Diego Martínez Cruz

José Leobardo Rangel Guerrero

Santiago Salazar Castillo

Dra. Juana Isela Rojas Molina

22/ 01/ 2024 29/ 01/ 2024

Estrategias básicas para llevar a cabo un muestreo

Al momento de realizar alguna investigación de cualquier índole, los investigadores
frecuentemente se encuentran con la limitante de no poder abarcar el 100% de la
población a estudiar, por lo que se opta por el uso de alguna estrategia de muestreo que
nos ayude a reducir el total de la población a una pequeña parte que nos proporcione
información fiable, con el fin de estimar parámetros que serán aplicados al total de la
población o de corroborar hipótesis formuladas con anterioridad a la realización de dicho
muestreo. A continuación, se expondrán conceptos básicos de un muestreo, al igual que
técnicas a seguir para realizarlo adecuadamente.

• Definición de objetivos:
Se identifica el problema y se establecen las metas de dicha investigación

• Marco muestral:
Corresponde a una lista de elementos que conforman el universo a estudiar, los
cuales se conocen como unidades muestrales. Cada uno de los elementos
comparten características que les permiten identificarse. El marco muestral debe
de ser preciso, libre de omisiones y duplicaciones de datos. A partir de esto es
posible extraer la población a estudiar, por lo que los datos y unidades
 seleccionadas deben de cubrir la población en su totalidad e identificarla
perfectamente
▪ Marco lista: Lista que permite identificar cada una de las unidades u
objetos que participaran en el muestreo
▪ Marco área: Elementos que delimitan las unidades geográficas para
ubicarlas en el lugar donde se va a realizar el estudio, estos pueden
ser mapas o fotografías de la zona

• Tipos de variables:
Las variables estadísticas son cualidades medibles pertenecientes, pero no
limitándose a personas, animales u objetos, tales como el peso, altura, edad, etc.
Hay dos tipos de variables utilizadas al momento de realizar el análisis e
interpretación de datos:
▪ Variables cualitativas: Son características que representan a un
objeto o individuo, que se puede expresar con palabras y que no
parecen tener alguna relación entre sí, como lo podría ser el color.
▪ Variables cuantitativas: Son datos numéricos pertenecientes al
sujeto de estudio. Estas a su ves se dividen en 2 tipos:
o Discretas: Este tipo de variables no aceptan un valor entre 2
números consecutivos, ya que, generalmente estas
variables son resultado de un conteo y no se permiten
números decimales
o Continuas: Estas son las que permiten el uso de números
entre dos intervalos, por lo que se pueden expresar en
números decimales, al igual que permiten seguir el cambio
de una variable a través del tiempo o cualquier intervalo
seleccionado

• Escalas de medición:
Definir cuál será la escala de medición de una variable es fundamental, ya que,
en base a ella es que se decidirá su decodificación y tratamiento estadístico. Estas
escalas dependerán del tipo de la variable elegida:
▪ Variables Cualitativas:
o Nominal: hace referencia a dos o más categorías que son
mutuamente excluyentes y a cada categoría se le suele
asignar un numero sin significado cuantitativo
o Ordinal: Tienen la característica de que sus categorías están
ordenadas mediante rangos y cada una mantiene una
relación con la siguiente, sin embargo, no es posible
cuantificar la diferencia entre una y otra.
▪ Variables Cuantitativas:
o Intervalo: Estas se caracterizan por tener lo que se conoce
como un cero por convención, pero no implica la ausencia de
 una variable. Además de contar con intervalos entre clases
iguales, lo que indica que cualquier diferencia entre un par
de números pertenecientes a la escala, indica una diferencia
igual entre los atributos sometidos a medición
o Razones: En esta escala el cero si representa la ausencia de
un atributo, por consiguiente, la razón entre dos numero de
la escala es igual a la existente entre las cantidades del
atributo medido.

