CLASE MUESTREO 2a

METODOLOGÍA DE LA
INVESTIGACIÓN II
Clase MUESTREO
Lic. Maritza Paredes Santiago, Ph.D.
Tema 7: Contrastes de hipótesiso

UNIVERSIDAD DE GUAYAQUIL
FACULTAD DE CIENCIAS ADMINISTRATIVAS
UNIDAD I
Métodos de muestreo en la investigación científica
Lunes y Miércoles 03 y 05-01-22
Plan Analítico: población y muestra, objeto de estudio -población -marco

muestral:Muestreo Probabilistico y no Probabilistico
Técnicas de Muestreo
Técnicas de Muestreo
Muestreo No Estadístico Muestreo Estadístico

(No Probabilistico) (Probabilistico)
Conveniencia Aleatorio Sistemático

Simple
Juicio Estratificado
Conglomerado
1-3
Muestreo No Estadístico
• Conveniencia
• Los datos son recolectados bajo modo conveniente para el investigador.
• Juicio
• Basado en juicios (opiniones) sobre quiénes en la población tienen mayor
probabilidad de proporcionar la información requerida.
1-4
Muestreo Estadístico
• Cada unidad de la población tiene asociada una probabilidad
(conocida o calculable) para ser incluída en la muestra
Muestreo Estadístico
(Muestreo Probabilístico)
Aleatorio Simple Estratificado Sistemático Conglomerado
1-5
MUESTREO PROBABILISTICO
Para que la inferencia estadística sea válida el

muestreo debe ser aleatorio o probabilístico.
Aleatoriedad de la selección: esta condición se

refiere a que cada elemento del universo debe
tener la misma probabilidad de ser elegido en la
muestra y que dicha probabilidad puede ser
medida.
TIPOS DE MUESTREO PROBABILISTICO
1. Muestreo aleatorio simple
2. Muestreo aleatorio Sistemático
3. Muestreo aleatorio Estratificado
4. Muestreo aleatorio por Conglomerados
5. Muestreo aleatorio Polietápico

1. MUESTREO ALEATORIO SIMPLE
Escoge al azar los miembros del universo hasta completar el

tamaño muestral previsto
En teoría se enumeran previamente todos los elementos y de

acuerdo con una tabla de números aleatorios se van escogiendo
El procedimiento puede darse con o sin reemplazos y esta

condición afectará posteriormente el análisis
Muestreo aleatorio simple
Mecanismo ideal para elegir la mejor muestra

posible; debe cumplir las condiciones:
§ Cada elemento de la población tiene la

misma probabilidad de ser escogido.
§ Todas las posibles muestras del tamaño

muestral (n) tienen la misma probabilidad
de ser seleccionadas.
En la práctica. ¿Cómo seleccionar una muestra?
§ Numerar todos los sujetos de la población.
§ Obtener lista de números aleatorios (hacer uso

de una hoja de calculo o paquete estadístico).
Ejemplo con SPSS
Elegir una muestra de 120 empleados del archivo

DATOS EMPLEADOS.sav
Ejemplo con Excel
Elegir una muestra de 20 alumnos de una lista de 100 estudiantes de

primer año de secundaria.
20 celdas !" !ENTERO(ALEATORIO()*100)

§ Este es el mecanismo ideal.
§ La estadística inferencial: se basa en este

modelo ideal de muestreo aleatorio simple.
§ Casi todos los métodos de inferencia: suponen

que la muestra se ha obtenido por este método.
§ En la vida real: pocas veces aplicamos este

método estrictamente.
§ Aplicamos más habitualmente otros métodos de

muestreo probabilística.
2. MUESTREO ALEATORIO SISTEMATICO
En el universo (N) se elige el primer elemento al azar
Luego los demás se escogen cada cierto intervalo (k), hasta

completar el tamaño muestral (n).
El tamaño del intervalo (k) se calcula así: k = N/n

3. MUESTREO ESTRATIFICADO
Considera que al interior del universo existen estratos

(subgrupos internamente homogéneos pero cualitativa y
cuantitativamente diferentes entre sí), y que no se
cumple la condición de selección aleatoria pues los
miembros del grupo mayoritario tienen una mayor
probabilidad de ser seleccionados en la muestra.
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Comuna B
Comuna A
Comuna C
Comuna D
Los estratos más grandes

Tienen mayor probabilidad de ser representados
Cómo grantizar la aleatoriedad
en universos estratificados... ?
Puede usarse alguna de las siguientes técnicas:
1. Muestreo Estratificado
Proporcional
2. Muestreo Estratificado No
Proporcional
3. Afijación óptima de los
estratos.
Muestreo Estratificado Proporcional
Establece la distribución proporcional del

universo y aplica esta distribución a su
tamaño muestral para conformar estratos
en la muestra.
Luego elige aleatoriamente los

elementos al interior de cada estrato
muestral hasta ajustar su tamaño.
Es mejor que el Muestreo Aleatorio

