UNIVERSIDAD NACIONAL HERMILIO VALDIZÁN

FACULTAD DE CIENCIAS DE LA EDUCACIÓN

Escuela Profesional Matemática y Física

SESIÓN 2

Inferencia Estadística

20/09/2023 Prof. Jesús VILCHEZ

J. Vilchez GUIZADO
 POBLACIÓN Y MUESTRA
Los términos población ( o universo ) y muestra son términos
relativos.

20/09/2023 J. Vilchez
 Población

La población es el conjunto de elementos (sujetos, objetos o

indicadores) que presentan determinada característica o propiedad
en común, que el investigador quiere analizar al realizar la
investigación, y que satisfacen un conjunto predeterminado de criterios
establecidos (definidos) por el investigador. Es decir, son los “casos”
investigados, que pueden ser personas, animales, registros de cualquier
tipo, muestras de laboratorios, etc., pero que son siempre elementos que
comparten una determinada característica predefinida por el
investigador, en base a la cual se agrupan en una determinada
población.

20/09/2023 J. Vilchez
 Población y muestra…
El investigador debe definir precisamente los criterios que permitan
decidir , ante cada caso o elemento, si pertenece o no a la
población investigada, es decir, debe determinar estrictamente el
marco muestral o los límites de la población.

Cuando el tamaño de la población es muy grande, la investigación no

se realiza en toda su extensión, sino en un subconjunto o parte de
ella , denominada muestra, y después se generalizan los hallazgos
obtenidos a toda la población.
La muestra debe ser representativa de la población.

20/09/2023 J. Vilchez
 Muestra
La muestra es el subconjunto de la población donde se efectúa
o lleva a cabo la investigación con la finalidad de generalizar
posteriormente los resultados a toda la población. Para que dicha
generalización sea lícita, la muestra debe poseer las mismas (o
muy similares) características básicas (relevantes) de la
población investigada, es decir, debe ser representativa de la
población. Esas características básicas son las que se
relacionan, o pueden relacionarse, con el fenómeno
investigado.

20/09/2023 J. Vilchez
 Población y muestra
Si N es el tamaño de la población y n el tamaño de la
muestra, siendo N suficientemente grande , pueden
extraerse un cierto número de muestras distintas de
tamaño n. Si en cambio N es un número pequeño (por
ejemplo, 50 sujetos) , convendrá investigar directamente
a toda la población, es decir, no extraer una muestra o
subconjunto.

20/09/2023 J. Vilchez
 Tipos de Muestreo
La representatividad de la muestra tiene que ver, entonces, con
que ésta posea aproximadamente las mismas características
básicas que posee la población. Y esto, a su vez, tiene que ver con
la manera de seleccionar u obtener la muestra (es decir, con los
procedimientos de extracción de la muestra ) y con el tamaño de
la muestra. Distintos procedimientos de obtención de muestras
definen distintos tipos de muestreo. En general, los muestreos se
califican en probabilísticos y no probabilísticos.

20/09/2023 J. Vilchez
 Tipos de Muestreo
Un muestreo es probabilístico cuando todos y
cada uno de los elementos que integran la
población tienen la misma probabilidad conocida
de ser seleccionados, es decir, de integrar la
muestra. En caso contrario (es decir, cuando no
todos tienen la misma posibilidad de ser elegidos,
o esta probabilidad no se conoce) el muestreo se
denomina no probabilístico.

20/09/2023 J. Vilchez
 Tipos de Muestreo
Pese a que nunca hay garantías absolutas de
representatividad, en los muestreos probabilísticos
el error de muestreo, es decir, el margen de
error o riesgo de equivocarse al generalizar los
resultados obtenidos en la muestra a toda la
población, puede calcularse. Este margen de
error (“desviación estándar”) se define de
antemano. En los muestreos no probabilísticos
el margen de error se desconoce, y por ende no
puede calcularse.

20/09/2023 J. Vilchez
 Ventajas del Muestreo

Las ventajas que presenta la obtención de muestras son

las siguientes :
-la investigación se realiza en menor tiempo y con
menos costos;

-permite profundizar más el análisis de las variables

involucradas en el fenómeno investigado ;

-permite mayor control de dichas variables.

