TEMA 2:

TEORIA DE MUESTREO
MBA. Loyola Larico Patzi
Contenido
2.1 Definición de términos
2.2 Razones para la utilización de muestras
2.3 Tipos de muestreo
2.4 Métodos de Muestreo Probabilístico
2.4.1 Muestreo aleatorio simple
2.4.2 Muestreo Sistemático
2.4.3 Muestreo estratificado
2.4.4 Muestreo por Conglomerados
2.5 Métodos de Muestreo no probabilístico
2.5.1 Muestreo por cuotas
2.5.2 Muestreo intencional o de conveniencia
2.5.2 Muestreo intencional Bola de nieve
2.5.2 Muestreo Discrecional
2.6 Calculo de Tamaño de Muestra
2.1 Definición

Es una herramienta de la investigación científica cuya función básica es

determinar que parte de una población debe examinarse, con la
finalidad de hacer inferencias sobre dicha población.
El término muestra se usa para describir una porción escogida de la
población. Esta muestra debe ser representativa.
2.2. Razones para la utilización de muestras

a. La muestra puede ahorrar dinero.

b. La muestra puede ahorrar tiempo.
c. Si el acceso a la población es imposible, la muestra es la única opción.
d. Para recursos dados, la muestra puede ampliar el alcance del estudio.
2.3 Tipos de muestreo
Método de muestreo probabilístico
Método de muestreo no probabilístico
2.4 Método de muestreo probabilístico
2.4.1 Muestreo aleatorio simple
El procedimiento empleado es el siguiente:
▪ Se asigna un número a cada individuo de la población
▪ A través de algún medio mecánico (bolas dentro de una bolsa, tablas de números
aleatorios, números aleatorios generadas con una calculadora u ordenador, etc.)
se eligen tantos sujetos como sea necesario para completar el tamaño de muestra
requerido.
▪ Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande
2.4.2 Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios sólo se extrae uno.
Se parte de ese número aleatorio i, que es un número elegido al azar, y los elementos que
integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir se
toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población
entre el tamaño de la muestra: k= N/n. El número i que empleamos como punto de
partida será un número al azar entre 1 y k.
i, i+k, i+2k, i+3k,……………………………………………………....,i+(n-1)k
Ejemplo:

▪ Se tiene una población de N=40 y la muestra es n=8

▪ Entonces: k=40/9=5, donde k = 1,2,3,4 y 5;
▪ i puede tomar valores de k aleatoriamente. Para ejemplo i=2
▪ Entonces haciendo operaciones se tiene los 8 individuos
seleccionados de una población de 40 individuos
2 , 7, 12, 17, 22, 27, 32, 37
2.4.3 Muestreo aleatorio estratificado

Consiste en considerar categorías típicas diferentes entre sí (estratos)

que poseen gran homogeneidad respecto a alguna característica (se
puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc.)
Ejemplo:
En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20.
Sabemos que hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la D.
Donde N= 600; n= 20;
A=200; B=150; C=150; D=100
Para seleccionar un numero proporcional en cada sección se debe aplicar la siguiente
formulación.
 Solución
De la sección A se debe De la sección C se debe seleccionar:
seleccionar: 𝒏 𝒙𝑪 𝟐𝟎 𝒙𝑪
𝒏 𝒙𝑨 𝟐𝟎 𝒙𝑨 𝑵
= 𝒏𝑪
→ 𝟔𝟎𝟎
= 𝟏𝟓𝟎
→ 𝒙𝑪 =
= → = → 𝒙𝑨 =
𝑵 𝒏𝑨 𝟔𝟎𝟎 𝟐𝟎𝟎 𝟓 trabajadores.
𝟔, 𝟔 ≅ 𝟕 trabajadores.
De la sección D se debe seleccionar:
De la sección B se debe 𝒏 𝒙𝑫 𝟐𝟎 𝒙𝑫
seleccionar: = → = → 𝒙𝑫 =
𝑵 𝒏𝑫 𝟔𝟎𝟎 𝟏𝟎𝟎
𝒏 𝒙𝑩 𝟐𝟎 𝒙𝑩 𝟑, 𝟑 ≅ 𝟑 trabajadores.
= → = →
𝑵 𝒏𝑩 𝟔𝟎𝟎 𝟏𝟓𝟎
𝒙𝑩 = 𝟓 trabajadores.
2.4.4 Muestreo aleatorio por conglomerados

El conglomerado más utilizado en la investigación es un

conglomerado geográfico para luego optar por muestreo
aleatorio simple o muestreo aleatorio sistemático.
Lo más importante sobre esta técnica de muestreo es dar a
todos los conglomerados iguales posibilidades de ser
seleccionados.
 Ejemplo:
Un investigador desea estudiar el rendimiento académico de los estudiantes
secundarios en Bolivia. Puede dividir a toda la población en diferentes conglomerados
(ciudades).
Luego, el investigador selecciona una serie de conglomerados en función de su
investigación, a través de un muestreo aleatorio simple o sistemático.
Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el
investigador puede incluir a todos los estudiantes secundarios como sujetos o
seleccionar un número de sujetos de cada conglomerado a través de un muestreo
aleatorio simple o sistemático.
2.5 Métodos de muestreo no probabilísticos
2.5.1 Muestreo por cuotas
Denominado en ocasiones "accidental". Se asienta generalmente sobre la base de
un buen conocimiento de los estratos de la población y/o de los individuos más
"representativos" o "adecuados" para los fines de la investigación. Mantiene, por
tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carácter de aleatoriedad de aquél.
2.5.2 Muestreo intencional o de conveniencia
Se caracteriza por un esfuerzo deliberado de obtener muestras "representativas"
mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy
frecuente su utilización en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
2.5.3 Bola de nieve

