MUESTREO: CONSULTA N° 1

KAREN VALENTINA HERRERA ROZO

COD. 1192748

GRUPO: A

PRESENTADO A:

MARITZA PORRAS CHACÓN

San José de Cúcuta, Colombia.

Estadística inferencial

2020
 Muestreo aleatorio simple: El proceso de muestreo que emplea esta técnica es
equivalente a hacer un sorteo entre los individuos del universo: asignamos a cada
persona un boleto, introducimos los boletos en una urna y empezamos a extraer
boletos al azar.

 Características

1. Cada uno de los elementos que forman parte de la población objetivo, tiene la
misma probabilidad de ser seleccionado para formar parte de la muestra.

2. De igual forma, cada muestra de tamaño determinado, tiene la misma

oportunidad de ser seleccionada.

3. Es común para muestras de tamaño reducido.

4. Su aplicación es prácticamente imposible en los casos cuando la muestra sea

de gran tamaño.

 Cómo se selecciona una muestra aleatoria simple

Para seleccionar una muestra según la técnica del muestreo aleatorio simple se deben
seguir los siguientes pasos:

1. Definir la población objetivo del estudio.

2. Identificar o desarrollar el marco de muestreo de la población objetivo.
3. Evaluar el marco del muestreo.
4. Realizar los ajustes que sean necesarios en el marco del muestreo.
5. Asignar un número para identificar cada elemento que se va a considerar.
6. Determinar el tamaño de la muestra con el cual se va a trabajar.
7. Seleccionar de la población, al azar, la cantidad de elementos específicos para
completar la muestra.

 Hay varios métodos para escoger la muestra, estos son:

 El método de la Lotería: es muy conveniente para muestras de tamaño

reducido, resulta inmanejable si la población es algo grande. Para aplicarlo
puede usarse un pequeño recipiente con papeles, cada uno con el nombre o
número de un elemento de la población, luego se extrae uno por uno la cantidad
 de papeles necesarios para completar el tamaño de la muestra que se requiere,
es un método no muy rápido de aplicar.

 Tablas de Números Aleatorios: Al igual que el método anterior, este también

implica la numeración de los elementos de la población, el tamaño de la muestra
se determina al azar escogiendo números, sin orden alguno, de una tabla de
números aleatorios, en este caso no es importante leerlos de forma diagonal,
invertida, horizontal o verticalmente, lo importante es escoger la cantidad de
números exactos para completar el tamaño de la muestra. Resulta un proceso
algo tedioso y tampoco es recomendable su uso en grandes poblaciones.

 Números aleatorios generados por software: En este caso la tecnología de

sistemas colabora con la elección de la muestra, mediante un programa de
computación, la misma podrá ser generada de forma rápida y segura, es mas
recomendable.

 Tipos de Muestreo Aleatorio Simple

Se pueden identificar dos tipos de muestreo aleatorio simple, el primero es con

reemplazo, el segundo es sin reemplazo.

 Muestreo Aleatorio Simple con Reemplazo: En este caso, un elemento que ya

ha sido seleccionado para formar parte de la muestra, se devuelve al recipiente
con el resto de elementos y puede volver a formar parte de una nueva elección, es
decir, vuelve a formar parte del marco de la muestra de donde se escogerá un
nuevo elemento que integrará la muestra que se estudiará, puede volver a ser
elegido.

 Muestreo Aleatorio Simple sin Reemplazo: A diferencia que, en el caso anterior,

una vez que un elemento ha sido elegido para formar parte de la muestra, el
mismo ya no regresa al 16, es decir, no puede volver a ser escogido más de una
vez.

