MUESTREO PROBABILISTICO

→MUESTREO ALEATORIO SIMPLE 

http://fcasua.contad.unam.mx/apuntes/interiores/docs/98/4/estadis_2.pdf
Tipos de muestreo aleatorio (probabilísticos)
En el muestreo aleatorio, la selección de la muestra considera el azar, de manera
que cada elemento de la población tiene una probabilidad de ser incluido en la
muestra.
A continuación, se exponen brevemente los tipos de muestreo aleatorio: aleatorio
simple, sistemático, estratificado y de conglomerados. Después, se aborda un tema
de mucha importancia: la determinación del tamaño de muestra en un muestreo
aleatorio simple; y se termina con un ejemplo de cómo se obtiene una muestra con
MS-Excel.
Muestreo aleatorio simple
En este método, las unidades de población tienen la
misma probabilidad de ser elegidas. Cada elemento es
seleccionado aleatoriamente.
En la figura 6, se ilustra cómo funciona esta
metodología, se esquematiza la manera cómo funciona
el muestreo aleatorio simple. El óvalo de mayor
tamaño representa la población de interés; y los
puntos contenidos, las unidades muestrales. En tanto,
el óvalo de menor tamaño simboliza la muestra
extraída de la población.
Las flechas indican que las unidades muestrales contenidas en la muestra provienen
de la población. La elección de las unidades muestrales se realizó de manera
aleatoria.
Por ejemplo, en la comida de fin de año de una empresa se realiza una rifa con 20
premios. Se meten todos los nombres de los empleados en una tómbola y se van
extrayendo los ganadores uno a uno de forma aleatoria.
http://fcasua.contad.unam.mx/apuntes/interiores/docs/20172/contaduria/3/apunte
/LC_1353_03106_A_estadisticaII.pdf
I. Muestreo probabilístico
Los métodos de muestreo probabilísticos son aquellos que se basan en el principio
de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la
misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamaño n tienen la misma
probabilidad de ser seleccionadas. Sólo estos métodos de muestreo probabilísticos
nos aseguran la representatividad de la muestra extraída y son, por tanto, los más
recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los
siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo
de la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa,
tablas de números aleatorios, números aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el
tamaño de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
Muestreo probabilístico: muestreo aleatorio simple
Siguiendo con nuestra serie de posts dedicados al muestreo, hoy revisaremos la
primera de las técnicas de muestreo probabilístico: el muestreo aleatorio simple.
Esta técnica es una de las más populares y sirve de referencia a todas las demás,
aunque como ya comentamos, en la práctica difícilmente puede utilizarse.
Muestreo aleatorio Simple: Definición
El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos
los elementos que forman el universo y que por lo tanto están descritos en el marco
muestral, tienen idéntica probabilidad de ser seleccionados para la muestra. Sería
algo así como hacer un sorteo justo entre los individuos del universo: asignamos a
cada persona un boleto con un número correlativo, introducimos los números en
una urna y empezamos a extraer al azar boletos. Todos los individuos que tengan
un número extraído de la urna formarían la muestra. Obviamente, en la práctica,
estos métodos pueden automatizarse mediante el uso de ordenadores.
 Dependiendo de si los individuos del
universo pueden ser seleccionados
más de una vez en la muestra,
hablaremos de M.A.S. con reposición o
sin reposición.
Si usamos reposición, el hecho de que
seleccione un individuo al azar para la
muestra no impediría que este mismo
individuo pudiese volver a ser
seleccionado en una siguiente
selección. Sería equivalente a decir que cada vez que se extrae un número al azar
de la urna, volvemos a colocar el número antes de la siguiente extracción. Si por el
contrario no usamos reposición, un individuo seleccionado para la muestra una vez
ya no entraría nuevamente en el sorteo.
La pregunta obvia es, ¿qué es mejor, usar reposición o no usala? Es un simple
problema matemático. César Pérez López, en su libro "Muestreo Estadístico"
(Pearson, 2005) desarrolla de forma muy clara una comparación entre ambas
técnicas. Tanto si lo miramos desde el punto de vista de qué técnica genera
estimaciones más precisas como desde el punto de vista de qué técnica permite
tener la misma precisión con menor tamaño de muestra, se puede concluir que el
muestreo aleatorio simple sin reposición siempre es más eficiente.
Para poder observar este resultado, partimos de la siguiente expresión para el
tamaño de muestra en un M.A.S. sin reposición. La fórmula relaciona el tamaño de
muestra necesario cuando el universo es finito con el tamaño necesario cuando el
universo es infinito:

