Introducción al Muestreo, conceptos básicos.

Tipos de Muestreo: Probabilístico y no

probabilístico

M. Sc. Carlos Daniel Gonzales Hidalgo

cgonzales@usat.edu.pe
Estadística y Probabilidades

www.usat.edu.pe
www.usat.edu.pe
Objetivo:
Conocer sobre Muestreo, conceptos básicos. Tipos
de Muestreo: Probabilístico y no probabilístico

www.usat.edu.pe
www.usat.edu.pe
Contenido:

1. Muestreo
2. Muestreo probabilístico
3. Muestreo no probabilistico

www.usat.edu.pe
www.usat.edu.pe
• Población o universo en estudio
– Conjunto de unidades sobre las que se pretende obtener cierta
información.
– Pueden ser unidades individuales, compuestas o una serie de
objetos.

• Se deben caracterizar por:

– Correcta delimitación.
– Constituida por unidades de la misma naturaleza.

www.usat.edu.pe
Introducción.
• Es prácticamente imposible estudiar todas las unidades
de la población.

• ¿Qué es una muestra?

– Es una pequeña porción de la población.

• Característica Fundamental:
– Reduce de la forma más exacta posible las características de la
población.

www.usat.edu.pe
 MUESTREO

El muestreo es el proceso de seleccionar un

conjunto de individuos de una población con el
fin de estudiarlos y poder caracterizar el total de
la población.

www.usat.edu.pe
 MARCO MUESTRAL
Un marco muestral es una lista de elementos que componen el universo
que queremos estudiar y de la cuál se extrae la muestra. Estos elementos
a investigar pueden ser individuos, pero también pueden ser hogares,
instituciones o cualquier otra cosa susceptible de ser investigada. Cada
uno de estos elementos presentes en el marco muestral se conoce
como unidades muestrales. . En un estudio de percepción sobre calidad
en los servicios en EPSEL de la ciudad de Lambayeque, se puede
pensar: en seleccionar usuarios de EPSEL en la ciudad de
LAMBAYEQUE, se requiere:

Lista de usuarios de EPSEL en la ciudad de LAMBAYEQUE.

En éste caso, las listas son el marco muestral total,
mientras que los elementos que las componen son los
elementos muestrales.

www.usat.edu.pe
• PROBABILISTICO
(Probabilidad mayor de • No PROBABILISTICO
0 y conocida).
– Conveniencia
– M.A.S – Juicio
– Prorrateo (cuotas)
– SISTEMATICO
– Bola de nieve
– ESTRATIFICADO
– CONGLOMERADO

www.usat.edu.pe
 MUESTREO
PROBABILÍSTICO

www.usat.edu.pe
 Se caracteriza por que existe una
probabilidad mayor de cero y conocida de que
una unidad de la población objeto de estudio
sea incluida en una muestra. Se puede medir
el error de estimación y por ende, se
realizan estimaciones. No obstante, en
algunos casos no es posible su realización, o
el objetivo del estudio no lo hace necesario.

MUESTREO
PROBABILÍSTICO

www.usat.edu.pe
 Ventajas del Azar

Elimina la subjetividad de los investigadores

en la selección de unidades de análisis

Permite medir la precisión de las

estimaciones.

El azar no garantiza representatividad.

www.usat.edu.pe
 MUESTREO ALEATORIO SIMPLE

Se caracteriza por que otorga la misma probabilidad de ser

elegidos a todos los elementos de la población. Para él calculo
muestral, se requiere de: El tamaño poblacional, si ésta es finita,
del error admisible y la estimación de la varianza del estimador, en
lo general proporción o promedio.

Técnicas de selección de la muestra aleatoria simple:

- Del sorteo.
- Números aleatorios.

www.usat.edu.pe
• Variante del muestreo aleatorio simple.

• Sistematiza la elección de los componentes de

la muestra.

1. Se calcula el coeficiente de elevación.

2. Se elige al azar un número igual o menor a ese coeficiente.
3. El individuo al que corresponde ese número forma parte
de la muestra.
4. Los restantes se obtienen sumando sucesivamente el
coeficiente de elevación al número obtenido.

www.usat.edu.pe
• N = 5.000
• n = 100
• Coeficiente de elevación= 5.000/100 = 50

• El peligro de esta elección es que si en el listado hay

algún tipo de ordenación, se corre el riesgo que la
elección no sea tan neutra.

www.usat.edu.pe
• Cuando el universo no es homogéneo.
– Diferentes categorías con igual importancia para la investigación.

• La elección de la muestra no se hace

globalmente para todos los estratos.
– Elección de una muestra para cada estrato por alguno de los
procedimientos anteriores.

• No es aconsejable elevar la división en estratos

demasiado lejos, estratos pequeños complican el
diseño porque pueden aparecer vacíos.

www.usat.edu.pe
• Es el más utilizado en la práctica.
• Una vez definidos los estratos, se lleva a cabo la
submuestra.
– La determinación del número de elementos por submuestra
se denomina afijación de la muestra.

