INTRODUCCION A

LOS TIPOS DE
MUESTREO
El muestreo es utilizado en la estadística con la finalidad de optimizar
recursos (tiempo, mano de obra, materiales e insumos). Para lograrlo, los
métodos estadísticos ofrecen dos tipos de muestreo: probabilístico y no
probabilístico.

2
 Conceptos

Población: Los estadísticos usan la palabra población ara referirse no solo a personas para si no a todos los elementos

que han sido escogidos para su estudio.  

-Universo: Se define como un conjunto de sujetos o elementos, que tiene una característica en común, observable.

-Muestra: Su conjunto de elementos del universo o de la población.

-Unidad muestra: Este se refiere a la lista, mapa o fuente de donde pueden extraerse todas las unidades de muestreo
o de unidades de análisis de población. 

-Error de muestreo: Cuando se utilizan valores muéstrales, o estadísticos para estimar valores poblacionales,

o parámetros, pueden ocurrir dos tipos generales de errores: el error muestral y el error no muestral. El error
muestral se refiere a la variación natural existente entre muestras tomadas de la misma población. Cuando una muestra
no es una copias exacta de la población; aún si se ha tenido gran cuidado para asegurar que dos muestras del mismo
tamaño sean representativas de una cierta población, no esperaríamos que las dos sean idénticas en todos sus
detalles.

3
Conceptos

-Técnicas de muestreo son: Muestreo probabilístico, Muestreo no probabilístico (no aleatorio),

Muestreo aleatorio simple, Muestreo aleatorio  estratificado, Muestreo aleatorio sistemático, Muestreo
por conglomerados o área.

-Inferencia estadística: La Inferencia estadística es aquella rama de la estadística mediante la cual

se trata de sacar conclusiones de una población en estudio, a partir de la información que proporciona
una muestra representativa de la misma. También es denominada estadística Inductiva o Inferencia
Inductiva ya que es un procedimiento para generar nuevo conocimiento científico.

-Intervalo de confianza: En el contexto de estimar un parámetro poblacional, un intervalo de

confianza es un rango de valores (calculado en una muestra) en el cual se encuentra el verdadero
valor del parámetro, con una probabilidad determinada.

4
Conceptos

5
“ Métodos de muestreo
probabilistico "
6
 Metodo de muestreo probabilistico

Los métodos de muestreo probabilístico buscan que todos los elementos

que conforman la población tengan igual probabilidad al ser seleccionados en la
muestra. Es decir, todas las muestras de un tamaño determinado que se puedan
sacar de una población tendrán la misma probabilidad de ser elegidas.

Este método de muestreo es el más recomendable, dado que aseguran de alguna

manera la representatividad de la muestra que se extrae; se dice “de alguna
manera” porque pueden emplearse técnicas para determinar el tamaño
representativo de la muestra para poblaciones finitas e infinitas, a partir del nivel de
confianza, error de muestreo y tamaño de la población. A
continuación se describen los principales métodos de muestreo
probabilístico.

7
 Muestro Probabilístico Aleatorio

El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da a

cada elemento de la población objetivo y a cada posible muestra de un tamaño
determinado, la misma probabilidad de ser seleccionado.

El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor,

sobre todo porque es complicado obtener un marco de muestreo donde extraer al azar
y no querrás darle a todas las unidades de la muestra una probabilidad igual de ser
elegidas, ya que usualmente para hacer una investigación de este tipo se requiere a
usuarios de tiendas o consumidores de ciertos productos o ciertas áreas específicas
para ser las unidades de muestreo.
Pasos para seleccionar una muestra aleatoria simple

1. Define la población objetivo.

2. Identifica un marco de muestreo actual de la población objetivo o desarrolla uno
nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres necesarios.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Selecciona al azar el número específico de elementos de la población.
Para seleccionar el número de elementos de la
población puedes recurrir al método de lotería,
una tabla de números aleatorios y los números
generados de forma aleatoria mediante un
programa de computadora, es decir, al azar.

Un ejemplo del uso del método de lotería sería la

selección de una muestra aleatoria de entre un
grupo de 100 miembros. Se ponen todos los
nombres en un recipiente y se van sacando uno
por uno hasta tener el tamaño suficiente de
nuestra muestra.
Subtipos de muestreo aleatorio simple

Hay dos tipos de muestreo aleatorio simple: el muestreo con reemplazo y sin reemplazo.
En el muestreo con reemplazo, después de que un elemento ha sido seleccionado de
entre el marco de la muestra se devuelve y es elegible para ser seleccionado de nuevo.