Este tipo suele ser mucho más eficiente que el primer método.
 ventajas desventajas

El desarrollo de la informática ha permitido

que diseñar una muestra aleatoria simple
sea extremadamente rápido y fiable,
siempre que tengamos el marco muestral
necesario para ello, claro. La generación El único inconveniente es la dificultad de
de números aleatorios mediante software llevarlo a la práctica en investigaciones
(estrictamente son números pseudo- reales. Recordemos: al ser una técnica
aleatorios) es cada vez más fiable. probabilística, es necesario un marco
muestral con todos los individuos y que
todos ellos sean seleccionables para la
De esta forma, al usar muestreo aleatorio muestra. Un requisito que difícilmente
simple nos aseguramos la obtención puede cumplirse en la mayoría de estudios
de muestras representativas, de manera de mercado y opinión reales, lo que nos
que la única fuente de error que va a obligará a emplear otras técnicas.
afectar a mis resultados va a ser el azar. Y
lo que es más importante, este error
debido al azar puede calcularse de forma
precisa (o al menos acotarse). 

 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.

 Características

1. Se requiere de mayor información que estudiar la población general ya sea para

estratificar como para determinar el peso de cada estrato en la población.

2. Es más costoso tanto en tiempo como en trabajo.

3. La selección de estratos puede ser compleja si no se determinan bien las variables

de estratificación o se define un número grande de estratos.

 Pasos para la selección de un muestreo sistemático

 1. Definir la población objetivo.
2. Determinar el tamaño deseado de la muestra (n).

3. Identificar el marco muestreo existente o desarrollar un marco de muestreo de la

población objetivo.

4. 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.

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

6. 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.

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

8. Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente, hasta agotar

el marco.

El muestreo sistemático se utiliza a menudo cuando es imposible o poco práctico utilizar

un muestreo aleatorio simple.

Como lleves a cabo tu muestreo será determinante para los resultados que vas a obtener.
En conclusión, considera la elección de un muestreo sistemático si:

 Es difícil identificar elementos utilizando un método de muestreo aleatorio simple.

 Es importante utilizar un procedimiento de muestreo de probabilidad que pueda ser
fácilmente implementado.

ventajas desventajas
Obtiene buenas propiedades de
representatividad, similares a la de un
muestreo aleatorio simple o incluso
superiores, pero de forma más rápida y
simple, al evitar la necesidad de generar
tantos números aleatorios como individuos
Sólo existe la ya mencionada posibilidad
en la muestra.
de que el orden en que se han listado los
Respecto al muestreo aleatorio, el candidatos a la muestra tenga algún tipo
muestreo sistemático puede garantizarnos de periodicidad oculta que coincida con el
una selección perfectamente equitativa de intervalo escogido para generar la muestra
la población. Esto puede ser de utilidad si sistemática. En este caso, podríamos
se distinguen grupos dentro de universo, generar una muestra sesgada.
lo que nos podría evitar la necesidad de
usar estratos. Si existe diferente varianza
entre los individuos de los fragmentos,
este muestreo puede ser mejor que el
aleatorio.

Muestreo aleatorio estratificado: Esta técnica, perteneciente a la familia de

muestreos probabilísticos, antes de iniciar el proceso de muestreo divide toda la
población objeto de estudio en diferentes subpoblaciones o estratos disjuntos, de
manera que un individuo sólo puede pertenecer a un estrato. Una vez definidos los
estratos, la muestra se crea seleccionando por separado individuos de cada estrato,
empleando una técnica de muestreo cualquiera. Si, por ejemplo, empleamos muestreo
aleatorio simple en cada estrato, hablaremos de muestreo aleatorio estratificado. Este
es el caso más habitual, pero del mismo modo podríamos usar otras técnicas de
muestreo en cada estrato (muestreo sistemático, aleatorio con reposición, etc.).

 Características
 El muestreo estratificado se suele utilizar en las siguientes situaciones:

1. Se suele utilizar cuando se busca destacar o investigar las particularidades de

un grupo específico de la población.

