1

Programación Lineal

UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE CIENCIAS ADMINISTRATIVAS

CONTABILIDAD Y AUDITORIA

ESTADISTICA II

DOCENTE: Ing. Ingrid Sarmiento Torres, MPC.

INVESTIGACION

TEMA: I21 Muestreo

Curso: CAU-S-MA-4-2

AÑO LECTIVO: 2022 – 2023 CII

 1
Investigacion

I21 Muestreo

¿Qué es la muestra?

Muestra. Es un subconjunto o parte del universo o población en que se llevará a cabo la

investigación. Hay procedimientos para obtener la cantidad de los componentes de la muestra

como fórmulas, lógica y otros que se verá más adelante. La muestra es una parte representativa

de la población.

¿Por qué es importante el calcular el tamaño de la muestra?

Es importante calcular el tamaño de la muestra ya que permite a los investigadores saber

cuántos individuos son necesarios estudiar, para poder estimar un parámetro determinado con el

grado de confianza deseado, o el número necesario para poder detectar una determinada

diferencia entre los grupos de estudio, suponiendo que existiese realmente.

Fórmulas del cálculo de tamaño muestral según el objetivo de investigación

Definición de muestreo

El muestreo es el proceso mediante el cual se selecciona un grupo de observaciones que

pertenecen a una población. El muestreo es necesario por el hecho de que las poblaciones pueden

ser demasiado grandes y no es factible tomar datos de todos los individuos.

 2
Investigacion

Premisas para un buen muestreo

¿Qué son las técnicas de muestreo?

Muestreo probabilístico y no probabilístico en qué se diferencian

Muestreo probabilístico: El muestreo probabilístico es una técnica de muestreo en la

que un investigador establece una selección de unos pocos criterios y elige al azar a los

miembros de una población. Todos los miembros tienen la misma oportunidad de formar parte

de la muestra con este parámetro de selección.

Muestreo no probabilístico: En el muestreo no probabilístico, el investigador elige al

azar a los miembros de la investigación. Este método de muestreo no es un proceso de selección

fijo o predefinido. Esto dificulta que todos los elementos de una población tengan las mismas

posibilidades de ser incluidos en una muestra

Estas son dos formas diferentes de elegir a las personas que serán encuestadas. Para que

comprendas mejor los conceptos, te proponemos un ejemplo práctico.

Supongamos que queréis iniciar una investigación para determinar si los estudiantes de tu

universidad prefieren las clases virtuales o las presenciales. Tu población, entonces, serán

solamente aquellos alumnos que tuvieron clases en estos dos formatos.

Como es una especie de dios de las encuestas, ya tenéis toda la información que necesitas

y el cuestionario listo. Sabemos que son mil los estudiantes a encuestar, pero no podrás

preguntarles a todos, así que tienes que recortar. Ahora veamos qué opciones tienes.
 3
Investigacion

Tipos de muestreo probabilístico (al menos 3) con ejemplo práctico

MUESTREO PROBABILÍSTICO

Acá, todos los elementos que conforman el conjunto tienen la misma posibilidad de ser

elegidos para formar parte de la muestra. Este método propone cuatro formas de conformar el

muestreo:

Aleatorio simple: consiste en elegir aleatoriamente entre todos los miembros del

conjunto.

Por EJEMPLO, en una organización de 500 empleados, si el equipo de recursos

humanos decide llevar a cabo actividades de creación de equipos, es muy probable que prefieran

escoger fichas de un tazón. En este caso, cada uno de los 500 empleados tiene la misma

oportunidad de ser seleccionado.

Estratificado: si la población presenta diferencias, se clasifican distintos grupos de

acuerdo con alguna característica en particular. Volviendo al ejemplo, podemos dividir a los

estudiantes por género.

Por EJEMPLO, un investigador que desee analizar las características de las personas

pertenecientes a diferentes divisiones de ingresos anuales creará estratos (grupos) según los

ingresos anuales de la familia.

De conglomerados: funciona de la misma manera que el anterior, pero la división ya

existe.

Por EJEMPLO, se puede separar el conjunto entre los que viven en la misma ciudad de

la universidad, y en los que son de afuera.

 4
Investigacion

Si el gobierno de los Estados Unidos desea evaluar el número de inmigrantes que viven

en su territorio, puede dividirlos en grupos basados en estados como California, Texas, Florida,

Massachusetts, Colorado, Hawai, etc. Esta forma de realizar una encuesta será más efectiva ya

que los resultados se organizarán por estados y proporcionarán datos de inmigración objetivos.

Sistemático: parte de elegir al primer encuestado aleatoriamente, y a los posteriores en

base a un orden establecido.

Por EJEMPLO, de los mil estudiantes querés encuestar a 100, y el primero que elegís es

el tercero de la lista. Entonces, salteás de 10 en 10 (13, 23, 33…) hasta completar el total.

MUESTREO NO PROBABILÍSTICO

El muestreo no probabilístico se apoya en la selección de las personas de acuerdo a las

posibilidades de la investigación.

Volviendo al EJEMPLO, supongamos que solo podéis comunicarte con los estudiantes

que van a la universidad a la misma hora que vos.

Principalmente, esto tiene que ver con una cuestión de recursos. Lo cierto es que este tipo

de muestreo no es representativo del total. Sin embargo, la idea es que busques la mayor

aproximación posible.

Los métodos para llevarlo adelante son los siguientes:

Intencional, opinático o de convivencia: el método de selección se apoya

exclusivamente en la opinión del investigador.

 5
Investigacion

Por EJEMPLO, las empresas de nueva creación y las ONG suelen llevar a cabo un

muestreo de conveniencia en un centro comercial para distribuir folletos de los próximos

acontecimientos o de la promoción de una causa; lo hacen parándose a la entrada del centro

comercial y repartiendo folletos al azar

Por conveniencia: se estudia lo que se puede, sin otro criterio de selección.

Por EJEMPLO, cuando los investigadores quieren entender el proceso de pensamiento

de las personas interesadas en estudiar para su maestría. Los criterios de selección serán: «¿Está

interesado en hacer su maestría en …?» y los que responden con un «No» son excluidos de la

muestra.

Consecutivo: es similar al anterior, pero con la exigencia de estudiar a todos los sujetos

posibles, lo cual convierte a la accesibilidad del encuestado en el criterio de selección de este

muestreo.

Por cuotas: es parecido al muestreo por conglomerado. Las muestras se eligen según

características comunes, pero acá, la vara de selección es la opinión del investigador.

Bola de nieve: se le pide al primer encuestado que recomiende a otra persona con

características similares para continuar con la encuesta.

Por EJEMPLO, será extremadamente difícil encuestar a personas sin refugio o

inmigrantes ilegales. En esos casos, utilizando la teoría de la bola de nieve, los investigadores

pueden rastrear unas pocas categorías para entrevistar y obtener resultados.