1.

Conglomerado
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 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.

 Ejemplo:
Una escuela privada en México quiere conocer qué tanto participan los padres
en la educación de sus hijos antes de la próxima asamblea entre padres y
docentes, por lo que enviará la encuesta Compromiso de los padres que
crearon nuestros expertos en metodología de encuestas. Sin embargo, como
se pretende realizar entrevistas posteriores, la escuela decide no enviarla a
todos los padres de familia, ya que su matrícula es de aproximadamente 4000
estudiantes.

Por lo tanto, decide realizar un muestreo por conglomerados monoetápico. La

escuela cuenta con unos 60 alumnos por grupo. Cada nivel tiene 4 grupos, es
decir, aproximadamente 240 estudiantes en 1.er año de primaria, 240 en 2.do,
etc. La escuela decide elegir un grupo al azar por cada nivel, por lo que
tendremos 15 conglomerados. Se envía la encuesta a los padres de familia de
todos los estudiantes de estos 15 grupos.

Los conglomerados formados son heterogéneos porque están conformados

por padres de familia que tienen hijos en diferente nivel escolar, pero los une el
hecho de que sus hijos están inscritos en la misma escuela.
2. Estratificado simple
El muestreo estratificado es un diseño de muestreo probabilístico en el que
dividimos a la población en subgrupos o estratos. La estratificación puede basarse
en una amplia variedad de atributos o características de la población como edad,
genero, nivel socioeconómico, ocupación, etc. Así, consideramos una población
heterogénea con N unidades, y en la que la subdividimos en L subpoblaciones
denominados estratos lo más homogéneas posibles no solapadas, atendiendo a
criterios que puedan ser importantes en el estudio, de tamaños N1, N2, . . . , NL.

N1 + N2 +. . . + NL = N,

Donde N es el total de individuos de la población. La muestra estratificada de

tamaño n se obtiene seleccionando una muestra aleatoria simple de tamaño no
(h = 1, 2,. . ., L) de cada uno de los estratos en que se subdivide la población de
forma independiente.

 Ejemplo:
Estudiantes de la Carrera de Medicina 2005
I año =20%
II año=18%
III año =15%
IV año=30%

3. Probabilístico
 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. Sólo 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 sistemático
 Muestreo aleatorio estratificado

4. Sistemático
Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se
parte de ese número aleatorio i, que es un número elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamaño de la población entre el tamaño de la muestra: k= N/n. El número i que
empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en
la población ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la población.

 Ejemplo:
Se está seleccionando una muestra sobre listas de 10 individuos en los que
los 5 primeros son varones y los 5 últimos mujeres, si se emplea un
muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo
hombres o sólo mujeres, no podría haber una representación de los dos
sexos.
5. Teorema de limite central
El teorema del límite central es un teorema fundamental de probabilidad y
estadística. El teorema describe la distribución de la media de una muestra
aleatoria proveniente de una población con varianza finita. Cuando el tamaño de la
muestra es lo suficientemente grande, la distribución de las medias sigue
aproximadamente una distribución normal. El teorema se aplica
independientemente de la forma de la distribución de la población. Muchos
procedimientos estadísticos comunes requieren que los datos sean
aproximadamente normales. El teorema de límite central le permite aplicar estos
procedimientos útiles a poblaciones que son considerablemente no normales. El
tamaño que debe tener la muestra depende de la forma de la distribución original.
Si la distribución de la población es simétrica, un tamaño de muestra de 5 podría
producir una aproximación adecuada. Si la distribución de la población es
considerablemente asimétrica, es necesario un tamaño de muestra más grande.
Por ejemplo, la distribución de la media puede ser aproximadamente normal si el
tamaño de la muestra es mayor que 50. Las siguientes gráficas muestran ejemplos
de cómo la distribución afecta el tamaño de la muestra que se necesita.