En el muestreo sin reemplazo, después de que un elemento se selecciona del marco de la

muestra, se retira de la población y no regresa a la base del muestreo. Este tipo de
muestreo suele ser más eficiente pues no permite que el mismo elemento de la población
entre a la muestra más de una vez.
Ventajas del muestreo aleatorio simple

• Entre sus puntos fuertes están que tiende a producir muestras representativas y
permite el uso de la estadística inferencial en el análisis de datos recogidos.
• Cada selección es independiente de otras selecciones; Todas las combinaciones
posibles de unidades de muestreo tienen la misma oportunidad de ser seleccionadas.
En el muestreo sistemático, las posibilidades de ser seleccionado no son
independientes entre sí.
• En general, es más fácil que otros procedimientos de muestreo probabilístico (tales
como el muestreo por conglomerados) de comprender y comunicar a otros.
• Los procedimientos estadísticos requeridos para analizar los datos y calcular los
errores son más fáciles que los requeridos en otros procedimientos de muestreo
probabilístico.
Desventajas del muestreo aleatorio simple

• Entre las desventajas están que se requiere un marco de muestreo de elementos de la población
objetivo. Un marco de muestreo apropiado puede que no exista para la población que se dirige, y
puede que no sea factible o práctico construir uno.
• El muestreo aleatorio simple tiende a tener errores de muestreo más grandes y menos precisión
de muestreo estratificado del mismo tamaño de la muestra.
• Los encuestados pueden estar muy dispersos, por tanto, los costos de la recolección de datos
pueden ser superiores a las de otros diseños de la muestra de probabilidad, como el muestreo
por conglomerados.
• El muestreo aleatorio simple puede no producir un número suficiente de elementos de pequeños
subgrupos. Esto no haría de un muestreo aleatorio simple un buen opción para los estudios que
requieren un análisis comparativo de las categorías pequeñas de una población con categorías
mucho más amplias de la población.
Fortalezas y debilidades del muestreo aleatorio simple
 ¿Qué es la fiabilidad?

En psicometría, el concepto “fiabilidad” hace referencia a la precisión de un

instrumento; concretamente, los coeficientes de fiabilidad nos informan de la
consistencia y la estabilidad de las medidas tomadas con dicha herramienta.

Cuanto mayor sea la fiabilidad de un instrumento, menor será la cantidad de

errores aleatorios e impredecibles que aparecerán al utilizarlo para medir
determinados atributos. La fiabilidad excluye los errores predecibles, es decir, los
que se hallan sometidos a control experimental.
Definición de validez

Este concepto se define como la relación entre la puntuación obtenida en una

prueba y otra medida relacionada; el grado de correlación lineal entre ambos
elementos determina el coeficiente de validez.

En la investigación científica una validez elevada indica el grado en que los

resultados obtenidos con un determinado instrumento o en un estudio se pueden
generalizar.
Existen distintos tipos de validez, que dependen del modo en que se calcule; esto hace
que se trate de un término con acepciones muy diversas. Fundamentalmente
podemos distinguir entre validez de contenido, validez de criterio (o empírica) y
validez de constructo.

La validez de contenido define hasta qué punto los ítems de un test psicométrico son
una muestra representativa de los elementos que componen el constructo a evaluar.

Por último, la validez de constructo pretende determinar si el test mide aquello que

pretende medir
 Validez de contenido

Evidencias de
Validez Validez de criterio

Validez de constructo
Validez de contenido
Validez de contenido:
Grado en que un instrumento refleja un dominio especifico del contenido que se mide.
La medición representa al concepto y variable medida.
Validez de criterio: Es una comparación entre nuestra situación de medida y un estándar
al que se le llama criterio.
Validez de constructo: Se refiere a que tan exitosamente un instrumento representa y
mide un concepto teórico.
Cuanto mas elaborada y comprobada se encuentre la teoría que apoya la hipótesis, la
validación de constructo arrojará mayor luz sobre la validez general de un instrumento de
medición. Se realiza mediante análisis de factores y otras pruebas multivariadas.
La validez de constructo incluye tres etapas:

1)Se establece y especifica la relación teórica entre los conceptos (sobre la base del
marco teórico).

2)Se correlacionan ambos conceptos y se analiza cuidadosamente la correlación.

3)Se interpreta la evidencia empírica de acuerdo a qué tanto clarifica la validez de

constructo de una medición en particular.
VALIDEZ DE VALIDEZ VALIDEZ DE
CONTENIDO DE CONSTRUCTO
VALIDEZ TOTAL
CRITERIO

Entre mayor evidencia de validez de contenido, validez de criterio y validez de

constructo tenga un instrumento de medición; éste se acerca más a representar la
variable o variables que pretende medir.

Un instrumento puede ser fiable pero no valido, puede medir consistentemente

un aspecto , mas no medir lo que pretende medir.
Diferencias entre fiabilidad y validez

Aunque estas dos propiedades psicométricas están íntimamente

relacionadas, lo cierto es que hacen referencia a aspectos claramente
diferenciados.

