Métodos Estadísticos (Est-223)

Prof. Gercy Mateo

CONTENIDO
El Muestreo

Objetivos Generales

Que los estudiantes al concluir este tema puedan…

1. Conocer la diferencia entre población o universo y muestra.
2. Diferenciar lo que son muestras probabilísticas y no probabilísticas.
3. Conocer los diferentes tipos de muestreos probabilísticos.
QUE ES UNA POBLACION
Es un conjunto bien definido de todos los elementos que interesa investigar.

Ejemplos: personas, personas mayores de cierta edad, hogares particulares,

instituciones, empresas, alumnos de cierta edad, alumnos de un grado.

Expresiones equivalentes: “Población Objetivo” o “Universo”.

Investigación sobre calidad educativa

¿Cuál es la Población?
❖ Alumnos de cierta edad especifica, no importa el grado que cursan.
❖ Alumnos matriculados en un grado escolar.
❖ Alumnos del grado que concurren habitualmente a clases en el momento que se
realizan las pruebas.
❖ Alumnos del grado que rinden las pruebas.
QUE ES UNA MUESTRA

❖ Es una parte de la población que se espera pueda brindar

información sobre toda la población.

❖ Trabajar con datos de una muestra, en lugar de la población,

origina cierto grado de incertidumbre o riesgo.

❖ Obliga a vivir con el “Error Muestral”.

❖ Se espera que la muestra sea una buena imagen de la

población.
QUE ES EL MUESTREO
❖ Es una técnica que permite seleccionar una muestra de la población.

❖ Los métodos de muestreo se pueden clasificar en dos grandes categorías: el

probabilístico y el no probabilístico.

❖ Eventualmente la muestra podría ser tan grande como la población (caso de un censo).

QUE ES UNA ENCUESTA POR MUESTREO

Es una estrategia que implica:

▪ La selección de una muestra de unidades de la población.

▪ La definición de un procedimiento y de un instrumento para la captura de datos.
▪ La recolección de datos sobre las unidades de la muestra.
▪ El procesamiento de los datos hasta obtener una base de datos depurada.
▪ El resumen de la información.
EL MUESTREO
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos
los elementos de una población), se selecciona una muestra, entendiendo por tal una parte
representativa de la población.

El muestreo es por lo tanto 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.

La muestra debe lograr una representación adecuada de la población, en la que se

reproduzca de la mejor manera los rasgos esenciales de dicha población que son
importantes para la investigación. Para que una muestra sea representativa, y por lo tanto
útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir
ejemplificar las características de ésta.
QUE ES EL MUESTREO
Por que muestrear a la población?
-Ventajas-
• Menor costo
• Menos recursos humanos calificados
• Información más oportuna
• Mayor calidad y precisión
• Rapidez y oportunidad
• Posibilidad de la investigación cuando haya que
destruir la unidad de análisis
Ventajas de un Censo
• Se pueden obtener datos para unidades pequeñas
• La aceptación pública es fácil de alcanzar
• Mejor colaboración y respuesta del público
• El sesgo de cobertura es más fácil de evaluar y
reducir
• No hay que ser experto en muestreo
QUE ES UN MARCO MUESTRAL
✓ Es un concepto amplio. En principio se asume que un marco es una lista con los elementos de
la población (con información asociada), el cual se utiliza para seleccionar una muestra de
dicha población. Sin embargo, en ausencia de lista, un procedimiento o mecanismo
equivalente puede sustituirlo (Cartografía—Georeferencia).

Los buenos marcos de muestreo contienen la siguiente información para cada una de las
jerarquías de unidades:

❖ identificación
❖ ubicación
❖ información auxiliar.

Ejemplos de marcos muestrales: Ejemplos de unidades en las Encuestas

- Guía telefónica
- Listado de hospitales I. Unidad de Muestreo: escuela
- Lista de empresas o locales II. Unidad de Análisis: grupo escolar, alumno
- Listado de viviendas
- Listado de escuelas III. Unidad de Información: maestro, alumno
- Listado de grupos o secciones
- Listado de alumnos
EL MUESTREO
Los errores más comunes que se pueden cometer son:

1.- Hacer conclusiones muy generales a partir de la

observación de sólo una parte de la Población, se denomina error
de muestreo.

2.- Hacer conclusiones hacia una Población mucho más

grandes de la que originalmente se tomó la muestra, se denomina
error de Inferencia.

En la estadística se usa la palabra población para referirse no

sólo a personas si no a todos los elementos que han sido escogidos Población Marco
para su estudio y el término muestra se usa para describir una Objetivo Muestral
porción escogida de la población.
EL MUESTREO
TIPOS DE MUESTREO

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque

en general pueden dividirse en dos grandes grupos: métodos de muestreo
probabilísticos y métodos de muestreo no probabilísticos.

