Universidad para el Bienestar Benito Juárez García

Asignatura:

Métodos Estadísticos y técnicas de

muestro

Docente:

Dr. José Reymundo Chan Chi

1 17/09/2023
 Introducción
La Estadística es una ciencia que facilita la
solución de problemas en los cuales
necesitamos conocer características sobre el
comportamiento de algún suceso o evento.

Nos permite inferir el

comportamiento de sucesos
iguales o similares sin necesidad
de que estos ocurran.
2 17/09/2023
 Esto nos da la posibilidad de
tomar decisiones acertadas y a
tiempo, así como realizar
proyecciones del
comportamiento del suceso.

 Sólo se realizan los cálculos y el

análisis con los datos obtenidos
de una muestra de la población
y no con toda la población.

3 17/09/2023
Estadística:
Es la ciencia que se encarga de
recolectar, organizar, resumir y analizar
datos para después obtener
conclusiones.

4 17/09/2023
 Importancia de la Estadística:

La estadística es una ciencia muy

importante en la vida cotidiana de las
personas ya que con ella podemos llevar el
adecuado control de muchas cosas desde
las más sencillas hasta las más complejas,
además que tiene como fundamento
describir, organizar y resumir datos
numéricos, actividades, estudios de
consumidores, análisis (resultados en
deportes; administradores de instituciones;
en la educación; organismos políticos;
médicos); las técnicas estadísticas se
aplican de manera amplia en
mercadotecnia, contabilidad, control de
calidad ya que esto interviene en la toma
de las decisiones. 5 17/09/2023
Importancia de la Estadística:
La estadística tiene una gran importancia en todos los
aspectos sociales, económicos y políticos por cuanto que
sirve para todo tipo de investigación científica si se tiene en
cuenta que los datos estadísticos son el resultado de varios
casos de entre los cuales se toma un promedio.

La Estadística puede dar respuesta a muchas de las

necesidades que la sociedad actual puede
experimentar. Su tarea fundamental es la
reducción de datos que se obtiene a partir de
experimentos, con el objetivo de representar la
realidad y transformarla, predecir su futuro o
simplemente conocerla.
6 17/09/2023
 La Estadística en la investigación

La investigación en ciencias sociales puede ser cualitativa,

cuantitativa o mixta. La cualitativa no admite medición
numérica como las ideas, la filosofía, lo simbólico, la
narración, etc. En cambio, en la cuantitativa las variables a
estudiar son susceptibles de ser medidas, es decir, se les
puede asignar un número, se emplea para su procesamiento
la estadística. La mixta conjuga o alterna ambos modelos.

La estadística es una parte de la

matemática, que ayuda a la búsqueda,
organización y análisis de información
cuantitativa para realizar diagnósticos,
formular hipótesis, plantear soluciones y
tomar decisiones.
7 17/09/2023
 Estadística descriptiva:
Se encarga de la
recolección, organización,
presentación y análisis de
los datos de una población.

En el caso de la estadística descriptiva se

reduce el conjunto de datos obtenidos por
un pequeño número de valores
descriptivos, como pueden ser: el
promedio, la mediana, la media
geométrica, la varianza, la desviación
típica, etc. Estas medidas descriptivas
pueden ayudar a brindar las principales
propiedades de los datos observados, así
como
8 las características clave de los
17/09/2023

fenómenos bajo investigación.

Estadística inferencial:
Se encarga de analizar la información
presentada por la estadística descriptiva
mediante técnicas que nos ayuden a conocer,
con determinado grado de confianza, a la
población. Lo que nos permite tomar
decisiones.

Realiza contraste de hipótesis, que permite

decidir si dos muestras son estadísticamente
diferentes, si un determinado procedimiento
tiene un efecto estadístico significativo, etc.

Toma de muestras o muestreo, que se refiere

a la forma adecuada de considerar una
muestra que permita obtener conclusiones
estadísticamente
9 válidas y significativas.
17/09/2023
Población:
Conjunto definido de TODOS los INDIVIDUOS, de donde se
observa cierta característica.

Al número de integrantes de la población se llama

tamaño de la población y se representa con la
letra N.
Las poblaciones pueden ser finitas o infinitas.

