ESCUELA NORMAL DE LICENCIATURA EN

EDUCACION PRIMARIA DE CALKINI.

MODULO HOPELCHEN

PROBABILIDAD Y ESTADISTICA

UNIDAD DE APRENDIZAJE II

PROFESOR: FELIPE EMILIO HERRERA GOMEZ

ALUMNAS:
CINTHYA CAROLYN PEREZ PECH
ALONDRA GUADALUPE DZUL COLLI
DALLA ESTRELLA MOO LEON.

5 SEMESTRE
24-NOVIEMBRE-2022
Instrucciones: Organizados en equipos de máximo 3 integrantes, preferentemente, completarán un Andamio cognitivo describiendo
los tipos de muestreo, sus características, proceso, ventajas, limitaciones

Muestreo Muestreo Muestreo Muestreo Muestreo por Muestreo

Muestreo No probabilístico aleatorio simple estratificado conglomerado sistemático
probabilís s
tico
Caracterís
ticas

Se usa Cuando se tiene Es uno de los En este caso, El objetivo es En este caso, se
cuando se que reducir el más utilizados. estamos ante crear una serie divide el número
En qué quiere sesgo en el Consiste en una población de bloques o de individuos de
situacione mostrar muestreo, este asignar un que, si bien es conglomerados la población
s se utiliza que existe método se utiliza número aleatorio heterogénea, se . Estos son entre los de la
un rasgo para que el a la población y, puede separar elegidos al azar muestra que
determina sesgo sea el luego, a partir de en grupos de entre toda la queremos
do en la más mínimo este, escoger la homogéneos población. En obtener.
oblación posible. muestra. Es muy (sexo, edad, este caso, Después,
- Se utiliza útil en etc.). En cada existe una escogemos uno
cuando la poblaciones con grupo se realiza heterogeneidad al azar y vamos
población es cierta una muestra dentro de ellos, contando,
diversa. homogeneidad. aleatoria simple. así como una utilizando ese
Cuando la Por ejemplo, es Es muy utilizado homogeneidad valor. Los
población es muy utilizado en en ciencias fuera. Las sujetos elegidos
grande. geología. sociales, como la investigaciones serán los que
psicología. de mercado correspondan a
suelen usar ese recuento.
Se utiliza para este muestreo Este tipo reduce
crear muestras aleatorio. el problema de
más precisas. autocorrelación.
 No realiza Se compone de En la práctica Hay ocho pasos - Decidir un - Es necesario
procedimie 3 puntos: una muestra principales en la público desarrollar
Proceso ntos de 1. Elegir aleatoria simple selección de una objetivo y una
selección cuidados es extraída de la muestra aleatoria también el audiencia
al azar, amente la siguiente forma: estratificada: tamaño de estructural
sino que población la muestra. definida para
se ban en de interés Se numeran las 1. Define la - Crear un que el
el juicio 2. Determin unidades de la población marco de investigador
personal a un población del 1 objetivo. muestreo comience a
del marco de al N, y por medio 2. Identifica utilizando trabajar en el
investigad muestra de una tabla de la variable un marco aspecto del
or para adecuado números o existente o muestreo.
realizar la 3. Selección aleatorios o variables creando - El
selección de la colocando los de uno nuevo investigador
de los muestra e números 1 a N estratifica para el a cargo debe
elementos inicia la en una urna, se ción y público determinar el
que encuesta. extraen determina objetivo. tamaño de la
permanec sucesivamente n r el - Evaluar los muestra
erán en su números. Las número marcos en ideal, es
muestra unidades que de función de decir,
llevan estos estratos a la cobertura cuántas
números usarse. y la personas de
constituyen la 3. Identifica agrupación la población
muestra. un marco y hacer completa se
de cualquier van a elegir.
muestreo ajuste - La clave para
existente correspondi obtener
o ente. resultados
desarrolla - Determinar precisos
uno que la cantidad razonables y
incluya de grupos e prácticos es
 informació incluir una tener una
n sobre la cantidad de audiencia
o las miembros grande.
variables promedio - Una vez que
de en ellos. se decida el
estratifica Asegúrate número de
ción para de que cada tamaño de la
cada uno de muestra, se
elemento estos debe asignar