20/09/2023 J. Vilchez
 Unidad de observación y de muestreo
La unidad de observación es cada uno de los elementos (sujetos,
objetos o indicadores) que integran la población, y en los que se
analizarán las variables investigadas. La unidad de muestreo o de
análisis es el elemento utilizado para seleccionar la muestra, es
decir, cada uno de los elementos que integran la muestra. Por lo
general, la unidad de observación (poblacional) y la unidad de
análisis (muestral) son la misma, pero hay casos en que no: si se
desea investigar el maltrato familiar de los menores, y no hay modo
de seleccionar directamente las unidades de observación (los
menores maltratados), se seleccionan las unidades de análisis (los
hogares o casas donde habitan los menores maltratados) para
poder llegar a ellos.

20/09/2023 J. Vilchez
 Pasos de la investigación
Para efectuar eficazmente una investigación hay que definir estricta
y concretamente la población (en función del problema, los
objetivos, las hipótesis, las variables y el tipo de investigación),
especificando las unidades de observación y las unidades de
análisis (cuando ambas no coincidan); hay que asegurarse que la
muestra sea representativa, es decir, que posea las mismas o
similares características principales que posee toda la población
(y que el investigador debe conocer) en relación al fenómeno
investigado, para lo cual hay que definir el tamaño de la muestra, y
decidir el procedimiento de selección o extracción de la muestra
(lo que determinará a su vez el tipo de muestreo).

20/09/2023 J. Vilchez
 MUESTREO Técnicas de
muestreo

PROBABILISTICO NO PROBABILISTICO

· Aleatorio Simple. ACCIDENTAL INTENCIONAL

· Estratificado.
Muestreo por conveniencia
· Conglomerado Muestreo por cuotas:
· Sistemático. Muestra por fines especiales:
Muestreo opinático.
· De áreas Muestreo casual o incidental:
Bola de nieve.
Muestreo Discrecional.
20/09/2023 J. Vilchez
 1. Muestreo Aleatorio Simple

De acuerdo con Webster (1998) “una muestra aleatoria simple es la que

resulta de aplicar un método por el cual todas las muestras posibles de un
determinado tamaño tengan la misma probabilidad de ser elegidas”. Esta
definición refleja que la probabilidad de selección de la unidad de análisis A
es independiente de la probabilidad que tienen el resto de unidades de
análisis que integran una población. Esto significa que tiene implícita la
condición de equiprobabilidad (Glass y Stanley, 1994).

20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…

CÁLCULO DEL TAMAÑO DE LA MUESTRA

A. Universos Grandes donde las poblaciones son infinitas.

1) Estimación de la Media

z 2 . 2
n 2
E
n =Tamaño necesario de la muestra
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación
σ2 =Varianza de la población (Conocida o Estimada)

20/09/2023 J. Vilchez
Muestreo Aleatorio Simple…

Métodos de muestreo
CÁLCULO DEL TAMAÑO DE LA MUESTRA

A. Universos Grandes donde las poblaciones son infinitas.

1) Estimar proporciones
z 2 . p.q
n
E2
n =Tamaño necesario de la muestra
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación
.p = proporción de la población que representa la muestra.
.q = 1 – p
p.q = Varianza de la población
20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…

CÁLCULO DEL TAMAÑO DE LA MUESTRA

B. Universos Pequeños (poblaciones son finitas)

1) Tamaño de la muestra para estimar la Media

N .z 2 . 2
n
( N  1) E 2  z 2 . 2
N = Tamaño de la población.
n =Tamaño necesario de la muestra.
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación.
σ2 =Varianza de la población (Conocida o Estimada)
20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…

CÁLCULO DEL TAMAÑO DE LA MUESTRA

B. Universos Pequeños (poblaciones son finitas)

2) Tamaño de la muestra para estimar Proporciones
N .z 2 . 2
n
(n  1) E 2  z 2 . p.q

N = Tamaño de la población.
n =Tamaño necesario de la muestra.
Z = Valor asociado al nivel de confianza de la estimación.
E = Error de la estimación.
p.q = Varianza de la población
20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…

