MATERIA: ESTADÍSTICA ll

UNIVERSIDAD TECNOLÓGICA
EMPRESARIAL DE GUAYAQUIL

TALLER 3 UNIDAD 3

-2024-

Página 1

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

ACTIVIDAD DE TRABAJO AUTÓNOMO

Asignatura Estadísticas II Unidad No. 3

Nombre de
Pruebas de hipótesis Actividad No. 3
la Unidad
Tipo de actividad de trabajo autónomo
Ejercicios de Análisis de
Taller X Investigación X
práctica caso
Control de
Ensayo Exposición Resumen
lectura
Ejercicios de Análisis de
Artículo Proyecto
aplicación datos

Datos del estudiante:

Nombre Bastidas Andi Carlos Patricio
Día Mes Año
Fecha realización actividad
07 04 2024

Datos de la actividad:
Objetivo:
Mejorar la comprensión conceptual de la muestra y su clasificación
Descripción :
Utilice los textos de la biblioteca virtual y desarrolle lo siguiente:

• Investigar la clasificación de los Métodos de Muestreo

Probabilísticos, elaborar un concepto por cada uno con su
respectivo ejemplo.
• Investigar la clasificación de los Métodos de Muestreo No
Probabilísticos, elaborar un concepto por cada uno con su
respectivo ejemplo.
• Investigar las ventajas y desventajas de cada uno los Métodos de
Muestreo

Elaborar un documento pdf con los ejercicios solicitados con el siguiente

formato: caratula, tipo de letra arial a 12pts, interlineado sencillo, texto
justificado
Consideraciones para realizar y entregar la actividad:

Página 2

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

Leer y analizar los temas de la unidad

Fecha máxima de entrega:
PRÓXIMA CLASE

Investigar la clasificación de los Métodos de Muestreo Probabilísticos, elaborar un

concepto por cada uno con su respectivo ejemplo.

Los métodos de muestreo probabilísticos son técnicas utilizadas en estadística para

seleccionar una muestra de una población de manera aleatoria, garantizando que
cada elemento de la población tenga una probabilidad conocida y no nula de ser
seleccionado en la muestra. Aquí hay algunas clasificaciones comunes de estos
métodos, junto con sus conceptos y ejemplos:

Muestreo Aleatorio Simple (MAS):

Concepto: Es cuando cada elemento de la población tiene la misma probabilidad de

ser seleccionado en la muestra.

Ejemplo: Para estudiar la calidad de los productos en una fábrica, se eligen al azar
100 productos de la línea de producción y se analizan para detectar posibles defectos.

Muestreo Sistemático:

Concepto: Se elige un elemento inicial al azar y luego se seleccionan los elementos

restantes a intervalos fijos.

Ejemplo: En una encuesta de satisfacción del cliente, se puede seleccionar

aleatoriamente un cliente inicial y luego entrevistar a cada k-ésimo cliente que entre
al establecimiento.
Muestreo Estratificado:

Concepto: La población se divide en subgrupos o estratos y luego se selecciona una

muestra aleatoria de cada estrato.
Ejemplo: Para realizar una encuesta de opinión sobre la calidad de la educación en
una ciudad, se pueden dividir los encuestados en estratos según su edad (por ejemplo,
jóvenes, adultos y ancianos), y luego se selecciona aleatoriamente una muestra de
cada estrato.

Página 3

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

Muestreo por Conglomerados:

Concepto: La población se divide en grupos más grandes o conglomerados, y luego

se seleccionan aleatoriamente algunos de estos conglomerados para formar la
muestra.

Ejemplo: Si se quiere estudiar la tasa de obesidad en un país, se pueden seleccionar

aleatoriamente algunas ciudades y luego seleccionar aleatoriamente algunas
personas dentro de cada ciudad para formar la muestra.

Muestreo por etapas múltiples:

Concepto: Se utiliza una combinación de diferentes métodos de muestreo, por

ejemplo, primero se seleccionan aleatoriamente algunos conglomerados y luego se
seleccionan aleatoriamente algunos elementos dentro de esos conglomerados.

Ejemplo: En un estudio sobre el uso de redes sociales en un país, primero se

seleccionan aleatoriamente algunas regiones del país, luego se seleccionan
aleatoriamente algunas ciudades dentro de cada región, y finalmente se seleccionan
aleatoriamente algunos usuarios de redes sociales dentro de cada ciudad.
Estos métodos de muestreo probabilísticos son fundamentales en la investigación
estadística, ya que permiten obtener muestras representativas de una población y
realizar inferencias válidas sobre esta población a partir de la muestra seleccionada.

• Investigar la clasificación de los Métodos de Muestreo No Probabilísticos,

elaborar un concepto por cada uno con su respectivo ejemplo.