2. También se utiliza cuando se quiere estudiar las relaciones entre dos o más
subgrupos.

3. Se requiere más precisión estadística para las estimaciones de subgrupos.

 Hay ocho pasos principales en la selección de una muestra aleatoria

estratificada:

1. Define la población objetivo.

2. Identifica la variable o variables de estratificación y determinar el número de

estratos a usarse. Las variables de estratificación deben estar relacionados con
el propósito de estudio. Si el propósito del estudio es hacer estimaciones de los
subgrupos, las variables de estratificación deben estar relacionados con esos
subgrupos. La disponibilidad de información auxiliar a menudo determina las
variables de estratificación que se utilizan. Puede ser utilizada más de una
variable de estratificación

3. Identifica un marco de muestreo existente o desarrolla uno que incluya

información sobre la o las variables de estratificación para cada elemento de la
población objetivo. Si el marco de la muestra no incluye la información en las
variables de estratificación, la estratificación no sería posible.

4. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,

múltiple, y la agrupación, y haz los ajustes cuando sea necesario.

5. Divide el marco de muestreo en estratos, categorías de la estratificación de la o

las variables, creando un marco de muestreo para cada estrato. Dentro del
estrato las diferencias deben reducirse al mínimo, y las diferencias entre los
estratos deben maximizarse. Los estratos no deben estar superpuestos, en
 conjunto, debe constituir toda la población. Los estratos deben ser
independientes y mutuamente exclusivos del subconjunto de la población. Cada
elemento de la población debe estar en un sólo estrato.
6. Asigna un número único a cada elemento.

7. Determina el tamaño de la muestra para cada estrato. La distribución numérica

de los elementos incluidos en la muestra a través de los diversos estratos
determina el tipo de muestreo a implementar. Puede ser un muestreo
proporcional estratificado o uno de los diversos tipos de muestreo estratificado
desproporcionado.

8. Selecciona al azar el número específico de elementos de cada estrato. Al menos

un elemento se debe seleccionar de cada estrato para la representación de la
muestra; y por lo menos dos elementos deben ser elegidos de cada estrato para
el cálculo del margen de error de las estimaciones calculadas a partir de los
datos recogidos.

Se suele utilizar cuando se busca destacar o investigar las particularidades de un grupo

específico de la población. También se utiliza cuando se quiere estudiar las relaciones
entre dos o más subgrupos. Se requiere más precisión estadística para las estimaciones
de subgrupos

ventajas desventajas

Se requiere de mayor información que

Es posible hacer estimaciones no sólo
estudiar la población general ya sea para
para la población en general, sino que
estratificar como para determinar el peso
también para cada estrato en particular.
de cada estrato en la población.

Se aprovecha mejor el conocimiento que

Es más costoso tanto en tiempo como en
el investigador tiene sobre la población
trabajo.
bajo estudio.
 La selección de estratos puede ser
Permite la utilización de diferentes
compleja si no se determinan bien las
técnicas de estimación incluyendo la
variables de estratificación o se define un
relación entre diferentes estratos.
número grande de estratos.

Muestreo aleatorio por conglomerados: es una técnica que aprovecha la existencia

de grupos o conglomerados en la población que representan correctamente el total de
la población en relación a la característica que queremos medir. Dicho de otro modo,
estos grupos contienen toda la variabilidad de la población. Si esto sucede, podemos
seleccionar únicamente algunos de estos conglomerados para conocer la información
de interés del total de la población.

 Características

1. Puede dividir a toda la población (población de España) en diferentes

conglomerados (ciudades).

2. Luego, el investigador selecciona una serie de conglomerados en función de su

investigación, a través de un muestreo aleatorio simple o sistemático.

3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el

investigador puede incluir a todos los estudiantes secundarios como sujetos o
seleccionar un número de sujetos de cada conglomerado a través de un
muestreo aleatorio simple o sistemático.

El objetivo principal del muestreo por conglomerados se puede especificar como la

reducción de costos y el aumento de los niveles de eficiencia del muestreo. Esta
técnica específica también puede ser aplicada en conjunto con el muestreo por etapas
múltiples.

Una gran diferencia entre el muestreo por conglomerados y el muestreo estratificado

tiene que ver con el hecho de que en el muestreo por conglomerados un grupo es
percibido como una unidad de muestreo, mientras que en el estratificado sólo se
aceptan elementos específicos de los estratos como unidad de muestreo.

