UNIVERSIDAD NACIONAL
TORIBIO RODRÍGUEZ DE MENDOZA DE AMAZONAS
FACULTAD DE INGENIERÍA ZOOTECNISTA, AGRONEGOCIOS Y
BIOTECNOLOGÍA
ESCUELA PROFESIONAL DE INGENIERIA ZOOTECNISTA
CONCEPTOS BASICO DE ESTADISTICA, VARIABLES
Autor(a): Estudiante Nilber Eisen Tafur Torrejón
Profesor(a): Dr. Elías Alberto Torres Armas
Curso: Estadística
CHACHAPOYAS – PERÚ
2021
OBJETIVOS
Objetivo general
Conocer y aprender sobre los tipos de muestreo y conceptos básicos del
muestreo.
Objetivos específicos
Conocer los tipos de muestreo para aplicarlo en el desarrollo del curso
Conocer los conceptos básicos en el muestreo
Desarrollar los temas siguientes con lo aprendido en este informe
TIPOS DE MUESTREO
Muestreo probabilístico
El muestreo probabilístico es un método de muestreo que utiliza formas de métodos de
selección aleatoria, lo cual permite plantear inferencias sobre los parámetros
poblacionales reales, a partir de estadísticos de niveles de confianza y márgenes de error
previamente establecidos por el investigador. Dicho de otro modo, el muestreo
probabilístico permite realizar generalizaciones desde los resultados obtenidos a través
la muestra hacia el conjunto del universo poblacional. Este es precisamente un objetivo
fundamental en el método de encuesta, puesto que lo que se pretende obtener con este
tipo de investigación es describir el comportamiento de un fenómeno social en un
conjunto de población estudiado.
El requisito más importante del muestreo probabilístico es que todos en una población
tengan la misma oportunidad de ser seleccionados.
Por ejemplo, si tienes una población de 100 personas, cada persona tendría una
probabilidad de 1 de 100 de ser seleccionado. El método de muestreo probabilístico te
ofrece la mejor oportunidad de crear una muestra representativa de la población.
Este método utiliza la teoría estadística para seleccionar al azar un pequeño grupo de
personas (muestra) de una gran población existente y luego predecir que todas las
respuestas juntas coincidirán con la población en general.
Por ejemplo, es prácticamente imposible enviar una encuesta a cada una de las personas
de todo un país para recabar información, pero lo que puedes hacer utilizar el método de
muestreo de probabilidad para obtener datos que pueden ser muy buenos (incluso
aunque se obtengan de una población más pequeña).
Tipos de muestreo probabilístico
Muestreo aleatorio simple: es un método completamente aleatorio que se utiliza para
seleccionar una muestra. 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. Esta técnica de muestreo funciona
generalmente en grandes poblaciones y tiene tanto ventajas como desventajas.
Muestreo estratificado: este es un método en el cual una población grande se divide en
dos grupos más pequeños, que generalmente no se superponen, sino que representan a
toda la población en conjunto.
Durante el muestreo, estos grupos pueden organizarse y luego de estos se puede obtener
una muestra de cada grupo por separado.
Algo común en este tipo de método es organizar o clasificar las muestras por sexo,
edad, etnia, etc. Este método divide sujetos en grupos mutuamente exclusivos y luego
utiliza un muestreo aleatorio simple para elegir miembros de los grupos.
Los miembros de cada uno de estos grupos deben ser distintos para que todos los
miembros de todos los grupos tengan la misma oportunidad de ser seleccionados
utilizando la probabilidad simple.
Muestreo por conglomerados: este es un método que selecciona de manera aleatoria a
los participantes cuando están dispersos geográficamente.
Por ejemplo, tenemos a 1000 participantes de toda la población de Chachapoyas,
supongamos que es probable que no sea posible obtener una lista completa de todos
estos. Pero en cambio, lo que hace el investigador es seleccionar áreas de manera
aleatoria y selecciona al azar dentro de esos límites.
El muestreo por conglomerados por lo general analiza a una población particular en la
que la muestra consiste en varios elementos, por ejemplo, ciudad, familia, universidad,
etc. Los conglomerados se seleccionan básicamente dividiendo la población mayor en
varias secciones más pequeñas.
Muestreo sistemático: este se enfoca en elegir a cada “enésima” persona para que sea
parte de la muestra. Por ejemplo, puedes elegir que cada quinta persona sea parte de la
muestra, o que cada décima persona sea parte de ella.
El muestreo sistemático 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.
Pasos para llevar a cabo un muestreo probabilístico
Elige cuidadosamente tu población de interés: piensa detenidamente y elige
entre la población de manera correcta. Las personas que crees que tienen
opiniones que deban recopilarse son las que tienes que incluir en tu muestra.