10 17/09/2023
 Muestra:
Subconjunto de una población, que intenta reflejar
las características de la población lo mejor posible.
El número de individuos que integran la muestra,
llamado tamaño de la muestra se representa con
la letra n.

11 17/09/2023
Individuo:
Es el elemento de la población o de la muestra que aporta
información sobre lo que se estudia.

 Variable:
Característica o propiedad de los individuos que se
desea estudiar y se puede medir o calificar; cambia
o varía con el tiempo en un individuo dado, o
cambia o varía de elemento a elemento.

Ej. Edad, peso, sexo, estado civil, número de hijos,

etc.

12 17/09/2023
Dato:
Valor que se obtiene al realizar la medición de la
característica de la variable en estudio.

La naturaleza de los datos pueden ser datos

cuantitativos o datos cualitativos.

13 17/09/2023
 * Datos Cuantitativos (números):
Valores obtenidos al medir peso,
estatura, temperatura, número de
hijos.

 Datos Cualitativos
(categorías):
Se obtienen al calificar la
característica en cuestión
como el sexo, estado civil,
grado máximo de estudios.

14 17/09/2023
 Variable Dicotómica:
Sólo puede tomar dos valores (sí – no, 0 – 1, hombre – mujer,
bueno – malo, encendido – apagado).

En la variable CUANTITATIVA se pueden

distinguir dos tipos: continua y discreta.

Variable Continua:  Variable Discreta:

Si la variable puede tomar
cualquier número real entre Si la variable sólo puede
dos valores dados (decimal tomar números enteros.
o entero).
Ej. El número de hijos de un
Ej. El peso de un individuo.
individuo.
15 17/09/2023
 Escalas de Medición
Escala Nominal:
Está asociada a variables cualitativitas y es denominada de
este modo si no se pueden hacer operaciones aritméticas
entre sus valores, pues éstos son únicamente ETIQUETAS.

Ejemplo: sexo, código postal, estado civil, número

telefónico, número al correr en un maratón, deporte
favorito, carrera a estudiar, etc.

16 17/09/2023
Escala Ordinal:
Los valores de la variable que tienen un ORDEN con un nivel
específico, pero no se pueden hacer operaciones aritméticas
entre ellas.

Ejemplo:
Pésimo – Malo – Regular – Bueno – Excelente
Primaria – Secundaria – Preparatoria - Licenciatura

17 17/09/2023
Escala de Intervalo:
En ella existe un orden entre los valores de la variable y
además una NOCIÓN DE DISTANCIA aunque no se puedan
realizar operaciones.
El cero o punto de inicio no es único, es más bien un punto de
referencia.

Ejemplo: Escalas de temperatura, la edad de la Tierra, la

línea del tiempo de la humanidad.

18 17/09/2023
Escala de Razón:
La magnitud tiene SENTIDO FÍSICO, existe el cero absoluto, existe orden,
se puede determinar cuántas veces es mayor uno que otro. Los datos de
razón tienen que ser numéricos. Este tipo de variables permiten el nivel
más alto de medición.

Ejemplo: peso, estatura, edad, distancia, dinero, etc.

Debido a la similitud existente entre las escalas

de intervalo y de razón, SPSS las ha reunido en
un nuevo tipo de medida exclusivo del
programa, al cual denomina Escala.

19 17/09/2023
 Fuentes de información

Encuesta:
Recopilar los datos mediante el uso de
cuestionarios o entrevistas.

 Experimento:
Procedimiento utilizado en la
investigación científica para obtener
información que permita conocer el
comportamiento de algún proceso.
20 17/09/2023
 Fuentes de Información

 Investigación Documental:
Procedimiento para obtener
datos mediante la consulta de
información ya escrita y
concentrada en documentos
que se localicen en libros o
revistas en bibliotecas,
hemerotecas, o en centros
virtuales.
21 17/09/2023
 Etapas del muestreo estadístico

1. Definición de la población objetivo

2. Determinación del marco de muestreo

3. Selección de las técnicas de muestreo

4. Determinación del tamaño de muestra

5. Ejecución del proceso de muestreo

22 17/09/2023
 1. Definición de la población objetivo

La población objetivo es el conjunto de elementos que poseen la

información que es necesario recabar. La población objetivo determina
quien puede o no ser incluido en la muestra.

