UNIVERSIDAD DE GUAYAQUIL
ECONOMIA INTERNACIONAL
TALLER GRUPAL
I
Integrantes
Ana María Fonseca Andaluz
Ana Belén Holguín Cueva
Emely Dallana tejedor Bravo
Mirna Romina Flores Quijije
Materia:
Estadística I
Profesor:
Ing. Alex Luque León
Curso:
EIN-S-MA-3-1
Tipos de muestreo
Muestreo Aleatorio Simple
El muestreo aleatorio simple implica seleccionar individuos de una población de tal manera que cada
individuo tenga una probabilidad igual y conocida de ser elegido. Es un método fundamental en la
estadística y se utiliza ampliamente en investigaciones donde se requiere una muestra representativa.
Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez en la muestra o
no, hablaremos de muestreo aleatorio simple con reposición o sin reposición. Si usamos reposición, el
hecho de que seleccione un individuo al azar para la muestra no impide que este mismo individuo pueda
volver a ser seleccionado.
Características
➢ Aleatoriedad: La selección de los elementos es completamente al azar, sin ningún criterio previo.
➢ Independencia: La selección de un elemento no influye en la probabilidad de selección de otros.
➢ Igual probabilidad: Todos los elementos tienen la misma oportunidad de ser incluidos en la
muestra.
Trabajo de indagación
Cuando realizas un trabajo de investigación, el muestreo aleatorio simple es una herramienta invaluable
por las siguientes razones:
➢ Representatividad: Permite obtener una muestra que refleje las características de la población en
estudio.
➢ Generalización: Los resultados obtenidos en la muestra pueden generalizarse a toda la población
con un cierto nivel de confianza.
➢ Objetividad: Elimina el sesgo del investigador en la selección de los participantes.
➢ Simplicidad: Es un método fácil de entender y aplicar.
Describir una situación en la que se ha aplicado el muestreo.
Un equipo de marketing está realizando un estudio sobre las preferencias de los consumidores. Para
seleccionar a los individuos que conformarán la muestra, se siguen los pasos del muestreo aleatorio
simple:
Se selecciona como población objetivo a los clientes habituales de un centro comercial.
Se determina que de los 2.375 clientes habituales se necesitarán 330 individuos para elaborar la
muestra.
Se realiza una lista de todos los clientes.
A cada uno se le asigna un número.
Se escogen 330 números al azar con un programa informático, por ejemplo, 354, 298 y 1.568.
Determinar 2 situaciones en la que se puede aplicar el tipo de muestreo.
Situación 1:
Estudio de mercado: Una empresa de tecnología quiere lanzar un nuevo producto y necesita conocer las
preferencias y necesidades de los consumidores. Se selecciona una muestra aleatoria de 1.000 personas
de una base de datos de 50.000 posibles clientes.
Situación 2:
Investigación médica: Un equipo de investigación médica quiere estudiar la efectividad de un nuevo
medicamento para tratar una enfermedad. Se selecciona una muestra aleatoria de 200 pacientes de una
base de datos de 5.000 pacientes con la enfermedad.
Detallar la fórmula matemática para calcular el tamaño de la muestra dependiendo del tipo de
muestreo detallado.
Muestreo aleatorio simple para población infinita o desconocida
Una población se considera infinita cuando estás trabajando con una población muy grande o
cuando no la puedes definir previamente. Por ejemplo, la cantidad de personas que reciben una
picadura de mosquitos a nivel global es prácticamente imposible de cuantificar. ¿Cómo calcularías
una muestra en este caso?
Con la fórmula del muestreo aleatorio simple para población infinita:
n = (Z² * p * q) / E²
Donde:
• n = tamaño de la muestra
• Z = nivel de confianza (corresponde al valor crítico de la distribución normal estándar que
se utiliza para calcular el intervalo de confianza).
• p = proporción estimada de la población con una característica específica (si no se
conoce, se puede asumir 0.5 para maximizar la muestra)
• q = (1-p)
• E = margen de error permitido
Muestreo por Glonomerados
El muestreo por conglomerados es un método estadístico que se utiliza para estudiar grandes
poblaciones, especialmente cuando no es fácil acceder a los elementos individuales. Estos conglomerados
suelen estar definidos geográficamente, pero también pueden basarse en otras características, como
grupos de edad, escuelas o barrios. Luego, se seleccionan algunos de estos grupos al azar y se incluyen
todos los elementos dentro de los conglomerados seleccionados en la muestra. (Stewart, 2023)
Características
➢ División de la Población: La población se divide en conglomerados, que pueden ser naturales o
artificiales.
➢ Selección Aleatoria: Se eligen aleatoriamente algunos conglomerados.
➢ Inclusión Completa: Todos los elementos dentro de los conglomerados seleccionados son
incluidos en la muestra.
