UNIVERSIDAD AUTONOMA

GABRIEL RENE MORENO

FACULTAD HUMANIDADES
PSICOLOGIA
TRABAJO PRACTICO #1

Docente: Luis Valdivia

Estudiante: María Belén Montero Rojo
Fecha de entrega: 24/06/2024 - 26/06/2024

NOTA:
 EL MUESTREO
CONCEPTO GENERAL Y VENTAJAS DEL MUESTREO
El muestreo es una parte crucial del método científico para realizar investigaciones. Este
tema consiste en realizar operaciones para estudiar la distribución de ciertas
características en toda la población, observando solo una parte de ella, llamada muestra.
Se dice que el muestreo tiene ventajas económicas y practicas porque, en vez de estudiar
toda la población, se investiga solo una parte, obteniendo datos más oportunos, eficientes
y exactos. Esto evita que el cansancio y la posible distorsión de la información que podría
ocurrir si se encuestara a toda la población o se realizara un censo completo.
Entonces todo esto nos dice que la población es cualquier grupo de elementos, y cada
elemento es una unidad individual dentro de ese grupo. La población se refiere a un grupo
limitado, mientras que el universo incluye eventos ilimitados e infinitos.
Para que una muestra sea representativa, debe reflejar las características, similitudes y
diferencias de toda la población.
El diseño de la muestra indica 3 etapas:
 Esquema de muestreo
 Encontrar estimadores
 Determinar el tamaño de la muestra
Existen dos tipos de muestreo:
MUESTREO PROBABILISTICOS
Es una forma de seleccionar muestra de una población usando métodos científicos
basados en probabilidades. Este tipo de muestreo es confiable porque se basa en leyes
matemáticas.
Para hacer muestreo probabilístico, primero debemos:
 Definir la población: es identificar claramente a las personas o elementos que
queremos estudiar y diferenciarlo de aquellos que realmente podemos medir.
Ejemplo: todos los estudiantes de la universidad Gabriel Rene Moreno. Aquí,
cada estudiante individual es una unidad que compone la población total de la
universidad.
 Establecer el marco muestral: crear una lista o registro de todos los miembros
de la población, usando recursos como directorios telefónicos, registros escolares,
censos, etc. Ejemplo: una lista completa de todos los estudiantes matriculados en
la universidad Gabriel Rene Moreno durante un semestre en específico. Esta lista
incluye los nombres y la formación de contacto de cada estudiante y se utiliza para
reaccionar una muestra de la población estudiantil.
TAMAÑO DE LA MUESTRA
El tamaño de la muestra depende de los objetivos del estudio, las características de la
población, los recursos y el tiempo disponible. Lo más importante para reducir el error en
los resultados es el tamaño de la muestra y la variabilidad dentro de ella.
  Etapas del tamaño de la muestra en el muestreo aleatorio simple

1. Determinar el nivel de confianza con el que desea trabajar.

2. Estimar las características del fenómeno investigado.
3. Determinar el grado de error máximo aceptable de los resultados de la
investigación.
4. Se aplica la fórmula del tamaño de la muestra de acuerdo con el tipo de
población:
 Infinita: población en lo que no se conoce un número exacto de unidades. Por
ejemplo: La población de bacterias en un lago es infinita porque no se puede
determinar el número exacto de bacterias. Formula:

n=pq/e 2

 Finita: cuando se conoce cuantos elementos tiene la población. por ejemplo: El

número de empleado de una empresa. si la empresa tiene 200 empleados, este
número es conocido y limitado, por lo que se considera una población finita.
Formula:

N= z 2 pq / Ne2 + z 2pq

El error de estimación se utiliza con dos finalidades:

 Estimar la presión necesaria
 Determinar el tamaño de la muestra más adecuado
CLASIFICACION DEL MUESTREO PROBABILISTICO
 Muestreo aleatorio simple: es un método donde cada unidad de la población tiene
una oportunidad igual de ser seleccionada para formar parte de la muestra. Puede
realizarse de dos formas: con remplazo, donde las unidades seleccionada pueden
volver a ser elegidas, o sin remplazo, donde cada unidad seleccionada no puede
volver a ser elegida. Por ejemplo: si queremos seleccionar una muestra pequeña,
podríamos poner los nombres de todas las personas en papeletas y sacarlos al
azar de una urna.
Característica: es útil porque permite hacer estimaciones sobre toda la población
usando solo una muestra pequeña y representativa. Por ejemplo: si quieres saber
cuántas personas en una ciudad prefieren un cierto tipo de comida, puedes
preguntar a unas pocas personas elegidas al azar y luego usar esa información
para hacer una estimación general.
Estimadores: los estimadores de muestra aleatoria son confiables cuando las
muestras se eligen al azar y se aproximan a una distribución normal de
probabilidades. La varianza y la desviación estándar miden cuanto varían los
valores alrededor del promedio, mostrando que tan dispersos están los datos.
Determinación de confiabilidad: para asegurar que nuestra estimación de la
media de toda una población sea confiable utilizando solo una muestra,
necesitamos calcular la varianza y la desviación estándar de esa muestra.
Teoría: la teoría del muestreo nos proporciona fórmulas para hacer esto
basándonos en los datos de la muestra que hemos recogido. La desviación
 estándar calculada de esta manera se llama error estándar y nos ayuda a entender
que tan precisa puede ser nuestra estimación comparada con la verdadera media
de población.