CÁLCULO DEL TAMAÑO DE LA MUESTRA

NOTA: Se pueden aplicar dos criterios:
 Si la población es de 100 o menos, se toma el total como muestra.
 Si la población es mayor que 100, emplear la fórmula matemática:
Lo que más domine el investigador.
La que sea congruente con el trabajo y la naturaleza de la investigación.
La que realmente sea creíble, confiable y probable para inferir sobre la
población caso de estudios probabilísticas.
 Una fórmula matemático-empírica de elegir muestra de población <1000, es:

s2 n
n 2 Para refinar el tamaño de la muestra se toma n' 
1 n / N


20/09/2023 J. Vilchez
 EJEMPLO
Se desea estimar, con 95% de confianza, el tiempo promedio para la fabricación de cierto
producto. En un estudio piloto se encontró que s =1,2 horas. El investigador asume una
precisión de 0,25 horas.
Entonces, se tiene que:
Confianza 1-α/2=0.95  Z=1.96
S =1.2 horas, E = 0.25 horas
Z12α / 2S2 1.96 1.2
2 2
n   88.5  89
E 2
0.252

Si se desea mejorar la precisión, asumiendo a E = 0.2

Z12α / 2S2 1.96  1.2 

2 2
n   138.3  138
E 2
0.25 2

20/09/2023 J. Vilchez
 EJEMPLO
Se desea conocer tamaño de la muestra para estimar el porcentaje de hogares pobres en
una provincia, si se sabe que la desviación estándar de la población es cerca del 20% de la
proporción de hogares pobres y se desea estar seguro en un 95% que la proporción
muestral se halle dentro del 5% de la proporción poblacional (Z = 1.96).

Resolviendo, tenemos lo siguiente:

2
2 σ 
Z  x100 
n 
u   1 .96 2
20 2
 62
E 
2
5 2

 x100 
u 
Si se escoge el tamaño de la muestra igual a 62, tenemos la
seguridad al 95% de confianza que la proporción muestral se halle
dentro del 5% de la proporción poblacional

20/09/2023 J. Vilchez
 EJEMPLO
¿Que pasaría, si la desviación estándar de la población aumenta al 40% de la
proporción de hogares pobres?
n
1.96 40 
2 2
 246
52
El tamaño de la muestra debe ser 246 para tener la seguridad al
95% de confianza que la proporción muestral se halle dentro del 5%
de la proporción poblacional

¿Que pasaría, si se desea estar seguro en un 95% que la proporción

muestral se halle dentro del 10% de la proporción poblacional ?

n
1.96  20 
2 2
 15
102
El tamaño de la muestra debe ser 15 para tener la seguridad al 95% de
confianza que la proporción muestral se halle dentro del 5% de la
proporción poblacional
20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…
Calculo del tamaño de la muestra
Estudios Descriptivos
A) PARA ESTUDIOS CUYA VARIABLE PRINCIPAL ES CUANTITATIVA
a) Para una población infinita (cuando se desconoce el total de unidades de observación que l integran o la
población es mayor que 10 000.
𝑍 2. 𝑆2
𝑛=
𝑑2
b) Para una población finita (cuando se conoce el total de unidades de observación que la integran).
Donde:
.n = tamaño de la muetra
N = tamaño de la población
𝑁 . 𝑍 2 . 𝑆2 Z = valor de Z crítico, calculado en las tablas del área de la curva
𝑛= 2 normal. Llamada también nivel de confianza.
𝑑 ( 𝑁 −1 ) + 𝑍 2 . 𝑆2 S2 = varianza de la población en estudio (que es el cuadrado de la
desviación estándar y puede obtenerse de estudios similares o prueba
piloto).
.d = Nivel de precisión absoluta: Referido a la amplitud del intervalo de
confianza deseado en la determinación de la variable en estudio.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple… Calculo del tamaño de la muestra
Estudios Descriptivos
B) PARA ESTUDIOS CUYA VARIABLE PRINCIPAL ES CUALIITATIVA
En las investigaciones donde la variable principal de tipo cualitativo, que se reporta mediante la proporción
del fenómeno en estudio en la población diferencia, la muestra se calcula a través de las fórmulas.

