MUESTREO PROBABILSTICO

ALEATORIO SIN REPOSICION DE

ELEMENTOS.
MUESTREO SIMPLE

El muestreo aleatorio simple (M.A.S.) es la tcnica de muestreo en la que

todos los elementos que forman el universo y que, por lo tanto, estn descritos
en el marco muestral, tienen idntica probabilidad de ser seleccionados para
la muestra.
Dependiendo de si los individuos del universo pueden ser seleccionados ms
de una vez en la muestra, hablaremos de M.A.S. con reposicin o sin
reposicin.
Tanto si lo miramos desde el punto de vista de qu tcnica genera
estimaciones ms precisas como desde el punto de vista de qu tcnica me
permite tener la misma precisin con menor tamao de muestra, se puede
concluir que el muestreo aleatorio simple sin reposicin siempre es ms
eficiente.

Muestreo sistemtico:
La poblacin puede verse como una serie de objetos por ejemplo, por grupos de edades,
por sexo.La muestra se integra seleccionando elementos de esa serie de intervalos de
tiempo o cantidad.
Se elige un intervalo apropiado y escoge los elementos a intervalos iguales a lo largo de
la lista.
Ejemplo:
* Los 500 trabajadores estn ordenados alfabticamente
* Se calcula el intervalo constante entre cada individuo.

N (Poblacin)
n( Muestra)

500
50

= 10

* Sorteamos un nmero del 1 al 10. Supongamos que sale 5. El primer trabajador ser el
5, los siguientes trabajadores se obtendrn sumando 5, hasta llegar al 50 trabajadores.
Muestreo estratificado:

Se aplica cuando la poblacin se divide en grupos o estratos claramente diferentes entre

s. Se selecciona la muestra de cada estrato.
Se selecciona una muestra aleatoria para cada estrato. El tamao de muestra puede
asignarse en funcin del tamao relativo del estrato.

MUESTRO ESTRATIFICADO.
El muestreo estratificado es una tcnica de muestreo probabilstico en donde el
investigador divide a toda la poblacin en diferentes subgrupos o estratos. Luego,
selecciona aleatoriamente a los sujetos finales de los diferentes estratos en forma
proporcional.

Muestreo aleatorio estratificado: usos

Se utiliza el muestreo aleatorio estratificado cuando el investigador desea

resaltar un subgrupo especfico dentro de la poblacin.
Los investigadores tambin emplean un muestreo aleatorio estratificado
cuando quieren observar relaciones entre dos o ms subgrupos.
Con el muestreo estratificado, el investigador puede probar de forma
representativa hasta a los subgrupos ms pequeos y ms inaccesibles de
la poblacin.
Con esta tcnica, tienes una precisin estadstica ms elevada en
comparacin con el muestreo aleatorio simple.

Muestreo estratificado: tipos

Muestreo aleatorio estratificado proporcionado
En esta tcnica, el tamao de la muestra de cada estrato es proporcional al
tamao de la poblacin del estrato si se compara con la poblacin total. Esto
significa que el cada estrato tiene la misma fraccin de muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaos de la poblacin,
respectivamente. El investigador eligi una fraccin de muestreo de . Luego, el
investigador debe probar al azar 50, 100 y 150 sujetos de cada estrato,
respectivamente.

Estrato

Tamao de la poblacin

100

200

300

Fraccin de muestreo

Tamao final de la muestra

50

100

150

Muestreo estratificado uniforme

Hablaremos de una afijacin uniforme cuando asignamos el mismo tamao de
muestra a todos los estratos definidos, sin importar el peso que tienen esos
estratos en la poblacin.

Estrato
1
2
3

Poblacin
42,4M
37,6M
23,5M

Proporcin
41,0%
36,3%
22,7%

Muestra
334
333
333

Muestreo estratificado ptimo (respecto a la desviacin estndar)

En este caso, el tamao de los estratos en la muestra no guardar
proporcionalidad con la poblacin. Por el contrario, se define el tamao de los
estratos proporcionalmente a la desviacin estndar de las variables objeto de
estudio.