 Muestreo estratificado: la estratificación consiste en dividir la población en

subgrupos similares llamados estratos y seleccionar una muestra aleatoria en cada
uno. Comparado con el muestreo aleatorio simple, tiene tres ventajas:
1. Menor costo: al dividir en grupos similares, el costo de correlación y
análisis de datos se reduce.
2. Menor variabilidad: la varianza del estimador de la media población se
reduce porque la variabilidad dentro de cada estrato es generalmente menor
que la variabilidad de la población total.
3. Estimadores específicos: se obtienen estimadores separados para cada
estrato sin necesidad de seleccionar otra muestra.
La estratificación es útil cuando los estratos se pueden definir y observar claramente. Si
se usan demasiadas variables para estratificar, los resultados de la muestra serán menos
satisfactorios.
Etapas de una muestra estratificada:
a) Especificación clara y detallada de cada estrato
b) Selección de una muestra aleatoria de cada estrato

 Muestreo sistemático: es un método en el que se eligen unidades usando un

intervalo fijo. Por ejemplo: si queremos una muestra de una lista de 100 personas
y necesitamos 10 personas, seleccionamos cada décima persona en la lista (1, 11,
21, etc.)
Las ventajas principales del muestreo sistemático son que es simple y fácil de
administrar. Sin embargo, tiene un inconveniente. Puede haber sesgos si las listas no
están bien ordenadas o son confusas.
 Muestreo por conglomerados: el muestreo por conglomerados consiste en
seleccionar aleatoriamente grupos llamados conglomerados y realizar un censo
completo en cada uno de ellos. Por ejemplo: si quieres estudiar el rendimiento
académico de estudiantes en una ciudad, podrías dividir la ciudad en escuelas
(conglomerados), seleccionar algunas escuelas al azar y luego evaluar a todos los
estudiantes en esas escuelas.
el muestreo por conglomerados reduce costos, pero a veces puede aumentar el
error de muestreo porque los elementos dentro de un conglomerado suelen ser
similares

MUESTREO NO PROBABILISTICO
El muestreo no probabilístico se basa en el criterio del investigador en lugar de la
selección aleatoria. Se eligen unidades de muestreo por razones de costo o
conveniencia. Por ejemplo: si un investigador quiere encuestar a clientes de una
tienda, pueden elegir a los primeros 20 clientes que entran en lugar de seleccionar
una muestra aleatoria de todos los clientes.
 Los principales métodos de muestreo no probabilístico son:

 Muestreo decisional: los investigadores eligen a las personas que creen que son
más adecuadas para su estudio. Por ejemplo: podrían seleccionar adolescentes
de clase media según una definición clara de la población objetiva.
 Muestreo de cuota: se decide cuantas personas de cada tipo se necesitan y se
seleccionan hasta alcanzar esos números. Por ejemplo: podrían elegir un número
fijo de mujeres que trabajen en una empresa especifica.
 Muestreo basado en expertos: los expertos en un tema eligen a las personas que
consideran más adecuadas para el estudio. Por ejemplo: un experto en biología
puede sugerir a personas reconocidas en ese campo.
 Muestreo causales o fáciles de estudiar: se eligen personas que están
fácilmente disponibles y accesibles para el estudio. Por ejemplo: las personas que
pasan por una calle a una hora especifica del día.

REQUISITOS DE UN MUESTREO ADECUADO

Estos requisitos proporcionan resultados efectivos y es necesario tomar en cuenta los
siguientes pasos:
1. Contar con la asesoría de un estadístico, es importante pedir ayuda a un experto
en estadísticas para crear un buen plan de muestreo.
2. La exactitud de la información no solo depende de la aplicación de las fórmulas de
muestreo, esto dice que la precisión depende de buenos cuestionarios,
entrevistadores capacitados y buena supervisión.
3. Evita encuestas incompletas y cambiar a los entrevistados.
4. El muestreo es solo una parte: analiza los resultados dentro del contexto completo
del estudio.
5. En el proceso de muestreo existen dos tipos de errores:
 Errores debido al muestreo o la cota error inherente al método de
muestreo.
 Errores no debidos al muestreo o fallas de tipo humano al obtener
información, al procesarla, o de distorsión de instrucción.
6. Cuantas más personas se incluyan en la muestra, menor será el margen de error
7. Se debe elegir el diseño de muestra que sea más preciso y cueste menos.
TABLA COMPARATIVA

