Técnicas de muestreo

probabilístico y
no probabilístico
Docente Magíster Alfredo Martinez
Estadística Aplicada a la Psicología
Semana 1
 Contenido: Muestreo y aplicaciones
en psicología
1. Definiciones básicas
2. Tipos de muestreo
3. Muestras probabilísticas
4. Muestras no probabilísticas
5. Tamaño de muestra para estimar un promedio
6. Tamaño de muestra para estimar una proporción
7. Aplicaciones
Propósito de la sesión:

1. Conocer y definir los principales métodos de

muestreo probabilísticos; y no probabilísticos,
usos más frecuentes.

2. Calcular e interpretar los tamaños de muestra.

3. Casos de Aplicación en psicología, con

software Excel.

4. Crea situaciones de ejercicio y/o caso de su

especialidad .
DEFINICIONES
BÁSICAS
 UNIDAD DE
MUESTRA VARIABLE
ANÁLISIS

Es el elemento Es una
Es una parte de
que será característica que
una población en
estudiado en una puede tomar
estudio.
muestra. diferentes valores.

Ejemplo: Sexo,
Ejemplo:
edad, estatura,
Subconjunto de Ejemplo:
lugar de
estudiantes de la Un estudiante.
residencia, nivel
Universidad.
educativo, etc…
PROCESO DE DISEÑO DE LA MUESTRA
Definir la Población

Determinar el Marco de la Muestra

Seleccionar las técnicas de muestreo

Determinar el tamaño de la muestra

Ejecutar Procesos de Muestreo

 2. TIPOS DE MUESTREO
MUESTREO PROBABILISTICO
El investigador puede establecer:
- Grado de Representatividad de la Muestra
- Margen de Error
- Nivel de Confianza

MUESTREO NO PROBABILISTICO

El investigador puede seleccionar los elementos a estudiar según su juicio

personal, sin hacer usos de las leyes del azar.
 3. Muestreo probabilístico

Aleatorio Simple
Sistemático
Estratificado
Conglomerados

Unidad de análisis
 MUESTREO ALEATORIO SIMPLE
Es el método de muestreo que asegura que cada una de las unidades de
análisis tienen igual probabilidad de ser incluidos en la muestra. Se emplea
frecuentemente cuando las unidades son homogéneas.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Seleccione “n” números aleatorios
de la tabla de números aleatorios.
- Recopile la información de cada
una de las unidades de análisis
seleccionadas.
 1. MAS. Proceso
• Uso de la tabla de números aleatorios
Para ejemplificar el uso de la tabla de números aleatorios, suponga que en una escuela desea modificar el
plan de estudios si en dicha escuela hay un grupo de 40 profesores y desea obtener una muestra de 4 para
conocer su opinión acerca de dicha modificación.
• Paso 1. Se enumera a los profesores del 1 al 40; en la tabla de números aleatorios, los dígitos se
escogerán de dos en dos, porque el tamaño de la población es N = 40 (número de dos dígitos).
• Paso 2. Para dar inicio a la selección de los cuatro profesores, en la tabla de números aleatorios se
toman en forma arbitraria una columna y un renglón; suponga que se seleccionan el reglón 60 y la
columna 4 y se leen los pares de dígitos en las columnas 4 y 5, lo que da 13, 02, 18, 74, 59, 13, 74, 33; se
omiten tanto los números mayores de 40 como los números repetidos.
• Paso 3. Se continúan leyendo los pares de dígitos hasta que se obtienen cuatro unidades diferentes, es
decir, 13, 02, 18, 33. Cada uno de estos números tiene relacionado el nombre de algún profesor, el cual
formará parte de la muestra de cuatro profesores seleccionados.
El método anterior deja de ser práctico cuando el número de personas que se quiere seleccionar es muy
grande, por lo que es de utilidad el empleo de paquetes estadísticos u hojas de cálculo para la selección de
una muestra irrestricta aleatoria.
 MUESTREO SISTEMÁTICO
El método sistemático comprende la selección aleatoria de una unidad de
muestreo inicial, a partir de la cual, las restantes unidades quedan
sistemáticamente seleccionadas de acuerdo al lugar que ocupa en la población.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra
- Hallar el intervalo de selección
N
sistemática K  n
- Se elige un numero aleatorio “i”
(1 ≤ i ≤ k)
- La muestra esta conformada por:
yi , yi  k , yi  2 k , yi 3k , yi  4 k , yi 5k , ...
 MUESTREO ESTRATIFICADO
El procedimiento consiste en dividir a la población en estratos. Dentro de cada
estrato los elementos deben ser los mas homogéneos posibles con respecto a las
características de la variable en estudio. Es decir los elementos son heterogéneos

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la
muestra “n”.
- Se clasifica la población en “L”
estratos.
- El tamaño de muestra “n” lo
dividimos en “L” muestras n1, n2,
n3, ….., nL
- Seleccionamos submuestras de
cada estrato.
 MUESTREO POR CONGLOMERADOS
El procedimiento consiste en hacer una selección de grupos o conglomerados, que
son agrupaciones de elementos que deben ser los mas heterogéneos posibles, pero
homogéneos entre si.

