Facultad de Humanidades

Curso: E258-Metodología de la Investigación

Lic.: Kevin Alexis Delgado Vásquez
Carrera: PEM. En Pedagogía, Ciencias sociales y Formación Ciudadana

Tipos de técnicas de muestreo Probabilístico y No Probabilístico.

Fórmulas que son utilizadas para determinar el tamaño de la muestra tanto para
Poblaciones Finitas e Infinitas.

Integrantes: Carné:
Ronaldo Joel Madrid Quiñonez 199750476
Ezequiel Adonías Hernandez Mejía 202380034
Sylvia Yaneth Colindres López 202351988
Mayuri Yojadi Xuc García 202350403
Lilibeth Gabriela Calel Martínez 202351054

Fecha de entrega: 29/04/2023

 Introducción.

El muestreo tiene la función básica de determinar que parte de la investigación debe

examinarse, con la finalidad de hacer inferencias de dicha investigación.

El muestreo de tipo probabilístico, a partir de la muestra se pueden hacer inferencias sobre

el total de la población; en uno no probabilístico solamente la población investigada, es
decir que únicamente sobre los elementos estudiados

Una muestra es una selección de los encuestados elegidos y que representan a la

población total. El tamaño de la muestra es una porción significativa de la población que
cumple con las características de la investigación reduciendo los costos y el tiempo.
Saber cómo determinar el tamaño de la muestra antes de comenzar una investigación es
un principio estadístico que nos ayuda a evitar el sesgo en la interpretación de los
resultados obtenidos.
 TIPOS DE TÉCNICAS DE MUESTREO PROBABILÍSTICO
Y NO PROBABILÍSTICO

Tipos de técnicas de muestreo probabilístico.

El muestreo probabilístico es una técnica en la cual las muestras son recogidas mediante
un proceso que les brinda a todos los individuos de la población la misma oportunidad de
ser seleccionados.
Muchos consideran que este es metodológicamente el enfoque más riguroso para el
muestreo, ya que elimina los sesgos sociales que podrían moldear la muestra de
investigación. Sin embargo, en última instancia la técnica de muestreo que elijas debe ser
la que te permita responder mejor a tu pregunta de investigación.
Vamos a analizar los 4 tipos de muestreo probabilístico.

1. Muestreo aleatorio simple

El muestreo aleatorio simple es el método de muestreo básico utilizado en métodos

estadísticos y cálculos. 
Para recopilar una muestra aleatoria simple, a cada unidad de la población objetivo se le
asigna un número. Luego se genera un conjunto de números aleatorios y las unidades que
tienen esos números son incluidas en la muestra.
Por ejemplo, supongamos que tienes una población de 1,000 personas y quieres
seleccionar una muestra aleatoria simple de 50 personas. Primero, cada persona está
numerada del 1 al 1,000. 
Luego, generas una lista de 50 números aleatorios, generalmente con un programa
informático, y los individuos que tienen asignados estos números son los que vas a incluir
en la muestra.
Cuando se estudia a las personas, está técnica funciona mejor con una población
homogénea, que no sean muy diferentes en edad, raza, escolaridad o clase, ya que con
una población heterogénea se corre el riesgo de crear una muestra sesgada si no se toman
en cuenta las diferencias demográficas.

2. Muestreo sistemático

El muestreo sistemático es aquel en el que los elementos de la población se ponen en una

lista y luego cada enésimo elemento de la lista se selecciona sistemáticamente para su
inclusión en la muestra.
Por ejemplo, si la población de estudio contenía 2,000 estudiantes de una secundaria y el
investigador quería una muestra de 100 estudiantes, los estudiantes se colocarían en forma
de lista y luego cada veinteavo estudiante sería seleccionado para ser incluido en la
muestra.
Para garantizar que no haya ningún sesgo humano en este método, el investigador debe
seleccionar aleatoriamente al primer individuo. Esto es técnicamente llamado una
muestra sistemática con un inicio aleatorio.

3. Muestreo estratificado
El muestreo estratificado es una técnica de muestreo en la que el investigador divide a toda
la población objetivo en diferentes subgrupos o estratos, y luego selecciona aleatoriamente
a los sujetos finales de los diferentes estratos de forma proporcional.
Este tipo de muestreo se utiliza cuando el investigador quiere resaltar subgrupos
específicos dentro de una población.
Por ejemplo, para obtener una muestra estratificada de estudiantes universitarios, el
investigador primero tendría que organizar a la población por grado universitario y luego
seleccionar el número adecuado de estudiantes de primer, segundo, tercer y último año. 
Esto aseguraría que el investigador tenga cantidades adecuadas de sujetos de cada grado
en la muestra final.

4. Muestreo por conglomerados

El muestreo por conglomerados puede ser utilizado cuando es imposible o impráctico

elaborar una lista exhaustiva de los elementos que constituyen a la población objetivo. Sin
embargo, generalmente los elementos de la población ya están agrupados en
subpoblaciones y las listas de esas subpoblaciones ya existen o pueden ser creadas.
Por ejemplo, supongamos que la población objetivo de un estudio eran los miembros de
iglesias en Guatemala. No existe una lista de los miembros de las iglesias en el país.
Sin embargo, el investigador podría elaborar una lista de iglesias ubicadas en Guatemala,
seleccionar una muestra de iglesias y luego conseguir listas de los miembros de esas
iglesias.