Tipo Muestreo probabilístico Muestreo no

probabilístico
 Todos los  No es posible el
elementos tienen la cálculo de la
misma probabilidad confianza de las
de ser elegidos. estimaciones.
 Es muy probable  En la selección de
que aparezcan la muestra
Características márgenes de error interviene el criterio
muestral. y la opinión del
  Este tipo de investigador, es
muestras son decir, no es
esenciales en los aleatorio.
diseños de  Es bastante
investigación utilizados para
cuantitativa. estudios cualitativos
Aplicaciones  Investigaciones  Investigaciones
cuantitativas y cualitativas y
estudios estudios de
estadísticos para poblaciones raras.
poblaciones
representativas.
Ejemplo  Toma de muestra  Visitantes que
de 20 estudiantes acuden a un local
de una universidad, cierto lapso de
cuya población es tiempo.
de 3000 estudiantes
para obtener sus
promedios
ponderados.
 Aleatorio simple  Por conveniencia
Se basa en la teoría. Se eligen los elementos
que estén a mayor alcance
del investigador.

PREGUNTAS
1. ¿Qué es el muestreo?
R: es un conjunto de operaciones que se realizan para estudiar la distribución de
determinadas características en la totalidad de una población.
2. ¿Qué es la muestra?
R: es un subconjunto representativo de una población más amplia.
3. ¿Cuáles son las etapas para diseñar una muestra?
R: esquema de muestreo, encontrar estimadores y determinar el tamaño de la muestra.
4. ¿En qué consiste la representatividad de la muestra?
R: consiste en que refleja las características similitudes y diferencias encontradas en la
población.
5. ¿Cuáles son las ventajas del muestreo?
R: el muestreo tiene ventajas económicas y practicas porque, en vez de estudiar toda la
población, se investiga solo una parte obteniendo datos más oportunos y exactos.
6. ¿Cuál es la diferencia entre población objetivo y población muestreada?
R: la diferencia es que la población objetivo es todo el grupo que se desea estudiar,
mientras que la población muestra da es el grupo específico que se selecciona para
participar en el estudio y del cual se obtienen los datos.
7. ¿En qué consiste el muestreo probabilístico?
R: Consiste en que todos los elementos de la población tienen una oportunidad justa y
objetiva de ser incluidos en la muestra, lo que permite hacer inferencias estadísticas
validas sobre la población en su conjunto.
8. ¿Cómo se lleva acabo el muestreo aleatorio simple?
R: se lleva acabo de diversas maneras: si el tamaño de la muestra es pequeño, se ponen
en una urna el nombre de cada persona en un pedazo de papel y de ahí se van eligiendo.
Cuando se trata de muestras más grandes, lo más conveniente es usar una tabla de
números aleatorios.
9. ¿Qué es el diseño de muestra?
R: son las diferentes etapas para seleccionar la muestra
10. ¿Para qué sirve la desviación estándar y la varianza?
R: para expresar la variabilidad y la dispersión de la información en el entorno.
11. ¿Cuál es la importancia del error estándar?
R: mide la medición de la precisión, también la construcción de intervalos de confianza,
prueba de hipótesis y comparación de medias
12. Cuál es la cota para error de estimación con un 95% de intervalo de confianza?
R: el error estándar indica cuanto puede variar la media muestral con respecto a la media
poblacional.
13. ¿Qué es un intervalo de confianza?
R: es un rango de valores, derivado de los datos de muestra, que se utiliza para estimar
un parámetro desconocido de la población.
14. ¿Cuáles son las etapas para llevar acabo el muestreo estratificado?
R: son: especificación clara y detallada de cada estrato, selección de una muestra
aleatoria de cada estrato
15. ¿Qué es el muestreo sistemático?
R: es un elemento de una población de manera ordenada y sistemática, siguiendo un
patrón establecido.
16. ¿Cómo se determina el intervalo en el muestreo sistemático?
R: el intervalo en el muestreo sistemático se determina dividiendo el tamaño de la
población por el tamaño de la muestra deseada
17. ¿Qué es el muestreo por conglomerado?
R: es un conjunto de grupos de elementos muéstrales, y llevan a cabo un censo completo
18. Mencione dos métodos de muestreo no probabilísticos.
R: muestreo decisional, muestreo de cuota
19. ¿Qué ventajas presenta el muestreo probabilístico en relación con el muestreo
no probabilístico?
R: los muestreos no probabilísticos carecen de validez científica, además que no tiene
una base teórica para calcular la escala de error y el muestreo probabilístico tiene la
ventaja de que sus procedimientos son más científicos debido a que se basan en la ley de
los grandes números
20. ¿Cuál es la fórmula para calcular el tamaño de la muestra en el muestreo
aleatorio simple?
n
R: ƒ=
N
21. ¿Qué requisitos deben observarse para llevar a cabo un muestreo adecuado?
R: contar con la asesoría de un estadístico experimentado, entrevistas y cuestionarios
incompletos, el muestreo es solo una parte del proceso de investigación
22. ¿Qué es el marco muestral?
R: es una lista o base de datos que contiene todos los elementos de la población de
interés que pueden ser seleccionados para formar parte de una muestra