UNIVERSIDAD FEDERICO HENRÍQUEZ Y CARVAJAL

(UFHEC) RECINTO LA ROMANA

ASIGNATURA
Bioestadística

TEMAS:
1. Muestreo aleatorio simple
2. Muestreo con probabilidades desiguales
3. Muestreo sistemático 4. Muestreo estratificado
5. Muestreo por conglomerados
6. Muestreo en varias etapas
7. Muestreo en dos fases

SUSTENTANTE:
Elisa Javier Valerio
Profesor
Yoel Antonio Guzmán

LA ROMANA
REPÚBLICA DOMINICANA
20/07/2022
1. Muestreo aleatorio simple
Concepto

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. 

Este método de muestreo no es tan utilizado en investigaciones del consumidor, sobre todo
porque es complicado obtener un marco de muestreo de donde extraer al azar y no querrás
darle a todas las unidades de la muestra una probabilidad igual de ser elegidas.

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.

Ventajas

Utilizar este tipo de muestreo probabilístico puede representar algunas ventajas para ciertos
estudios, entre las que están:

 Tiende a producir muestras representativas y permite el uso de la estadística

inferencial en el análisis de datos recogidos. 
 Cada selección es independiente de otras selecciones; Todas las combinaciones
posibles de unidades de muestreo tienen la misma oportunidad de ser seleccionadas.
En el muestreo sistemático, las posibilidades de ser seleccionado no son
independientes entre sí. 
 En general, es más fácil que otros procedimientos de muestreo probabilístico (tales
como el muestreo por conglomerados) de comprender y comunicar a otros. 
 Los procedimientos estadísticos requeridos para analizar los datos y calcular los
errores son más fáciles que los requeridos en otros procedimientos de muestreo
probabilístico.
Desventaja

Entre las desventajas de utilizar el muestreo aleatorio simple, están:

 Se requiere un marco de muestreo de elementos de la población objetivo. Un marco

de muestreo apropiado puede que no exista para la población que se dirige, y puede
que no sea factible o práctico construir uno. En este caso el muestreo por
conglomerados no requiere de una toma de muestra de los elementos de la
población objetivo. 
 El muestreo aleatorio simple tiende a tener errores de muestreo más grandes y
menos precisión de muestreo estratificado del mismo tamaño de la muestra. 
 Los encuestados pueden estar muy dispersos, por tanto, los costos de la recolección
de datos pueden ser superiores a los de otros diseños de la muestra de probabilidad,
como el muestreo por conglomerados. 
 El muestreo aleatorio simple puede no producir un número suficiente de elementos
de pequeños subgrupos. Esto no haría de un muestreo aleatorio simple una buena
opción para los estudios que requieren un análisis comparativo de las categorías
pequeñas de una población con categorías mucho más amplias de la población

Un ejemplo de donde usarlo

Ejemplo: una consultora que realiza auditorías sobre diversas organizaciones decide
realizar una investigación en una empresa donde trabajan 500 empleados.

Para llevar a cabo dicho estudio, la consultora debe trabajar sobre una muestra estadística
de 50 personas (10%), por lo que escoge utilizar el método de muestreo aleatorio simple,
para el cual sigue los siguientes pasos:

Enlistar con número a los 500 empleados de la organización.

Elegir 50 números al azar.

Finalmente, aquellos 50 números que correspondan a un empleado serán los individuos que
conformen la muestra.
2. Muestreo con probabilidades desiguales
Concepto
Se trata del muestreo más básico y simple que se puede realizar. No se presupone
información a priori y sirve para comparar con otros tipos de muestreo. Si otro muestreo no
es mejor teóricamente con igual costes, suele rechazarse el otro por su mayor complejidad.

Hemos visto que con la estratificación y estimación proporcional podemos aumentar la

precisión de una estimación. Otra técnica utilizada con este fin es el muestreo “ppt”, en el
que se eligen las unidades con probabilidad proporcional a sus tamaños. Se usa mucho en
casos en que se prefiere el muestreo por conglomerados al muestreo directo de unidades
individuales, en razón de que es económico muestrear un número fijo de unidades
individuales cuando están agrupadas en conglomerados, y que algunas veces no se conoce
con seguridad la estructura de las unidades individuales.

Ventajas

La principal ventaja de esta técnica es de tipo operativa: seleccionar un conglomerado a

estudiar suele ser más fácil y económico que hacer una muestra aleatoria o sistemática.
Hemos visto por ejemplo que usar conglomerados geográficos puede representar un
importante ahorro en desplazamientos de personas.

