Estadística Descriptiva e Inferencial

Tema: Teoría del muestreo

 Muestreo aleatorio simple

 Muestreo sistemático
 Muestreo estratificado
 Muestreo por conglomerado
LOGRO DEL TEMA

Al finalizar el tema, el estudiante reconoce los tipos de

muestreo aleatorio simple, sistemático, estratificado, muestreo
por conglomerado y muestreo probabilístico.
TEMARIO

1 Introducción

2 Tipos de muestreo

3 Conclusiones

4 Referencias
1. Introducción
El objetivo de toda investigación es trabajar con todos los elementos de la población; sin embargo, en muchos casos es muy
complicado llegar a esta población (por costos, tiempo, seguridad, etc.), en estos casos se debe trabajar con una muestra, por ello en
esta clase se desarrollarán los temas de muestreo aleatorio simple, muestreo estatificado y muestreo sistemático.
1. Introducción
En toda investigación el muestreo es la técnica que permite selecciionar los elementos (objetos, invividuos o personas) que
componen la muestra a partir de una población estadística.

Población de
Muestreo Muestra
estudio
1. Introducción

1.1 Conceptos básicos

• Es un conjunto de elementos o individuos que poseen al menos una

Población característica en común.

• Es un subconjunto de la población, que es seleccionado para la investigación.

Muestra Una muestra debe ser representativa; es decir, debe poseer todas las
características de la población.

• Es cualquier elemento que porte información sobre el fenómeno que se

Unidad elemental estudia.

• Técnicas que proporciona la estadística que permiten generalizar los

Inferencia resultados de una investigación donde se analiza la muestra a toda la
población.

• En una investigación el sesgo es la diferencia entre lo que se encuentra y lo

Sesgo que debería encontrase realmente.

Tamaño de muestra • Se refiere al número de elementos que componen la muestra analizada.

2. Tipos de muestreo

Muestreo probabilístico o aleatorio

En el muestreo probabilístico se seleccionan los elementos de la muestra sobre la base de probabilidades
conocidas previamente. En las muestras basadas en métodos probabilísticos se puede realizar inferencia sobre
lo que ocurre en la población.
a) Muestreo aleatorio simple
b) Muestreo sistemático
c) Muestreo estratificado

Muestreo no probabilístico o no aleatorio

Estas muestras no se basan en procedimientos estadísticos, por ello estarán sustentadas
en la experiencia o decisión del investigador. Las muestras que resultan de este tipo de
muestreo tienen la desventaja para controlar la validez de los resultados.
2.1. Muestreo aleatorio simple

En el muestro probabilístico se seleccionan los elementos de la

muestra sobre la base de probabilidades conocidas previamente. En
las muestras basadas en métodos probabilísticos se puede realizar
inferencia sobre los que ocurre en la población.

a. Todos los elementos tienen la misma probabilidad de ser

elegidos.
b. Los individuos que formarán parte de la muestra se elegirán al
azar mediante números aleatorios, sorteo, o por un paquete
estadístico.

Medio utilizado: Tabla de números aleatorios o generados por PC.

2.1. Muestreo aleatorio simple
1 CAJAHUARINGA LEONEL
2 CALDERON LUIS
3 CASTRO CARLOS
4 CABRERA ARTURO
5 CONDORI JUAN
6 CORCUERA NICKOL
7 CURI LEONARDO
8 FRIAS GABRIEL 4 CABRERA ARTURO
9 GALINDO JOAQUIN Por sorteo 6 CORCUERA NICKOL
10 GALINDO ANGELO
11 GOMEZ DIEGO 10 GALINDO ANGELO
12 HERNANDEZ ALEJANDRO
13 HINOSTROZA SAMUEL 11 GOMEZ DIEGO
14 HUACCHO MARIA
15 HUAMAN JAIR
21 MONTENEGRO ESTEBAN
16 JIMENEZ KARINA 24 PARIONA VALERIA
17 LIMA JOSE
18 LOPEZ FABIAN 27 REYES AUGUSTO
19 LOPEZ KAORI
20 LOPEZ NICOLAS
21 MONTENEGRO ESTEBAN
22 OJEDA ALESSANDRO
23 PALMA ALFREDO
24 PARIONA VALERIA
25 QUIJADA LUIS
26 RETIZ SEBASTIAN
27 REYES AUGUSTO
28 RODRIGUEZ GIANFRANCO
2.1. Muestreo aleatorio simple

Ejemplo de muestreo aleatorio simple. Se desea realizar

una investigación para determinar las características de las
familias de una zona de Ayacucho, el equipo de investigación le
interesa saber cuál es el ingreso familiar promedio de esa
población. Para seleccionar la muestra representativa, se hace
una lista de todos los individuos, a cada uno se le asigna un
número, con un total de 15000 familias. Mediante un programa
informático especial se escogen 300 familias para la
investigación, los elementos de la muestra son seleccionados
aleatoriamente y sin distinción entre ellos, es decir, cada familia
tiene la misma probabilidad de ser seleccionada.
2.2 Muestreo sistemático

Para aplicar este muestreo se debe realizar un listado de todos los individuos de una población, asignándole un número consecutivo a
cada elemento de la población, iniciando en 1.