Muestreo aleatorio estratificado desproporcionado

La nica diferencia entre el muestreo aleatorio estratificado proporcionado y el
desproporcionado son sus fracciones de muestreo. En el muestreo
desproporcionado, los diferentes estratos tienen diferentes fracciones de
muestreo.

Muestreo por conglomerados

En el muestreo por conglomerados, en lugar de seleccionar a todos los sujetos

de la poblacin inmediatamente, el investigador realiza varios pasos para reunir
su muestra de la poblacin.
En primer lugar, el investigador selecciona grupos o conglomerados y de cada grupo
selecciona a los sujetos individuales, ya sea por muestreo aleatorio simple o muestreo
aleatorio sistemtico. El investigador tambin puede optar por incluir a todo el conglomerado,
no slo a un subconjunto.

El conglomerado ms utilizado en la investigacin es un conglomerado geogrfico. Por

ejemplo, un investigador desea estudiar el rendimiento acadmico de los estudiantes
universitarios de Mxico

1.

Puede dividir a toda la poblacin (poblacin de Mxico) en diferentes

conglomerados (ciudades).

2.

Luego, el investigador selecciona una serie de conglomerados en funcin de su

investigacin, a travs de un muestreo aleatorio simple o sistemtico.

3.

Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)

el investigador puede incluir a todos los estudiantes secundarios como sujetos o
seleccionar un nmero de sujetos de cada conglomerado a travs de un muestreo
aleatorio simple o sistemtico.

Lo ms importante sobre esta tcnica de muestreo es dar a todos los conglomerados iguales
posibilidades de ser seleccionados.

Tipos de muestra por conglomerados

Muestra por conglomerados en una etapa
Recordemos el ejemplo anterior: una muestra por conglomerados en una etapa ocurre cuando
el investigador incluye a todos los estudiantes universitarios de todos los conglomerados
seleccionados al azar como muestra.

Muestra por conglomerados en dos etapas

En el ejemplo anterior, se obtiene la muestra por conglomerados en dos etapas cuando el
investigador slo selecciona un nmero de estudiantes de cada conglomerado mediante
muestreo aleatorio simple o sistemtico.

Muestreo por conglomerados

En el muestreo por conglomerados el investigador slo selecciona aleatoriamente un nmero
de conglomerados de la coleccin de conglomerados de toda la poblacin. Por lo tanto, slo
se realiza una muestra sobre una cantidad de conglomerados. Los dems quedan sin
representacin.

Ventajas y desventajas del muestreo por

conglomerados

Esta tcnica de muestreo es barata, rpida y fcil. En lugar de realizar

un muestreo de todo un pas como en el muestreo aleatorio simple, el investigador puede
asignar sus recursos limitados a los pocos conglomerados o reas seleccionadas
aleatoriamente cuando se usan muestras por conglomerados.

En relacin con la primera ventaja, el investigador tambin puede aumentar su tamao

de la muestra con esta tcnica. Teniendo en cuenta que el investigador slo tendr que
tomar la muestra de una serie de reas o conglomerados, puede seleccionar ms sujetos,
ya que son ms accesibles.

De todos los diferentes tipos de muestreo probabilstico, esta tcnica es la menos

representativa de la poblacin. La tendencia de los individuos dentro de un conglomerado
es tener caractersticas similares y con una muestra por conglomerados, existe la
posibilidad de que el investigador pueda tener un conglomerado sobrerrepresentado o
infrarepresentado que puede sesgar los resultados del estudio.
sta tambin es una tcnica de muestreo probabilstico con una posibilidad de error de
muestreo alto. Esto se produce por los conglomerados limitados incluidos en la muestra,
dejando una parte importante de la poblacin sin muestrear.

MUESTREO POR ETAPAS

Es una forma de muestreo menos eficiente que el muestreo aleatorio
simple, pero que facilita la eleccin de los elementos de la muestra
aleatoria, especialmente cuando no se dispone de una lista de las unidades
de la poblacin.

TIPOS DE MUESTREO POR ETAPAS.