Curiosamente, es habitual hacer estudios a través de Internet en los que se sigue pensando
en términos de estudiar sólo unas zonas geográficas, cuando en realidad a través de Internet
no obtenemos ningún beneficio operativo; al contrario, incurrimos en mayor riesgo de tener
menor precisión por diferencias entre las regiones estudiadas y el resto de la población.
Esta práctica es una herencia injustificada de técnicas que eran buenas en entrevistas
personales, pero que no lo son al usar otras metodologías.

Desventajas

Como principal inconveniente, al usar muestreo por conglomerados corremos un riesgo

importante: que los conglomerados no sean realmente homogéneos entre ellos. En el
ejemplo anterior sobre fumadores en Argentina, podría suceder que en una de las provincias
exista más propensión a fumar, por ser una región más urbana, por razones culturales, etc.

Un ejemplo de donde usarlo

Método de Selección

Supongamos que hay 10 lugares de desembarco con un número de barcos en cada lugar que
se muestra en la columna 2. Queremos seleccionar 3 puntos con ppt.

Lugar de No de Total Números No aleatorio elegido o

desembarco barcos acumulado asignados lugar de desembarco
(1) (2) (3) (4) (5)
 1 12  12 001–012
 2  5  17 013–017 Aleatorio No 011
 3 20  37 018–037 Puesto de pesca 01
 4  2  39 038–039 Aleatorio No 027
 5 30  69 040–069 Puesto de pesca 03
 6 15  84 070–084 Aleatorio No 064
 7  8  92 085–092 Puesto de pesca 05
 8  6  98 093–098
 9  8 106 099–106
10 14 120 107–120
120

La columna 3 son los totales acumulados. Ahora, a cada puesto se le asigna un número
proporcional a su tamaño. Así, el puesto N° 1 tiene asignados 12 números, del 001 al 012;
al puesto 5 se le asignan 30 números, del 040 al 069, y así sucesivamente. Después usamos
la tabla de números aleatorios y seleccionamos 3 números del 1 al 120. Los números
elegidos son: 011, 027 y 064. Los puestos de desembarco correspondientes son el 1, el 3 y
el 5.
Debe hacerse notar que con este método de selección una unidad con mayor tamaño tiene
mayor probabilidad de elección que una unidad menor.

Método de estimación

Supongamos que hay N unidades muestrales primarias (lugares de pesca), y sea x i el

número de unidades secundarias (barcos) en el i -ésimo puesto. Si se seleccionan n
unidades primarias con ppt, entonces la probabilidad Pi de seleccionar la unidad i -ésima en
la muestra es: Pi = xi/∑xi

La estimación del total poblacional Y será:

Donde yi es la medida de la i -ésima unidad en la muestra; y la varianza estimada de Y

viene dada por:
3. Muestreo sistemático
Concepto

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.

Es aquel en el que se elige un elemento al azar y, para escoger el resto de la muestra, se

utilizan intervalos regulares basados en un valor numérico.

Ventajas

El muestreo sistemático presenta tanto ventajas como desventajas al momento de

implementarlo.

Ventajas

Sus principales beneficios son los siguientes:

 Permite obtener buenas propiedades de representatividad.

 Es un sistema muy rápido y simple, ya que evita la necesidad de generar números
aleatorios de individuos en la muestra.
 Garantiza una selección perfectamente equitativa de la población, lo que resulta
muy útil en la distinción de grupos.
 Evita la necesidad de usar diferentes estratos, aunque existe variedad de individuos
en cada fragmento.

Desventaja
Existe tan solo una desventaja o inconveniente al utilizar esta técnica: el orden en el que se
coloca a la población seleccionada puede llegar a tener un tipo de periodicidad oculta, la
cual puede coincidir con el intervalo seleccionado, ocasionando una muestra sesgada.
Un ejemplo de donde usarlo
Supongamos que poseemos una población de 1000 individuos y necesitamos obtener una
muestra de 100 de ellos. Para ello, dividiremos en primer lugar el total de la población en
100 fragmentos aleatorios de 10 individuos. Luego, seleccionaremos un número al azar
entre el 1 y 10.

Si el número obtenido al azar es el 6, a partir del individuo número 6 de la población se

definirá nuestra muestra. Es decir que a partir de él se irán completando intervalos de 10, es
decir: 6, 16, 26, 36, 46 hasta el 996.

De esta manera quedará conformada la muestra de 100 individuos a través del muestreo
sistemático.
4. Muestreo estratificado
Concepto

El muestreo estratificado es uno de los tipos de muestreo probabilístico del que podemos
hacer uso. Te invito a que sigas leyendo para conocer más de sus debilidades y fortalezas.