Determina un marco de muestra adecuado: tu marco debe incluir una muestra de
tu población de interés y nadie del exterior. Esto es importante si quieres
recopilar datos precisos y que te sirvan.
Selecciona tu muestra y comienza tu encuesta: a veces puede ser difícil
encontrar la muestra correcta y determinar el marco de muestra adecuado.
Incluso cuando todos los factores están a nuestro favor, muchas veces puede
haber problemas imprevistos como el factor de costo, la calidad de los
encuestados y la rapidez de estos en responder.
Obtener una muestra para responder a una verdadera encuesta de probabilidad puede
ser difícil, pero no imposible.
En la mayoría de los casos, utilizar la técnica de muestreo probabilístico te ahorrará
tiempo, dinero y mucha frustración. Probablemente no puedas enviar encuestas a todas
las personas, pero siempre puedes darle a todos la oportunidad de participar, de esto es
de lo que se trata la técnica de muestreo de probabilidad.
Cuando utilizar el muestreo probabilístico
Cuando se tiene que reducir el sesgo en el muestreo: este método de muestreo se
utiliza comúnmente cuando el sesgo debe ser mínimo.
La selección de la muestra determina en gran medida la calidad de la
investigación. Y la forma en la que los investigadores seleccionan su muestra
determina la calidad de sus hallazgos.
El muestreo probabilístico proporciona en gran medida calidad en los hallazgos
del investigador, esto sucede porque se trata de investigar a una representación
imparcial de la población. Esto es de especial importancia para eliminar el sesgo
en tus encuestas.
Cuando la población es diversa: cuando el tamaño de la población es grande y
diversa, este método de muestreo es útil ya que ayuda a los investigadores a
crear muestras que representan completamente a la población.
Supongamos que queremos saber cuántas personas prefieren el turismo médico
antes de recibir un tratamiento en su propio país, este método de muestreo puede
ayudarle al investigador a recoger muestras de diversos estratos
socioeconómicos, antecedentes, etc., para representar a la población general.
Para crear una muestra precisa: el muestreo probabilístico ayuda a los
investigadores a crear una muestra precisa de su población. Los investigadores
pueden utilizar este método para crear un tamaño de muestra preciso que les
pueda ayudar a obtener datos bien definidos.
Ventajas del muestreo probabilístico
Es rentable: este proceso es rentable y efectivo en relación al tiempo y costo.
Es simple y fácil: el muestreo de probabilidad es un método fácil ya que no implica
un proceso complicado. Es rápido y ahorra tiempo.
No es técnico: este método de muestreo no requiere ningún conocimiento técnico
debido a la simplicidad con la que puede realizarse. Este método no requiere ningún
tipo de conocimiento complejo y por suerte, no es nada largo.
Muestreo no probabilístico
El muestreo no probabilístico es una técnica de muestreo en la cual el investigador
selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al azar.
A diferencia en el muestreo probabilístico, donde cada miembro de la población tiene
una posibilidad conocida de ser seleccionado, en el muestreo no probabilístico, no todos
los miembros de la población tienen la oportunidad de participar en el estudio
El muestreo no probabilístico es más útil para estudios exploratorios como la encuesta
piloto (una encuesta que se implementa en una muestra más pequeña, en comparación
con el tamaño de muestra predeterminado).
El muestreo no probabilístico se utiliza donde no es posible extraer un muestreo de
probabilidad aleatorio debido a consideraciones de tiempo o costo.
El muestreo no probabilístico es un método menos estricto, este método de muestreo
depende en gran medida de la experiencia de los investigadores. El muestreo no
probabilístico comúnmente se lleva a cabo mediante métodos de observación, y se
utiliza ampliamente en la investigación cualitativa.
Tipos de muestreo no probabilístico
Muestreo por conveniencia: El muestreo por conveniencia es una técnica de muestreo
no probabilística donde las muestras de la población se seleccionan solo porque están
convenientemente disponibles para el investigador. Estas muestras se seleccionan solo
porque son fáciles de reclutar y porque el investigador no consideró seleccionar una
muestra que represente a toda la población.
Idealmente, en la investigación, es bueno analizar muestras que representen a la
población. Pero, en algunas investigaciones, la población es demasiado grande para
evaluar y considerar a toda la población.
Esta es una de las razones por las que los investigadores confían en el muestreo por
conveniencia, que es la técnica de muestreo no probabilística más común, debido a su
velocidad, costo-efectividad y facilidad de disponibilidad de la muestra.
Un ejemplo de muestreo por conveniencia sería utilizar a estudiantes voluntarios que
sean conocidos del investigador. El investigador puede enviar la encuesta a los
estudiantes y ellos en este caso actuarían como muestra.