Por consiguiente, en el muestreo por conglomerados una lista completa de los grupos
representa el marco muestral. Luego, algunos grupos son elegidos al azar como
fuente de datos primarios.

 Hay tres etapas para la aplicación del muestreo por conglomerados:

 1. Selecciona una agrupación de conglomerados como marco muestral. En el ejemplo
anterior, las 16 delegaciones representan el marco muestral para el estudio.

2. Marca cada conglomerado o grupo con un número exclusivo. Podemos enumerar

fácilmente cada delegación del 1 al 16.

3. Elige una muestra de conglomerados aplicando el muestreo probabilístico.

Utilizando el muestreo sistemático (o cualquier otro muestreo probabilístico),
podemos elegir 3 de las 16 delegaciones. Los hogares que residen en las 3
delegaciones representarán la muestra para el estudio.

ventajas desventajas

Es el diseño probabilístico más rentable y

Se necesita conocer información del
eficiente en términos de tiempo para
grupo.
grandes áreas geográficas.

Este método es fácil de usar desde un Normalmente tiene un índice de error de

punto de vista práctico. muestreo más alto que otras técnicas.

Se pueden utilizar muestras más grandes

El muestreo por conglomerados puede no
debido al nivel de accesibilidad de los
reflejar la diversidad en el marco muestral.
miembros del grupo de la muestra.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico

CARACTERISTICAS VENTAJAS INCONVENIENTES


Se selecciona una muestra
Aleatorio
de tamaño n de una
simple población de N unidades,
cada elemento tiene una
probabilidad de inclusión
igual y conocida de n/N.
Conseguir un listado de
los N elementos de la
población
Determinar tamaño
muestral n.
Sistemático Definir un intervalo k= N/n.
Elegir un número aleatorio,
r, entre 1 y k (r= arranque
aleatorio).
Seleccionar los
elementos de la lista.
En ciertas ocasiones
resultará conveniente
estratificar la muestra
según ciertas variables de
interés. Para ello debemos
conocer
la composición estratificada
de la población objetivo a
Estratificado
hacer un muestreo. Una
vez calculado el tamaño
muestral apropiado, este se
reparte de manera
proporcional entre los
distintos estratos definidos
en la población usando una
simple regla de tres.
 Sencillo y de fácil
comprensión. Requiere que se posea
de antemano un listado
 Cálculo rápido de completo de toda la
medias y varianzas.
población.
Cuando se trabaja con
muestras pequeñas es
 Se basa en la teoría
estadística, y por tanto posible que no represente
existen paquetes a la población
informáticos para adecuadamente.
analizar los datos
 Fácil de aplicar.
 No siempre es
necesario tener un
listado de toda la
población. Si la constante de
muestreo está asociada
 Cuando la población con el fenómeno de
está ordenada interés, las estimaciones
siguiendo una obtenidas a partir de la
tendencia conocida, muestra pueden contener
asegura una cobertura sesgo de selección
de unidades de todos
los tipos.
 Tiende a asegurar que la
muestra represente
adecuadamente a la
población en función de
unas variables
seleccionadas.
Se ha de conocer la
 Se obtienen
distribución en la
estimaciones más
población de las variables
precisas
utilizadas para la
estratificación
 Su objetivo es conseguir
una muestra lo más
semejante posible a la
población en lo que a la
o las variables
estratificadoras se
refiere.

Se realizan varias fases de
muestreo sucesivas
(polietápico) La necesidad
de listados de las unidades
Conglomerados
de una etapa se limita a
aquellas unidades de
muestreo seleccionadas en
la etapa anterior
 Es muy eficiente cuando
la población es muy El error estándar es
grande y dispersa. mayor que en el muestreo
aleatorio simple o
 No es preciso tener un estratificado.
listado de toda la
población, sólo de las El cálculo del error
unidades primarias de estándar es complejo
muestreo