I. Muestreo probabilístico

Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de

equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo
estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra
extraída y son, por tanto, los más recomendables.
EL MUESTREO
Motivos del muestreo probabilístico
❖ El muestreo probabilístico es el fundamento de la teoría estadística.
❖ Permite expandir los resultados de la muestra a la población.
❖ La teoría le dice al muestrista cuántas unidades son necesarias para representar a la
población.
❖ También, cuánta confianza se puede poner en la representatividad de la muestra.

Dentro de los métodos de muestreo probabilísticos encontramos los

siguientes tipos:
1. Muestreo aleatorio simple
2. Muestreo sistemático
3. Muestreo estratificado
4. Muestreo por conglomerados
EL MUESTREO
1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de

la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados 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.
EL MUESTREO
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.

En el caso de que la población es 60, y se

requiere una muestra de 30, K=N/n= 60/30=2,
por la tanto K=2 y se toman los elementos de
dos en dos.
EL MUESTREO
2.- Muestreo aleatorio sistemático:

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad constante (k)
podemos introducir una homogeneidad que no se da en la población. Imaginemos que
estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros
son varones y las 5 últimas mujeres, si empleamos un muestreo aleatorio sistemático con
k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no podría haber una
representación de los dos sexos.
EL MUESTREO
3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los procesos y
suelen reducir el error muestral para un tamaño dado de la muestra. 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.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los estratos de
interés estarán representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado
para elegir los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades
que plantean son demasiado grandes, pues exige un conocimiento detallado de la población. (Tamaño
geográfico, sexos, edades...).
EL MUESTREO
3.- Muestreo aleatorio estratificado:
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede
ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

Clases sociales Población n
Baja 50 10 Se asigna la misma cantidad a cada
Media 30 10 estrato, independientemente de la cantidad
Alta 20 10 de la población.
Total 100 30

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la

población en cada estrato.
En la afijación proporcional, obtenemos el peso poblacional
Clases sociales Población % peso poblacional n
dividiendo 50/100=0.5; 30/100=0.3; 20/100=0.2.
Baja 50 0.5 15 Luego distribuimos la muestra (n=30); multiplicando el peso
Media 30 0.3 9 poblacional por el valor de la muestra: 0.5*30=15; 0.3*30=9 y
Alta 20 0.2 6 0.2*30=6.
Total 100 1.00 30
Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica.
Tiene poca aplicación ya que no se suele conocer la desviación.
EL MUESTREO
4.- Muestreo aleatorio por conglomerados, también llamado de racimo:

Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población.

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la

población que forman una unidad, a la que llamamos conglomerado.

Las unidades hospitalarias, los departamentos universitarios,

una caja de determinado producto, etc., son conglomerados
naturales. En otras ocasiones se pueden utilizar conglomerados
no naturales como, por ejemplo, las urnas electorales. Cuando
los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar

aleatoriamente un cierto número de conglomerados (el necesario
para alcanzar el tamaño muestral establecido) y en investigar
después todos los elementos pertenecientes a los
conglomerados elegidos.
EL MUESTREO
4.- Muestreo aleatorio por conglomerados, también llamado de racimo:

El muestreo por conglomerados tiende a proporcionar mejores resultados cuando los

elementos dentro de los conglomerados no son semejantes. Lo ideal es que cada
conglomerado sea una representación, a pequeña escala, de la población. Si todos los
conglomerados son semejantes en este aspecto, tomando en la muestra un número pequeño
de conglomerados se obtendrá una buena estimación de los parámetros poblacionales.
EL MUESTREO
EL MUESTREO
II. Métodos de muestreo no probabilísticos

A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente

costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven
para realizar generalizaciones (estimaciones inferenciales sobre la población), pues no se
tiene certeza de que la muestra extraída sea representativa, ya que no todos los sujetos de la
población tienen la misma probabilidad de se elegidos. En general se seleccionan a los
sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.

En algunas circunstancias los métodos estadísticos y epidemiológicos permiten resolver

los problemas de representatividad aun en situaciones de muestreo no probabilístico, por
ejemplo, los estudios de caso-control, donde los casos no son seleccionados aleatoriamente
de la población.

Entre los métodos de muestreo no probabilísticos más utilizados en investigación

encontramos:
EL MUESTREO
Muestreo NO Probabilísticos
❖ El método de selección no emplea la teoría de probabilidades.
❖ No se conoce la chance que tiene cada unidad de la población de ser seleccionada.
❖ No hay posibilidades de evaluar precisión en los resultados.
❖ Es fácil de implementar con pocos recursos.
❖ No garantiza representatividad.