Muestreo consecutivo: Esta técnica de muestreo no probabilística es muy similar al
muestreo por conveniencia. En el muestreo consecutivo el investigador elige una sola
persona o un grupo de muestra, realiza una investigación durante un periodo de tiempo,
analiza los resultados y luego pasa a otra asignatura o grupo de sujetos si es necesario.
Esta técnica de muestreo le da al investigador la oportunidad de trabajar con muchos
temas y afinar su investigación mediante la recopilación de resultados que tienen
conocimientos vitales.
Muestreo por cuotas: Hipotéticamente, supongamos que un investigador desea
estudiar los objetivos profesionales de los empleados de una organización. En esta
organización trabajan 500 empleados y estos son conocidos en conjunto como
“población”.
Para comprender mejor una población, el investigador solo necesitará una muestra, no a
toda la población. Además, el investigador está interesado en estratos particulares
dentro de la población. Es aquí donde el muestreo por cuotas ayuda a dividir la
población en estratos o grupos.
Para estudiar los objetivos de más de 500 empleados, técnicamente la muestra
seleccionada debe tener un número proporcional de hombres y mujeres. Lo que
significa que debe haber 250 hombres y 250 mujeres. Como esto es improbable, los
grupos o estratos se seleccionan mediante el muestreo por cuotas
Muestreo intencional o por juicio: En esta técnica de muestreo no probabilístico, las
muestras se seleccionan basándose únicamente en el conocimiento y la credibilidad del
investigador. En otras palabras, los investigadores eligen solo a aquellos que estos creen
que son los adecuados (con respecto a los atributos y la representación de una
población) para participar en un estudio de investigación.
Este no es un método científico de muestreo y la desventaja de esta técnica es que los
resultados pueden estar influenciados por nociones percibidas del investigador. Por lo
tanto, hay una gran cantidad de ambigüedad involucrada en esta técnica de
investigación. Por ejemplo, este tipo de método de muestreo se puede utilizar en
estudios piloto.
Muestreo de bola de nieve: Este tipo de técnica de muestreo ayuda a los investigadores
a encontrar muestras cuando son difíciles de localizar. Los investigadores utilizan esta
técnica cuando el tamaño de la muestra es pequeño y no está disponible fácilmente.
Este sistema de muestreo bola de nieve funciona como el programa de referencia. Una
vez que los investigadores encuentran sujetos adecuados, se le pide a esto ayuda para
buscar a sujetos similares y así poder formar una muestra de buen tamaño.
Por ejemplo, este tipo de muestreo se puede utilizar para realizar investigaciones que
involucran una enfermedad particular en pacientes o tal vez una enfermedad rara
también. Los investigadores pueden buscar ayuda de las personas enfermas para que
estos refieran a otros que sufran de la misma dolencia y con esto formar una muestra
subjetiva para llevar a cabo el estudio.
Cuando usar el muestreo no probabilístico
Este tipo de muestreo se usa para indicar si existe un rasgo o característica
particular en una población.
Esta técnica de muestreo es ampliamente utilizada cuando los investigadores
realizan investigaciones cualitativas, estudios piloto o investigación
exploratoria.
El muestreo no probabilístico se usa cuando los investigadores tienen un
tiempo limitado para llevar a cabo la investigación o tienen limitaciones
presupuestarias.
El muestreo no probabilístico se realiza para observar si un tema en particular
necesita un análisis en profundidad.
Ventajas del muestreo no probabilístico
El muestreo no probabilístico es un método práctico para los investigadores que
implementan encuestas en el mundo real. Aunque claro, cabe mencionar que los
estadistas prefieren el muestreo probabilístico porque arroja datos en forma de
números. Pero la realidad es que, si se hace correctamente, el muestreo no
probabilístico puede arrojar resultados similares, si no es que de la misma
calidad.
Obtener respuestas utilizando el muestreo no probabilístico es más rápido y más
rentable en comparación al muestreo probabilístico ya que el investigador
conoce la muestra. Comúnmente los participantes están motivados para
responder rápidamente en comparación con las personas que se seleccionan al
azar.
Las principales diferencias entre ambos son las siguientes:
No probabilístico
Probabilístico
Dominante en el paradigma cuantitativo Dominante en el paradigma cualitativo
Todos los casos tienen la misma Todos los casos no tienen la misma
probabilidad conocida de probabilidad de ser seleccionados
ser seleccionados
Permite detallar con precisión las No es posible precisar el nivel de
estimaciones muestrales (nivel de confianza ni el margen de error muestral
confianza y error muestral)
No requiere un conocimiento específico Requiere un conocimiento más levado de
de la población a estudiar la población
Las características de los sujetos El perfil sociodemográfico de los sujetos
seleccionados en relación al problema seleccionados está subordinado a las
investigado están subordinadas a su características de éstos en relación al
perfil sociodemográfico problema investigado
Controla sesgos en la composición de la Dificultad para impedir sesgos en la
muestra composición de la muestra
Persigue la inferencia estadística Persigue la inferencia lógica
Requiere una muestra con mayor Requiere una muestra con menos casos
número de casos
Más costoso y complejo Más económico y sencillo
CONCEPTOS BÁSICOS
Unidad muestral: Unidad seleccionada de la población para la aplicación de la técnica
de investigación. Puede ser un elemento poblacional único o un conjunto de elementos.
