Muestreo probabilístico y no probabilístico

Introducción: El muestreo probabilístico es una técnica de estadística analiza

y estudia una muestra de una población elegida aleatoriamente para que
cualquier persona o rasgo de la población tenga la misma probabilidad de
parecer en la muestra. Mientras que el muestreo no probabilístico es en cambio
seleccionar de manera no aleatoria la muestra según lo que el investigador
considere los rasgos mas específicos.
Dentro de esta investigación aparte de definir estos conceptos otra vez con
diferentes autores, también vamos a ver ejemplos de cada uno, que
clasificación hay en cada uno de ellos, y un análisis propio de en que momento
debeos usar cada uno de ellos.

Concepto: Es un método estadístico para la decisión de la muestra de la

población en función de que si se escogió de manera aleatoria o no. Si se
escoge de una o de otra manera será mas orgánico los rasgos pero se tendrán
mas variedad en los datos; Mientras que si escoges por los rasgos mas
generales de la población tendremos menos datos pero variables mas
acercadas una con la otra.
Concepto de autores del muestreo probabilístico
Según “Arias (2006) es aquel donde se conoce la probabilidad de cada
muestra”; Interpretando este concepto entonces se puede decir que el
muestreo probabilístico muestra todas las tendencias y variables de una
población y nos ayuda a conocer que tan probable son estos rasgos.
Según Sampieri “Tiene como objetivo estudiar la relación entre una variable y
distribuida en una población z” Esto otra vez nos dice como una variable o
rasgo de una población se va distribuir en una muestra o z población.
Concepto de autores muestreo no probabilístico
Según Hernández: suponen un proceso de selección informal en el cual el
investigador con su experiencia y lógica agarrara la muestra” El proceso no
probabilístico será un proceso de selección mucho mas subjetivo puesto que
depende de la opinión de la investigador.
Según Santillana “es buscar a propósito una variable en especifico en la
población con una muestra escogida por el investigador” Esto significa que
podemos como investigador buscar que variables tomaremos en cuenta o que
rasgos usaremos mas que otros.

Clasificación de el muestreo probabilístico

Hay mas de una forma en la cual podemos hacer un muestreo probabilístico;
Es tomar de manera aleatoria a la muestra pero como hacer la tratativa de
estos datos tiene mas de una forma para tratarlos.
 Muestreo aleatorio simple. En este primer tipo de muestreo, se le da a
cada sujeto un número y, posteriormente, se obtienen los números que
formarán la muestra de manera completamente aleatoria.
 Muestreo sistemático. El muestreo sistemático también realiza la
selección del primer sujeto de manera aleatoria, pero para los siguientes se
seleccionan a partir de un listado utilizando intervalos fijos o sistemáticos.
 Muestreo estratificado. En este caso, se divide a la población en
segmentos y luego se realiza un muestreo aleatorio simple en cada uno de
ellos.
 Muestreo por conglomerados. Finalmente, en este último caso los
elementos de la población son seleccionados al azar en forma natural, pero
a partir de agrupaciones o clústeres o conglomerados previos.

Clasificación del muestreo no probabilístico

Selección de la muestra por el investigador puede parecer que será sesgado,
pero realmente muchas veces resultara clave para el avance de la
investigación.
 Muestreo por conveniencia. Es aquel en el cual elegimos a los miembros
del estudio por proximidad, sin tener en cuenta si constituyen una muestra
representativa o no.
 Muestreo deliberado o por juicio. En este caso, lo que se tiene en cuenta
a la hora de elegir la muestra es el propio juicio del investigador.
 Muestreo bola de nieve. Es empleado para aquellas situaciones en las
que es complicado conseguir una muestra y consiste, básicamente, en
pedir a las personas inicialmente seleccionadas para el estudio que
recluten a otras personas con unas características determinadas para
participar en el mismo.
 Muestreo por cuotas. En este último caso, se elige a los sujetos de la
muestra en base a una serie de rasgos o cualidades, de manera que esos
perfiles permitan tener la seguridad de que la muestra contiene todos los
colectivos que pueden encontrarse en un universo determinado (supuesto
que se conoce el perfil de dicha población según determinadas variables,
que se utilizarán para establecer las cuotas). Esta es una de las formas de
muestreo más habituales en investigación de mercados.

Cuando elegir uno u otro tipo de muestreo:

Para cualquier investigación el muestreo y tomar una parte de la población es
esencial para tener óptimos resultados. Pero cualquiera de los métodos ya
expresados son funcionales por eso para estudios mas grandes deberíamos
apoyarnos de ambos métodos y ver cual será el que se acerca mas a los
objetivos de la investigación que hayamos planeado.
Muestras probabilísticas simple
En este caso necesitamos usar la imaginación si tuviéramos una población
mucho mas grande de como 10000 y sacamos solo un porcentaje de 100.
Entonces para agarrar estos 100 individuos los escogeremos de la manera
aleatoria de manera simple.
Entonces acabamos de hacer un muestreo probabilístico simple lo agarramos
de manera aleatoria. Claro que esto solo es una manera general pues se dbe
usar de formulas para la correcta aleatorización de este proceso-