Dentro de los métodos de muestreo NO probabilísticos encontramos

los siguientes tipos:

1. Muestreo por cuotas

2. Selección de juicio o intencional (de unidades “típicas”)
3. Muestreo por bola de nieve
4. Muestreo discrecional
5. Muestreo de personas que pasan por un lugar en un momento dado (sondeo)
EL MUESTREO
1.- Muestreo por cuotas:

También 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.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos
que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de
sexo femenino y residentes en Gijón. Una vez determinada la cuota se eligen los primeros que
se encuentren que cumplan esas características. Este método se utiliza mucho en las
encuestas de opinión.
EL MUESTREO
2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo 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.

Consiste en la elección por métodos no aleatorios de una muestra cuyas características

sean similares a las de la población objetivo.

También puede ser que el investigador seleccione directa e intencionadamente los

individuos de la población. El caso más frecuente de este procedimiento el utilizar como
muestra los individuos a los que se tiene fácil acceso (los profesores de universidad emplean
con mucha frecuencia a sus propios alumnos).
EL MUESTREO
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.

4.- Muestreo Discrecional · A criterio del investigador los elementos son elegidos sobre lo
que él cree que pueden aportar al estudio.

En definitiva, los métodos de muestro se conforman en correspondencia con los tipos

de muestras que se necesitan seleccionar. Es evidente que el tipo de muestra está en relación
directa con los objetivos del trabajo, y el tipo de estudio que se necesita hacer.
EL MUESTREO
Cálculo del tamaño de una muestra

Factores que determinan el tamaño de una muestra:

1. Grado de confianza seleccionado, por lo general es 0.95 o 0.99, pero puede ser cualquier
nivel. El investigador especifica el grado de confianza.
2. El máximo error permisible. Debe decidirlo el investigador también. Es el máximo error
tolerable en un nivel de confianza especifico.
3. La variación de la población. La variación o variabilidad de la población la mide la
desviación estándar. Por supuesto una población con poca variación requiere muestras
más pequeñas.

Universo Finito: muestra conocida N= universo Universo infinito: muestra

desconocida
n= tamaño de la muestra
𝒛𝟐 ∗ 𝑵 ∗ 𝒑𝒙𝒒 z=nivel de confianza
𝒏= 𝟐 𝒛𝟐 ∗ 𝒑 ∗ 𝒒
ⅇ 𝑵 − 𝟏 + 𝒁𝟐 ∗ 𝒑 ∗ 𝒒 p=probabilidad a favor (+) 𝒏=
ⅇ𝟐
q=probabilidad en contra (-)
POBLACION FINITA e=nivel de error estimado POBLACION INFINITA
Es la que tiene un número limitado de elementos. Es una Es aquella que tiene un número muy grande de elementos. Cuando
población medible. no se conoce el tamaño de una población que se supone es finita,
entonces se le da tratamiento de población infinita.
EL MUESTREO
Cálculo del tamaño de una muestra

Valores de Z para un nivel de confianza dado

Nivel de confianza Z
90% 1.65
93% 1.82
95% 1.96
98% 2.33
P Q PQ
99% 2.58
0,1 0,9 0,09
Nota: cuando no se conoce la varianza en la población 0,2 0,8 0,16
de estudio, se utiliza p=0.5 y q=0.5, lo cual produce la 0,3 0,7 0,21
mayor varianza posible. 0,4 0,6 0,24
0,5 0,5 0,25
P+Q=1 0,6 0,4 0,24
Q= 1-P 0,7 0,3 0,21
0,8 0,2 0,16
0,9 0,1 0,09
Ejercicio
Se tiene una población de 500 estudiantes para realizar una investigación sobre los
niveles del colesterol en la sangre. Se desea un nivel de confianza de 95% (z=1.96,
y un error de 0.05.
BIBLIOGRAFÍA
Bibliografía

1. Familia, César (2012) Introducción a la Estadística Elemental Aplicada tomo 1, República

Dominicana: Editora Trébol
2. Robert, D. Mason; Douglas, A. Lind, Estadística para Administración y Economía, 7ma edición.
3. Irma Nicasio/Jesús de la Rosa (1998), Historia, Metodología y Organización de los Censos en
República Dominicana 1920-1993

Bibliografía Web

1. https://www.netquest.com/blog/es/blog/es/muestreo-por-conveniencia
2. http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
3. https://www.questionpro.com/blog/es/recoleccion-de-datos-para-investigacion/
Gracias!!!