Los métodos de muestreo no probabilísticos son técnicas de selección de

muestras en las que los elementos de la población no tienen una probabilidad
conocida de ser seleccionados. Aunque estos métodos no garantizan la
representatividad de la muestra, a menudo se utilizan por su conveniencia y
economía. Aquí hay algunas clasificaciones comunes de estos métodos, junto
con sus conceptos y ejemplos:
Página 4

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

Muestreo de Conveniencia:

Concepto: Se seleccionan los elementos de la muestra en función de su

disponibilidad y accesibilidad.
Ejemplo: En un estudio sobre hábitos de compra en un centro comercial, el
investigador puede seleccionar a los clientes que están presentes en el
momento de la investigación y están dispuestos a participar, sin considerar
otros criterios de selección.
Muestreo por Juicio:

Concepto: La muestra se selecciona basándose en la experiencia y el juicio del

investigador.
Ejemplo: En una encuesta sobre tendencias de moda, el investigador
selecciona a los participantes que considera representativos de ciertos estilos
o grupos demográficos específicos según su experiencia en el campo de la
moda.
Muestreo de Bola de Nieve:

Concepto: Los participantes iniciales son seleccionados de manera no aleatoria

y luego se les pide que refieran a otros participantes que cumplan con los
criterios de la investigación.
Ejemplo: En un estudio sobre personas sin hogar, el investigador puede
comenzar entrevistando a algunas personas sin hogar que encuentra en un
refugio, y luego pedirles que refieran a otros individuos en situación similar.
Muestreo Intencional o Selectivo:

Concepto: Se seleccionan elementos específicos de la población que se

consideran más representativos o relevantes para la investigación.
Ejemplo: En un estudio sobre el impacto de la tecnología en diferentes grupos
de edad, el investigador puede seleccionar intencionalmente participantes de
diferentes rangos de edad para obtener una variedad de perspectivas.
Muestreo Cuota:

Concepto: Se establecen cuotas para ciertas características de interés (como

género, edad, nivel socioeconómico) y se seleccionan participantes que
cumplan con esas cuotas.
Ejemplo: En una encuesta de opinión política, el investigador puede establecer
cuotas para diferentes grupos demográficos (por ejemplo, hombres y mujeres
de diferentes edades) y seleccionar a los participantes que llenen esas cuotas.
Aunque los métodos de muestreo no probabilísticos tienen limitaciones en
términos de representatividad y generalización de los resultados, a menudo se
utilizan en situaciones donde el muestreo probabilístico no es factible o
práctico.

Página 5

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

• Investigar las ventajas y desventajas de cada uno los Métodos de Muestreo

Ventajas y Desventajas de los Métodos de Muestreo Probabilísticos:

Ventajas:
Representatividad de la Muestra:

Ventaja: Los métodos de muestreo probabilísticos tienden a generar muestras

que son más representativas de la población objetivo.
Ejemplo: El muestreo aleatorio simple garantiza que cada miembro de la
población tenga la misma probabilidad de ser seleccionado, lo que aumenta la
representatividad de la muestra.
Posibilidad de Inferencia Estadística:

Ventaja: Debido a la representatividad de la muestra, los resultados obtenidos

a partir del análisis de una muestra probabilística pueden generalizarse con
mayor confianza a toda la población.
Ejemplo: Si se realiza un muestreo aleatorio simple en una población, las
conclusiones obtenidas sobre una característica específica pueden inferirse
con cierta precisión a toda la población.
Desventajas:
Costo y Complejidad:

Desventaja: La implementación de métodos de muestreo probabilísticos puede

ser más costosa y compleja en comparación con los métodos no
probabilísticos.
Ejemplo: Realizar un muestreo estratificado o por etapas múltiples puede
requerir más recursos financieros y tiempo en comparación con un muestreo
de conveniencia.
Requerimientos de Conocimiento de la Población:

Desventaja: A menudo, se necesitan datos precisos sobre la población para

implementar correctamente los métodos de muestreo probabilísticos.
Ejemplo: Para realizar un muestreo estratificado, se requiere información sobre
la distribución de la población en los diferentes estratos.
Ventajas y Desventajas de los Métodos de Muestreo No Probabilísticos:
Ventajas:
Facilidad y Rapidez de Implementación:

Ventaja: Los métodos de muestreo no probabilísticos suelen ser más fáciles y

rápidos de implementar en comparación con los métodos probabilísticos.
Ejemplo: El muestreo de conveniencia puede realizarse rápidamente
seleccionando los elementos más fácilmente accesibles.
Flexibilidad:

Página 6

Prohibida su reproducción sin autorización previa de UTEG.

 MATERIA: ESTADÍSTICA ll

Ventaja: Estos métodos pueden adaptarse a situaciones donde la información

sobre la población es limitada o poco clara.
Ejemplo: El muestreo por juicio puede ser útil en áreas donde la información
demográfica precisa no está disponible, permitiendo que el investigador utilice
su experiencia y conocimiento para seleccionar una muestra representativa.
Desventajas:
Baja Representatividad:

Desventaja: Las muestras obtenidas a través de métodos de muestreo no

probabilísticos pueden no ser representativas de la población en su conjunto.
Ejemplo: En el muestreo de conveniencia, es posible que los elementos
seleccionados no representen adecuadamente a toda la población, ya que se
eligen por conveniencia y no de manera aleatoria.
Dificultad en la Generalización de Resultados:

Desventaja: Debido a la falta de aleatoriedad en la selección de la muestra, los

resultados obtenidos pueden ser difíciles de generalizar a toda la población.
Ejemplo: Los resultados de una encuesta realizada utilizando muestreo por
conveniencia pueden no aplicarse a la población en su conjunto, ya que los
participantes pueden no ser representativos de todos los grupos demográficos.
En resumen, tanto los métodos de muestreo probabilísticos como los no
probabilísticos tienen sus ventajas y desventajas, y la elección entre ellos
depende de varios factores, como los recursos disponibles, la naturaleza del
estudio y la precisión requerida en los resultados.

Página 7

Prohibida su reproducción sin autorización previa de UTEG.