a) Para una población infinita (cuando se desconoce el total de unidades de observación que la integran
o la población es mayor que 10 000.
𝑍 2 . 𝑝 .𝑞
𝑛= 2
𝑑
b) Para una población finita (cuando se conoce el total de unidades de observación que la integran).
Donde:
.n = tamaño de la muestra
.N = tamaño de la población
Z = valor de Z crítico, calculado en las tablas del área de la curva normal.
𝑁 . 𝑍2 . 𝑝 . 𝑞 Llamada también nivel de confianza.
𝑛= 2 2 .p = proporción aproximada del fenómeno en estudio en la población de
𝑑 ( 𝑁 −1 ) + 𝑍 .𝑝 .𝑞 referencia.
.q = proporción de la población e referencia que no representa al fenómeno
en estudio (1 – p).
.d = Nivel de precisión absoluta: Referido a la amplitud del intervalo de
confianza deseado en la determinación de la variable en estudio.
20/09/2023 J. Vilchez
 Muestreo Aleatorio Simple…

CARACTERISTICAS VENTAJAS INCONVENIENTES

Irrestricto Se selecciona una Sencillo y de fácil Requiere que se
Aleatorio muestra de tamaño n comprensión. posea de antemano
o simple de una población de N Cálculo rápido de un listado completo de
unidades, cada medias y toda la población.
elemento tiene una varianzas.
probabilidad de Cuando se trabaja con
inclusión igual ySe basa en la muestras pequeñas
conocida de n/N. teoría estadística, y es posible que no
por tanto existen represente a la
Muestra representativa paquetes población
sería entre 10% y el informáticos para adecuadamente.
20%, analizar los datos
Muestra de

20/09/2023 J. Vilchez
 2. Muestreo Aleatorio Sistemático

Este procedimiento exige, numerar todos los elementos de la población, se eligen de la

población a intervalos uniformes a partir de un listado ordenado. Se parte de ese
número aleatorio i, que es un número elegido al azar, y los elementos que integran la
muestra son los que ocupan 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, donde n es el tamaño de la muestra y N el
tamaño de la población. El número i que empleamos como punto de partida será un
número al azar entre 1 y k.
También, para determinar una muestra aleatoria sistemática, supongamos que tenemos
la lista (tamaño N) de todos los estudiantes de una universidad, los cuales están
ordenados de acuerdo a su código de ingresante y deseamos obtener una muestra
(tamaño n) que estén distribuidos homogéneamente a lo largo de la lista. Para ello,
elegimos aleatoriamente un estudiante de entre los N/n = k primeros y luego vamos
eligiendo sistemáticamente el que está situado k lugares después del primer elegido, k
lugares después del segundo elegido

20/09/2023 J. Vilchez
 Muestreo Aleatorio Sistemático…
Arranque de sorteo
1
2
3
4 Intervalo = N/n k = 1000/100 = 10
5
6
MUESTRA 3, 13, 23, 33, 43, 53, …
.
.
.
1000
Para el proceso de muestreo aleatorio sistemático: Acciones:
 Determinar el número de unidades que conformará la muestra.
 Asegurarse que todos los elementos de la población estén enumerados.
 Calcular el “número de selección sistemática”, que servirá de base para la selección de la
muestra. Se calcula dividiendo la población (N) entre la muestra (n). Por ejemplo: N/n = 400/80 =
5; en este caso, 5 será el intervalo para la selección de la muestra.
 Determinar la unidad muestral por la que se iniciará la selección de la muestra; puede ser al azar o
aleatorio.
 Proceder a conformar la muestra. Si al sortear resulta el número 3 y dado que el “número de
selección sistemática” es 5, la muestra integran: 3, 8, 13, …
20/09/2023 J. Vilchez
 Muestreo Aleatorio Sistemático…

CARACTERISTICAS VENTAJAS INCONVENIENTES

Conseguir un listado de Fácil de aplicar. Si la constante de
Sistemático los N elementos de la No siempre es muestreo está
población necesario tener un asociada con el
(monoetápico) Determinar tamaño listado de toda la fenómeno de
muestral n. población. interés, las
Definir un intervalo k= N/n. Cuando la población estimaciones
Elegir un número aleatorio, está ordenada obtenidas a partir de
r, entre 1 y k (r= arranque siguiendo una la muestra pueden
aleatorio). tendencia conocida, contener sesgo de
Seleccionar los elementos asegura una selección.
de la lista. cobertura de
unidades de todos
los tipos.