2. Determinación del marco de muestreo

El marco de muestro es una representación de la población objetivo.

23 17/09/2023
 3. Selección de las técnicas de muestreo

No probabilísticas Probabilísticas

1. Convencional o 1. MAS o Muestreo

intencional irrestricto
2. Por cuotas aleatorio
3. Bola de nieve o 2. Sistemático
encadenado 3. Estratificado
4. Discrecional o 4. Conglomerados
juicio

24 17/09/2023
 3.1. Técnicas no probabilísticos

1. Muestreo de conveniencia: Los encuestados son

seleccionados porque estaban en el lugar preciso en el
momento adecuado.

John W. Creswell (2008) lo define como un

procedimiento de muestreo cuantitativo en el
que el investigador selecciona a los
participantes, ya que
están dispuestos y disponibles para ser
estudiados.

25 17/09/2023
Muestreo por conveniencia (cont.)

James H. McMillan y Sally Schumacher (2001)

definen el muestreo por conveniencia como un
método no probabilístico de seleccionar
sujetos que están accesible o disponibles.

26 17/09/2023
• Se le conoce como selección intencionada (Casal & Mateu,
2003), muestreo accidental o muestreo por oportunidad
(Cohen, Manion, & Morrison, 2003).
• Consiste en la elección por métodos no aleatorios de una
muestra cuyas características sean similares a las de la
población objetivo.
• En este tipo de muestreo la “representatividad” la determina
el investigador de modo subjetivo, siendo este el mayor
inconveniente del método ya que no podemos cuantificar la
representatividad de la muestra.
• Presenta casi siempre sesgos y por tanto debe aplicarse
únicamente cuando no existe alternativa.
(Casal & Mateu, 2003)

27 17/09/2023
• La muestra se compone de aquellos que sean mas convenientes, se
seleccionan a los individuos mas cercanos para participar y se repite el
proceso hasta que se obtenga el tamaño de la muestra deseado (Cohen,
Manion, & Morrison, 2003).
- Por ejemplo, un profesor utiliza a sus estudiantes para participar en
una investigación (Lodico, Spaulding, & Voegtle, 2006).
• John W. Creswell (1994) enfatiza que la muestra puede ser un grupo
entero o individuos disponible para participar en el estudio que
también puede consistir de voluntarios (e.g., salón de clase,
organización, unidad familiar).
• El investigador no puede decir en confianza que los individuos son
representativos de la población, sin embargo, la muestra provee
información útil para responder preguntas e hipótesis (Creswell, 2001).

28 17/09/2023
 *Ventajas
• Menos costoso
• No requiere mucho tiempo
• Fácil de administrar
• Por lo general asegura alta tasa de
participación
• Posible generalización a sujetos similares
(McMillan & Schumacher, 2001)

29 17/09/2023
 *Desventajas

• Difícil generalizar a otros sujetos .

• Menos representativa de una población específica
• Los resultados dependen de las características
únicas de la muestra.
• Mayor probabilidad de error debido al
investigador o influencia de sujetos (sesgos)

(McMillan & Schumacher, 2001)

30 17/09/2023
 *Ejemplo 1:
Miguel Valencia (1972)
presenta el siguiente ejemplo:
La primera muestra de
piedras que tomaron los
astronautas en la luna fue
una muestra por
conveniencia porque el
primer astronauta que piso
la luna escogió aquellas
piedras que encontró más a
la mano.

31 17/09/2023
 *Ejemplo 2:
Un investigador conduce un estudio que
envuelve estudiantes Nativo Americanos. El
investigador decide estudiar este grupo en una
escuela porque están disponibles, el
investigador tiene el permiso del principal y el
consentimiento de los estudiantes que
participarán en el estudio.
(Creswell, 2001)

32 17/09/2023
2. Muestreo de Juicio o discrecional: Los encuestados son
seleccionados siguiendo el criterio del investigador, basándose
en su conocimiento de la población objetivo. El investigador a
su juicio, representan todo el espectro de la población
objetivo.

