Este documento describe los diseños muestrales en la investigación. Explica que la muestra es un procedimiento para conocer características de la población con base en una muestra extraída de ella. Describe los métodos de muestreo probabilísticos y no probabilísticos, y los pasos del proceso de muestreo como definir la población, especificar el marco muestral, determinar el tamaño de la muestra y seleccionar la muestra. Resalta la importancia de los diseños muestrales para sacar conclusiones satisfactorias en la
El documento presenta diferentes tipos de muestreo para la recolección de datos, incluyendo muestreo probabilístico y no probabilístico. Define conceptos clave como población, muestra, error muestral y métodos como muestreo aleatorio simple, estratificado y sistemático. Explica las ventajas e inconvenientes de cada método de muestreo.
El documento presenta información sobre conceptos y métodos de muestreo. Define términos como población, muestra, error muestral y describe diferentes tipos de muestreo como probabilístico y no probabilístico. Dentro de estos últimos explica el muestreo de conveniencia, juicios y por cuotas. También describe métodos probabilísticos como el muestreo aleatorio simple, sistemático y estratificado así como por conglomerados. Finalmente, aborda factores a considerar para determinar el diseño muestral apropiado como precisión, recurs
Este documento describe diferentes métodos de muestreo para obtener evidencia causal en una investigación. Explica los propósitos de la investigación causal, la terminología relacionada con el muestreo y los diferentes tipos de muestreo, incluyendo muestreo no probabilístico como de conveniencia y probabilístico como aleatorio simple, estratificado y por conglomerados. Detalla las etapas de selección de la muestra y cómo determinar el tamaño apropiado.
Este documento trata sobre el tema del diseño y procedimientos de muestreo. Explica la terminología básica del muestreo, las etapas en la selección de la muestra, los tipos de muestreo probabilístico como el aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabilístico como el de conveniencia y por cuotas. Además, describe los métodos de determinación del tamaño de la muestra para los casos de muestreo aleatorio simple y estratificado.
El documento proporciona una introducción al concepto de muestreo, describiendo los términos población, muestra y censo. Explica los diferentes tipos de muestreo, incluyendo muestreo probabilístico como aleatorio simple, por estratos y sistemático, así como muestreo no probabilístico como por conveniencia y de juicio. También cubre cómo calcular el tamaño de la muestra y los errores comunes en la investigación de mercado.
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada.
El documento habla sobre los conceptos de universo, población y muestra en el diseño de una investigación. Define universo como el conjunto total de elementos a estudiar, y muestra como un subconjunto de la población. Explica que la muestra debe ser representativa y debe seleccionarse a través de técnicas de muestreo como el muestreo aleatorio simple.
El documento presenta diferentes tipos de muestreo para la recolección de datos, incluyendo muestreo probabilístico y no probabilístico. Define conceptos clave como población, muestra, error muestral y métodos como muestreo aleatorio simple, estratificado y sistemático. Explica las ventajas e inconvenientes de cada método de muestreo.
El documento presenta información sobre conceptos y métodos de muestreo. Define términos como población, muestra, error muestral y describe diferentes tipos de muestreo como probabilístico y no probabilístico. Dentro de estos últimos explica el muestreo de conveniencia, juicios y por cuotas. También describe métodos probabilísticos como el muestreo aleatorio simple, sistemático y estratificado así como por conglomerados. Finalmente, aborda factores a considerar para determinar el diseño muestral apropiado como precisión, recurs
Este documento describe diferentes métodos de muestreo para obtener evidencia causal en una investigación. Explica los propósitos de la investigación causal, la terminología relacionada con el muestreo y los diferentes tipos de muestreo, incluyendo muestreo no probabilístico como de conveniencia y probabilístico como aleatorio simple, estratificado y por conglomerados. Detalla las etapas de selección de la muestra y cómo determinar el tamaño apropiado.
Este documento trata sobre el tema del diseño y procedimientos de muestreo. Explica la terminología básica del muestreo, las etapas en la selección de la muestra, los tipos de muestreo probabilístico como el aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabilístico como el de conveniencia y por cuotas. Además, describe los métodos de determinación del tamaño de la muestra para los casos de muestreo aleatorio simple y estratificado.
El documento proporciona una introducción al concepto de muestreo, describiendo los términos población, muestra y censo. Explica los diferentes tipos de muestreo, incluyendo muestreo probabilístico como aleatorio simple, por estratos y sistemático, así como muestreo no probabilístico como por conveniencia y de juicio. También cubre cómo calcular el tamaño de la muestra y los errores comunes en la investigación de mercado.
En estadística, una muestra es un subconjunto de casos o individuos de una población. En diversas aplicaciones, interesa que una muestra sea representativa, y para ello debe escogerse una técnica de muestra adecuada que produzca una muestra aleatoria adecuada.
El documento habla sobre los conceptos de universo, población y muestra en el diseño de una investigación. Define universo como el conjunto total de elementos a estudiar, y muestra como un subconjunto de la población. Explica que la muestra debe ser representativa y debe seleccionarse a través de técnicas de muestreo como el muestreo aleatorio simple.