20/09/2023 J. Vilchez
 3. Muestreo Aleatorio Estratificado

El muestreo estratificado es una técnica de muestreo probabilístico en

donde el investigador divide a toda la población en diferentes subgrupos
o estratos. Luego, selecciona aleatoriamente a los sujetos finales de los
diferentes estratos en forma proporcional o no.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…

Este es un método de muestreo muy utilizado cuando el investigador

dispone de determinada información que permite segmentar internamente
el universo poblacional. Su proceso consiste básicamente en clasificar a la
población en determinadas categorías de interés, generalmente de
carácter sociodemográfico (edad, género, tamaño de hábitat, etc.) aunque
pueden ser de cualquier naturaleza que interese al investigador,
construyendo con ello estratos de población cuyo peso nos aseguramos
que quedarán reflejado en la muestra final.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…

La elección de variables para la clasificación de la población en estratos

se realiza de acuerdo a la presunción por parte del investigador de
existencia de variabilidad en los registros de los sujetos a raíz de esta
segmentación. Así, por ejemplo, para diseñar una muestra de sujetos
con el fin de estudiar la satisfacción de los usuarios con los servicios
sanitarios, como investigadores podemos realizar la presunción de que
el tamaño de hábitat del sujeto puede influir en sus opiniones, puesto
que en los núcleos poblacionales pequeños o rurales existen menos
infraestructuras y servicios sanitarios que en los núcleos grandes.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
En este tipo de muestreo, la distribución de los elementos muestrales
entre los estratos diseñados se lleva a cabo mediante el proceso de
afijación. Existen varias formas de afijar la muestra a cada estrato.
Las tres principales son la afijación simple, la proporcional y la
óptima. Por ejemplo, si deseamos indagar en torno a la opinión de los
habitantes de un distrito respecto al coronavirus, para ver el nivel de
conciencia sanitaria de la ciudadanía, podemos determinar una
muestra de 800 sujetos, y decidimos segmentarla bajo la presunción
de que la variable nivel de estudios posee capacidad para explicar la
variabilidad de la realidad estudiada.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…

Afijación simple: es la opción básica y sencilla. Consiste en asignar el

mismo tamaño muestral a cada estrato, independientemente de cuál sea
su peso poblacional real dentro de la población. De esta forma, si una
población de 800 casos distribuiríamos 200 casos en cada categoría de
la variable nivel de estudios. El objetivo implícito de la afijación simple es
que la muestra sea representativa en cada uno de los estratos, de
manera que sea posible obtener conclusiones dentro de ese nivel. Con
frecuencia lleva a introducir sesgos en la composición final de la
muestra, puesto que los estratos que albergan mayor porcentaje de
población quedarán infrarrepresentados en la muestra y viceversa,
aquellos con un menor porcentaje de población real quedarán
sobrerrepresentados.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
La muestra se elige escogiendo en cada estrato un número
representativo de individuos. El tamaño de la muestra se fijará mediante
uno de los tipos de muestreo disponible. La elección de los elementos
en cada estrato se realiza mediante algún método de muestreo
aleatorio simple o muestreo sistemático. Suponemos que hay k estratos
de tamaños , de forma que:N1, N2,…, Nk

++…+
En cada estrato se toman n1, n2,…, nk elementos para la muestra, de manera que
se toman en total n individuos, es decir:
++…+

Se tomará una muestra que sea representativa del conjunto de la población.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
Ejemplo
Elección simple (o uniforme): se toman de la muestra el mismo número de
sujetos para cada uno de los k estratos. De cada estrato se
seleccionarían N/k individuos. Este criterio no es recomendable cuando
los estratos tienen un número de individuos significativamente diferente.
Por ejemplo, en una muestra de 800 individuos dividida en tres estratos, cada uno
de ellos tendría 800/4 = 200 elementos.
N1 = 200 N2 = 200 N3 = 200 N4 = 200