Donde n0 es el tamaño de muestra necesario para un universo infinito y N es el

tamaño del universo finito. Es posible demostrar que el tamaño de muestra cuando
usamos reemplazo (nr) es siempre igual al tamaño necesario para universo infinito
(nr=n0). Si eso sucede, podemos afirmar que
Por lo tanto, el tamaño de muestra cuando no usamos reposición siempre es menor
al necesario si usamos reposición. Este resultado coincide con la intuición: si estamos
empleando reposición y por azar incluimos un individuo más de una vez en la misma
muestra, el efecto es similar a reducir el tamaño de la muestra ya que observo menor
diversidad de individuos. Del mismo modo, si el universo es infinito, ambos métodos
coinciden, dado que la probabilidad de seleccionar al mismo individuo dos veces en
la misma muestra tiende a ser infinitamente pequeña.
✓ Beneficios del muestreo aleatorio simple
El desarrollo de la informática ha permitido que diseñar una muestra aleatoria simple
sea extremadamente rápido y fiable. La generación de números aleatorios mediante
software (estrictamente son números pseudo-aleatorios) es cada vez más fiable.
De esta forma, al usar M.A.S. nos aseguramos la obtención de muestras
representativas, de manera que la única fuente de error que va a afectar a mis
resultados va a ser el azar. Y lo que es más importante, este error debido al azar
puede calcularse de forma precisa (o al menos acotarse).

✘ Inconvenientes del muestreo aleatorio simple

El único inconveniente del M.A.S. es la dificultad de llevarlo a la práctica en

investigaciones reales. Recordemos: al ser una técnica probabilística, es necesario
un marco muestral con todos los individuos y que todos ellos sean seleccionables
para la muestra. Un requisito que difícilmente puede cumplirse en la mayoría de
estudios de mercado y opinión reales, lo que nos obligará a emplear otras técnicas.
https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-
aleatorio-simple
Muestreo aleatorio simple, uno de los tipos de muestreo de probabilidad
El muestreo aleatorio simple es uno de los tipos de muestreo probabilístico que
existen, ¿lo has utilizado, conoces en qué se diferencia de los demás?
Sabemos que uno de los temas más importantes para una investigación de mercados
es el muestreo, por ello hemos preparado una serie de información que esperamos
sea de tu ayuda.
El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da
a cada elemento de la población objetivo y a cada posible muestra de un tamaño
determinado, la misma probabilidad de ser seleccionado.
El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor,
sobre todo porque es complicado obtener un marco de muestreo donde extraer al
azar y no querrás darle a todas las unidades de la muestra una probabilidad igual
de ser elegidas, ya que usualmente para hacer una investigación de este tipo se
requiere a usuarios de tiendas o consumidores de ciertos productos o ciertas áreas
específicas para ser las unidades de muestreo.
No olvidemos que una parte muy importante del muestreo consiste en tener el
tamaño de la muestra correcta, para no tener un error de muestreo, el cual debe
ser el mínimo posible.

Pasos para seleccionar una muestra aleatoria simple

1. Define la población objetivo. Quizá quieras leer: ¿Cómo encontrar a tu
mercado objetivo?
2. Identifica un marco de muestreo actual de la población objetivo o desarrolla
uno nuevo.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres
necesarios.
4. Asigna un número único a cada elemento de la trama.
5. Determina el tamaño de la muestra.
6. Selecciona al azar el número específico de elementos de la población.
Para seleccionar el número de elementos de la población puedes recurrir al método
de lotería, una tabla de números aleatorios y los números generados de forma
aleatoria mediante un programa de computadora, es decir, al azar.
El método de lotería sólo funciona bien con pequeñas poblaciones de la muestra, es
poco práctico para su uso con poblaciones más grandes.
Un ejemplo del uso del método de lotería sería la selección de una muestra aleatoria
de entre un grupo de 100 miembros. Se ponen todos los nombres en un recipiente
y se van sacando uno por uno hasta tener el tamaño suficiente de nuestra muestra.
Al utilizar el sistema de sorteo, los números que representa cada elemento de la
población objetivo son colocadas en chips (es decir, tarjetas, papel u otros objetos).
Los chips se colocan entonces en un recipiente y se mezclan. A continuación, a
ciegas se seleccionan las fichas desde el recipiente hasta que se haya obtenido el
tamaño de muestra deseado. Las desventajas de este método de selección es que
consume mucho tiempo, y se limita a poblaciones pequeñas.
El uso de números aleatorios, un método alternativo implica también la numeración
de miembros de la población de 1 a N. Luego, el tamaño de muestra de n tiene que
ser determinada por selección de los números al azar.
El uso de la tabla de números aleatorios similar a la que aparece a continuación
puede ayudar en gran medida con la aplicación de esta técnica de muestreo.