La poblacion y muestra en una investigacionLima - Perú
El documento introduce los conceptos de población y muestra en el contexto de la teoría del muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de muestreo, como el probabilístico, no probabilístico, estratificado y por conglomerados. Finalmente, resalta la importancia de que la muestra sea representativa de la población total para obtener conclusiones válidas.
Investigación de Mercados II
Tema: Muestra o Análisis Muestral
Alumno: Rivas Gonzales Alejandro Javier
Docente: Mgr. José Ramiro Zapata Barrientos
Pensamiento: TODO ES EDITABLE. R.Zapata
Este documento presenta diferentes técnicas para la recolección de datos en la investigación, incluyendo la observación, entrevistas, encuestas, censos y grupos focales. También describe instrumentos como cuestionarios, listas de verificación, grabaciones y fotografías. Explica la diferencia entre muestras probabilísticas y no probabilísticas, y métodos de muestreo como aleatorio simple, sistemático y estratificado. El objetivo es comprender conceptos y técnicas de investigación para el análisis de problemas e información y la
El documento proporciona información sobre los diferentes tipos de muestreo que se pueden utilizar en la investigación de mercados. Explica que una muestra es un subconjunto de la población total que se estudia. Luego describe los dos tipos principales de muestreo: probabilístico y no probabilístico. Dentro del muestreo probabilístico, explica métodos como el aleatorio simple, sistemático y estratificado. Finalmente, concluye que el muestreo permite estudiar una parte representativa de una gran población total de una manera más eficiente
El documento trata sobre los conceptos y tipos de diseño muestral para investigaciones cuantitativas. Explica que el diseño muestral implica definir la población de estudio, y que existen dos tipos principales de muestreo: probabilístico y no probabilístico. Dentro de estos tipos, describe brevemente diferentes métodos de muestreo como el estratificado, por conglomerados, de conveniencia y por cuotas.
Este documento presenta una introducción al muestreo. Define muestreo como el método para diseñar y seleccionar una muestra representativa de una población más grande. Explica conceptos clave como población, muestra, variables, parámetros, estadísticas y errores muestrales. Además, describe diferentes técnicas de muestreo como el muestreo probabilístico, no probabilístico, aleatorio simple, sistemático y estratificado.
Este documento define los conceptos de población, muestra, tipos de población y muestreo. Explica que una población es un conjunto de individuos con características en común que se desean estudiar, y que una muestra es una parte representativa de la población seleccionada para su estudio. Además, describe diferentes tipos de muestreo como el muestreo aleatorio simple, sistemático, estratificado y de conglomerados.
Este documento explica los conceptos de población, muestra, muestreo, tipos de muestreo probabilístico y no probabilístico. Define la población como el conjunto total de unidades de análisis y la muestra como un subconjunto de la población. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población y los pasos involucrados. También describe los tipos principales de muestreo probabilístico como aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabil
Este documento describe la teoría del muestreo, incluyendo definiciones de población, muestra, parámetros, estadísticos y diferentes tipos de muestreo. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población para hacer inferencias sobre la población. Luego detalla métodos de muestreo como el muestreo simple, doble y múltiple; y métodos de selección como el muestreo de juicio, aleatorio y otros. Finalmente, discute conceptos como el tamaño de la m
Este documento define los conceptos de población, muestra, error de estimación y error no muestral en el contexto de la estadística. Explica que la población es el conjunto total de elementos a estudiar, mientras que la muestra es una parte representativa de la población. También describe diferentes tipos de muestreo como el muestreo probabilístico y no probabilístico.
El documento habla sobre los conceptos básicos y tipos de muestreo. Explica que el muestreo es una herramienta de investigación científica que permite seleccionar una parte representativa de una población para hacer inferencias sobre la población completa. Describe los tipos de muestreo como aleatorio, estratificado, por conglomerados, intencional y sin norma. También explica conceptos como unidades de análisis, error de muestreo y estimador.
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo
Este documento presenta información sobre 4 estudiantes de la carrera de Contaduría Pública en la Universidad Nacional Experimental de los Llanos Occidentales "Ezequiel Zamora". Incluye los nombres y números de identificación de los estudiantes, así como el semestre, la sección y la ubicación de la universidad. Además, presenta resúmenes de varios módulos sobre estadística, incluyendo introducciones a temas como probabilidad, muestreo, estimación de parámetros poblacionales y construcción de intervalos de
Este documento presenta información sobre la elaboración de cuestionarios y muestreo. Explica los diferentes tipos de muestreo como probabilístico y no probabilístico. Detalla las etapas del proceso de muestreo, incluyendo definir la población objetivo, seleccionar el método de muestreo, determinar el tamaño de la muestra y ejecutar el proceso. También describe métodos de muestreo no probabilístico como por conveniencia y por juicio.