de la grupos un número a
población realmente cada
objetivo. sea distinto miembro de
4. Evalúa el el uno del la muestra.
marco de otro. - Decide cuál
muestreo - Elígelos al será el
para la azar. intervalo de
falta de - La esta muestra.
cobertura, estructura Este es
cobertura geográfica o básicamente
excesiva, por área es la distancia
múltiple, y la más estándar
la utilizada en entre los
agrupació muestreo elementos.
n, y haz por - El
los ajustes conglomera investigador
cuando dos. debe
sea - El muestreo seleccionar
necesario. por miembros
5. Divide el conglomera que cumplan
marco de dos se con este
muestreo deriva en criterio.
 en subtipos de - Se debe
estratos, una etapa y elegir un
categorías de dos número de
de la etapas, en manera
estratifica función del aleatoria
ción de la número de como
o las pasos que miembro
variables, siguen los inicial (r) de
creando investigador la muestra, y
un marco es para este intervalo
de formar se agregará
muestreo conglomera al número
para cada dos. aleatorio para
estrato. seguir
6. Asigna un agregando
número miembros r,
único a r+i, r+2i etc.
cada que serán
elemento. elementos de
7. Determina la muestra.
el tamaño
de la
muestra
para cada
estrato. La
distribució
n
numérica
de los
elementos
incluidos
 en la
muestra a
través de
los
diversos
estratos
determina
el tipo de
muestreo
a
implement
ar.
8. Seleccion
a al azar
el número
específico
de
elementos
de cada
estrato.
 Implica Las ventajas del • Garantizar • Es el • Es
menores Que la muestra muestreo la diseño extremad
Ventajas costos y sea aleatorio simple diversidad probabil amente
tiempo ya representativa son las de la simple y
que el siguientes:
ístico
muestra convenien
investigad Todos tienen la • Garantiza
más te para
or puede misma • Es una rentabl los
elegir a probabilidad de sencillo varianza ey investigad
aquellos participar. para similar eficient ores
sujetos armar las • Reduce la e en crear,
que son muestras. varianza término conducir y
de fácil • Toma de similar s de analizar
acceso forma • Permite tiempo
las
Es equitativa una muestras.
posibles la
para • Como no
variedad
controlar selección de grande es
las de las métodos s áreas necesario
característi muestras de geográf enumerar
cas de la a partir de recolecció icas. a cada
muestra. una n de datos • Este miembro
Es población. • Mejor de la
método
perfecto • En precisión muestra,
para es fácil
general, en los el
estudios todos los de usar muestreo
resultados
sobre la desde
individuos • Facilidad sistemátic
población de la de un o es
con población implement punto mejor
característi tienen ación de vista para
cas poco iguales • Es práctico represent
comunes o oportunida convenien ar a una
.
que des de ser te para población
manejan selecciona muestras • Se de
datos dos. pequeñas pueden manera
sensibles • La utilizar más
población rápida y
muestr sencilla.
es
represent as más • Las
ativa, grande muestras
siendo el s creadas
único debido se basan
margen al nivel en la
de error la de selección
suerte, accesib de
llamada miembros
ilidad
error de libre de
muestreo. de los favoritism
• Es el miembr os.
mejor os del • En los
método a grupo otros
la hora de de la métodos
explicar muestr de
los a. muestreo
resultados hay
, ya que posibilida
su des de
selección que los
es conglome
aleatoria e rados
imparcial. creados
• Por la sean
represent altamente
atividad sesgados,
obtenida y esto
se pueden comúnme
realizar nte no
generaliza sucede en
ciones el
con muestreo
respecto a sistemátic
la o, ya que
población, los
a partir de miembros
los se
resultados encuentra
de las n a una
muestras distancia
fija el uno
del otro.
• El factor
de riesgo
involucrad
o en este
método
de
muestreo
es
extremad
amente
mínimo.
• En caso
de que
haya
diversos
miembros
de una
población,
el
muestreo
sistemátic
o puede
ser
beneficios
o debido
a la
distribució
n
uniforme
de los
miembros
que son
seleccion
ados para
formar
una
muestra.
Limitacion Se afecta La selección de Requiere que se Las conocer