Procedimiento:
De los K primeros elementos de la población (K=N/n) se escoge al azar un punto de partida y a partir de este se seleccionan los
siguientes con un intervalo frecuente.

Ejemplo
Para una población de 500 personas, se selecciona una muestra sistemática de 100 personas, en este caso k=500/100 = 5, quiere decir
que de las 5 primeras personas se selecciona al azar el punto de partida, digamos que sale seleccionada la persona N° 3, la muestra
estaría compuesta por las personas que ocupan las posiciones: 3, 8, 13, 18, 23, 28, 33, hasta completar la muestra indicada.
2.2 Muestreo sistemático Tamaño de la población: N=2
1 CAJAHUARINGA LEONEL Tamaño de la meustra n=7
Seleccionar punto de 2 CALDERON LUIS k=28/7 = 4
partida aleatoriamente 3 CASTRO CARLOS
4 CABRERA ARTURO Muestra seleccionada:
5 CONDORI JUAN 3 CASTRO CARLOS
6 CORCUERA NICKOL 7 CURI LEONARDO
7 CURI LEONARDO 11 GOMEZ DIEGO
8 FRIAS GABRIEL 15 HUAMAN JAIR
9 GALINDO JOAQUIN 19 LOPEZ KAORI
10 GALINDO ANGELO 23 PALMA ALFREDO
11 GOMEZ DIEGO 27 REYES AUGUSTO
12 HERNANDEZ ALEJANDRO
13 HINOSTROZA SAMUEL
14 HUACCHO MARIA
15 HUAMAN JAIR
16 JIMENEZ KARINA
17 LIMA JOSE
18 LOPEZ FABIAN
19 LOPEZ KAORI
20 LOPEZ NICOLAS
21 MONTENEGRO ESTEBAN
22 OJEDA ALESSANDRO
23 PALMA ALFREDO
24 PARIONA VALERIA
25 QUIJADA LUIS
26 RETIZ SEBASTIAN
27 REYES AUGUSTO
28 RODRIGUEZ GIANFRANCO
2.2. Muestreo sistemático

Ejemplo de muestreo sistemático. Con la finalidad

de probar la eficacia de un medicamento, un laboratorio
propone una muestra sistemática entre todos los
pacientes que llegan para atenderse en un hospital. Para
seleccionar la muestra representativa, se realiza una lista
de todos los pacientes que llegaron para tratarse con ese
medicamento y se escoge un individuo cada treinta hasta
completar la muestra asignada.
2.3. Muestreo estratificado

Para aplicar este tipo de muestreo se clasifica la

población en distintos grupos o estratos cuyos individuos
tienen características similares, como sexo, profesión,
nacionalidad y clase social, etc. La idea es que el
muestreo se realice en cada estrato mediante un
muestreo aleatorio simple o sistemático. Este muestreo
se aplica cuando el objetivo es conocer cómo se presenta
una variable en los distintos estratos de la población.
2.3. Muestreo estratificado

Ejemplo de muestreo estratificado. Un grupo de

investigadores desea garantizar que entre sus resultados se
evidencia la opinión de los pobladores en sus diferentes
grupos etarios. Para seleccionar la muestra representativa, se
divide la población en cuatro estratos, en este caso grupos
etarios (de 18 a 30 años, de 30 a 45 años, de 46 a 60 años y
mayores de 60 años) y después se escoge a los individuos de
manera aleatoria de cada grupo, garantizando la
participación de los integrantes de cada grupo.
2.4. Muestreo por conglomerado

En este muestreo se seleccionan conglomerados o grupos donde se

concentra la información, es decir, grupos que naturalmente
divididos y que tienen alto nivel de representatividad de la
población en relación con el fenómeno que se va a estudiar. Se
puede analizar la totalidad del conglomerado o solo una parte de
ella con un muestreo aleatorio simple.

Ejemplo de muestreo por conglomerados.

Un grupo de investigadores desea entrevistar a un grupo de
estudiantes con estudios universitarios y con ellos tener un perfil
sobre las características de los jóvenes y las dificultades que tienen
para culminar sus estudios. El equipo de recolección de información
a elegido aplicar un muestreo por conglomerados y visitar diez
universidades públicas y diez privadas al azar.
3. Conclusiones

Para garantizar el éxito de una investigación se debe diseñar de manera

adecuada el tipo de muestreo que garantice una muestra
representativa.

Las muestras probabilísticas garantizan una mejor representatividad del

grupo investigado.
4. Referencias

Mendenhall, W. & Sincich, T. (2016). STATISTICS for Engineering and

theSciences (6). Boca Raton: CRC Press

Montgomery, D. (2014). Applied statistics and probability for engineers

(6). United States of America: Hoboken, NJ2.