El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la

población se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra
aleatoria simple se selecciona de cada segmento (estrato).

Las muestras seleccionadas de los diversos estratos se combinan en una sola muestra. Este
procedimiento de muestreo se refiere a veces como” muestreo de cuota aleatorio”.

Ventajas

Las ventajas del muestreo estratificado son las siguientes:

 Cuenta con mayor capacidad de hacer inferencia y comparaciones dentro de un

grupo.
 Presenta un mínimo de errores en las muestras del mismo tamaño, por lo que
necesita de muestras pequeñas para que exista el mismo margen del error.
 Las muestras son más representativas, ya que los elementos de cada estrato o grupo
son representados en la muestra.
 El investigador puede obtener mayor conocimiento de la población abordada.
 Permite aplicar diversos métodos de investigación y procedimientos en los
diferentes estratos.
 Hace posible el análisis de los patrones dentro del estrato y la notificación separada
de los resultados para cada uno de los estratos.

Desventaja

Las desventajas del muestreo estratificado son las siguientes:

  Es necesario obtener información sobre la proporción de la población perteneciente
a cada estrato.
 Se requiere información sobre las variables de estratificación de cada elemento de la
población, ya que si no puede ser muy costosa la recopilación.
 Es un método más costoso, ya que implica tiempo y es complicado en comparación
con otros métodos.
 Si se cuenta con un gran número de variables, la selección de la estratificación
resultará más difícil.

Un ejemplo de donde usarlo

Para realizar una investigación acerca de la cantidad de personas que consumen bebidas
alcohólicas en la República Argentina, el investigador a cargo decide utilizar el muestreo
estratificado, por lo que divide a la población en diferentes grupos, según la edad.

De esta manera, divide una población total de 45 millones de personas en los siguientes
estratos:

 Personas menores a 18 años: 20 millones.

 Personas mayores a 18 y menores a 35 años: 15 millones.
 Personas mayores a 35 años: 10 millones.

A partir de dicha subdivisión, conforma la muestra obteniendo de manera proporcional

10000 personas:

Estrato Individuos Porcentaje Muestra

1 20 mm 44,4% 4450
2 15 mm 33,3% 3330
3 10 mm 22,2% 2220

De esta manera queda conformada la muestra estadística de 10000 personas, con la que
puede realizar una investigación surgida a partir de 3 diferentes estratos de la muestra
estratificada.
5. Muestreo por conglomerados
Concepto

El muestreo por conglomerados nos ayuda cuando es imposible o poco práctico crear un
marco de muestreo de una población objetivo debido a que está muy dispersa
geográficamente y el costo de la recopilación de datos es relativamente alto.

El muestreo por conglomerados, también conocido como muestreo por racimos, es un

procedimiento de muestreo probabilístico en que los elementos de la población son
seleccionados al azar en forma natural por agrupaciones (clusters). Los elementos del
muestreo se seleccionan de la población de manera individual, uno a la vez.  

Las unidades de muestreo o grupos pueden ser espaciados, tal como ocurre naturalmente en
las unidades geográficas o físicas (por ejemplo: estados, delegaciones o distritos); en base a
una organización como escuelas, grado escolar; o servicio telefónico tales como códigos de
área o el cambio de las claves lada de los números de teléfono.

Ventajas

Estos son algunos de los beneficios de seleccionar un muestro por conglomerados, también
conocido como muestreo por racimos:

 Es el diseño probabilístico más rentable y eficiente en términos de tiempo para

grandes áreas geográficas.
 Este método es fácil de usar desde un punto de vista práctico.
 Se pueden utilizar muestras más grandes debido al nivel de accesibilidad de los
miembros del grupo de la muestra.

Desventaja

 Se necesita conocer información del grupo.

 Normalmente tiene un índice de error de muestreo más alto que otras técnicas. Te
invito a leer: Margen de error ¿qué es y cómo se calcula?
  El muestreo por conglomerados puede no reflejar la diversidad en el marco
muestral.