• Para encontrar la afijación proporcional se extrae

de cada estrato el número necesario de
individuos para que la distribución de la
población y de la muestra coincidan.
www.usat.edu.pe
• Afijación simple
– Si en cada estrato se elige el mismo número de individuos.
En algunos casos no representa la población en realidad.
• Muestra n = 500 individuos (5000/100), 4 estratos, cada estrato
tendrá 125 individuos.

• Afijación proporcional
– Cada estrato tenga la misma proporción en la muestra que
en la población.
• Una muestra es de 40% para un estrato, en la población el estrato
también debe tener la misma proporción.

www.usat.edu.pe
• Unidades muestrales no son simples, sino
colectivos.
– Escuelas, hospitales, etc.

1. Se divide primero a los elementos de la

población en conjuntos separados llamados
conglomerados.
2. Cada elemento pertenece sólo a un grupo.
3. Se toma una muestra aleatoria simple de los
conglomerados.

www.usat.edu.pe
• Tiende a proporcionar los mejores resultados
cuando los elementos del conglomerado son
heterogéneos.
• Caso ideal: cada conglomerado es una versión
representativa, en pequeña escala, de toda la
población.
• Requiere un tamaño de muestra total mayor
que el muestreo aleatorio simple o
estratificado.
• Principales aplicaciones: muestreo de áreas.

www.usat.edu.pe
Se caracteriza por no conocerse la
probabilidad de que una unidad quede
incluida en una muestra, no se puede
medir el error de estimación y por lo
tanto, no se pueden realizar
estimaciones. Está sujeto a otras
decisiones subjetivas, no obstante es
recomendado en muchos casos (objetivos
de la investigación)
www.leondariobello.com

www.usat.edu.pe
  MUESTREO DE CONVENIENCIA.

 MUESTREO POR JUICIO U OPINION.

 MUESTREO POR CUOTAS.

 MUESTREO DE BOLA DE NIEVE.

www.leondariobello.com

www.usat.edu.pe
 Pretende seleccionar unidades de
análisis que cumplen los requisitos de
la población objeto de estudio, pero
que sin embargo, no son seleccionadas
al azar. Se utiliza preferentemente en
estudios exploratorios. Las pruebas
pilotos, también usan con frecuencia
éste tipo de muestreo.
www.leondariobello.com

www.usat.edu.pe
 Se tiene como base el
juicio del investigador.
Se eligen
generalmente personas
con reconocimiento de
su saber sobre el
VACUNA SINTÉTICA
tema objeto de
análisis.

www.leondariobello.com

www.usat.edu.pe
El investigador selecciona de todas las categorías
de una de las variables que representan a la
población. Es usual en la práctica, se tiende a
confundir con el estratificado. La diferencia
radica en que en éste último se seleccionan las
unidades al azar y en el de cuotas NO.

 Administración 1500
 Negocios 2000
 Financieros 1000
www.leondariobello.com

www.usat.edu.pe
 • PREMISA:
Los miembros de la
población en estudio
se conocen entre sí.
Personas con enfermedad
estigmatizada por la comunidad.

www.leondariobello.com

www.usat.edu.pe
 Muestreo

26 www.usat.edu.pe
 Conclusión
Se logró que el estudiante conozca sobre Muestreo, conceptos
básicos. Tipos de Muestreo: Probabilístico y no probabilístico

27 www.usat.edu.pe
 Referencias
•LEVIN, Richard./RUBIN, David. (2004). “Estadística para Administración y Economía”.
México- Editorial Pearson Educación. Séptima edición
•MASON, Robert D./ LIND, Douglas A../MARCHAL, William G. (2003). “Estadística para
Administración y Economía”. México. DF. Editorial Alfaomega Grupo Editor. Décima
edición.
•ANDERSON, David R./ SWEENEY, Dennis J./ WILLIAMS, Thomas A. (1999):“Métodos
cuantitativos para los negocios”. México. Editorial Thomson Editores. Séptima edición,
Octava y décima edición
•ANDERSON, David R./ SWEENEY, Dennis J./ WILLIAMS, Thomas A. (2008): “Estadística
para Administración y Economía”. México. Editorial Thomson Editores. Décima edición.
•BERENSON, Mark L./ LEVINE, David M. (2001). “Estadística Básica en Administración.
Conceptos y Aplicaciones”. México. Editorial Pearson Educación. Sexta edición.
•LEVINE, David M. KREHBIEL, Timothy C. BERENSON, Mark L. (2006). “Estadística para
Administración. México. Editorial Pearson. Cuarta edición.
•WEBSTER, Allen L. (2000). “Estadística aplicada a los Negocios y a la Economía”.
Colombia. Editorial MCGRAW - HILL. Tercera edición.

28 www.usat.edu.pe
 Carlos Daniel Gonzales Hidalgo
cgonzales@usat.edu.pe

http://www.facebook.com/usat.peru

https://twitter.com/usatenlinea

https://www.youtube.com/user/tvusat

https://plus.google.com/+usateduperu

www.usat.edu.pe