MÉTODOS DE MUESTREO PROBABILÍSTICO

“ESTADÍSTICA II”

Laura Sofía Zúñiga Bolaños

Helen Dahian Torres Getial
Diana Carolina Goez Diaz
Keyla Ines Grueso Moreno
Presentado a: Fausto Alexander Arteaga

UNIVERSIDAD AUTÓNOMA DE OCCIDENTE

SANTIAGO DE CALI
2019
 “Estadística II”

INTRODUCCIÒN

El muestreo, es una herramienta de la investigación

científica, cuya función básica es determinar qué parte
de una población debe examinarse, con la finalidad de
hacer inferencias sobre dicha población. La muestra
debe lograr una representación adecuada de la
población, en la que se reproduzca de la mejor manera
los rasgos esenciales de dicha población que son
importantes para la investigación. Para que una
muestra sea representativa, y por lo tanto útil, debe de
reflejar las similitudes y diferencias encontradas en la
población, es decir ejemplificar las características de
ésta. 1 El muestreo probabilístico representa un tipo
de muestra estadística, pero en este caso el método se concentra en analizar y estudiar grupos
específicos de la población estadística, pero utilizando la selección aleatoria.
Además, el muestreo probabilístico tiene como requisito principal que la población estudiada
cuente con una igualdad en las oportunidades para ser seleccionados.
Existen diferentes criterios para la clasificación de los tipos de muestreo probabilístico, en el
presente documento se explicará el concepto y ejemplificará 4 métodos.

1
Significado del muestreo - [Link]

Pág. 2
 “Estadística II”

MUESTREO ALEATORIO SIMPLE

Garantiza que todos los individuos que componen la población blanco tienen la misma oportunidad de ser
incluidos en la muestra. Esta significa que la probabilidad de selección de un sujeto a estudio “x” es
independiente de la probabilidad que tienen el resto de los sujetos que integran forman parte de la población
blanco. Este método de muestreo es tan fácil como asignar números a los individuos (muestra) y luego
elegir de manera aleatoria números entre los números a través de un proceso automatizado. Finalmente, los
números que se eligen son los miembros que se incluyen la muestra. Existen dos formas en que las muestras
se eligen: A través de un sistema de lotería y uso de software de generación de números aleatorios.
Ventajas de muestreo aleatorio simple
● Sencillo y de fácil comprensión, con un cálculo rápido de medias y varianzas.
● Ayuda a reducir cualquier sesgo involucrado con el muestreo en comparación con cualquier otro de
los métodos de muestreo.
● Se basa en la teoría estadística, y por lo tanto existen paquetes informáticos para analizar los datos.
● La persona que realiza la investigación no necesita tener conocimiento previo de los datos que se
recopilaran.
Desventajas de muestreo aleatorio simple
● Es un método de muestreo que puede llegar a ser más costoso que otros, ya que requiere una lista
completa de todos los encuestados potenciales. Por lo tanto, un tamaño de muestra que es demasiado
grande puede llegar a ser problemático, ya que cada miembro de la población tiene las mismas
posibilidades de selección. Una población más grande significa un marco de muestra más grande y
muchas veces puede llegar a ser difícil manejar a una población.
● Cuando se trabaja con muestras pequeñas es posibles que no represente a la población adecuadamente.
Procedimiento
1. Determinar el tamaño de la muestra
2. Enumerar los individuos de 1 a n
3. Tirar unidades al azar (probabilidad igual)
Ejemplo: Cobertura de la vacuna anti- sarampión entre 1200 niños de una escuela X :
 Muestra = 60
 Hacer una lista de todos los niños
 Enumerarlos de 1 a 1200
 Selección aleatoria de 60 números

MUESTREO SISTEMÁTICO
En el muestreo sistemático se lleva a cabo dividiendo la población en subgrupos en forma de lista,
finalmente se selecciona aleatoriamente un número. El número seleccionado aleatoriamente será la posición
del individuo de cada grupo que conforme la muestra.2 Es una implementación extendida de la mismísima
técnica de probabilidad en la que cual, cada miembro de un grupo es seleccionado en periodos regulares
para formar una muestra. Cuando se utiliza este método de muestreo, existe una oportunidad igual para que
cada miembro de una población sea seleccionado. Estas son otras cuatro situaciones en las cuales puedes
utilizar el muestreo sistemático: Restricciones presupuestarias, Implementación sin complicaciones,
Ausencia de patrón de datos y Bajo riesgo de manipulación de datos en la investigación.
Ventajas del muestreo sistemático
 Es extremadamente simple y conveniente para los investigadores crear, conducir y analizar las
muestras.
 El factor de riesgo involucrado en este método de muestreo es extremadamente mínimo.
2
Muestreo proabilistico - [Link]

Pág. 3
 “Estadística II”

 No siempre es necesario tener un listado de toda la población, por lo tanto, como no es necesario
enumerar a cada miembro de la muestra, el muestreo sistemático es mejor para representar a una
población de manera más rápida y sencilla
 Cuando la población esta ordenada siguiendo una tendencia conocida, asegura una cobertura de
unidades de todos los tipos.
Desventajas del muestreo sistemático
 Si la constante de muestreo está asociada con un fenómeno de interés, se pueden hallar estimaciones
sesgadas.
Procedimiento
Inicialmente se consigue un listado de N elementos, luego, se determinar un tamaño de muestra n para
definir un intervalo de salto k; K=N/n y elegir un numero aleatorio r, entre 1 y K (r=arranque aleatorio),
que finalmente, permitirá seleccionar los elementos de la lista.
Ejemplo Tenemos una población de 10.000 personas y debemos conformar una muestra de 100 individuos.
Por lo tanto, se dividen la población en 200 grupos de 50. Luego se selecciona un número al azar, por
ejemplo, el número 20. Por lo tanto, la muestra de 100 individuos ser irá conformando por el individuo
número 20 de cada grupo.

