Alumna: Saraí Elizabeth Figueroa Pérez

Carné:2038002
Carrera: Administración de Empresas
Curso: Estadística Inferencial

Tema: Tipos de Muestreo

Catedrático: Maynor Rolando Santiago Ramírez

4 de marzo de 2,022
 Muestreo por Juicio
El muestreo deliberado, crítico o por juicio, es una técnica de muestreo no
probabilístico en la que los miembros de la muestra se eligen sólo sobre la base
del conocimiento y el juicio del investigador. Como el conocimiento del
investigador es instrumental en la creación de una muestra, hay posibilidades de
que los resultados obtenidos sean altamente precisos con un mínimo margen de
error.

El proceso de selección de una muestra mediante el muestreo deliberado, crítico

o por juicio implica que los investigadores seleccionen cuidadosamente a cada
individuo para que forme parte de la muestra. El conocimiento del investigador
es fundamental en este proceso de muestreo, ya que los miembros de la muestra
no se eligen al azar.

¿Cuándo llevar a cabo un muestreo deliberado, crítico o

por juicio?
Este tipo de muestreo es más efectivo en situaciones en las que sólo hay un
número restringido de personas que poseen cualidades que un investigador
espera de la población objetivo. Los investigadores prefieren implementar el
muestreo deliberado, crítico o por juicio cuando sienten que otras técnicas de
muestreo consumirán más tiempo y confían en su conocimiento para seleccionar
una muestra para llevar a cabo la investigación.

Esta clase de muestreo se utiliza generalmente en situaciones en las que la

población objetivo está formada por individuos altamente intelectuales que no
pueden elegirse utilizando ninguna tipo de muestreo probabilístico o no
probabilístico. También se utiliza en situaciones en las que la muestra
seleccionada necesita ser aprobada o filtrada utilizando otros métodos de
muestreo.

Por ejemplo, en situaciones en las que un investigador lleva a cabo un muestreo

por conveniencia para recolectar retroalimentación de los profesores sobre su
universidad, pero el hecho de que hay altas probabilidades de que los resultados
sean sesgados, los investigadores prefieren un muestreo deliberado, crítico o
por juicio para seleccionar a aquellos profesores que proporcionarán 100% de
retroalimentación sobre la universidad.

La selección de cada individuo de la muestra es un reto para el investigador. Es

una tarea tediosa seleccionar manualmente a los miembros de una muestra y
asegurarse de que no haya sesgos.

La autoridad que interviene en el proceso de selección no tiene por qué ser

necesariamente un “experto” en la materia, sino que debe cumplir determinadas
características que se esperan de una autoridad de este tipo de muestreo no
probabilístico. No se tiene en cuenta la formación o la experiencia laboral cuando
se nombra a las autoridades encargadas del proceso de selección.

El muestreo deliberado, crítico o por juicio se utiliza cuando hay limitaciones de

tiempo para la creación de la muestra y las autoridades involucradas preferirían
confiar en su conocimiento y no en otros métodos de muestreo.

Pero, hay que tener en cuenta el hecho de que un investigador puede o no ser
competente para llevar a cabo un proceso de muestreo eficaz. Esta es la única
desventaja del muestreo intencional. Cada investigador que asuma la
responsabilidad de crear una muestra utilizando el muestreo de expertos tendrá
que estar extremadamente seguro de sus propias habilidades y comprensión del
tema.

Ejemplos de muestreo deliberado, crítico o por juicio

Considere un escenario en el que se desean entender los factores que llevan a
una persona a seleccionar el hacking ético como profesión. El hacking ético es
una habilidad que ha atraído recientemente a la juventud. Cada vez más gente
lo selecciona como profesión.

Los investigadores que entiendan lo que es el hacking ético podrán decidir quién
debe formar la muestra para reconocerla como profesión. Es entonces cuando
se implementa el muestreo deliberado, crítico o por juicio. Los investigadores
pueden filtrar fácilmente a aquellos participantes que pueden ser elegibles para
ser parte de la muestra de investigación.