➢ Heterogeneidad interna: Cada conglomerado debe ser lo más heterogéneo posible en relación
con las características que se quieren estudiar, para que sea representativo de la población total.
➢ Homogeneidad entre conglomerados: Los conglomerados deben ser lo más homogéneos entre sí,
para reducir la variabilidad entre ellos.
Trabajo de indagación
El muestreo por conglomerados es una técnica muy versátil que puede aplicarse en una amplia gama de
situaciones, especialmente cuando se trata de poblaciones grandes y dispersas geográficamente.
El muestreo por conglomerados, con su enfoque único para la recopilación de datos, encuentra diversas
aplicaciones en diversos campos. Esta sección destaca cómo se utiliza en diferentes ámbitos, ofreciendo
una amplia visión de su versatilidad y practicidad. (Stewart, 2023)
Describir una situación en la que se ha aplicado el muestreo.
El muestreo por conglomerados es una técnica muy versátil que puede aplicarse en una amplia gama de
situaciones, especialmente cuando se trata de poblaciones grandes y dispersas geográficamente.
Se puede aplicar en distintas áreas como:
Poblaciones dispersas geográficamente: Cuando los elementos de la población están muy
dispersos, es más eficiente agruparlos en conglomerados.
Ausencia de marco muestral completo: Cuando no se dispone de un listado completo de todos los
elementos de la población.
Estudios de opinión pública a nivel local: Para realizar encuestas en ciudades o regiones
específicas.
Estudios de mercados: Para analizar el comportamiento de los consumidores en diferentes zonas
geográficas.
Por ejemplo, un investigador quiere estudiar las actitudes de los estudiantes universitarios hacia la
educación en línea en un país grande. En lugar de seleccionar estudiantes al azar de todas las
universidades, podría dividir el país en regiones, seleccionar aleatoriamente algunas regiones, y luego
seleccionar aleatoriamente algunas universidades dentro de cada región. Finalmente, podría encuestar a
una muestra de estudiantes de cada universidad seleccionada.
Determinar 2 situaciones en la que se puede aplicar el tipo de muestreo.
Situación 1:
Una universidad desea estudiar el rendimiento académico de sus estudiantes. La población se divide en
facultades (conglomerados) y se seleccionan aleatoriamente algunas facultades. Luego, todos los
estudiantes dentro de las facultades seleccionadas son incluidos en la muestra.
Situación 2:
En las encuestas electorales a nivel nacional, el país tiene una división en distritos electorales y
seleccionar algunos de ellos, se pueden obtener estimaciones de la intención de voto.
Detallar la fórmula matemática para calcular el tamaño de la muestra dependiendo del tipo de
muestreo detallado
Para calcular el tamaño de la muestra en el muestreo por conglomerados, se puede utilizar la siguiente
fórmula:
𝑁𝑆 2
𝑛=
𝑁𝐸2 + 𝑆 2
Donde:
𝑛 es el tamaño de la muestra.
𝑁 es el número de conglomerados en la población.
𝑆 2 la varianza dentro de los conglomerados.
𝐸 es el error estándar aceptable.
Muestreo Estratificados
El muestreo estratificado es una técnica de muestreo probabilístico que consiste en dividir la población en
subgrupos homogéneos (estratos) según una o más características relevantes para el estudio. Luego, se
selecciona una muestra aleatoria simple de cada estrato.
Características
➢ Selección de la variable de estratificación: Se debe identificar la característica que mejor defina
los subgrupos de la población y que sea relevante para el objetivo del estudio.
➢ Definición de los estratos: Se establecen los criterios para delimitar cada estrato, asegurando que
sean mutuamente excluyentes y exhaustivos.
➢ Determinación del tamaño de muestra por estrato: Se calcula el tamaño de muestra óptimo para
cada estrato, considerando la proporción de cada estrato en la población y el nivel de precisión
deseado.
➢ Selección de la muestra dentro de cada estrato: Se utiliza un muestreo aleatorio simple para
seleccionar los elementos de cada estrato.
Trabajo de indagación
Presentar ejemplos de estudios en los que se ha utilizado el muestreo estratificado, como encuestas de
opinión pública, estudios de mercado, investigaciones sociales, etc.
Describir una situación en la que se ha aplicado el muestreo.
Una empresa desea conocer la satisfacción de sus clientes con un nuevo producto. La población de
clientes se divide en estratos según su edad (menores de 30 años, entre 30 y 50 años, mayores de 50
años). Se selecciona una muestra aleatoria de cada estrato para realizar una encuesta.
Determinar 2 situaciones en la que se puede aplicar el tipo de muestreo.
Estudios de mercado: Para analizar las preferencias de consumo de diferentes segmentos de la población
(por ejemplo, por género, nivel socioeconómico, ubicación geográfica).
Evaluación de programas sociales: Para comparar los resultados de un programa en diferentes grupos
poblacionales (por ejemplo, por nivel educativo, origen étnico).