N1 = 100 N2 = 150 N3 = 250 N4 = 300

.n1 = 40 n2 = 40 n3 = 40 n4 = 40

N = 40 + 40 + 40 + 40 = 160

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…

Afijación proporcional. A través de este método el número de

casos seleccionado para cada estrato es proporcional al número de
elementos en ese estrato dentro la población. Así, el segmento de
población sin estudios, que supone un 7% de la población, en una
muestra de 1000 casos le corresponden 70 entrevistas, mientras
que las personas con estudios primarios que alcanzan el 46% de la
población serán objeto de 460 entrevistas. Este es quizás el criterio
de afijación más utilizado en ciencias sociales, puesto que la
distribución de la muestra guarda correspondencia con la
representación de los estratos en la población objeto de estudio.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
Elección proporcional al tamaño del estrato: el tamaño de la muestra en
cada grupo es proporcional a los elementos de dicho grupo. En cada
estrato se tomarán n elementos, calculados mediante la fórmula:
i

𝑁𝑖
𝑛𝑖 =𝑛 .
𝑁

Siendo N el número de elementos de la población, n el de la muestra, N el i

del estrato i.
Por ejemplo, suponemos que se hace un estudio sobre la toma de Ivermectina en una ciudad
de 3000 habitantes. Teniendo en cuenta cuatro estratos sociales para obtener los resultados
en esta investigación. Donde se incluye solo a los mayores de edad para el estudio. Se
distribuyen en cuatro grupos o estratos, resultando una agrupación, del siguiente modo:

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…

Estrato A 400
Estrato B 600
Estrato C 800
Estrato D 1200
Total 3 000

Por el procedimiento de muestreo elegido obtenemos una muestra de 240

sujetos. Para asignar el número de componentes a los tres estratos de edad.
.n = 240

𝑁𝑖
𝑛𝑖 =𝑛 .
𝑁

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
400 800
𝑛 𝐴 =240. =32 𝑛𝐶 =240. =64
3000 3000
600 1200
𝑛 𝐵= 240. =48 𝑛 𝐷=240. =96
3000 3000

Estrato Población Tamaño de muestra

Estrato A 400 32
Estrato B 600 48
Estrato C 800 64
Estrato D 1200 96
Total 3000 240

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
Afijación óptima. Aumenta la sofisticación de la afijación, aquí el peso relativo de
los estratos en la población, su heterogeneidad en relación a la variable o variables
utilizadas en la estratificación. Con este método, aquellos estratos que presenten
mayor peso poblacional y sean más heterogéneos les corresponderá un mayor peso
poblacional que los estratos con menos población y más homogéneos. El cálculo del
tamaño muestral para cada estrato es algo más complejo que en los anteriores
casos. El primer paso es multiplicar el porcentaje de la población correspondiente al
estrato por la varianza del estrato. Después se suman los resultados de todos los
productos y se calcula la proporción que supone cada producto en el total obtenido.
Y finalmente se multiplica cada una de las proporcionales por el tamaño muestral
para obtener el peso muestral final de cada estrato. El uso de la afijación óptima no
es muy frecuente en investigación social a pesar de que como su nombre indica
supone una opción altamente recomendable para afijar muestras.

20/09/2023 J. Vilchez
 Muestreo Aleatorio Estratificado…
Tipo de CARACTERISTICAS VENTAJAS INCONVENIENTES
muestreo

A veces conviene Tiende a asegurar que la Es necesario disponer

estratificar la muestra muestra represente de un marco muestral
Estratificado según ciertas variables adecuadamente a la en el que se detallen
de interés. Para ello población en función de unas las características de
debemos conocer la variables seleccionadas. los sujetos en relación
composición a las variables
estratificada de la Permite organizar mejor el utilizadas en la
población objetivo a trabajo de campo. estratificación.
hacer un muestreo.
Una vez calculado el Puede hacer uso de distintos Es complejo diseñar si
tamaño muestral marcos muestrales para cada se establecen más de
apropiado, este se estrato. tres variables para la
reparte de manera estratificación.
proporcional entre los Se obtienen estimaciones
distintos estratos más precisas. Se requiere de cálculos
definidos en la estadísticos complejos.
población usando una
simple regla de tres.

