el estudio.

Debido a que no se espera que esta muestra sea representativa de la población, no se

aplica ningún proceso de selección para conformarla. En cambio, se privilegia la
disponibilidad de las personas y la facilidad para acceder a ellas. Incluso suelen
aceptarse voluntarios que deseen colaborar con el estudio.
Ventajas y desventajas del muestreo por conveniencia

Ventajas

Las ventajas de utilizar el muestreo por conveniencia son las siguientes:

Se ahorra tiempo, ya que no hay que cumplir con requisitos rigurosos para seleccionar
la muestra, lo que vuelve más breve esta fase.

Es más económica, no se requieren grandes inversiones para desarrollar un estudio.

Es muy práctico recurrir al muestreo por conveniencia para desarrollar estudios pilotos.

Permite identificar tendencias e indicar posibles resultados que nutrirán el desarrollo del
estudio definitivo.

Desventajas

Las desventajas que presenta el muestreo por conveniencia son las siguientes:

No es representativa de la población, por lo tanto no se recomienda utilizarlo en casos

donde el desarrollo de la investigación requiera de precisión descriptiva.

Debido a que no se aplica ningún criterio para organizar la muestra, es imposible tener
resultados estadísticos precisos.

Como la selección de la muestra no es aleatoria (muestreo no probabilístico), la

precisión de los datos no está garantizada ni es posible llegar a conclusiones
generalizadas o categóricas. Por esta razón, hay un riesgo de que se produzca un
sesgo estadístico en los resultados.

Ejemplos de muestreo por conveniencia

Supongamos que un directivo decide conocer cuáles son las opiniones acerca de un
profesor en un aula, por lo que llama a 5 alumnos al azar para realizarles una encuesta
y conformar su muestra estadística de una manera rápida y fácil.
Otro ejemplo podría ser el de un investigador que decide conocer cuál es la imagen
que tienen las personas sobre un determinado producto, sin importar si estos son
consumidores o no, por lo que procede a realizar una serie de preguntas a diversas
personas en la calle o en un centro comercial.

3.- Muestreo por bola de nieve: El muestreo de bola de nieve es un tipo de muestreo
no probabilístico que se utiliza cuando los participantes potenciales son difíciles de
encontrar o si la muestra está limitada a un subgrupo muy pequeño de la población.

Es este tipo de muestreo los participantes de una investigación reclutan a otros

participantes para una prueba o estudio. Aquí los investigadores usan su propio juicio
para elegir a los participantes, a diferencia del muestreo aleatorio simple donde las
probabilidades de que cualquier miembro se elija son las mismas.

El muestreo de bola de nieve consiste en dos pasos:

Identificar sujetos potenciales en la población. A menudo, sólo uno o dos sujetos

pueden ser encontrados inicialmente.

Pedir a esos sujetos que recluten a otras personas. Los participantes deben ser
conscientes de que no tienen que proporcionar ningún otro nombre.

En otras palabras, el método de muestreo de bola de nieve se basa en referencias de

sujetos iniciales para generar sujetos adicionales, de ahí deriva su nombre “bola de
nieve”.

Cuando se aplica este método de muestreo, los miembros del grupo de muestra se
reclutan a través de una remisión en cadena.

Estos pasos se repiten hasta que se encuentra el tamaño de muestra necesario.

Éticamente, no se debe pedir a los participantes del estudio que identifiquen a otros
participantes potenciales. Más bien, se les debe pedir que alienten a otros a que se
participen.
4.- Muestreo discrecional: El muestreo discrecional es un tipo de muestreo en el que
un investigador selecciona una muestra basada en su conocimiento sobre el tema.

La muestra es elegida a partir de un criterio profesional y puede basarse en la

experiencia de investigaciones realizadas con anterioridad o en el conocimiento que el
investigador tiene sobre la población.

El muestreo discrecional es considerado un muestreo no probabilístico. El muestreo

discrecional se utiliza en los casos en que la especialidad de una autoridad puede
seleccionar una muestra más representativa que pueda arrojar resultados más precisos
que mediante otras técnicas de muestreo probabilístico. El proceso consiste en elegir
intencionalmente a dedo a los individuos de la población sobre la base del
conocimiento o juicio de la autoridad o investigador

. El diseño del muestreo discrecional generalmente se utiliza cuando un número

limitado de individuos posee el rasgo de interés. Es la única técnica de muestreo viable
para obtener información de un grupo muy específico de personas. También es posible
utilizar el muestreo discrecional si el investigador conoce a un profesional o autoridad
fiable que él cree que es capaz de reunir una muestra representativa.

Referencias

Figueroba, A. (s.f.). Los tipos de muestreo y su uso en las ciencias. Obtenido de

Psicologia y Mente: https://psicologiaymente.net/miscelanea/tipos-de-muestr
www.univbersoformulas.com
https://scielo.conicyt.cl/pdf/ijmorphol/v35n1/art37.pdf
https://www.revistaseden.org/files/9-CAP%209.pdf
https://explorable.com/es/muestreo-por-cuotas
https://www.questionpro.com/blog/es/muestreo-sistematico/
https://es.wikipedia.org/wiki/Muestreo_estratificado
https://sites.google.com/site/tecninvestigacionsocial/temas-y-contenidos/tema-3-las-tecnicas-distributivas-la-investigacion-
cuantitativa-y-la-encuesta/seleccion-de-los-casos-muestreos-probabilisticos/tipos-de-muestreo-probabilistico/muestreo-
aleatorio-por-conglomerados