Cuando se tienen 2 etapas, recibe el nombre de bietpico y si son ms de dos
etapas se le considera polietpico En cada una de ellas salvo en las ultima, la
unidad de muestreo no coincide con la unidad que proporciona la informacin.
Es decir, se definen unas unidades primarias, por ejemplo, ciudades y entre
ellas se elige una muestra.
Los
conglomerados
que
resultan de la primera divisin
se les denominan unidades
primarias.
Las unidades secundarias, de
menor entidad, por ejemplo,
manzanas de las ciudades
elegidas y as se obtiene una
muestra aleatoria entre ellas.

Tiene la ventaja de que no es necesario confeccionar la lista de todas las familias

de todo el pas, si no nicamente la de las ciudades, en primer lugar; la de las
manzanas solo en las ciudades elegidas y, por ultimo las viviendas de las
manzanas que forman parte de la muestra. Adems tiene la ventaja de concentrar
geogrficamente las encuestas.

Otra cuestin que se plantea es cmo

repartir el tamao de la muestra en las
etapas, por ejemplo para una muestra de
1.000 familias se podran elegir, entre las
probabilidades, 100 ciudades con 10
entrevistas en cada una, o bien 10
ciudades con 100 entrevistas en cada
una.

MUESTREO NO PROBABILSTICO
Muestreo de conveniencia
El muestreo de o por conveniencia es una tcnica de muestreo no
probabilstico donde los sujetos son seleccionados dada la conveniente
accesibilidad y proximidad de los sujetos para el investigador.
Los sujetos de una investigacion especfica, son seleccionados para el estudio slo porque
son ms fciles de reclutar y el investigador no est considerando las caractersticas de
inclusin de los sujetos que los hace representativos de toda la poblacin.
Muchos investigadores prefieren esta tcnica de muestreo, ya que es rpida, barata, fcil y
sobre todo, los sujetos estn disponibles.

Ejemplos
Uno de los ejemplos ms comunes de muestreo de conveniencia se realiza utilizando
estudiantes voluntarios como sujetos de la investigacin.
Otro ejemplo es el uso de sujetos que se han seleccionado de una clnica, una clase o una
institucin ya que para el investigador es de fcil el acceso a estas instituciones.
Un ejemplo ms concreto es la seleccin de cinco personas de una clase o incluso la
seleccin de los cinco primeros nombres de la lista de pacientes de una lista en una institucin
medica.
En estos ejemplos, el investigador inadvertidamente excluye una gran proporcin de la
poblacin. Una muestra de conveniencia es o bien una seleccin de sujetos que son

accesibles para el investigador o una seleccin de personas que deseen participar como
voluntarios.

Usos
Los investigadores utilizan el muestreo de conveniencia no slo porque es fcil de usar, sino
porque tambin tiene otras ventajas para la investigacin.
En Pruebas Piloto, la muestra de conveniencia se suele utilizar ya que permite al investigador
obtener los datos bsicos y las tendencias con respecto a su estudio, sin las complicaciones
del uso de una muestra aleatoria.
Esta tcnica de muestreo es tambin til para documentar que una calidad particular de una
sustancia o fenmeno se produce dentro de una muestra dada. Tales pruebas piloto, o de
pruba inicial son tambin muy tiles para la deteccin de relaciones entre los fenmenos
diferentes.

MUESTREO POR JUICIO

En el mtodo de muestreo discrecional (o muestreo por juicio), el investigador
selecciona a los individuos a travs de su criterio profesional. Puede basarse en
la experiencia de otros estudios anteriores o en su conocimiento sobre
la poblacin y el comportamiento de sta frente a las caractersticas que se
estudian.
EJEMPLO:
A un jefe de estudios le encomiendan un estudio del nivel de satisfaccin de los
alumnos con un determinado profesor. El investigador, que conoce a todos los
alumnos de esa clase, decide utilizar el muestreo discrecional seleccionando a
los alumnos que cree que sern los ms representativos.

Cuando utilizarlo

Este mtodo de muestreo es aconsejable cuando el responsable del

estudio conoce estudios anteriores similares o idnticos y sabe con precisin
que la muestra que utilizaron fue til para el estudio.