Hay muchas tribus en el mundo que tienen sus propias creencias religiosas. Para
los investigadores que planean estudiar la cultura un país en particular, se
aconseja que seleccionen estratos utilizando un muestreo deliberado, crítico o
por juicio, ya que las creencias religiosas se consideran altamente sensibles.

Debido a la sensibilidad del tema, si se crean muestras de aquellos que tienen

el conocimiento apropiado y se lleva a cabo la investigación con esas muestras,
los resultados serán altamente precisos. Las técnicas de muestreo probabilístico
a menudo producen resultados alterados en tales casos.

Ventajas del muestreo deliberado, crítico o por juicio

Consume un tiempo mínimo de ejecución: En este enfoque de muestreo, la
experiencia de los investigadores es importante y no existen otras barreras
debido a las cuales la selección de una muestra resulta extremadamente
conveniente.

Permite a los investigadores acercarse directamente a su mercado

objetivo: No hay criterios para seleccionar una muestra, excepto las
 preferencias del investigador. Gracias a esto, puede comunicarse directamente
con el público objetivo de su elección y obtener los resultados deseados.

Resultados casi en tiempo real: Se puede realizar una encuesta o sondeo

rápido con la muestra utilizando un muestreo deliberado, crítico o por juicio, ya
que los miembros de la muestra poseerán el conocimiento y la comprensión
acorde al tema.

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 una

sola muestra. Este procedimiento de muestreo se refiere a veces como ”
muestreo de cuota aleatorio”.

Aquí te comparto algunas consideraciones para tener el mejor muestreo.

Pasos de selección para un muestreo estratificado

Hay ocho pasos principales en la selección de una muestra aleatoria

estratificada:

1. Define la población objetivo.

2. Identifica la variable o variables de estratificación y determinar el número
de estratos a usarse. Las variables de estratificación deben estar
relacionados con el propósito de estudio. Si el propósito del estudio es
hacer estimaciones de los subgrupos, las variables de estratificación
deben estar relacionados con esos subgrupos.
La disponibilidad de información auxiliar a menudo determina las variables de
estratificación que se utilizan. Puede ser utilizada más de una variable de
estratificación. Considera que a medida que el número de variables de
estratificación aumenta, incrementa la probabilidad de que algunas de las
variables cancelen los efectos de otras variables, no más de cuatro a seis
variables de estratificación y no se deben utilizar más de seis estratos de una
variable en particular.

3. Identifica un marco de muestreo existente o desarrolla uno que incluya

información sobre la o las variables de estratificación para cada elemento de la
población objetivo. Si el marco de la muestra no incluye la información en las
variables de estratificación, la estratificación no sería posible.
4. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple, y la agrupación, y haz los ajustes cuando sea necesario.
 5. Divide el marco de muestreo en estratos, categorías de la estratificación de la
o las variables, creando un marco de muestreo para cada estrato. Dentro del
estrato las diferencias deben reducirse al mínimo, y las diferencias entre los
estratos deben maximizarse. Los estratos no deben estar superpuestos, en
conjunto, debe constituir toda la población. Los estratos deben ser
independientes y mutuamente exclusivos del subconjunto de la población.
Cada elemento de la la población debe estar en un sólo estrato.
6. Asigna un número único a cada elemento.
7. Determina el tamaño de la muestra para cada estrato. La distribución
numérica de los elementos incluidos en la muestra a través de los diversos
estratos determina el tipo de muestreo a implementar. Puede ser un muestreo
proporcional estratificado o uno de los diversos tipos de muestreo estratificado
desproporcionado.
8. Selecciona al azar el número específico de elementos de cada estrato. Al
menos un elemento se debe seleccionar de cada estrato para la
representación de la muestra; y por lo menos dos elementos deben ser
elegidos de cada estrato para el cálculo del margen de error de las
estimaciones calculadas a partir de los datos recogidos.