Simple pues disminuye el error estándar
de la medición muestral.
Muestreo Estratificado NO Proporcional (Fracción variable de
muestreo):
Ajusta convencionalmente los

tamaños de los estratos muestrales
para aumentar la eficiencia de la
selección de los grupos más
pequeños.
Esta condición se deberá tener en

cuenta al hacer inferencias (corregir
las inferencias).
MUESTREO
POR AFIJACIÓN (ALOCACIÓN) OPTIMA DE LOS ESTRATOS
Selecciona el tamaño de los estratos

en función de la desviación estándar
de cada uno de ellos, de tal manera
que los estratos más heterogéneos
(mayores varianzas) aporten más
casos a la muestra total.
MUESTREO
ALEATORIO POR CONGLOMERADOS
Los miembros del grupo mayoritario tienen una

mayor probabilidad de ser seleccionados en la
muestra
No se cumple la aleatoridad
En Las Unidades de observación se eligen aleatoriamente al

interior de los conglomerados
El error de la medición (error muestral) no se de al
interior del conglomerado sino entre los conglomerados
Antes de hacer inferencias, el analista deberá examinar

la variabilidad interna de cada conglomerado y la
variabilidad entre ellos, pues es posible que algunos de
los conglomerados no sean representativos del
universo.
CONGLOMERADOS
Grupo 1A
Grupo 5C
Grupo 2A
Grupo 3B
Heterogéneos en su interior; diferentes entre sí en

propiedades y tamaño
Muestreo
Aleatorio por Conglomerados
Requisitos Del Procedimiento :
Los conglomerados deben estar muy bien definidos de modo

que cada elemento pertenezca a uno y solo a un
conglomerado.
El tamaño de cada conglomerado debe ser bien conocido (por

lo menos bien estimado)
El número de conglomerados debe ser pequeño.

Muestreo Aleatorio Multi Etápico
(Poli Etápico)
Selecciona los individuos por etapas, configurando

sucesivamente grupos (estratos o conglomerados) y
subgrupos denominados Unidades de Muestreo
primarias, secundarias, terciarias...etc..
Diseño Muestral
Etapas del procesos de muestreo

• Definir claramente la población.
• Especificar el marco muestral.
• Especificar el método de Muestreo (diseño): Muestreo probabilistico y

muestreo no probabilistico.
• Determinar el tamaño de la muestra.
• Especificar el plan de muestreo. En éste se definen los

procedimientos operacionales para la selección de las unidades
muéstrales.
• Seleccionar la muestra.

CLASE MUESTREO 2a

Cargado por

Copyright:

Formatos disponibles

CLASE MUESTREO 2a

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

CLASE MUESTREO 2a

Cargado por

Copyright:

Formatos disponibles

METODOLOGÍA DE LA

Lic. Maritza Paredes Santiago, Ph.D.

Tema 7: Contrastes de hipótesiso

Lunes y Miércoles 03 y 05-01-22

Plan Analítico: población y muestra, objeto de estudio -población -marco

Muestreo No Estadístico Muestreo Estadístico

Conveniencia Aleatorio Sistemático

Aleatorio Simple Estratificado Sistemático Conglomerado

Para que la inferencia estadística sea válida el

Aleatoriedad de la selección: esta condición se

1. Muestreo aleatorio simple

2. Muestreo aleatorio Sistemático

3. Muestreo aleatorio Estratificado

4. Muestreo aleatorio por Conglomerados

5. Muestreo aleatorio Polietápico

Escoge al azar los miembros del universo hasta completar el

En teoría se enumeran previamente todos los elementos y de

El procedimiento puede darse con o sin reemplazos y esta

Mecanismo ideal para elegir la mejor muestra

§ Cada elemento de la población tiene la

§ Todas las posibles muestras del tamaño

En la práctica. ¿Cómo seleccionar una muestra?

§ Numerar todos los sujetos de la población.

§ Obtener lista de números aleatorios (hacer uso

Elegir una muestra de 120 empleados del archivo

Elegir una muestra de 20 alumnos de una lista de 100 estudiantes de

20 celdas !" !ENTERO(ALEATORIO()*100)

§ Este es el mecanismo ideal.

§ La estadística inferencial: se basa en este

§ Casi todos los métodos de inferencia: suponen

§ En la vida real: pocas veces aplicamos este

§ Aplicamos más habitualmente otros métodos de

En el universo (N) se elige el primer elemento al azar

Luego los demás se escogen cada cierto intervalo (k), hasta

El tamaño del intervalo (k) se calcula así: k = N/n

Considera que al interior del universo existen estratos

Los estratos más grandes

Puede usarse alguna de las siguientes técnicas:

Establece la distribución proporcional del

Luego elige aleatoriamente los

Es mejor que el Muestreo Aleatorio

Ajusta convencionalmente los

Esta condición se deberá tener en

Selecciona el tamaño de los estratos

Los miembros del grupo mayoritario tienen una

En Las Unidades de observación se eligen aleatoriamente al

Antes de hacer inferencias, el analista deberá examinar

Heterogéneos en su interior; diferentes entre sí en

Requisitos Del Procedimiento :

Los conglomerados deben estar muy bien definidos de modo

El tamaño de cada conglomerado debe ser bien conocido (por

El número de conglomerados debe ser pequeño.

Selecciona los individuos por etapas, configurando

Etapas del procesos de muestreo

• Especificar el marco muestral.

• Especificar el método de Muestreo (diseño): Muestreo probabilistico y

• Determinar el tamaño de la muestra.

• Especificar el plan de muestreo. En éste se definen los

También podría gustarte