MUESTREO ESTRATIFICADO
Trata de obviar las dificultades que presentan los métodos de muestreo aleatorio simple y sistemático, ya
que simplifican los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste
en considerar categorías típicas diferentes entre sí (estratos) que poseen gran homogeneidad respecto a
alguna característica (se puede estratificar, por ejemplo, según la profesión, el sexo, el estado civil, etc.).
Asegurándose de que todos los estratos de interés estarán representados adecuadamente. Cada estrato
funciona independientemente, permitiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para seleccionar los elementos concretos que formarán parte de la muestra. En ocasiones las
dificultades que plantean son demasiado grandes, pues exige un conocimiento detallado de la población.
La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de
diferentes tipos:
 Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.
 Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la población en
cada estrato.
 Afijación Óptima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que se
considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele conocer la
desviación.

Ventajas del muestreo estratificado

 Tiende a asegurar que la muestra represente adecuadamente a la población en función de unas
variables seleccionadas.
 Se obtiene estimaciones más precisas, porque
se asegura de que los elementos de cada estrato
son representado en la muestra.
Desventajas del muestreo estratificado
 Los análisis son complicados, ya que, la información sobre las variables de estratificación
es requerida para cada elemento de la población. Si
dicha información no está disponible, puede ser costosa su compilación. , en muchos casos la muestra
tiene que ponderarse.

Pág. 4
 “Estadística II”

Ejemplo: En una fábrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que
hay 200 trabajadores en la sección A, 150 en la B, 150 en la C y 100 en la D.

MUESTREO CONGLOMERADOS (Clúster o por Racimos)

Este es un método que selecciona de manera aleatoria a los participantes cuando están dispersos
geográficamente, siendo utilizado específicamente cuando es imposible o poco práctico crear un marco de
muestreo de una población objetivo debido a que está muy dispersa geográficamente y el costo de la
recopilación de datos es relativamente alto. Las unidades de muestreo o grupos pueden ser espaciados, tal
como ocurre naturalmente en las unidades geográficas o físicas (por ejemplo: estados, delegaciones o
distritos); en base a una organización como escuelas, grado escolar; o servicio telefónico tales como códigos
de área. Por lo que esta técnica de muestreo se utiliza para un estudio de mercado. Un área geográfica
extensa puede ser costosa de estudiar en comparación con el costo de las encuestas que se envían a grupos
que se dividen en función del área.

Ventajas del muestreo conglomerado

 Es muy eficiente cuando la población es muy grande y dispersa. Reduce costes.
 Mejor precisión en los datos, dado que puede haber muestras grandes en cada grupo, se puede
compensar la pérdida de precisión en la información por individuo.
Pasos para seleccionar un muestreo por conglomerados:
1. Definir la población objetivo
2. Determinar el tamaño de la muestra deseada.
3. Identificar un marco de muestreo existente o desarrollar un nuevo marco de muestreo de grupos de la
población objetivo.
4. Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva, múltiple cobertura, y la
agrupación, y hacer los ajustes cuando sea necesario. Idealmente, los grupos serían tan heterogéneos
como la población, mutuamente excluyentes, y colectivamente exhaustivos. La duplicación de
elementos de la muestra puede aparecer si elementos de la población pertenecen a más de un grupo.
La omisión dará lugar a un sesgo de cobertura.
5. Determinar el número de grupos que se seleccione. Esto se puede hacer dividiendo el tamaño de la
muestra por el número promedio estimado de elementos de la población en cada grupo. En la medida
en que la homogeneidad y la heterogeneidad de los grupos sean diferentes a la de la población, el
número del grupo aumenta e incrementa la precisión. Por otra parte, si las diferencias aumentan, la
precisión disminuye.
6. Seleccionar al azar el número previsto de las agrupaciones
Ejemplo: Un investigador desea estudiar el rendimiento académico de los estudiantes secundarios en
España.
1. Puede dividir a toda la población (población de España) en diferentes conglomerados (ciudades).
2. Luego, el investigador selecciona una serie de conglomerados en función de su investigación, a través
de un muestreo aleatorio simple o sistemático.
3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar) el investigador puede
incluir a todos los estudiantes secundarios como sujetos o seleccionar un número de sujetos de cada
conglomerado a través de un muestreo aleatorio simple o sistemático.

Pág. 5
 “Estadística II”

BIBLIOGRAFIA

 [Link]
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]
 [Link]

Pág. 6