Ventajas y desventajas del muestreo estratificado

en comparación con el muestreo aleatorio simple
Debilidades
Fortalezas
A diferencia del muestreo
A diferencia del muestreo aleatorio simple,
aleatorio simple,
el muestreo estratificado:
el muestreo estratificado:

Requiere información sobre la

Tiene una mayor capacidad de hacer inferencia dentro de un proporción de la
estrato y,comparaciones entre los estratos. población total que pertenece a
cada estrato.

La información sobre las

variables de estratificación
Tiene errores de muestreo al azar un poco más pequeños para es requerida para cada elemento
la muestras de mismo tamaño, por lo que requiere tamaños de de la población. Si
muestra más pequeños para el mismo margen de error. dicha información no está
disponible, puede ser costosa su
compilación.

Obtiene una muestra más representativa porque Es más caro, consume tiempo, y
se asegura de que los elementos de cada estrato es más complicado
son representado en la muestra. que el muestreo aleatorio simple.
 La selección de las variables de
estratificación puede
Saca mayor provecho de los conocimientos
ser difícil si un estudio implica un
que el investigador tiene sobre la población.
gran número de
variables.

El análisis de los datos recogidos

Permite diferentes métodos de investigación es más complejo
y procedimientos que se utilizarán en que el análisis de los datos
diferentes estratos. recogidos a través del
muestreo aleatorio simple.

Permite el análisis de los patrones dentro Si se utiliza la asignación

del estrato y la notificación separada de los desproporcionada, se
resultados para cada uno de los estratos. requiere la ponderación para
hacer estimaciones precisas
de los parámetros de la
población.

Muestreo por conglomerados: Un tipo de muestreo probabilístico

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.

La heterogeneidad del grupo es fundamental para un buen diseño del muestreo

por conglomerados. Por otra parte, los elementos dentro de cada grupo debe ser
tan heterogéneos como la población objetivo
 Pasos para seleccionar un muestreo por conglomerados

1. Definir la población objetivo.

2. Determinar el tamaño de la muestra deseada.
3. Identificar un marco de muestreo existente o desarrollar un nuevo marco de
muestreo de grupos de la población objetivo.
4. Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple cobertura, y la agrupación, y hacer los ajustes cuando sea
necesario.Idealmente, los grupos serían tan heterogéneos como la población,
mutuamente excluyentes, y colectivamente exhaustivos. La duplicación de
elementos de la muestra puede aparecer si elementos de la población
pertenecen a más de un grupo. La omisión dará lugar a un sesgo de cobertura.
5. Determinar el número de grupos que se seleccione. Esto se puede hacer
dividiendo el tamaño de la muestra por el número promedio estimado de
elementos de la población en cada grupo.En la medida en que la
homogeneidad y la heterogeneidad de los grupos sean diferentes a la de la
población, el número del grupo aumenta e incrementa la precisión. Por otra
parte, si las diferencias aumentan, la precisión disminuye.
6. Seleccionar al azar el número previsto de las agrupaciones.

Fortalezas y debilidades del muestreo por conglomerados en

comparación con el muestreo aleatorio simple

Fortalezas Debilidades
En comparación con el muestreo aleatorio En comparación con el muestreo aleatorio
simple: simple:

Una muestra por conglomerados puede no ser

Si los grupos están definidos geográficamente, el
la más representativa de la población
muestreo por conglomerados requiere
como es el caso de una muestra aleatoria
menos tiempo, dinero y mano de obra.
simple del mismo tamaño de la muestra.

El muestreo por conglomerados permite

Las variaciones en las muestras tienden a ser
muestreos posteriores
mucho más altas que
debido a que los grupos incluidos en la muestra
en las del muestreo aleatorio simple.
son elementos agregados.
 El muestreo por conglomerados hace aún más
Uno puede estimar características de los grupos complejo
como el de la población. el análisis de datos e interpretación de los
resultados.

El muestreo por conglomerados no requiere de un El muestreo por conglomerados produce

marco errores de muestreo más
de muestreo de todos los elementos de la grandes para muestras de tamaño comparable
población objetivo. que otras muestras de probabilidad.