Tipos de técnicas de muestreo no probabilístico.

1. Muestreo por conveniencia
El muestreo por conveniencia es una técnica de muestreo no probabilística donde las
muestras de la población se seleccionan solo porque están convenientemente disponibles
para el investigador. Estas muestras se seleccionan solo porque son fáciles de reclutar y
porque el investigador no consideró seleccionar una muestra que represente a toda la
población.
2. Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo por conveniencia
(con una ligera variación). En el muestreo consecutivo el investigador elige una sola
persona o un grupo de muestra, realiza una investigación durante un periodo de tiempo,
analiza los resultados y luego pasa a otra asignatura o grupo de sujetos si es necesario.
3. Muestreo por cuotas
Hipotéticamente, supongamos que un investigador desea estudiar los objetivos
profesionales de los empleados de una organización. En esta organización trabajan 500
empleados y estos son conocidos en conjunto como “población”.
4. Muestreo intencional o por juicio
En esta técnica de muestreo no probabilístico, las muestras se seleccionan basándose
únicamente en el conocimiento y la credibilidad del investigador. En otras palabras, los
investigadores eligen solo a aquellos que estos creen que son los adecuados (con respecto
a los atributos y la representación de una población) para participar en un estudio de
investigación.

Fórmulas que son utilizadas para determinar el tamaño de la muestra tanto para
Poblaciones Finita e Infinitas.

Fórmulas utilizadas para determinar el tamaño de la muestra para Poblaciones

Finitas.
La fórmula para calcular el tamaño de la muestra se denomina Fracción de muestreo (k) y
se calcula dividiendo el total de la población. En la estadística el tamaño de la muestra se le
conoce como aquel número determinado de sujeto o cosas que componen la muestra
extraída.
Estimación de una proporción son los datos que se tienen o deben incluir.
1. Z a/2
Z correspondiente al riesgo afijado suele ser 0.05 y 2 a /2 1,96
2. P valor proposición que se supone existe en la población.
3. I precisión con que se desea estimar el parámetro (Zi es la amplitud S2varianza de la
distribución.

Fórmula para calcular la muestra

n= Tamaño de muestra buscado.

N= Tamaño de población o universo.
z = Parámetro estadístico que dependen del nivel de confianza.
e = Error de estimación máximo aceptado.
p = Probabilidad de que ocurra el evento estudiado.
q = (1. p) = Probabilidad de que no ocurra el evento estudiado.

Población Finita

2
N∗2 a ∗p∗q
n= 2 2
e ∗( N−1 ) +2 a ∗p∗q

Fórmulas utilizadas para determinar el tamaño de la muestra para Poblaciones

Infinitas.
¿Cuándo se utiliza la fórmula de Población Infinita?
Para población infinita (cuando se desconoce el total de unidades de observación que la
integran o la población es mayor a 10,000): Tu nivel de confianza corresponde a una
puntuación Z.
Este es un valor constante Necesario para esta ecuación. Aquí están las puntuaciones Z
para los niveles de confianza más comunes:

90% - Puntuación Z = 1,645

95% - Puntuación Z = 1.96
99% - Puntuación Z = 2.576
Supongamos que nos piden calcular el tamaño para una población de 543.098
consumidores de una marca de bebidas energéticas, donde el investigador asigna un nivel
de confianza de 95% y un margen de error de 3%. Donde se desconoce la probabilidad “p”
del evento.
Basándonos en este ejemplo, y en nuestra fórmula, el "N" será 543.098, nuestro Z será
1.96 (recuerda que el investigador asignó un nivel de confianza de 95%) y “e” será de 3%.
Y como nuestro ejemplo dice que se desconoce la probabilidad de que ocurra el evento, se
asigna un 50% a "p" y un 50% a "q".

El resultado de nuestro tamaño de muestra sería: 1065.2, y tendría que ser redondeado
pues estamos hablando de personas.

Ejemplo de cómo calcular el tamaño de muestra Infinita

Si necesitas calcular el tamaño de muestra de una población desconocida, donde el

investigador necesite un nivel de confianza del 95%, un margen de error del 3% y se
desconoce la probabilidad “p” del evento que se está estudiando, sigue la siguiente
fórmula:

Donde "Z" es el intervalo de confianza al cuadrado, en este caso se pide que sea del 95%,
lo que indica que sería 1,96 al cuadrado, y cómo no sabemos la probabilidad de que ocurra
el evento, "p" y "q" sería 50%. Entre el margen de error al solicitado al cuadrado. El
resultado sería 1067,11, que también lo debemos redondear.
Para calcular el número de participantes que necesitas en tu próxima investigación de
manera más rápida y fácil te invitamos a usar nuestra calculadora de muestra para que
agilices este proceso.

Conclusión.
Con base a esta información se llega a la conclusión que el método que mayor beneficio
aporta es el de muestreo probabilístico puesto que sus resultados suelen ser más
representativos y los del muestreo no probabilístico se esfuerza en obtener datos que en
realidad sea representativos.
 Referencias.

https://excelparatodos.com › muestreo-probabilístico
https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
https://www.questionpro.com › tamaño-de-la-muestra-finita.htlm
https://www.questionpro.com/es/tamaño-de-la-muestra.html