es con los los sujetos posea de antemano muestras información del
sesgos del No siempre un listado completo estratificada s grupo.
investigad garantiza la de toda la producen pequeños Normalmente
or, esto adecuada población. - Cuando errores de muestreo tiene un índice de
conlleva a representación se trabaja con al azar que los que error de
que los de la población muestras pequeñas son obtenidos con muestreo más alto
datos no Los resultados es posible que no una muestra que otras técnicas.
sean muy no suelen ser represente a la aleatoria simple del
fiables y del todo población mismo tamaño de la
en ciertos precisos adecuadamente. muestra.
casos no
son del
todo
precisos
No
siempre
garantiza
la
adecuada
representa
ción de la
población
Ejemplo Se busca Se busca realizar Un equipo de En una fábrica que El Ministerio de Un laboratorio
investigación consta de 600 Educación busca está investigando
realizar un un estudio sobre
busca saber cuál trabajadores determinar la eficacia de un
estudio jóvenes es el ingreso queremos tomar cuáles son las medicamento.
sobre universitarios de promedio de la una muestra de características Para seleccionar
jóvenes Italia. Los población de una 20. Sabemos que que diferencian la muestra
ciudad. Para hay 200 las representativa, se
universitari investigadores realizar la muestra trabajadores en la universidades realiza una lista
os de eligen cuatro representativa, se sección A, 150 en públicas de las de todos los
Italia. Los universidades hace una lista de la B, 150 en la C y privadas. Se pacientes que se
todos los 100 en la D. eligen como trataron con ese
investigad del país, de
individuos, a cada muestra medicamento y se
ores eligen distintas uno se le asigna representativa escoge un
cuatro ciudades, y en un número y con diez individuo cada
universida ellas seleccionan un programa universidades treinta.
informático públicas y diez
des del a estudiantes especial se privadas al azar.
país, de interesados en escogen 300.000
distintas participar de la personas.
ciudades, y investigación.
en ellas
selecciona En este caso, es
na un muestreo no
estudiante probabilístico
interesado porque no se
s en está
participar considerando a
de la toda la
investigaci población
ón. universitaria
italiana, aunque
En este este sea el
caso, es un público objetivo
muestreo de análisis.
no
probabilíst
ico porque
no se está
 consideran
do a toda
la
población
universitari
a italiana,
aunque
este sea el
público
objetivo
de análisis.
Reflexione No es muy En este aspecto El muestreo nos Esta se suele El muestreo por Este tipo de
s del seguro el el muestreo sirve cuando utilizar cuando conglomerados e muestreo es
equipo tipo de probabilístico es queremos conocer se busca destacar s una técnica de recomendado ya
la opinión de una o investigar las muestreo utilizad
sobre la muestreo de importancia, a cuando hay
que se basa en
población general particularidades de tomar muestras
importanci ya que puesto que se agrupamientos
sobre temas un grupo de una manera
a que depende usa en datos «naturales»
comunes que específico de la direc- ta y
tiene cada de las geográficos suelen afectar a población. relativamente
tipo de característi debido a que homogéneos en ordenada a partir
todos los También se utiliza de una regla
muestreo cas que nos deja hacer miembros de una cuando se quiere una , está a
menudo se utiliza determinística,
en la buscamos inferencias misma comunidad, estudiar las
en la también
investigaci en el resto acerca de la como la economía relaciones entre llamada sistemátic
investigación de
ón de la muestra a la o la política como, dos o más a.
mercados. En
educativa población población por ejemplo: subgrupos.
esta técnica, la
ya que lo Encuestas de población total se
que hogares. divide en estos
Encuestas de grupos (o
buscamos
población activa, clusters) y
son datos desempleo, una muestra
más
aleatoria
realistas a
la indicadores de simple se
población salud, etc. selecciona de los
grupos.