Se localiza a algunos individuos, los cuales conducen a otros, y estos

a otros, y así hasta conseguir una muestra suficiente. Este tipo se
emplea muy frecuentemente cuando se hacen estudios con
poblaciones "marginales", delincuentes, sectas, determinados tipos
de enfermos, etc.
2.5.4 Muestreo Discrecional

A criterio del investigador los elementos son elegidos sobre lo que él

cree que pueden aportar al estudio.
2.6 calculo de tamaño de
muestra
Tabla de apoyo al cálculo del tamaño de una muestra
por niveles de confianza
Certeza 95% 94% 93% 92% 91% 90% 80% 62.27% 50%

Z 1.96 1.88 1.81 1.75 1.69 1.65 1.28 1 0.6745

Z2 3.84 3.53 3.28 3.06 2.86 2.72 1.64 1.00 0.45

e 0.05 0.06 0.07 0.08 0.09 0.10 0.20 0.37 0.50

e2 0.0025 0.0036 0.0049 0.0064 0.0081 0.01 0.04 0.1369 0.25

Pasos a seguir para el calculo de n:
a. Determinar el nivel de confianza con que se desea trabajar. (Z ), donde z =
1.96 para un 95% de Confianza o z= 1.65 para el 90% de confianza.
b. Estimar las características del fenómeno investigado. Donde deberemos
considerar la probabilidad de que ocurra el evento (p) y la de que no se realice
(q); siempre tomando en consideración que la suma de ambos valores p + q
será invariablemente siempre igual a 1, cuando no contemos con suficiente
información, le asignaremos p = .50 q = .50
c. Determinar el grado de error máximo aceptable en los resultados de la
investigación. Éste puede ser hasta del 10%; ya que variaciones superiores al
10% reducen la validez de la información.
Se aplica la fórmula de calculo de tamaño de la muestra de
acuerdo con el tipo de población:
POBLACIÓN INFINITA POBLACIÓN FINITA
𝐙𝟐 ∗ 𝐩 ∗ 𝐪 ∗ 𝐍
𝐩∗𝐪 𝐧=
𝐍 ∗ 𝐞𝟐 + 𝐙 𝟐 ∗ 𝐩 ∗ 𝐪
𝐧=
𝐞𝟐
(- de 100.000 habitantes )
𝐙𝟐 ∗ 𝐒𝟐
𝐧= 𝐙𝟐 ∗ 𝐩 ∗ 𝐪 ∗ 𝐍
𝐝𝟐 𝐧= 𝟐
𝐞 ∗ (𝐍 − 𝟏) + 𝐙 𝟐 ∗ 𝐩 ∗ 𝐪
(+ de 100.000 habitantes )
𝐍 ∗ 𝐨𝟐 ∗ 𝐙 𝟐
𝐙𝟐 ∗𝐩∗𝐪 𝐧= 𝟐
𝐧= 𝐞 𝐍 − 𝟏 + 𝐎 ∗ 𝐳𝟐
𝐞𝟐
Cuando no se sabe el número exacto de unidades del Cuando se conoce cuántos elementos tiene la población
que está compuesta la población.
En donde: n = tamaño de la muestra
Z = nivel de confianza. N = Universo
p = Probabilidad a favor. e = error de estimación.
q = Probabilidad en contra. n = tamaño de la muestra
e = error de estimación. d= precisión (en su investigación use un 5%)
 Ejemplo:
Supóngase que se desea determinar la calidad y el nivel de servicio que ofrece nuestra Unidad
de Información Archivos; por lo que resulta necesario entrevistar a los distintos usuarios que
acuden a nuestro archivo para así conocer su opinión. ¿Cómo calcularíamos el tamaño de la
muestra?
a. Establecer el nivel de confianza (95% y un error del 5%) o el (90% - y un error del 10%).
b. Se obtiene el marco muestral, en este caso la referencia con que contamos será el registro de
visitantes a nuestra Unidad de Información del año pasado y que arroja la cifra de 43,700.
c. Valores a estimar:
n=?
e = 5% =0.05 o 10% = 0.1
Z = 1.96 (tabla de distribución normal para el 95% de confiabilidad y 5% error) o
Z = 1.65 para el 90% de confiabilidad y 10% error.
N= 43,700 (universo)
p = 0.50
q = 0.50
Para ésta estimación supondremos que contamos con un 95% de confiabilidad y por tanto un
porcentaje de error del 5% (0.05)
(1,96)2 ∗ 0,5 1−0,5 ∗(43700)
n=
43700 ∗ 0,05 2 + 1,96 2 ∗ 0,5 ∗ 1−0,5

(3,8416) ∗ 0,5 0,5 ∗ (43700)

n=
43700 ∗ 0,0025 + 3,8416 ∗ 0,5 ∗ 0,5
(3,8416) ∗ 0,25 ∗ (43700)
n=
109,25 + 3,8416 ∗ (0,25)
(41969,48)
n=
109,25 + 0,9604

n = 380,81
Practica_1

La Empresa Dulces S.A. planea la introducción de una nueva variedad de

chocolates e identifico como clientes potenciales a la población estudiantil de la
carrera de Contaduría Publica, que actualmente cuenta con 5.000 estudiantes. Para
iniciar el sondeo de mercado meta, se pide: Calcular n=? la muestra representativa,
posteriormente aplicar un método de muestreo acorde con las características del
segmento de mercado elegido, para la selección de los informantes.