Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En este tipo de muestreo de población, los miembros de la población no tienen las mismas
posibilidades de ser seleccionados. Debido a esto, no es seguro suponer que la muestra
representa completamente a la población. También es posible que el investigador elija
deliberadamente a las personas que participarán en el estudio.
Este método de muestreo se utiliza generalmente en estudios que no están interesados en los
parámetros de toda la población. Algunos investigadores prefieren esta técnica de muestreo
porque es barata, rápida y fácil.
Ejemplos
Uno de los ejemplos más comunes de muestreo de conveniencia se realiza utilizando
estudiantes voluntarios como sujetos de la investigación. Otro ejemplo es el uso de
sujetos que se han seleccionado de una clínica, una clase o una institución ya que
para el investigador es de fácil el acceso a estas instituciones. Un ejemplo más
concreto es la selección de cinco personas de una clase o incluso la selección de los
cinco primeros nombres de la lista de pacientes de una lista en una institución
medica.
En estos ejemplos, el investigador inadvertidamente excluye una gran proporción de
la población. Una muestra de conveniencia es o bien una selección de sujetos que
son accesibles para el investigador o una selección de personas que deseen participar
como voluntarios.
EJEMPLOS
1.El médico de un instituto quiere realizar un estudio óptico para comprobar si los jóvenes mejoran su
vista después de unos determinados ejercicios visuales. Para ello decide realizar el estudio a los
alumnos de un curso del instituto.
2.Un hospital desea hacer un estudio para testar la eficacia de su nueva vacuna contra la gripe que
acaba de patentar un laboratorio farmacéutico. Realizan el estudio sobre sus pacientes por que así al
hospital le supone menos costes económicos.
1.El método del muestreo por conveniencia permite seleccionar una muestra con muchísima
facilidad. Suele utilizarse en estudios iniciales para comprobar si se cumplen las hipótesis que se
plantea el investigador. Una vez realizado el estudio, si se comprueba que los resultados son
favorables a sus predicciones, ya se puede plantear la posibilidad de hacer el estudio con
muestras probabilísticas para generalizar el resultado.
2.Si se quisieran obtener resultados para generalizar a toda la población, este método no es
aconsejable.
El muestreo casual o accidental es un método de muestreo no probabilístico donde los
individuos se eligen de manera casual, sin ningún juicio previo. Las personas que realizan el
estudio eligen un lugar o un medio, y desde ahí realizan el estudio a los individuos de la
población que accidentalmente se encuentren a su disposición. Veamos algunos ejemplos:
Este método garantiza que el proceso de selección sea completamente aleatorio y sin sesgo.
El ejemplo más básico de muestreo probabilístico consiste en enumerar los nombres de todos
los individuos de la población en hojas separadas y luego sacar un número de hojas de a una de
la colección completa de nombres.
Comprobar si se cumple
si esta condición se cumple el proceso termina aquí, y ese es el tamaño adecuado que debemos muestrear.
que corresponde
= ±1.96 y. con el nivel de confianza elegido:
La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la población es la siguiente:
En donde
2 Z = nivel de confianza,
Z . p.q
n 2 P = probabilidad de éxito, o proporción esperada
e2 Q = probabilidad de fracaso
E = precisión (error máximo admisible en términos de
proporción)
Ejemplo.- ¿A cuántas familias tendríamos que estudiar para conocer la preferencia del mercado en cuanto a
las marcas de shampoo para bebé, si se desconoce la población total?
Seguridad = 95%;
Precisión = 3%;
Proporción esperada = asumamos que puede ser próxima al 5%; si no tuviésemos ninguna idea de dicha
proporción utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral
Entonces:
• Zα-2 = 1.962 (ya que la seguridad es del 95%)
• p = proporción esperada (en este caso 5% = 0.05) 1,96 2 x0,05 x0,95
n 2
203
• q = 1 – p (en este caso 1 – 0.05 = 0.95) 0,03
• E = precisión (en este caso deseamos un 3%)
Se requeriría encuestar a no menos de 203 familias para poder tener una seguridad del 95%
Ejemplo.- ¿Cómo hubiera cambiando el ejemplo anterior, si se desconoce la proporción esperada?.
Cuando se desconoce la proporción esperada, se tiene que utilizar el criterio conservador (p = q = 0.5),
lo cual maximiza el tamaño de muestra de la siguiente manera:
• Z α-2 = 1.962 (ya que la seguridad es del 95%)
• p = proporción esperada (en este caso 50% = 0.5)
• q = 1 – p (en este caso 1 – 0.5 = 0. 5)
• E = precisión (en este caso deseamos un 3%) quedando como resultado:
Supongamos ahora que sí se conoce el tamaño de la población estudiantil y es de 9,408, entonces se aplicará la
segunda fórmula. Utilizando los mismos parámetros la sustitución queda como:
Con lo que se tiene una cota mínima de 370 alumnos para la muestra y así poder realizar la investigación sin más
costo del necesario, pero con la seguridad de que las condiciones aceptadas para la generalización (confiabilidad,
variabilidad y error) se mantienen.