• Esquemas de Muestreo:
▪ Aleatorio simple: Cada uno de los componentes de la población
tienen la misma posibilidad de ser seleccionados para la muestra y
son elegidos al azar. Es el más ocupado en estadística, pero con
poblaciones numerosas es el menos fiable
▪ Aleatorio estratificado: Al momento de tomar la muestra la población
es dividida en relación con características similares, una vez
separada, para recolectar la muestra se escogen casos de cada
grupo de forma aleatoria
▪ Aleatorio de conglomerados: La población total es dividida en
grupos con características similares que ya existen de manera
natural. Al momento de recolectar la muestra se seleccionarán
elementos de cada grupo ya formado de forma aleatoria
▪ Aleatorio sistemático: Para iniciar es necesario determinar el
tamaño de la muestra a tomar y definir un intervalo entre los
elementos de la población. El primer elemento será escogido al azar
dentro de toda la población, a este elemento se le aplicará el
intervalo y el resto de los elementos escogidos serán los resultantes
de la aplicación del intervalo.
▪ No aleatorio intencional: en este investigador escoge de manera
deliberada los elementos que serán seleccionados para la muestra
según su criterio
▪ No aleatorio por conveniencia: hoy la muestra será seleccionada a
partir de los elementos que se tengan a la mano sin ningún criterio
aparente
▪ No aleatorio consecutivo: Al igual que la anterior, la muestra será
tomada a partir de los elementos que se tengan a la mano, sin
embargo, será necesario tomar todos los elementos accesibles
para así tener una muestra más representativa
▪ hoy no aleatorio por cuotas: La población total será dividida en
partes que cumplan cierto criterio y se tomarán muestras de cada
una de las partes
 ▪ No aleatorio (bola de nieve): A partir del primer elemento de la
muestra estudiada es que se determinará el siguiente elemento
seleccionado Que cumpla con determinadas características

• Determinación de tamaño de la muestra:

Una muestra es el resultado de la selección de elementos que representan a una
población total de manera significativa. Para poder delimitar el numero de muestra
es necesario tener en cuenta criterios el tipo y tamaño de la población a la que
podemos acceder, margen de error, nivel de confianza, probabilidad de éxito y de
fracaso.
Todo esto para no tener gastos innecesarios y excesivos en toda la investigación

• Unidad de muestreo:
Es el elemento sobre el que se medirán las variables de estudio y es necesario
ser definido a priori para ser identificado sin ambigüedad.
La unidad de muestreo que se utilice es determinada en gran medida por los
grupos de objetivo de tu encuesta. Para realizar la selección estadística, la
población debe de dividirse en unidades de muestreo individuales a las que se
puede asignar una probabilidad de ser seleccionadas en la muestra.

• Premuestreo:
Es la etapa donde se sentarán las bases de la investigación, ya que es en esta
donde se establecen los objetivos a alcanzar, se define la naturaleza de la
investigación, de definen las variables y sus estrategias de medición, se define el
marco muestral y se selecciona el instrumento o proceso para la recolección de
datos
• Prueba de campo:
Se trata de la recolección de nuevos datos de fuentes primarias para un propósito
especifico. Es un método cualitativo encaminado a comprender, observar e
interactuar con el entorno a estudiar.
Las pruebas de campo son de las mejores formas de recolectar datos, ya que te
permite recopilar datos directamente de la fuente original. Para llevar una a cabo
es necesario contemplar los siguientes pasos:
▪ Definir las preguntas de investigación
▪ Diseñar la investigación
▪ Trazar la ruta que seguirá la investigación
▪ Selección de herramientas y capacitación de equipo de campo
▪ Realizar la investigación
▪ Analizar los resultados
El análisis de datos es el proceso por el que se extrae la información útil de los
datos recolectado y este conlleva varios procesos como lo son la limpieza,
transformación y modelado de datos, además de tratar de identificar patrones y
tendencias reflejadas en los datos
• Muestreo aleatorio simple:
Se trata de un procedimiento de muestreo probabilístico que da a cada elemento
de la población objetivo y a cada posible muestra de un tamaño determinado la
misma posibilidad de ser seleccionado. Esta técnica es la mas utilizada para
recopilar datos de una población amplia, es importante resaltar que este no
garantiza una representación perfecta de una población, pero con una muestra de
tamaño significativamente grande es posible obtener resultados estadísticamente
satisfactorios

• Muestreo aleatorio estratificado:

Técnica de muestreo utilizada principalmente en poblaciones donde se pueden
distinguir grupos claramente definidas e identificables. La selección de los
elementos que van a formar parte de la muestra son seleccionados dentro de cada
uno de los subgrupos.
Las ventajas que ofrece este método es la facilitación de la implementación física
del muestreo, además de que permite aplicar el muestreo de forma inteligente y
tomar una mayor cantidad de datos de un grupo si así es requerido y uno menos
de grupos menos representativos.

• Cadena de custodia:
Es el procedimiento que se debe de aplicar a ciertos materiales o muestras con el
fin de no provocar ningún tipo de alteración, contaminación o destrucción durante
su manejo, por lo que se deben de establecer protocolos de recolección,
almacenamiento y transporte hasta su estudio en laboratorio.
El objetivo principal es el de garantizar que las muestras no sean alteradas
durante ninguna fase desde su recolección hasta su estudio. Esta cadena suele
implicar las siguientes fases:
▪ Extracción y recolección de muestras (incluye evidencias)
▪ Identificar y registrar
▪ Colocación de embalaje adecuado
▪ Transporte de muestras
▪ inspección y análisis de la muestra