Ejemplos:
1. Un reportero puede seleccionar
dos o tres senadores considerando
que estos senadores reflejan la
opinión general de todos los
senadores.
2. Al jefe del área de ventas de la
empresa “seguros de autos S.A de C.V” le
encomiendan un estudio de él que hacer
para asegurar una venta, las personas que
le podrían brindar la mejor información
son los vendedores que tienen un alto
nivel
33 de ventas. 17/09/2023
VENTAJAS

Se requiere de información o
características muy específicas para
seleccionar la muestra y por lo tanto es
más confiable (por cuota).

Se hace la selección de la muestra de

acuerdo al juicio del investigador, de esta DESVENTAJAS
forma es más específico en buscar el tema
que quiere conocer (por juicio). Difícil generalizar a otros
sujetos.
Selección de los casos más disponibles de Los resultados dependen de
acuerdo al tema a investigar las características únicas de
(conveniencia). la muestra.
Mayor probabilidad de error
Este tipo de muestreo reduce costos y debido al investigador ó
tiempo. influencia del sujetos.
No son representativas de
ninguna población definida.
No tienen ningún sentido
34 teórico generalizar a17/09/2023
una
población.
3. Muestreo encadenado: Se selecciona a una muestra que
sirve como punto de partida para otra muestra. Se utiliza
cuando, por la naturaleza delicada de la pregunta o la
dificultad de encontrar a los encuestados, es necesario que el
encuestado nos dirija a otro.

Se utiliza cuando la población es de difícil acceso por

razones sociales (alcohólicos, drogadictos, etc.). En este
caso se contacta con una persona del grupo a estudiar,
puede ser el líder de una pandilla, el amigo de un
colaborador, etc.

35 17/09/2023
El muestreo de bola de nieve o encadenado es una
técnica de muestreo no probabilístico utilizada por los
investigadores para identificar a los sujetos
potenciales en estudios en donde los sujetos son
difíciles de encontrar.

36 17/09/2023
Muestreo de bola de nieve lineal

Muestreo de bola de nieve no discriminatorio

exponencial

37 17/09/2023
Muestreo de bola de nieve
discriminatorio exponencial

38 17/09/2023
Etapas
1. Mapa de red: se hace una descripción de la población
objetivo de la mejor forma posible.

2. Proceso de referenciación: a un informante clave

se le pide nominar y contactar individuos de la
población objetivo. Se obtienen así varios puntos de
partida o contactos iniciales.

3. Entrevista: cuando la persona es contactada

aleatoriamente, se le entrevista y a su vez se le
pide que nombre a otras personas de la población
objeto.

39 17/09/2023
Repitiendo el procedimiento: cada
grupo de nominados representa una
etapa, se forma entonces una línea de
respondientes-referenciado-
respondiente, a esta cadena se le
denomina “Bola de Nieve”

40 17/09/2023
 Ventajas

El proceso en cadena permite

que el investigador llegue a
poblaciones que son difíciles de
probar cuando se utilizan otros
métodos de muestreo.

El proceso es barato, simple y

rentable.

Esta técnica de muestreo necesita poca

planificación y menos mano de obra que
otras técnicas de muestreo.

41 17/09/2023
 Desventajas

El investigador tiene poco control sobre el

método de muestreo.

La representatividad de la muestra no está

garantizada. El investigador no tiene ni idea
de la verdadera distribución de la población
ni de la muestra.

Los primeros sujetos tienden a designar a

personas que conocen bien. Como
consecuencia, es muy posible que los
sujetos compartan los mismos rasgos y
características y, por lo tanto, la muestra
que obtenga el investigador será sólo un
pequeño subgrupo de toda la población.
42 17/09/2023
Ejemplo

Para obtener sujetos para un estudio que

quiere analizar una enfermedad rara, el
investigador puede elegir utilizar el
muestreo de bola de nieve, ya que será
difícil obtener sujetos. También es posible
que los pacientes con la misma
enfermedad tengan un grupo de apoyo, y
si uno de sus miembros es tu primer
sujeto, lo más probable es que allí
encuentres más sujetos para el estudio.

43 17/09/2023
 4. Muestreo por cuotas. En este caso el investigador tiene
una información más detallada de la distribución de la
población según algunas variables que están relacionadas con
la variable a estudiar.