Si la poblacin es muy reducida y conocida por el investigador

El muestreo por cuotas

El muestreo por cuotas es un mtodo de muestreo no probabilstico.
Se basa en seleccionar la muestra despus de dividir la poblacin en
grupos o estratos.
Supongamos

que

tenemos

una poblacin de N individuos

que

queremos elegir una muestra de n sujetos. Tomaremos los individuos

para la muestra mediante el siguiente proceso:

1.

La poblacin se divide en k estratos o grupos, tales como la

edad, sexo, nivel educativo, etc. Supongamos que los estratos
tienen N , N ,, N elementos, tales que:
1

2.

El

investigador

elige

las cuotas (nmero

de

sujetos) n , n ,
1

, n que se van a tomar de cada grupo, siendo su suma el total

k

de elementos n de la muestra:
Las cuotas se pueden decidir a criterio lgico del investigador
o mediante criterios adaptados a la muestra.
3.

Se

eligen

los

elementos

en

cada

estrato

grupo

por

mtodos no probabilsticos. Por ejemplo, podramos elegir los

elementos de la muestra de nuestra ciudad porque resulta ms
cmodo, o de un grupo de voluntarios, etc.

Cuando utilizarlo
1.

El muestreo por cuotas se utiliza cuando se tienen datos

adicionales de los individuos (edad, sexo, etc.) y se pueden utilizar
ya que el investigador considera que estos datos pueden
influenciar en las caractersticas que se estudian.

2.

El anlisis por estratos permite un posterior anlisis de las

diferencias entre grupos.

Criterios de eleccin de las cuotas

Las cuotas de los grupos se pueden elegir a criterio del investigador
o mediante criterios estadsticos. Veamos tres criterios estadsticos:

1.

Eleccin simple: Las cuotas sern las mismas en los k estratos.

De cada estrato se seleccionaran n/k individuos. Este criterio no
es recomendable cuando los estratos tienen diferente nmero de
individuos.

2.

Eleccin proporcional al tamao del estrato: la cuota en cada

grupo es proporcional a los elementos de dicho grupo. En cada
estrato se tomarn n elementos, calculados mediante la frmula:
i

Por ejemplo, suponemos que estamos haciendo un estudio

sobre la vista de la poblacin de una ciudad. Supongamos que el
30% de la poblacin lleva gafas y el 70% no. Mediante este
mtodo se escogera el 30% de la muestra de personas que lleven
gafas y el 70% del resto.
3.

Eleccin proporcional a la variabilidad del estrato: si se conoce

la variabilidad de la caracterstica que estamos tomando en
cuenta en cada estrato, las cuotas son proporcionales a ella en
cada grupo. En los grupos donde la varianza es mayor, la cuota,
por tanto, es mayor.

Diferencia con el muestreo estratificado

El muestreo por cuotas se diferencia del muestreo estratificado en
que la eleccin de los sujetos en cada estrato se realiza a criterio del
investigador, y no aleatoriamente como en el muestreo estratificado.

Muestreo Bola de Nieve.

El muestreo de bola de nieve es una tcnica de muestreo no probabilstico

utilizada por los investigadores para identificar a los sujetos potenciales en
estudios en donde los sujetos son difciles de encontrar.

Cuando las unidades de estudio se

encuentran en contacto entre s,
consiste en identificar un primer
grupo de unidades de estudio y estos
a su vez nos permitirn entrar en
contacto con otras personas que
realicen la misma actividad hasta un
punto de saturacin.

Repitiendo el procedimiento: cada grupo de nominados representa una etapa, se

forma entonces una lnea de respondientes-referenciado-respondiente, a esta

cadena se le denomina
Bola de Nieve

Ventajas.
El proceso en cadena
permite
que
el
investigador llegue a
poblaciones que son
difciles
de
probar
cuando se utilizan otros
mtodos de muestreo.

Esta tcnica de muestreo necesita poca

planificacin y menos mano de obra que
otras tcnicas de muestreo; adems que el
proceso es barato, simple y rentable.

Desventajas.

El investigador tiene poco control sobre

de muestreo.

el mtodo

La representatividad de la muestra no est garantizada. El investigador no tiene ni

idea de la verdadera distribucin de la
poblacin ni de la muestra.