Un ejemplo de donde usarlo

Un grupo de investigadores quiere estudiar las características de las maquinarias que se

utilizan en distintas fábricas. Para realizar la muestra, se siguen los pasos del muestreo por
conglomerados:

 Se seleccionan todas las máquinas de las fábricas de una ciudad como población
objetivo. Cada fábrica será un conglomerado.
 Se calcula que de 87 fábricas se necesitarán 5 conglomerados para elaborar la
muestra.
 Se realiza una lista de todas las fábricas.
 Se seleccionan 5 fábricas utilizando un método de sorteo y se analizarán todas las
maquinarias que se encuentren en esas fábricas.
6. Muestreo en varias etapas
Concepto

Es sólo una forma compleja de muestreo por conglomerados. Es un tipo de muestreo que,
para investigaciones posteriores, divide a la población en grupos (o conglomerados).
Durante este método de muestreo, grandes grupos de la población seleccionada se dividen
en subgrupos en varias etapas para simplificar la recolección de datos primarios.

Ventajas

 Permite a los investigadores aplicar el muestreo por conglomerados o aleatorio

después de determinar los grupos.
 Los investigadores pueden aplicar el muestreo de etapas múltiples para hacer
conglomerados y subconjuntos hasta que el investigador alcance el tamaño o tipo de
grupo deseado.
 Los investigadores pueden dividir la población en grupos sin restricciones. Esto
permite flexibilidad a los investigadores para elegir la muestra cuidadosamente.
 Es eficaz a la vez que recopila datos primarios de una población geográficamente
dispersa.
 Costo-efectivo y tiempo-efectivo porque este método ayuda a reducir la población
en grupos más pequeños.
 Disminuye los problemas que se presentan durante el muestreo aleatorio, ya que el
investigador elige a la audiencia teniendo en cuenta el público.
 El muestreo de etapas múltiples no necesita una lista completa de todos los
miembros de la población objetivo. Esto reduce enormemente el costo de
preparación de las muestras.

Desventaja
No es tan preciso como el muestreo aleatorio simple cuando la muestra es del mismo
tamaño.
Es difícil realizar pruebas.
Los resultados de la investigación no son cien por ciento representativos de la población
Se requiere de información a nivel de grupo.
Un ejemplo de donde usarlo

Consideremos a México como la ubicación de la muestra. El objetivo de la investigación es

evaluar las tendencias de gasto en línea de las personas que viven en México a través de un
cuestionario online. Los investigadores pueden formar su grupo de muestra, que comprende
200 hogares, de la siguiente manera:

 En primer lugar, elige el número de estados que utilizan el muestreo aleatorio

simple (o cualquier otro muestreo probabilístico). Por ejemplo, se eligen 10 estados.
 En segundo lugar, elige 5 ciudades dentro de cada estado utilizando el método de
muestreo sistemático (o cualquier otro muestreo probabilístico).
 En tercer lugar, elegir 4 hogares de cada ciudad utilizando el muestreo sistemático o
el método de muestreo aleatorio simple. Terminarás con 200 hogares que pueden
ser incluidos en el grupo de muestra para la investigación.
7. Muestreo en dos fases
Concepto
Se desarrolló para poder utilizar los estimadores de Regresión y de Razón cuando se
desconocen la media y el total poblacional de X pero se puede lograr una buena estimación
de ellos. De esta forma se pueden aprovechar las ventajas de aquellos estimadores.
Ventajas
El proceso general comienza con investigadores primera muestreo grupos de una población
Después de confirmar los grupos, los investigadores luego degustar de nuevo desde dentro
de estos grupos. Si el muestreo es en dos etapas, a continuación, la segunda etapa es una
muestra de sujetos individuales. De lo contrario, la segunda etapa es una muestra de sub-
grupos de dentro de los grupos. El proceso entonces se repite hasta llegar a una muestra
final de los individuos. Este proceso de toma de muestras en escena tiene sus pros y sus
contras.
Desventaja
Es que incrementa los errores, pues en cada etapa se obtiene una muestra con su
correspondiente error. Una muestra con dos etapas está sujeta a dos errores muéstrales y
una muestra de cinco etapas tendría cinco errores muéstrales.

Un ejemplo de donde usarlo.

Conozcamos diversos tipos de muestreo probabilístico y no probabilístico que pueden
aplicarse en cualquier estudio de investigación de mercado.

El muestreo de probabilidad es una técnica de muestreo en la que los investigadores eligen

muestras de una población más grande utilizando un método basado en la teoría de la
probabilidad. Este es uno de los métodos de muestreo que considera a todos los miembros
de la población y forma muestras basadas en un proceso fijo.

Por ejemplo, en una población de 1000 miembros, cada miembro tendrá una probabilidad
de 1/1000 de ser seleccionado para formar parte de una muestra. El muestreo probabilístico
elimina el sesgo en la población y da a todos los miembros una oportunidad justa de ser
incluidos en la muestra.