De acuerdo con estas variables se divide la población en

estratos y se entrevista un número determinado en cada
estrato.

El método de cuotas se basa en la

distribución conocida de una población
(edad, sexo, situación geográfica, categoría
socio-profesional...).

Una vez determinada la dimensión del

sondeo que se desea efectuar, basta con
calcular el número de individuos por cada
criterio elegido.

44 17/09/2023
 Muestreo por cuotas: Procedimiento

El primer paso para el muestreo por

cuotas no probabilístico es dividir a la
población en subgrupos exclusivos.

Luego, el investigador debe identificar las

proporciones de estos subgrupos en la
población. Esta misma proporción será
aplicada al proceso de muestreo.

Por último, el investigador selecciona

sujetos de los diversos subgrupos teniendo
en cuenta las proporciones observadas en
el paso anterior.

El último paso asegura que la muestra sea representativa de toda la población.

También permite que el investigador estudie rasgos y características que se ven en
cada subgrupo.
45 17/09/2023
Ejemplo de muestras por cuotas

En un estudio en donde el investigador

quiere comparar el rendimiento
académico de los diferentes niveles de
clases del secundario, su relación con el
género y la situación socioeconómica, el
investigador identifica primero los
subgrupos.

Por lo general, los subgrupos son las

características o variables del estudio. El
investigador divide a toda la población en
niveles de clase, cruzados con el género y
el nivel socioeconómico. Luego, toma nota
de las proporciones de estos subgrupos en
toda la población y a continuación hace
un muestreo de cada subgrupo.

46 17/09/2023
 Desventajas de las muestras por cuotas
Ventajas

La muestra puede controlarse

Puede parecer que esta técnica de
en ciertas características.
muestreo es totalmente representativa de
la población. En algunos casos no es así.
Costos más bajos y mayor
Debes tener en cuenta que se han tenido
conveniencia para los
en cuenta sólo los rasgos seleccionados de
entrevistadores para
la población para formar los subgrupos.
seleccionar los elementos de
cada cuota.
En el proceso de muestreo de estos
subgrupos, otros rasgos de la muestra
pueden ser representados de más. En un
estudio que tiene en cuenta el género, el
nivel socioeconómico y la religión como
base de los subgrupos, la muestra final
puede tener una representación sesgada
de la edad, la raza, el nivel educativo
alcanzado, el estado civil y mucho más.

47 17/09/2023
 3.2. Técnicas probabilísticas:

1. Muestreo aleatorio simple (MAS).

Cada elemento de la población y cada posible muestra de un
tamaño n tienen una probabilidad conocida e igual de ser
seleccionados. Esta técnica requiere tener un listado
exhaustivo de todos los elementos de la población objetivo.
Es la técnica de muestreo aleatorio má s bá sica y conforma la base de
todas las demá s técnicas de muestreo. En el muestreo aleatorio
simple, la n se utiliza para representar el tamañ o de la muestra y la N
para representar el tamañ o de la població n. El proceso de muestreo
dependerá si la població n es finita (con un nú mero fijo de la
població n) o infinita (no es posible determinar un nú mero).

48 17/09/2023
1. Muestreo aleatorio simple (MAS).

Las muestras se seleccionan con reemplazo o sin reemplazo. El muestreo con

reemplazo se da cuando tras seleccionar una muestra, se devuelve a la
població n, donde tiene la misma probabilidad de resultar seleccionado de
nuevo. El muestreo sin reemplazo es cuando una vez seleccionada una
muestra esta no se podrá seleccionar de nuevo. Aunque el muestreo con
reemplazo es una forma vá lida de identificar una muestra aleatoria simple,
el muestreo sin reemplazo es el procedimiento má s usado.

