UNIVERSIDAD TÉCNICA DE AMBATO

FACULTAD DE CONTABILIDAD Y AUDITORIA

CONTABILIDAD Y AUDITORIA

TEMA: TIPOS DE MUESTREO

QUINTO “B”
NOMBRE: DARÍO COQUE
FECHA: 02/12/2018
 MUESTREO PROBABILÍSTICO
Muestreo aleatorio simple
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.

Las encuestas por muestreo consisten en extraer de una población finita de N

unidades, subpoblaciones de un tamaño fijado de antemano. Si todas las
unidades son indistinguibles, el número de muestras de tamaño n viene dado
por:

Por ejemplo, si la población contiene 5 unidades A, B, C, D, E; existen 10

muestras diferentes de tamaño 3, que son:

ABC, ABD, ABE, ACD, ACE

ADE, BCD, BCE, BDE. CDE

Debe notarse que la misma letra no ocurre dos veces en la misma muestra; y,
también, que el orden de los elementos no tiene importancia, las seis muestras
ABC, ACB, BAC, BCA, CAB, CBA son consideradas como iguales.

El muestreo aleatorio simple es un método de selección de n unidades sacadas

de N, de tal manera que cada una de las muestras tiene la misma probabilidad
de ser elegida.

En la práctica una muestra aleatoria simple es extraída de la siguiente forma:

Se numeran las unidades de la población del 1 al N, y por medio de una tabla

de números aleatorios o colocando los números 1 a N en una urna, se extraen
sucesivamente n números. Las unidades que llevan estos números constituyen
la muestra.

El método elegido debe de verificar que en cualquier fase de la obtención de la

muestra cada individuo que no ha sido sacado previamente, tiene la misma
probabilidad de ser elegido[1].

Es fácil ver que cada una de las NCn muestras tiene igual posibilidad de
obtenerse.

Cuando un número ha sido sacado de la urna, éste no es reemplazado, ya que

esto daría lugar a que la misma unidad entrara en la muestra más de una vez.
Por esta razón el muestreo es descrito como sin reemplazo. El muestreo con
reemplazo, es totalmente factible, aunque rara vez es usado, ya que no se ve
la conveniencia de tener el mismo individuo dos veces en la misma muestra.
 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.

MUESTREO ESTRATIFICADO

Los individuos de toda la población se dividen en grupos o estratos. Cada

elemento pertenece a un único estrato. La variable elegida para formar los
estratos no debe permitir que un individuo o elemento de la población
pertenezca a más de uno de ellos.

La variable elegida deberá ser significativa para el motivo u objetivo del estudio
o investigación.
La muestra se elige escogiendo en cada estrato un número representativo de
individuos. El tamaño de la muestra se fijará mediante uno de los tipos
de muestreo disponible. La elección de los elementos en cada estrato se
realiza mediante algún método de muestreo aleatorio simple o muestreo
sistemático.

Suponemos que hay k estratos de tamaños N1, N2,…, Nk, de forma que:

En cada estrato se toman n1, n2,…, nk elementos para la muestra, de manera

que se toman en total nindividuos, es decir:

Se tomará una muestra que sea representativa del conjunto de la población. El

número de individuos que se eligen de cada estrato se puede decidir mediante
diversos criterios:
1.- Elección simple (o uniforme): se toman de la muestra el mismo número de
sujetos para cada uno de los k estratos. De cada estrato se
seleccionarían n/k individuos. Este criterio no es recomendable cuando los
estratos tienen un número de individuos significativamente diferente.

Por ejemplo, en una muestra de 900 individuos dividida en tres estratos,

cada uno de ellos tendría 900/3 = 300 elementos.

2.- Elección proporcional al tamaño del estrato: el tamaño de la muestra en

cada grupo es proporcional a los elementos de dicho grupo. En cada estrato se
tomarán ni elementos, calculados mediante la fórmula:

Por ejemplo, suponemos que se está haciendo un estudio sobre la toma de

pastillas para dormir en una ciudad de 100.000 habitantes. La variable edad se
considera adecuada para obtener resultados en esta investigación. Se incluyen
solamente los mayores de 40 años en el estudio. Se distribuyen en tres grupos
o estratos, resultando una agrupación, según el censo:
Por el procedimiento de muestreo elegido obtenemos una muestra de 750
sujetos. Para asignar el número de componentes a los tres estratos de edad,
aplicaremos la fórmula anterior:

Donde n / N es una constante llamada razón de muestreo, que en este caso es

de 0,015.
Resulta una distribución muestral por estratos tal que así:

3.- Elección proporcional a la variabilidad del estrato: si se conoce la

variabilidad de la característica o variable que estamos tomando en cuenta en
cada estrato, se toman los sujetos proporcionalmente a la variabilidad en cada
grupo. En los grupos donde la varianza sea mayor, se toman, por tanto, más
sujetos.
Muestreo sistemático

Sea N el tamaño de una población y n el tamaño de la muestra que deseamos

elegir.

Sea k=N/n y sea h un número al azar entre los k primeros de una lista de todos
los elementos poblacionales.