En una tabla de números aleatorios no se sigue un patrón particular. Pueden ser

leídos de cualquier manera, es decir, horizontal, vertical, diagonal, hacia delante o
hacia atrás. El número de dígitos que se utiliza debe corresponder al tamaño total
de la población objetivo.
Los números que el investigador encuentra que no concuerdan con los números
asignados a elementos de la población objetivo son ignorados. Este proceso de la
tabla de números aleatorios es un proceso tedioso, consume tiempo, y no se
recomienda para grandes poblaciones.
En su lugar, se pueden utilizar softwares estadísticos u hojas de cálculo para generar
números aleatorios. Los elementos de las poblaciones cuyos números asignados
coinciden con los números generados por el software son incluido en la muestra. Se
puede seleccionar un número de una tabla de números aleatorios para usarlo como
el número de partida para el procedimiento.
Subtipos de muestreo aleatorio simple
Hay dos tipos de muestreo aleatorio simple: el muestreo con reemplazo y sin
reemplazo. En el muestreo con reemplazo, después de que un elemento ha sido
seleccionado de entre el marco de la muestra se devuelve y es elegible para ser
seleccionado de nuevo.
En el muestreo sin reemplazo, después de que un elemento se selecciona del marco
de la muestra, se retira de la población y no regresa a la base del muestreo. Este
tipo de muestreo suele ser más eficiente pues no permite que el mismo elemento
de la población entre a la muestra más de una vez.

Ventajas y desventajas del muestreo aleatorio simple

• Entre sus puntos fuertes están que tiende a producir muestras
representativas y permite el uso de la estadística inferencial en el analisis de
datos recogidos.
• Cada selección es independiente de otras selecciones; Todas las
combinaciones posibles de unidades de muestreo tienen la misma
oportunidad de ser seleccionadas. En el muestreo sistemático, las
posibilidades de ser seleccionado no son independientes entre sí.
• En general, es más fácil que otros procedimientos de muestreo probabilístico
(tales como el muestreo por conglomerados) de comprender y comunicar a
otros.
• Los procedimientos estadísticos requeridos para analizar los datos y calcular
los errores son más fáciles que los requeridos en otros procedimientos de
muestreo probabilístico. Te recomiendo leer: Tipos de errores. Consejos para
que tu investigación no caiga en ellos
• Entre las desventajas están que se requiere un marco de muestreo de
elementos de la población objetivo. Un marco de muestreo apropiado puede
que no exista para la población que se dirige, y puede que no sea factible o
práctico construir uno. En este caso el muestreo por conglomerados no
requiere de una toma de muestra de los elementos de la población objetivo.
 • El muestreo aleatorio simple tiende a tener errores de muestreo más grandes
y menos precisión de muestreo estratificado del mismo tamaño de la
muestra.
• Los encuestados pueden estar muy dispersos, por tanto, los costos de la
recolección de datos pueden ser superiores a las de otros diseños de la
muestra de probabilidad, como el muestreo por conglomerados.
• El muestreo aleatorio simple puede no producir un número suficiente de
elementos de pequeños subgrupos. Esto no haría de un muestreo aleatorio
simple una buena opción para los estudios que requieren un análisis
comparativo de las categorías pequeñas de una población con categorías
mucho más amplias de la población.
Fortalezas y debilidades del muestreo aleatorio simple

Ejemplo de muestreo aleatorio simple

Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de ellos.
• Enumera a los empleados del 1 al 120
• Sortea 30 números entre los 120 trabajadores
• La muestra estará formada por los 30 empleados que salieron seleccionados
de los números obtenidos.
En resumen, el muestreo aleatorio simple es como hacer un sorteo,
afortunadamente existen herramientas que facilitan la automatización y le da
seriedad a este proceso.