Procedimiento:
1) Definir la població n de estudio.
2) Asignar un nú mero a cada individuo de la població n
3) Determinar el tamañ o de muestra ó ptimo o para el estudio.
4) Seleccionar la(s) muestra(s) de manera sistemá tica por medio de
algú n medio mecánico (Tablas de nú meros aleatorios, bolas dentro de
una bolsa, nú meros aleatorios generados con una calculadora, etc.)
5) Y se eligen tantos individuos como sea necesario para completar el
49
tamañ o de muestra que necesitamos. 17/09/2023
Ejemplo:

Para obtener una muestra de alumnos de una escuela para aplicarles

una encuesta, lo primero que se hace es enumerar a todo el alumnado.
Se obtiene una lista de los alumnos matriculados y se le asigna un
nú mero a cada uno en orden alfabético y ascendente. Suponiendo que
el total de alumnos es de 700 se utilizan los nú meros 001, 002,
003,...,700. Se determina el tamañ o de muestra, en este caso es de
tamañ o 75. Enseguida se utiliza una tabla de nú meros aleatorios
formando nú meros de tres dígitos aceptando como unidad de aná lisis
muestral a todos aquellos que estén comprendidos entre el 001 y el
700.

50 17/09/2023
2. Muestreo sistemático:

Se elige un primer elemento aleatoriamente y a continuación todos los

siguientes cada n posiciones. Así, si por ejemplo, queremos seleccionar
20 individuos de entre 100, el primer paso es seleccionar un número
aleatorio entre 1 y 5 (ya que 100/20 = 5), digamos el 3; a continuación
seleccionamos los individuos 3, 8, 13, 18,… 93, 98. Esto implica la
ordenación de todos los elementos de la población, si bien el criterio de
ordenación no debe guardar ninguna relación con el fenómeno
sociológico a estudiar.
Para realizar muestreos en poblaciones muy grandes, el método de
muestreo aleatorio simple resulta complicado y difícil para aplicar, en estos
casos se utiliza el muestreo sistemá tico. En una muestra sistemá tica, los N
elementos de la població n se dividen en n grupos de k elementos. Un k-
ésimo caso representa el intervalo de selecció n de unidades de aná lisis que
será n integradas a la muestra, se obtiene mediante la expresió n: ­k =

51 17/09/2023
 Procedimiento:
1) Definir la població n de estudio.

2) Determinar el tamañ o de muestra requerido.

3) Se calcula la muestra sistemá tica dividiendo la població n entre el tamañ o de la

muestra.

4) El valor de k es el intervalo de selecció n que indica cada k de veces que un

elemento de la població n se integrará a la muestra (en el caso de no estar
enumerados los elementos). Y también es el intervalo de selecció n del cual se
escogerá un nú mero aleatoriamente dentro de este intervalo (en caso de que los
elementos estén enumerados).

Ejemplo:

Cuando los elementos no están enumerados. Si se va a probar una muestra de 50

de una població n de 500 pelotas, k =, k=10. Ya que ninguna pelota tiene un
nú mero específico, este intervalo de selecció n indica que cada 10 decima pelota
que contemos se integrará a la muestra. La primera muestra es la decima pelota
que saquemos de una bolsa, la segunda muestra es la vigésima, la tercera la
52 17/09/2023
trigésima y así de diez en diez hasta completar las 50 muestras que se piden.
Ejemplo:

Cuando los elementos están numerados. Si la població n se

compone de una lista de cheques prenumerados N=800 y se
quiere extraer una muestra sistemá tica de n=40, se aplica la
formula k =, k = , k =20. De este intervalo selecciona un nú mero
aleatorio entre 1 y 20, y se incluye cada vigésimo elemento tras
la primera selecció n de la muestra. Supongamos que el primer
nú mero seleccionado es 8, sus selecciones subsiguientes son 28,
48, 68, 88, 108, 128, 148, 168, 188, 208, 228, 248, 268, 288, 308,
328, 348, 368, 388, 408, 428, 448, 468, 488, 508, 528, 548, 568,
588, 608, 628, 648, 668, 688, 708, 728, 748, 768 y 788.

53 17/09/2023
3. Muestreo estratificado:

Es el método donde una población se divide en subgrupos

denominados estratos y se selecciona al azar una muestra
de cada estrato.
Un estrato se define mediante algunas características comunes
como son el sexo, la població n, la edad, la profesió n entre otras
que puede decidir la persona que hace la muestra. Este método
es má s eficiente que el muestreo aleatorio simple y sistemá tico,
porque garantiza el hecho de que cada grupo se encuentre
representado en la muestra. El valor del muestreo aleatorio
estratificado depende de qué tan homogéneos sean los
elementos dentro de cada estrato, es decir que entre má s
parecidos sean entre sí, es mejor.