Un muestreo sistemático de n elementos consiste en seleccionar la muestra

formada por los elementos h, h+k, h+2k, . . . , h+(n-1)k.

Debemos tener en cuenta que esta muestra depende de los valores h y k.

Dada una población y un tamaño de muestra, k es un valor fijo que indica la
separación entre los elementos sucesivos de la muestra en la población y que
permite obtener la muestra del tamaño deseado. El valor h se debe elegir
aleatoriamente e indica el punto de inicio para seleccionar los elementos de la
muestra. Veamos unos ejemplos para entenderlo mejor.

EJEMPLO

Se acercan las Navidades y cierta empresa de turrones cree que no va a poder

entregar todos los pedidos a tiempo, a no ser que aumente la plantilla. La
empresa dispone de un listado ordenado alfabéticamente de 20 personas con
las mismas características para el puesto y que actualmente están en paro.
Puesto que el tiempo apremia y no es posible hacer una entrevista para
seleccionar al personal, se decide elegir cinco trabajadores de forma aleatoria
usando el muestreo sistemático.

Tenemos que elegir 5 elementos sistemáticamente de un total de 20, por tanto

se debe elegir uno de cada k=20/5=4.

Se elige el punto de partida eligiendo un número al azar entre 1 y 4. Si

obtenemos, por ejemplo h=2, los elementos de la muestra serán 2, 2+4, 2+2·4,
2+3·4, es decir:

2, 6, 10, 14, 8.
 MUESTREO POR CONGLOMERADOS

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

de la población inmediatamente, el investigador realiza varios pasos para reunir
su muestra de la población.

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 sistemático. El investigador también puede optar
por incluir a todo el conglomerado, no sólo a un subconjunto.
El conglomerado más utilizado en la investigación es un conglomerado
geográfico. Por ejemplo, un investigador desea estudiar el rendimiento
académico de los estudiantes secundarios en España.

1. Puede dividir a toda la población (población de España) en diferentes

conglomerados (ciudades).
2. Luego, el investigador selecciona una serie de conglomerados en función de
su investigación, a través de un muestreo aleatorio simple o sistemático.
3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)
el investigador puede incluir a todos los estudiantes secundarios como
sujetos o seleccionar un número de sujetos de cada conglomerado a través
de un muestreo aleatorio simple o sistemático.
Lo más importante sobre esta técnica de muestreo es dar a todos los
conglomerados iguales posibilidades de ser seleccionados.
 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.

Por ejemplo, supongamos que queremos conocer la opinión de los estudiantes

universitarios chilenos acerca de la política. Una muestra probabilística
requeriría acceder a un censo del total de estudiantes de todas las
universidades chilenas con el fin de seleccionar al azar un grupo de individuos
y encuestarlos. Una muestra por conveniencia podría consistir en dirigirme a 3
universidades cercanas, simplemente porque están en la población en la que
reside el encuestador, y encuestar a unos cuantos individuos que acepten
participar al salir de las aulas por la mañana.
Muestreo consecutivo
El muestreo consecutivo es una técnica donde el investigador escoge una
muestra, lleva a cabo la investigación durante un período de tiempo, recolecta
los resultados y luego pasa a otra, lo que le permite trabajar con múltiples
grupos para afinar su trabajo y recolectar información vital.

En la mayoría de las técnicas de muestreo, un investigador finalmente deducirá

la investigación, llegará a la conclusión de que el experimento y el análisis de
los datos reafirme una hipótesis nula o la desaprueba y acepte la hipótesis
alternativa.

La hipótesis nula se define como una hipótesis estadística, indirecta o implícita,

en la que no existe una diferencia significativa entre el conjunto de variables
involucradas en la investigación o el experimento. En términos estadísticos, la
expresión original suele estar representada por H0. Si se acepta la hipótesis
nula, el investigador no hará ningún cambio en sus opiniones o acciones.

Una hipótesis alternativa es lo contrario de la hipótesis nula, ya que es directa y

explícita. Existe una relación entre las dos variables involucradas en el estudio.
Se acepta una hipótesis alternativa cuando se rechaza una hipótesis nula. Una
hipótesis alternativa es denotada por H1.

Sin embargo, en el muestreo consecutivo, hay una tercera opción disponible.

Un investigador puede aceptar la hipótesis nula o su hipótesis alternativa, si
ninguna de ellas es aplicable, entonces puede seleccionar otro grupo muestra y
llevar a cabo la investigación o el experimento una vez más antes de finalmente
tomar una decisión.

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
les pide a estos 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.

El muestreo de bola de nieve consiste en dos pasos:

1. Identificar sujetos potenciales en la población. A menudo, sólo uno o dos
sujetos pueden ser encontrados inicialmente.
2. Pedir a esos sujetos que recluten a otras personas.Los participantes deben
ser conscientes de que no tienen que proporcionar ningún otro nombre.

TOMADO DE:

https://www.questionpro.com/blog/es/muestreo-no-probabilistico/
https://explorable.com/es/muestreo-no-probabilistico
https://bioestadistica1.wordpress.com/2012/11/22/disenos-de-
muestreo/