20/09/2023 J. Vilchez
 4. Muestreo Aleatorio por Conglomerados

Es una técnica que aprovecha la existencia de grupos o conglomerados en la

población que representan correctamente el total de la población en relación a la
característica que queremos medir. Dicho de otro modo, estos grupos contienen
toda la variabilidad de la población. Si esto sucede, podemos seleccionar
únicamente algunos de estos conglomerados para conocer la información de
interés del total de la población.

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…

El conglomerado más utilizado en la investigación es

un conglomerado geográfico. Por ejemplo, un investigador desea
estudiar el rendimiento académico de los estudiantes secundarios en la
región Huánuco. Puede dividir a toda la población (población del
departamento) en diferentes conglomerados (provincias).

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…

Precisiones del muestreo por conglomerados

• Los conglomerados deben ser, en la medida de lo posible, lo más heterogéneos que se
pueda con el fin de representar a la población total. Asimismo deben ser mutuamente
excluyentes y exhaustivos en conjunto.
• Los individuos que componen los conglomerados son seleccionados de forma
indirecta, ya que lo que se elige primeramente al azar son los cúmulos y no los
individuos (por lo menos en una primera instancia).
• Para determinar el tamaño de la muestra y el número de grupos que se seleccionarán.
¿Cómo se define el número de grupos? Dividiendo el tamaño de la muestra entre el
número promedio estimado de elementos de la población en cada grupo.
• Debes elegir un marco de muestreo existente o crear un nuevo marco de muestreo de
grupos de la población objetivo. Puedes hacer ajustes si es necesario para obtener el
tamaño de la muestra necesario.

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…

El muestreo por conglomerados se pueden llevar a cabo en una o más

etapas. Una fase o etapa es el momento en el que se toma una muestra.
Muestreo por conglomerados monoetápico
Después de haber seleccionado los conglomerados se estudian a todos los
individuos que los componen.

Muestreo por conglomerados en dos etapas

En lugar de estudiar a todos los elementos de los grupos seleccionados de la
muestra, se procede a realizar una muestra aleatoria de los elementos de cada
grupo seleccionado.

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…
Muestreo por conglomerados en fases múltiples
Como mencionamos anteriormente, este tipo de muestreo es de gran utilidad
cuando la población se encuentra distribuida de forma dispersa y en una gran
área, por lo que se puede proceder por etapas.

Procedimiento:
En primer lugar, se puede seleccionar una muestra aleatoria de unidades
de superficie. Después, dentro de las unidades de superficie se puede
seleccionar una muestra aleatoria de subunidades geográficas. Luego, se
puede volver a seleccionar al azar una muestra de estas subunidades
geográficas para, finalmente, pasar al estudio de los individuos, los
cuales también son seleccionados al azar.

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…

Tipo de muestreo CARACTERISTICAS VENTAJAS INCONVENIENTES

Conglomerados Se realizan varias Es muy eficiente El error estándar es

fases de muestreo cuando la mayor que en el
(polietápico) sucesivas población es muy muestreo aleatorio
(polietápico) grande y dispersa. simple o estratificado.

La necesidad de No es preciso tener El cálculo del error

listados de las un listado de toda estándar es complejo.
unidades de una la población, sólo
etapa se limita a de las unidades
aquellas unidades de primarias de
muestreo muestreo.
seleccionadas en la
etapa anterior.

20/09/2023 J. Vilchez
 Muestreo Aleatorio por Conglomerados…

Ejemplo 1: nivel de participación de los padres de familia en el

educación de sus hijos en instituciones educativas del mismo nivel de
una ciudad (muestreo monoetápico)

Ejemplo 2: satisfacción de los economistas que laboran en

instituciones gubernamentales (muestreo por conglomerados en dos
fases)

Ejemplo 3: Encuesta a nivel regional sobre las formas de prevenir el

contagio por el corona virus (muestreo por áreas en fases múltiples)

20/09/2023 J. Vilchez
 t i c a r
p r a c
o ra a b !
¡A h i n i t a
n M
co

20/09/2023 J. Vilchez