54 17/09/2023
 La distribució n de la muestra en funció n de los diferentes
estratos se denomina afijació n, y puede ser de diferentes tipos:

1) Afijación Simple: A cada estrato le corresponde igual nú mero de

elementos muéstrales.
2) Afijación Proporcional: Cada estrato se encuentra representado en
la muestra en proporció n exacta al tamañ o de la població n total.
3) Afijación Óptima: Se tiene en cuenta la previsible dispersió n de los
resultados, de modo que se considera la proporció n y la
desviació n típica. Tiene poca aplicació n ya que no se suele
conocer la desviació n.

55 17/09/2023
Procedimiento:
Los pasos para seleccionar una muestra proporcionalmente
estratificada son:

1) Definir la población de estudio.

2) Determinar el tamaño de muestra requerido.

3) Establecer los estratos o subgrupos.

4) Determinar la frecuencia relativa del muestreo de cada estrato, dividiendo el

tamaño del estrato entre el tamaño de la población de estudio.

5) Multiplicar la frecuencia relativa del muestreo de cada estrato por el tamaño de la

muestra total, para obtener de cada estrato la cantidad de individuos que se
integrarán a dicha muestra.

6) Seleccionar y extraer de cada estrato la cantidad de individuos que formaran parte

de la muestra total aplicando el procedimiento de muestreo aleatorio simple.

56 17/09/2023
4. Muestreo por conglomerados (clusters en inglés):

Es el método donde una població n se divide en conglomerados partir

de los límites naturales geográ ficos o de otra clase. A continuació n se
seleccionan los conglomerados al azar y se toma una muestra de
forma aleatoria de uno de los elementos de cada grupo.

En una muestra de conglomerados, se divide N elementos de la

població n en varios grupos de tal manera que cada uno sea
representativo de toda la població n. Este procedimiento tiende a
proporcionar mejores resultados cuando los elementos dentro de
los conglomerados no son semejantes. Lo ideal es que cada
conglomerado sea una representació n, a pequeñ a escala, de la
població n.

57 17/09/2023
4. Muestreo por conglomerados (Continuación)

Se aplica en el muestreo de á reas, en la que los conglomerados son

manzanas, ciudades, distritos electorales, países, etc. En este tipo de
muestreo es imprescindible diferenciar entre unidad de aná lisis
entendida como quiénes va a ser medidos y unidad muestral que se
refiere al conglomerado a través del cual se logra el acceso a la unidad de
aná lisis.

Procedimiento:

1) Dividir la población en conglomerados.

2) Seleccionar al azar el número de conglomerados que
desee.
3) Tomar una muestra aleatoria simple de uno de los
elementos de cada conglomerado.

58 17/09/2023
4. Muestreo por conglomerados (Continuación)

Ejemplo:
Si se va a realizar una encuesta sobre las políticas y
leyes del municipio, se podría dividir el municipio en
distritos, por ejemplo en 13 distritos, de esos tres se
toma al azar el 4, 5, 9 y 11, y solo concentrá ndonos en
estos distritos, tomamos una muestra aleatoria de
habitantes de cada uno de esos distritos, para
entrevistarlos.

59 17/09/2023
4. Determinación del tamaño de muestra

La determinación del tamaño de la muestra es uno de los aspectos

del diseño muestral mas complejo y a la vez mas demandado por
los investigadores. Para abordar el problema es necesario conocer
el nivel de precisión, el nivel de confianza y el grado de
variabilidad del atributo que se mide.

El nivel de precisión. También conocido como error relativo de la

estimación, indica la amplitud del intervalo de nuestra
estimación dentro del cual se encuentra con una determinada
probabilidad el valor real.

60 17/09/2023
* Para determinar la muestra es necesario considerar
primero cual es nuestro universo

* Se entiende por universo al total de elementos que

reúnen ciertas características homogéneas, los cuales
son objeto de una investigación.

61 17/09/2023
• El cálculo del tamaño de la muestra se realiza mediante dos
fórmulas distintas, según se trate de una población finita o
infinita.

• En cualquier caso, los valores contenidos en aquellas se

obtienen por medio de los siguientes pasos.