1. El objeto de análisis.
2. La información que proporcionan.
3. El modo en que se calculan
4. La relación entre ambos conceptos
El objeto de análisis

La fiabilidad es una característica del instrumento, en el sentido de que mide

las propiedades de los ítems que lo componen. Por contra, la validez no se
refiere exactamente al instrumento sino a las generalizaciones que se hacen a
partir de los resultados obtenidos a través de éste.
La información que proporcionan

Aunque es un modo un poco simplista de plantearlo, a grandes rasgos se suele

afirmar que la validez indica que una herramienta psicométrica mide realmente el
constructo que pretende medir, mientras que la fiabilidad se refiere a si lo mide de
forma correcta, sin errores.
Para medir la fiabilidad se utilizan fundamentalmente tres procedimientos: 

• Método de las dos mitades: se dividen los ítems en dos grupos una vez contestado el test;
después se analiza la correlación entre las dos mitades.

• Formas paralelas: consiste en crear dos tests equivalentes para medir hasta qué punto
correlacionan los ítems entre ellos

• Test-retest: se basa sencillamente en pasar la prueba dos veces, en condiciones lo más similares
posible.

Por su parte, la validez se calcula de formas distintas en función del tipo, pero en general todos los
métodos se basan en la comparación entre la puntuación
La relación entre ambos conceptos

La relación entre ambos conceptos

La fiabilidad de un instrumento psicométrico influye en su validez: cuanto más

fiable sea, mayor será también su validez. Por tanto, los coeficientes de validez
de una herramienta siempre son inferiores a los de fiabilidad, y la validez nos
informa indirectamente sobre la fiabilidad.
 Sub divisiones del muestreo Probabilistico
▰ Muestreo aleatorio Simple
El muestreo aleatorio simple es más utilizado por su
agilidad, sin embargo es poco útil cuando se tienen
poblaciones muy grandes. Los pasos a seguir en este tipo de
muestreo son los siguientes: se asigna un número a cada
elemento de la población y, por medio de un mecanismo tal
como pelotas dentro de un recipiente o el uso de numeros
aleatorios, se elige el número de elementos requeridos para
la muestra
▰ Muestreo aleatorio Sistemático
El muestreo aleatorio sistemático consiste en asignar números a la totalidad de
elementos de la población. Martínez (2000, p. 2) describe el proceso para
aplicar este tipo de muestreo: Inicialmente se toma un número aleatorio i
(elegido al azar) y los elementos que conforman la muestra son aquellos que
se ubican en los sitios i, i+k, i+2k, i+3k,..., i+(n-1)k, o sea que se toman los
individuos de k en k, donde k es el resultado de dividir el número de
elementos de la población entre el número de elementos de la muestra: k=N/n.
El número i que se emplea como punto de partida será un número al azar
entre 1 y k.
27
 Sub divisiones del muestreo Probabilistico

▰ Muestreo Aleatorio estratificado

Este tipo de muestreo busca simplificar los procesos, con el objeto de minimizar el error muestral al determinar el tamaño óptimo de la muestra, básicamente
cuando la población es heterogénea y presenta gran variabilidad. El procedimiento consiste en determinar categorías (o estratos) diferentes entre los elementos
de la población.
Los estratos se definen con respecto a la similitud entre las características de los elementos, por ejemplo: estado civil, género y nivel salarial. El
objeto del muestreo estratificado garantiza que todos los estratos definidos por el investigador estarán representados en la muestra.

28
La distribución de los elementos que serán muestreados en cada
estrato se conoce como afijación, y puede ser de diferentes tipos:

▰ Afijación ▰ Afijación ▰ Afijación óptima:

simple: proporcional: además de la proporción en cada
Cuando el número de El número de estrato, se tiene en cuenta la
elementos elementos variación(desviación típica). Este
muestreados se muestreados en cada tipo de afijación no es muy
reparte en iguales estrato es la usada, debido a que en la
cantidades en todos proporción de su mayoría de los procesos
los estratos. tamaño con respecto muestrales no se conoce la
al de la población. desviación.

29
 Sub divisiones del muestreo Probabilistico

▰ Muestreo aleatorio por

conglomerados
En este tipo de muestreo, el marco muestral está integrado por varios elementos que forman una unidad, la cual se conoce como
conglomerado.
Por ejemplo:
Las unidades de salud, los departamentos de una empresa, los municipios de un departamento. Este tipo de muestreo
se realiza mediante la selección de un número de conglomerados de forma aleatoria y posteriormente se analizan todos los
elementos que pertenecen a los conglomerados seleccionados.
El muestreo por conglomerados suele confundirse con el muestreo estratificado. La diferencia radica en que el estratificado presenta de
manera natural las agrupaciones, mientras que el muestreo por conglomerados ya están definidos los grupos de acuerdo a la finalidad
del estudio.