Ejemplo.- ¿A cuántas familias tendríamos que estudiar para conocer la preferencia del mercado en cuanto a las
marcas de shampoo para bebé, si se conoce que el número de familias con bebés en el sector de interés es de
15,000?
Seguridad = 95%;
Precisión = 3%;
Proporción esperada = asumamos que puede ser próxima al 5%; si no tuviese ninguna idea de dicha proporción
utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral.
(1,96) 2 (0,05)(0,95)(15000)
n 2 2
200
(0,03) (15000 1) (1,96) (0,05)(0,95)
Se requeriría encuestar a no menos de 200 familias para poder tener una seguridad del 95%.
Ejemplo.-¿Cómo hubiera cambiando el ejemplo anterior, si se desconoce la proporción esperada?
Si se desconoce la proporción esperada, se tendría que utilizar el criterio conservador (p = q = 0.5), lo cual
maximiza el tamaño de muestra de la siguiente manera:
(1,96) 2 (0,5)(0,5)(15000)
n 2 2
997
(0,03) (15000 1) (1,96) (0,5)(0,5)
Se requeriría encuestar a no menos de 997 familias para poder tener una seguridad del 95%
Conclusiones sobre el nivel de seguridad en el muestreo
Según diferentes seguridades, el coeficiente de Zα varía así:
• Si la seguridad Zα fuese del 90% el coeficiente sería 1.645
• Si la seguridad Zα fuese del 95% el coeficiente sería 1.96
• Si la seguridad Zα fuese del 97.5% el coeficiente sería 2.24
• Si la seguridad Zα fuese del 99% el coeficiente sería 2.576
1. Muestreo aleatorio simple (es el más importante): cada elemento de la población tiene la misma
probabilidad de ser elegido, las observaciones se realizan con reemplazamiento, de manera que la
población es idéntica en todas las extracciones, o sea, que la selección de un individuo no debe
afectar a la probabilidad de que sea seleccionado otro cualquiera aunque ello comporte que algún
individuo pueda ser elegido más de una vez. ( "se hacen tantas papeletas numeradas como
individuos hay , se coge una y se devuelve , se vuelve a coger otra y se devuelve , etc")
Una de las mejores cosas del muestreo aleatorio simple es la facilidad para armar la muestra.
También se considera una forma justa de seleccionar una muestra a partir de una población, ya que
cada miembro tiene igualdad de oportunidades de ser seleccionado.
Para sacar conclusiones de los resultados de un estudio son importantes una selección aleatoria
imparcial y una muestra representativa.
Desventajas del muestreo aleatorio simple
• Una de las limitaciones más evidentes del
muestreo aleatorio simple es la necesidad de
una lista completa de todos los miembros de
la población.
• Debes tener en cuenta que la lista de la
población debe estar completa y actualizada.
• Esta lista generalmente no está disponible en
poblaciones grandes.
• Cuando se trabaja con muestras pequeñas,
es posible que no represente a la población
adecuadamente.
• En estos casos, es más prudente utilizar otras
técnicas de muestreo.
EJEMPLO
Suponga que nos interesa elegir una muestra aleatoria de 5
estudiantes en un grupo de estadística de 20 alumnos. 2oC5 da
el número total de formas de elegir una muestra no ordenada y
este resultado es 15,504 maneras diferentes de tomar la
muestra. Si listamos las 15,504 en trozos separados de papel,
una tarea tremenda, luego los colocamos en un recipiente y
después los revolvemos, entonces podremos tener una muestra
aleatoria de 5 si seleccionamos un trozo de pape! con cinco
nombres. Un procedimiento más simple para elegir una muestra
aleatoria sería escribir cada uno de !os 20 nombres en pedazos
separados de papel, colocarlos en un recipiente, revolverlos y
después extraer cinco papeles al mismo tiempo.
Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco práctico o no
deseado, aunque sería deseable usar muestras aleatorias simples para las encuestas nacionales
de opinión sobre productos o sobre elecciones presidenciales, sería muy costoso o tardado.
Muestreo sistemático: es cuando los elementos de la población están ordenados por listas. Se elige un
individuo al azar y a continuación a intervalos constantes se eligen todos los demás hasta completar la
muestra. Si el orden de los elementos es tal que los individuos próximos tienden a ser más semejantes que
los alejados, el muestreo sistemático tiende a ser más preciso que el aleatorio simple, al cubrir más
homogéneamente toda la población.