Ejem. personas, filas., etc.
Unidad de registro: son el resultado de un trabajo descriptivo, se puede considerar
como parte de unidad de muestreo que es posible analizar de forma aislada. Las
dependencias que podría existir dentro de las unidades de muestreo se mantienen en la
descripción individual de su unidad de registro
Unidad de análisis: Es cada uno de los elementos que constituyen la población y por lo
tanto la muestra, cada unidad de análisis cumple con los parámetros muestrales.
Población: Conjunto total de elementos objeto de estudios, también se denomina
universo colectivo. La población puede estar formada por personas, hogares,
instituciones u objetos.
La población objetivo: es aquel grupo de personas que es de interés de los
investigadores en un estudio estadístico, o que se ve afectado por un determinado
proyecto. La población objetivo, en otras palabras, se conforma por el conjunto de
individuos sobre los que se efectúa una evaluación o análisis estadístico.
Para determinar la población objetivo se pueden hacer preguntas como ¿Quién se está
viendo afectado o está causando el fenómeno de interés? ¿Cuáles son las características
de estas personas y dónde se ubican geográficamente?
Población muestral: Es la población en la investigación sobre la que los investigadores
pueden aplicar sus conclusiones. Esta población es un subconjunto de la población
objetivo y también se conoce como la población de estudio. Los investigadores sacan
sus muestras de la población muestral.
Marco muestral: Es una lista de los elementos que forman el universo que está por
estudiarse, los cuales se conocen como unidades muestrales. Cada uno de estos
elementos comparten características que los permite identificarse.
A partir del marco muestral es posible extraer la muestra de estudio, es decir, la
población que se va a investigar. Los elementos que la integran pueden ser clientes,
empleados, hogares, instituciones, ciudades o cualquier cosa que necesite ser estudiada.
Tipos de marco muestral
Existen dos tipos de marco muestral, de lista y de área. A continuación, te describimos
cada uno de ellos:
Marco muestral de lista: Son listados que ayudan a identificar a los objetos
que participarán en el muestreo aleatorio.
Marco muestral de área: Son los elementos que permiten delimitar las
unidades geográficas para ubicarlas sobre el lugar de estudio, como las
fotografías.
Unidad de muestreo: Es el elemento o conjunto de elementos que se seleccionan en
una etapa del muestreo. La unidad de muestreo puede estar conformada por una
unidad estadística o por un conjunto de unidades estadísticas (conglomerado).
Plan de muestreo: Diseño según el cual se toma una o varias muestras con objeto de
obtener información Y eventualmente tomar una decisión
Diseño muestral: puede entenderse como el conjunto de estrategias y procedimientos
encaminados a seleccionar una muestra de una población objetivo de estudio, que
cumple con una serie de características estadísticamente deseables que sirven para
asegurar niveles establecidos de precisión y mantener en lo posible, la inclusión de
errores y sesgos baja. Finalmente, el diseño de muestra es la metodología que se
encarga de decirle al investigador la manera cómo va a realizar mediciones en campo.
Es el instrumento con el que se cuenta para llegar a los individuos que son de interés
de una forma objetiva y además permite asegurar que con los datos recolectados se
pueda hacer inferencia estadística.
CONCLUCIONES
Se logro aprender sobre el tema desarrollado
Se puede aplicar lo aprendido en la vida diaria
Esto nos ayudara a desarrollar con éxito las actividades futuras en nuestra
carrera profesional
REFERENCIAS BIBLIOGRAFÍA
Enlaces web
[Link]
tecnicas-distributivas-la-investigacion-cuantitativa-y-la-encuesta/seleccion-de-los-
casos-muestreos-probabilisticos/muestreo-probabilistico-y-no-probabilistico
[Link]
[Link]
[Link]
[Link]
[Link]
Libros,pdf
Dra. Eleonora Espinoza UIC (2016) Universo, muestra y muestreo
[Link] de Muestreo sobre
una Población a Estudio
Jorge M. Galbiati Riesco. Conceptos básicos de estadística
Salazar P., Cecilia; Castillo G., Santiago del (2016) Fundamentos básicos de
estadística