Detallar la fórmula matemática para calcular el tamaño de la muestra dependiendo del tipo de
muestreo detallado
𝑍𝑎 2
(𝑁𝑖 ∙σ𝑖 )2 ( 2 )
𝑛=Σ [ (𝑁∙σ 2) ] ∙ 𝐸2
n: Tamaño de muestra total
Nᵢ: Tamaño de la población en el estrato i
σᵢ: Desviación estándar de la variable de interés en el estrato i
N: Tamaño total de la población
σ²: Varianza poblacional estimada
Zα/2: Valor crítico de la distribución normal estándar para el nivel de confianza deseado
E: Margen de error
Muestro por conveniencia
El muestreo por conveniencia es una técnica de muestreo no probabilístico y no aleatorio utilizada para
crear muestras de acuerdo a la facilidad de acceso, la disponibilidad de las personas de formar parte de la
muestra, en un intervalo de tiempo dado o cualquier otra especificación práctica de un elemento
particular.
Características
➢ Accesibilidad: Se basa en la disponibilidad de los sujetos.
➢ Rapidez: Permite obtener datos rápidamente.
➢ Costos bajos: Generalmente, es más económico que otros métodos de muestreo.
➢ Subjetividad: Puede introducir sesgos, ya que no se elige aleatoriamente.
Trabajo de indagación
➢ Oblaciones dispersas geográficamente: Cuando los elementos están dispersos en un área grande,
es más eficiente agruparlos en conglomerados.
➢ Listas de muestreo incompletas: Si no se tiene una lista completa de todos los elementos, pero sí
de los conglomerados.
➢ Reducción de costos: Puede ser más económico ya que se reduce el número de lugares a visitar
para recolectar datos.
Describir una situación en la que se ha aplicado el muestreo.
Se da en un estudio sobre la satisfacción de los clientes en un restaurante.
El investigador podría simplemente preguntar a los clientes que están sentados en las mesas del
restaurante si están dispuestos a completar una encuesta. Esta sería una muestra por conveniencia, ya
que el investigador está seleccionando a los participantes que están disponibles en ese momento.
Determinar 2 situaciones en la que se puede aplicar el tipo de muestreo.
Encuestas en un evento:
Un organizador de un festival puede encuestar a los asistentes que se detienen en su stand para
conocer su opinión sobre el evento.
Investigaciones en redes sociales:
Un investigador puede analizar los comentarios de las primeras 50 personas que respondan a una
publicación específica sobre un producto.
Detallar la fórmula matemática para calcular el tamaño de la muestra dependiendo del tipo de
muestreo detallado
Sin formula
Alta de aleatoriedad: La aleatoriedad es fundamental para calcular el tamaño de la muestra en métodos
probabilísticos.
Sesgo desconocido: El grado de sesgo en la muestra es desconocido, lo que dificulta cualquier cálculo
estadístico.
BIBLIOGRAFIA
Arias, E. R. (06 de Febrero de 2021). Muestreo por conglomerados. Economipedia.com:
https://economipedia.com/definiciones/muestreo-por-conglomerados.html
Ochoa, C. (18 de Mayo de 2015). Muestreo por conglomerados: Qué es y cómo aplicarlo.
Netquest.com: https://www.netquest.com/blog/muestreo-probabilistico-muestreo-
conglomerados
Stewart, L. (2023). Muestreo por conglomerados: Técnicas y buenas prácticas. ATLAS.ti
Scientific Software Development GmbH. : https://atlasti.com/es/research-hub/muestreo-
por-conglomerados#ejemplos-y-aplicaciones-del-muestreo-por-conglomerados
Question Pro. Tamaño de la muestra. Que es y como calcularla.
https://www.questionpro.com/es/tama%C3%B1o-de-la-muestra.html
Question Pro. Muestreo no probabilistico:definición, tipos y ejemplos.
https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
Carlos Ochoa. Muestreo aleatoria simple: definicio, características y
ejemplos.Netquest.https://www.netquest.com/blog/muestreo-probabilistico-muestreo-aleatorio-
simple
Giani, Carla (6 de julio de 2022). Muestreo aleatorio simple. Enciclopedia de Ejemplos.
https://www.ejemplos.co/muestreo-aleatorio-simple/.
Eduardo Velázquez."Guía básica de Muestreo Aleatorio
Simple".https://www.eduardvelazquez.com/guia-muestreo-aleatorio-simple/#formula-del-
muestreo-aleatorio-simple
Cochran, W. G. (1977). Sampling Techniques. John Wiley &
Sons.https://www.questionpro.com/blog/es/muestreo-estratificado/
Särndal, C.-E., Swensson, B., & Wretman, J. (1992). Model Assisted Survey Sampling.
Springer-Verlag.https://economipedia.com/definiciones/muestreo-estratificado.html