Muestreo Sistemático:
Supongamos que queremos investigar la satisfacción de los clientes en una
tienda. Dividimos a los clientes en grupos (por ejemplo, cada décimo cliente
que entra) y seleccionamos al azar un cliente de cada grupo para nuestra
muestra. Así, obtendremos una muestra sistemática de la población total de
clientes.
Muestreo Estratificado:
En un estudio sobre preferencias de música, dividimos a la población en
estratos según género (hombres y mujeres). Luego, seleccionamos
aleatoriamente a algunos hombres y algunas mujeres de cada estrato para
formar nuestra muestra. Esto nos permite obtener una muestra representativa
de ambos géneros.
Muestreo por Conglomerados:
Imagina que deseamos estudiar el nivel de contaminación en diferentes
ciudades. En lugar de seleccionar individuos, seleccionamos ciudades
completas como conglomerados. Luego, dentro de cada ciudad, tomamos una
muestra aleatoria de personas para medir la contaminación. Por ejemplo,
elegimos 5 ciudades y luego seleccionamos aleatoriamente a 20 personas en
cada ciudad.
Muestreo por Conveniencia:
En este método, las muestras se seleccionan simplemente porque
están disponibles convenientemente para el investigador. Por ejemplo, si
deseamos encuestar a estudiantes, podríamos utilizar a voluntarios
conocidos del investigador, como estudiantes que ya están en el campus.
Estos voluntarios actuarían como nuestra muestra.
Muestreo Consecutivo:
Similar al muestreo por conveniencia, pero con una variación. Aquí, el
investigador elige una sola persona o grupo de muestra y realiza la
investigación durante un período de tiempo. Luego, si es necesario, pasa a otra
asignatura o grupo de sujetos. Esta técnica permite trabajar con varios temas y
afinar la investigación.
Muestreo por Cuotas:
Supongamos que un investigador desea estudiar los objetivos profesionales de
los empleados en una organización. En lugar de seleccionar al azar, el
investigador establece cuotas basadas en ciertas características (por ejemplo,
nivel de experiencia o departamento). Luego, recluta a los empleados dentro de
esas cuotas para formar la muestra.
Muestreo Bola de Nieve:
Este método se utiliza cuando es difícil acceder a la población directamente.
Comienza con un participante inicial y luego se pide a ese participante
que refiera a otros. Por ejemplo, en un estudio sobre personas sin hogar,
podríamos comenzar con una persona y pedirle que nos presente a otros
individuos en su situación.
Muestreo Accidental:
En situaciones donde no hay un proceso de selección formal, el investigador
puede recopilar datos de personas que encuentra accidentalmente. Por
ejemplo, entrevistar a personas en una feria local o en una cafetería.

Conclusión: El muestreo es una parte esencia de cualquier investigación de

estadística pues será lo que nos indique a quienes vamos a investigar,
Entonces reconocer ambos métodos y sus diferencias sumado a sus funciones
es clave.
También reconocer las variantes de técnica para hacer el muestreo ayuda a
acoplarse a cualquier caso que nos aparezca en la realidad. Entonces los dos
métodos son aplicables con cualquiera de sus variables pero cada uno tiene un
objetivo diferente al otro por lo que es importante definir los objetivos de cada
investigación en la que uses estos métodos.
BIBLIOFRAFIA: 1. ARQHYS ARQUITECTURA. (s.f.). Recuperado el 02 de
Enero de 2017, de ARQHYS ARQUITECTURA: Necesidad de contar con un
marco que tenga información auxiliar. Dificultad para crear o formar los
estratos. 2. BlogsPost. (s.f.). Recuperado el 30 de Diciembre de 2016, de
BlogsPost: http://metodologia02.blogspot.mx/p/tipos-de-muestreo.html 3.
Estadística . (s.f.). Recuperado el 29 de Diciembre de 2016, de Estadística:
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf 4. Explorable. (s.f.).
Recuperado el 30 de Diciembre de 2016, de Explorable:
https://explorable.com/es/muestreo-probabilistico 5. Explorable. (s.f.).
Recuperado el 30 de Diciembre de 2016, de Explorable:
https://explorable.com/es/muestreo-aleatorio 6. Formulas, U. (s.f.). Universo
Fórmulas. Recuperado el 02 de Enero de 2017, de
http://www.universoformulas.com/estadistica/inferencia/muestreosistematico /
7. Malhotra, N. K. (2008). Muestreo; diseño y procedimientos. En N. K.
Malhotra, Investigación de Mercados (págs. 332-360). México: Pearson
Educación, Prentice Hall. 8. Matemáticas . (s.f.). Recuperado el 02 de Enero de
2017, de Matemáticas
:http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_5.pdf 9.
Ochoa, C. (2015 de Abrir de 08). Net Quest. Recuperado el 30 de Diciembre de
2016, de Net Quest:
http://www.netquest.com/blog/es/blog/es/muestreoprobabilisticomuestreoaleato
rio-simple 10. Ochoa, C. (19 de Febrero de 2015). Net Quest. Recuperado el 30
de Diciembre de 2016, de Net Quest:
http://www.netquest.com/blog/es/blog/es/muestreo-que-es-porquefunciona 11.
Ochoa, C. (16 de Abril de 2015). Net Quest. Recuperado el 02 de Enero de
2017, de
http://www.netquest.com/blog/es/blog/es/muestreoprobabilisticomuestreo-
estratificado 12. Personal.ua.es. (s.f.). Recuperado el 30 de Diciembre de 2016,
de Personal.ua.es:
https://personal.ua.es/es/franciscofrances/materiales/tema3/tipos_de_muestreo
_probabi lstico.html 13. Ramos, L. A. (22 de Septiembre de 2011). Slide Share.
Recuperado el 02 deEnero de 2017, de Slide Share:
http://es.slideshare.net/anthonymaule/muestreo-probabilistico 14. Riesco, J. M.
(s.f.). Conceptos Básicos de Estadítica. Recuperado el 02 de Enero de 2017,
de Conceptos Básicos de Estadítica:
http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf 15. Universo
Formulas. (s.f.). Recuperado el 04 de Enero de 2017, de Universo Formulas:
http://www.universoformulas.com/estadistica/inferencia/muestreonoprobabilistic
o/