30
EJEMPLO

Se menciona un caso en el cual es posible utilizar el muestreo polietápico: se requiere tomar una muestra de 400
estudiantes de grado once de los colegios públicos ubicados en la zona urbana de la ciudad de Medellín, para
indagar sobre los programas e instituciones de educación superior preferidos por ellos.
Para seleccionar la muestra se utilizarán cuatro etapas, las cuales se describen a continuación:

▰ Primera etapa: selecciona al azar 8 de las 16 comunas que conforman la zona urbana del municipio de
Medellín.
▰ Segunda etapa: tomar aleatoriamente 5 instituciones educativas en cada una de las 8 comunas.
▰ Tercera etapa: en cada institución educativa, se toma aleatoriamente un grupo de grado once.
▰ Cuarta etapa: en cada grupo de grado once seleccionado, se toman al azar 10 estudiantes.
▰ Finalmente, la muestra estará constituida por 400 estudiantes (8x5x1x10), a los cuales les será aplicado
el instrumento.

31
Aspectos importantes
del
muestreo probabilístico

Los métodos de muestreo probabilístico, en su mayoría,

utilizan como instrumento de recolección de información la
encuesta, la cual posibilita errores como los que se mencionan
a continuación.

32
 Aspectos importantes del muestreo probabilístico
▰ Error de cobertura o sesgo
en la selección
El éxito de lograr una selección adecuada de la muestra está
determinado por la claridad en los datos de la población que
entran a participar en el muestreo. El error de cobertura se
presenta cuando se omiten algunos elementos que hacen parte
de la población, de forma que no tienen posibilidad de entrar
en la muestra, conduciendo la selección de la muestra a un
proceso sesgado. Si en la lista de la población no se incluyen
todos los elementos, la muestra orientará la estimación a una
parte de la población y no a la población real.
▰ Error o sesgo de no
respuesta
El error de no respuesta se presenta al no obtener los
datos de todos los elementos de la muestra. En este
caso debe intentarse varias veces usando diferentes
medios (por teléfono o correo electrónico), para la
aplicación de la encuesta.
33
Aspectos importantes del muestreo probabilístico
▰ Error de muestreo
El error de muestreo es usual cuando se aplica el
instrumento a una muestra y no a la totalidad de la
población; es decir, cuando no se realiza un censo. A
pesar de que este error no se puede evitar, es posible
controlarlo mediante la selección de un diseño de
muestreo adecuado. Este tipo de error representa la
variación o las diferencias aleatorias entre las posibles
muestras de la población.
▰ Error de medición
El error de medición está asociado con la baja
precisión de las respuestas obtenidas en la
aplicación del instrumento.
Básicamente se debe a errores cometidos al
formularse las preguntas o al grado de incidencia
que pudo tener el entrevistador sobre el
entrevistado.
34
“ Métodosnodeprobabilístico
muestreo

35
 Métodos de muestreo no probabilístico

▰ Para algunos tipos de estudios, el muestreo probabilístico puede llegar a generar altos costos, y es en estos casos
donde se acude a métodos no probabilísticos. Pese a que estos métodos no permiten generalización, porque todos
elementos de la población no poseen la misma probabilidad de ser seleccionados, es posible elegir las unidades
muestrales bajo determinados criterios buscando mayor
representatividad en la muestra.

Los métodos más usados en el muestreo probabilístico son:

36
▰ Muestreo por
cuotas
También se conoce como muestreo
“accidental”, por ser muy utilizado en
las encuestas
de opinión. Tiene como premisa el
conocimiento amplio de los estratos o
grupos relevantes de la población, es
por eso que se asemeja al muestreo
estratificado, pero difiere al no tener el
carácter aleatorio.
▰ Muestreo
intencional u
opinático
Este tipo de muestreo se utiliza
cuando la población es desconocida
y se requiere
obtener “representativas”. Para ello, se
incluyen en la muestra grupos típicos
que permitan suministrar la
información requerida, por ejemplo
sondeos preelectorales o gustos sobre
un evento.
▰ Muestreo bola de nieve
Este tipo de muestreo es utilizado en estudios con
poblaciones en las cuales no se conocen los
elementos que la integran, pero se sabe que existen.
En este proceso se localizan algunos
individuos que permitan
la vinculación con otros, y así hasta obtener una
muestra representativa, por ejemplo: estudios de
graduados de una institución, de personas que han
cometido un determinado delito, de miembros de
una secta religiosa, entre otros.
37
Errores en la investigaciones
Errores de muestreo

https://slideplayer.es/slide/4645675/
Tarea 1

Realiza un presentación que contemple lo siguiente.

• Muestreo
• Tipos de muestreo
• Errores de muestreo

Debe tener imágenes .

GRACIAS!
43