62 17/09/2023
 Por ejemplo…
El total de bebés en una ciudad (para una fábrica de cunas)

El total de familias de una ciudad, con ingreso mensual superior a

$2,000 que son clientes potenciales

Número de tiendas que venden artículos fotográficos dentro de una

región

Número de industrias que fabrican computadoras.

63 17/09/2023
 El universo puede ser finito o infinito

Se le considera finito
cuando el número de
Se le considera infinito
elementos que lo
cuando es mayor
constituyen es menor
que 500,000

• La muestra es una
parte del universo
que debe presentar
los mismos
fenómenos que 64 17/09/2023

ocurren en él.
 Objetivos de la muestra
Para que la muestra alcance los objetivos preestablecidos debe reunir
las siguientes características.

Ser representativa: Es decir, todos sus elementos deben

presentar las mismas cualidades y características.

Ser suficiente: La cantidad de elementos seleccionados, si

bien tiene que ser representativa del universo, debe estar libre
de errores.

65 17/09/2023
Ventajas de usar muestras
Menor costo: Los gastos se harán sobre una mínima
parte del universo.

Menor tiempo: Se obtiene con mayor rapidez la

información, ya que sólo se estudia una pequeña parte.

Confiabilidad: Una vez comprobada la representatividad de una

muestra, podrá emplearse con entera confianza el procedimiento
de selección en los próximos estudios de otros universos.

Control: Es fácil acudir a los resultados finales del

estudio con fines de 66
consulta. 17/09/2023
* La fórmula para poblaciones infinitas (más de 500,000 elementos) es
la siguiente:

En donde:

67 17/09/2023
• En la práctica, generalmente se trabaja con un grado de precisión de
ente 2% y 6% para un 95% de confianza.

• El siguiente ejemplo, que considera un error de estimación del 2% y

un nivel de confianza del 95%, supone que después de un análisis
previo de la situación, se encontró que la participación de mercados
del producto ascendía aproximadamente al 30%

68 17/09/2023
*El tamaño de la muestra se determinaría:

69 17/09/2023
 Muestra en
poblaciones finitas
* Para poblaciones finitas (menos de 500 000 elementos) se utiliza la
siguiente fórmula:

70 17/09/2023
*Ejemplo:
• Se planea llevar a cabo una
investigación para determinar la
investigación de hogares que tienen
refrigerador; es necesario calcular el
tamaño de la muestra requerida, con
un intervalo de confianza de 95% y
una estimación de 5%. La
investigación se llevará a cabo en una
población de 1500 familias.

71 17/09/2023
72 17/09/2023
 Referencias
Casal, J., & Mateu, E. (2003). Tipos de muestreo, Rev. Epidem. Med.
Prev. 1,
pp. 3-7. Recuperado de http://minnie.uab.es/~veteri/21216/
TiposMuestreo1.pdf
Cohen, L., Manion, L., & Morrison, K. (2003). Research methods in
education (5a ed.). London: RoutledgeFalmer.
Gay, L. R. (1996). Educational research: Competencies for analysis and
application (5a ed.). Upper Saddle River, New Jersey: Prentice Hall
Inc.
Valencia, Miguel A. (1972). Técnicas de muestreo. Centro de
Investigaciones Sociales en la Universidad de Puerto Rico [UPR RRP, SB
Lázaro Colección Puertorriqueña].

73 17/09/2023
Lodico, M. G., Spaulding, D. T., & Voegtle, K. H. (2006). Methods in
educational
research: From theory to practice. San Francisco, CA: Jossey-Bass.
McMillan, J. H. & Schumacher, S. (1993). Research in education: A conceptual
introduction (3a ed.). New York: Harper Collins College Publishers.
McMillan, J. H. & Schumacher, S. (2001). Research in education: A conceptual
introduction (5a ed.). New York: Addison Wesley Longman.
Zhang, X., Wee, H. L., Tan, K., Thumboo, J., & Li, S. C. (2009). Is diabetes
knowledge associated with health-related quality of life among subjects with
diabetes? A preliminary cross-sectional convenience –sampling survey study
among English-speaking diabetic subjects in Singapore, Journal of Chinese
Clinical Medicine, 4(3), pp. 144- 150.

74 17/09/2023