METODOLOGÍA DE LA

INVESTIGACIÓN II
Clase MUESTREO

Lic. Maritza Paredes Santiago, Ph.D.

Tema 7: Contrastes de hipótesiso

 UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS ADMINISTRATIVAS

UNIDAD I
Métodos de muestreo en la investigación científica

Lunes y Miércoles 03 y 05-01-22

Plan Analítico: población y muestra, objeto de estudio -población -marco

muestral:Muestreo Probabilistico y no Probabilistico
Técnicas de Muestreo
Técnicas de Muestreo

Muestreo No Estadístico Muestreo Estadístico

(No Probabilistico) (Probabilistico)

Conveniencia Aleatorio Sistemático

Simple
Juicio Estratificado
Conglomerado
1-3
Muestreo No Estadístico

• Conveniencia
• Los datos son recolectados bajo modo conveniente para el investigador.

• Juicio
• Basado en juicios (opiniones) sobre quiénes en la población tienen mayor
probabilidad de proporcionar la información requerida.

1-4
Muestreo Estadístico
• Cada unidad de la población tiene asociada una probabilidad
(conocida o calculable) para ser incluída en la muestra

Muestreo Estadístico
(Muestreo Probabilístico)

Aleatorio Simple Estratificado Sistemático Conglomerado

1-5
 MUESTREO PROBABILISTICO

Para que la inferencia estadística sea válida el

muestreo debe ser aleatorio o probabilístico.

Aleatoriedad de la selección: esta condición se

refiere a que cada elemento del universo debe
tener la misma probabilidad de ser elegido en la
muestra y que dicha probabilidad puede ser
medida.
TIPOS DE MUESTREO PROBABILISTICO

1. Muestreo aleatorio simple

2. Muestreo aleatorio Sistemático

3. Muestreo aleatorio Estratificado

4. Muestreo aleatorio por Conglomerados

5. Muestreo aleatorio Polietápico

 1. MUESTREO ALEATORIO SIMPLE

Escoge al azar los miembros del universo hasta completar el

tamaño muestral previsto

En teoría se enumeran previamente todos los elementos y de

acuerdo con una tabla de números aleatorios se van escogiendo

El procedimiento puede darse con o sin reemplazos y esta

condición afectará posteriormente el análisis
 Muestreo aleatorio simple

Mecanismo ideal para elegir la mejor muestra

posible; debe cumplir las condiciones:

§ Cada elemento de la población tiene la

misma probabilidad de ser escogido.

§ Todas las posibles muestras del tamaño

muestral (n) tienen la misma probabilidad
de ser seleccionadas.
 Muestreo aleatorio simple

En la práctica. ¿Cómo seleccionar una muestra?

§ Numerar todos los sujetos de la población.

§ Obtener lista de números aleatorios (hacer uso

de una hoja de calculo o paquete estadístico).
 Ejemplo con SPSS

Elegir una muestra de 120 empleados del archivo

DATOS EMPLEADOS.sav
 Ejemplo con Excel

Elegir una muestra de 20 alumnos de una lista de 100 estudiantes de

primer año de secundaria.

20 celdas !" !ENTERO(ALEATORIO()*100)

 Muestreo aleatorio simple

§ Este es el mecanismo ideal.

§ La estadística inferencial: se basa en este

modelo ideal de muestreo aleatorio simple.

§ Casi todos los métodos de inferencia: suponen

que la muestra se ha obtenido por este método.

§ En la vida real: pocas veces aplicamos este

método estrictamente.

§ Aplicamos más habitualmente otros métodos de

muestreo probabilística.
2. MUESTREO ALEATORIO SISTEMATICO

En el universo (N) se elige el primer elemento al azar

Luego los demás se escogen cada cierto intervalo (k), hasta

completar el tamaño muestral (n).

El tamaño del intervalo (k) se calcula así: k = N/n

 3. MUESTREO ESTRATIFICADO

Considera que al interior del universo existen estratos

(subgrupos internamente homogéneos pero cualitativa y
cuantitativamente diferentes entre sí), y que no se
cumple la condición de selección aleatoria pues los
miembros del grupo mayoritario tienen una mayor
probabilidad de ser seleccionados en la muestra.
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño

Comuna B

Comuna A

Comuna C

Comuna D

Los estratos más grandes

Tienen mayor probabilidad de ser representados
 Cómo grantizar la aleatoriedad
en universos estratificados... ?

Puede usarse alguna de las siguientes técnicas:

1. Muestreo Estratificado
Proporcional
2. Muestreo Estratificado No
Proporcional
3. Afijación óptima de los
estratos.
Muestreo Estratificado Proporcional

Establece la distribución proporcional del

universo y aplica esta distribución a su
tamaño muestral para conformar estratos
en la muestra.

Luego elige aleatoriamente los

elementos al interior de cada estrato
muestral hasta ajustar su tamaño.

Es mejor que el Muestreo Aleatorio

Simple pues disminuye el error estándar
de la medición muestral.
Muestreo Estratificado NO Proporcional (Fracción variable de
muestreo):

Ajusta convencionalmente los

tamaños de los estratos muestrales
para aumentar la eficiencia de la
selección de los grupos más
pequeños.

Esta condición se deberá tener en

cuenta al hacer inferencias (corregir
las inferencias).
 MUESTREO
POR AFIJACIÓN (ALOCACIÓN) OPTIMA DE LOS ESTRATOS

Selecciona el tamaño de los estratos

en función de la desviación estándar
de cada uno de ellos, de tal manera
que los estratos más heterogéneos
(mayores varianzas) aporten más
casos a la muestra total.
 MUESTREO
ALEATORIO POR CONGLOMERADOS

Los miembros del grupo mayoritario tienen una

mayor probabilidad de ser seleccionados en la
muestra
No se cumple la aleatoridad

En Las Unidades de observación se eligen aleatoriamente al

interior de los conglomerados
El error de la medición (error muestral) no se de al
interior del conglomerado sino entre los conglomerados

Antes de hacer inferencias, el analista deberá examinar

la variabilidad interna de cada conglomerado y la
variabilidad entre ellos, pues es posible que algunos de
los conglomerados no sean representativos del
universo.
 CONGLOMERADOS

Grupo 1A

Grupo 5C

Grupo 2A

Grupo 3B

Heterogéneos en su interior; diferentes entre sí en

propiedades y tamaño
 Muestreo
Aleatorio por Conglomerados

Requisitos Del Procedimiento :

Los conglomerados deben estar muy bien definidos de modo

que cada elemento pertenezca a uno y solo a un
conglomerado.

El tamaño de cada conglomerado debe ser bien conocido (por

lo menos bien estimado)

El número de conglomerados debe ser pequeño.

 Muestreo Aleatorio Multi Etápico
(Poli Etápico)

Selecciona los individuos por etapas, configurando

sucesivamente grupos (estratos o conglomerados) y
subgrupos denominados Unidades de Muestreo
primarias, secundarias, terciarias...etc..
 Diseño Muestral

Etapas del procesos de muestreo

• Definir claramente la población.

• Especificar el marco muestral.

• Especificar el método de Muestreo (diseño): Muestreo probabilistico y

muestreo no probabilistico.

• Determinar el tamaño de la muestra.

• Especificar el plan de muestreo. En éste se definen los

procedimientos operacionales para la selección de las unidades
muéstrales.

• Seleccionar la muestra.