Procedimiento:
- Elabore el marco de muestreo.
- Determine el tamaño de la muestra
“n”.
- Se divide el área total (población)
en áreas mas pequeñas
(subdivisiones)
- Se selecciona al azar algunas de
estas subdivisiones.
- Se selecciona el tamaño de muestra
de las subdivisiones elegidas.
 4. MUESTREO NO PROBABILÍSTICO
MUESTREOS NO
PROBABILÍSTICOS
MUESTREO CAUSAL O ACCIDENTAL:
Es un procedimiento que permite elegir
arbitrariamente los elementos sin un juicio
o criterio preestablecido.
Ejemplo: La gente que circula por
determinada calle a una hora específica del
día, los visitantes que acuden a un museo
en un determinada lapso, etc…
MUESTREO POR CUOTAS:
Consiste en dividir a la población bajo
estudio en subgrupos o cuotas según
ciertas características. Este método se
utiliza mucho en las encuestas de opinión.
Ejemplo: 20 individuos de 25 a 40 años, de
sexo femenino y residentes en la ciudad.
MUESTREOS NO
PROBABILÍSTICOS
MUESTREO INTENCIONADO: Los elementos
son escogidos con base en criterios o juicios
preestablecidos por el investigador.
También puede ser que el investigador
seleccione directa e intencionadamente los
individuos de la población.
MUESTREO BOLA DE NIEVE: Se muestrean
poblaciones cuyas componentes, por
motivos morales, ideológicos, legales o
políticos tienen a ocultar su identidad. Este
tipo se emplea cuando se hacen estudios
con poblaciones "marginales",
delincuentes, sectas, etc
 Bola de nieve. Pasos
Cuando no se cuenta con un marco de muestreo confiable o cuando es muy difícil contactar a
la población objetivo, es recomendable un muestreo por bola de nieve.
El muestreo de bola de nieve involucra los siguientes pasos:
1. Definición de la población objetivo.
2. Elección de uno o varios elementos para el inicio del levantamiento de los datos. En este
punto es donde se define, directa (consciente) o indirectamente (inconscientemente), la
composición final de la muestra.
3. A cada uno de los elementos encuestados se le solicitará referencia de otro u otros
elementos que cumplan con las características de la población objetivo. Estas referencias
serán los siguientes integrantes de la muestra. Y así sucesivamente, hasta un determinado
número de referencias o hasta que de acuerdo con los criterios del investigador, se cuente con
la información suficiente.
5. Tamaño de muestra para el promedio
Población Infinita Promedio poblacional: µ

𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2
𝑛=
𝐸2

promedio
Población Finita muestral: 𝑥

𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2 × 𝑁
𝑛= 2 n=?
𝐸 𝑁 − 1 + 𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝜎 2
6. Tamaño de muestra para la proporción
Población Infinita Proporción poblacional: Π

𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝑝 × 𝑞
𝑛=
𝐸2

proporción
Población Finita muestral: p

𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝑝 × 𝑞 × 𝑁 n=?

𝑛= 2
𝐸 𝑁 − 1 + 𝑍22 𝐶𝑂𝐿𝐴𝑆 × 𝑝 × 𝑞
 Puntuaciones Z
Para 2 colas Para 1 cola

confianza significancia Puntuación confianza significancia Puntuación

1-α α Z 1-α α Z
0.9 0.1 1.645 0.9 0.1 1.282
0.91 0.09 1.695 0.91 0.09 1.341
0.92 0.08 1.751 0.92 0.08 1.405
0.93 0.07 1.812 0.93 0.07 1.476
0.94 0.06 1.881 0.94 0.06 1.555
0.95 0.05 1.960 0.95 0.05 1.645
0.96 0.04 2.054 0.96 0.04 1.751
0.97 0.03 2.170 0.97 0.03 1.881
0.98 0.02 2.326 0.98 0.02 2.054
0.99 0.01 2.576 0.99 0.01 2.326
 7. APLICACIONES
1. En una determinada región pobre se estima que 60% de los
hogares no tienen acceso a agua potable. Un estudiante desea
confirmar ese dato para la clase de realidad nacional. Si quiere que su
estimación tenga un error máximo de estimación de 5%, con un nivel
de confianza de 95%. ¿De que tamaño deberá ser la muestra?
Solución:

( z / 2 ) 2 p (1  p )
n
e2

1.96 2 * 0.60 * (1  0.60)

n
0.052

n  369
 7. APLICACIONES
2. Un estudiante de psicología quiere determinar el ingreso promedio
mensual de los miembros del consejo ciudadano. El error al estimar la
media debe ser inferior a $100 con un nivel de confianza de 95% . El
estudiante encontró un informe de la secretaria del trabajo en el que se
estimó que la desviación estándar era de $1000. ¿De que tamaño
deberá ser la muestra?

Solución:
2 2
z s  1.96(1000) 
n    /2  n 
 e   100 

n  (19.6) 2

n  384.16 n = 385
3. En una población de 600 pacientes del programa de diabetes de
un hospital se desea estimar el nivel promedio de colesterol total con
95% de confianza. En un estudio piloto se encontró: xe = 175,0
y se =16,6 mg /dl.
El investigador asume un error absoluto E =  3,5 mg/dl.
Calcular n.
Solución.

Datos: n= (1,96)2 *(16,6)2*600 = 75,7

(3,5)2(*(600-1)+ (1,96)2 *(16,6)2
Zα/2 = 1,96
N = 600
n  76
se = 16,6
E =  3,5
Interpretación.

El número mínimo de pacientes para realizar

el estudio es 76, si se desea estimar el nivel
promedio de colesterol total en la población
de estudio, con una precisión de  3,5 mg/dL
y un nivel de confianza de 95%.
4. En la población de mujeres mayores de 40 años que
acude al servicio de reumatología de un hospital
nacional, se desea estimar la prevalencia de osteoporosis.
En la revisión bibliográfica se encontró una prevalencia
de 30%, si se asume un error absoluto de muestreo E = 
5%, calcular el tamaño de muestra, n.
Solución.
Datos: n = (1,96)2 (0,3)(0,7) = 322,7  323
Zα/2 = 1,96 (0,05)2
pe = 0,3

qe = 0,7
Interpretación: Para estimar la prevalencia
E =  0,05
poblacional, con 95% de confianza y una
precisión de  5%, se debe evaluar a 323
pacientes.