El documento describe diferentes métodos de muestreo utilizados en investigaciones científicas. Explica que el muestreo permite representar una parte de la población total para hacer inferencias sobre ella. Luego detalla dos grandes grupos de muestreo: probabilístico y no probabilístico. Dentro del muestreo probabilístico describe el muestreo aleatorio simple, sistemático, estratificado y por conglomerado. Para el no probabilístico explica el muestreo por cuotas, intencional y bola de nieve. Finalmente compara ventajas
Este documento discute los tipos de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas permiten medir el error estándar y generalizar los resultados a la población, mientras que las muestras no probabilísticas se seleccionan de manera dirigida pero pueden ofrecer casos ricos para análisis cualitativos. También describe procedimientos como la tombola y selección sistemática para elegir muestras probabilísticas y los factores que influyen en el tamaño ópt
DISEÑO Y PROCEDIMIENTOS DE MUESTREO
-Muestra o censo
-Terminología y fundamentos del muestreo
-Etapas den la selección de la muestra
-Muestreo no probabilístico
*Muestreo de conveniencia
*Muestreo de juicios
*Muestreo por cuotas
*Muestreo de “bola de nieve”
-Muestreo probabilístico
*Muestreo aleatorio simple
*Muestreo aleatorio sistemático
*Muestreo aleatorio estratificado
*Muestreo por conglomerados
-Determinación del diseño muestral apropiado
-Determinación del tamaño de la muestra
*Muestreo aleatorio simpleMuestreo estratificado
Este documento define conceptos clave de la estadística inferencial como población, parámetro, muestra y estadístico. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como los no probabilísticos como intencional y por cuotas. Además, describe ventajas e inconvenientes del muestreo y cómo seleccionar una muestra aleatoria usando tablas de números aleatorios.
Este capítulo describe los diferentes tipos de muestras utilizadas en investigación cuantitativa, incluyendo muestras probabilísticas y no probabilísticas. Explica cómo definir las unidades de análisis, determinar el tamaño adecuado de la muestra, y los procedimientos para seleccionar muestras representativas de la población, dependiendo del tipo de muestreo elegido. Además, analiza conceptos clave como muestra, población, representatividad y error estándar.
La poblacion y muestra en una investigacionLima - Perú
El documento introduce los conceptos de población y muestra en el contexto de la teoría del muestreo. Explica que una población es el conjunto total de elementos sobre los cuales se realizará un estudio, mientras que una muestra es un subconjunto de la población. También describe diferentes tipos de muestreo, como el probabilístico, no probabilístico, estratificado y por conglomerados. Finalmente, resalta la importancia de que la muestra sea representativa de la población total para obtener conclusiones válidas.
Investigación de Mercados II
Tema: Muestra o Análisis Muestral
Alumno: Rivas Gonzales Alejandro Javier
Docente: Mgr. José Ramiro Zapata Barrientos
Pensamiento: TODO ES EDITABLE. R.Zapata
Este documento presenta diferentes técnicas para la recolección de datos en la investigación, incluyendo la observación, entrevistas, encuestas, censos y grupos focales. También describe instrumentos como cuestionarios, listas de verificación, grabaciones y fotografías. Explica la diferencia entre muestras probabilísticas y no probabilísticas, y métodos de muestreo como aleatorio simple, sistemático y estratificado. El objetivo es comprender conceptos y técnicas de investigación para el análisis de problemas e información y la
El documento proporciona información sobre los diferentes tipos de muestreo que se pueden utilizar en la investigación de mercados. Explica que una muestra es un subconjunto de la población total que se estudia. Luego describe los dos tipos principales de muestreo: probabilístico y no probabilístico. Dentro del muestreo probabilístico, explica métodos como el aleatorio simple, sistemático y estratificado. Finalmente, concluye que el muestreo permite estudiar una parte representativa de una gran población total de una manera más eficiente
El documento trata sobre los conceptos y tipos de diseño muestral para investigaciones cuantitativas. Explica que el diseño muestral implica definir la población de estudio, y que existen dos tipos principales de muestreo: probabilístico y no probabilístico. Dentro de estos tipos, describe brevemente diferentes métodos de muestreo como el estratificado, por conglomerados, de conveniencia y por cuotas.
Este documento presenta una introducción al muestreo. Define muestreo como el método para diseñar y seleccionar una muestra representativa de una población más grande. Explica conceptos clave como población, muestra, variables, parámetros, estadísticas y errores muestrales. Además, describe diferentes técnicas de muestreo como el muestreo probabilístico, no probabilístico, aleatorio simple, sistemático y estratificado.
Este documento define los conceptos de población, muestra, tipos de población y muestreo. Explica que una población es un conjunto de individuos con características en común que se desean estudiar, y que una muestra es una parte representativa de la población seleccionada para su estudio. Además, describe diferentes tipos de muestreo como el muestreo aleatorio simple, sistemático, estratificado y de conglomerados.
Este documento explica los conceptos de población, muestra, muestreo, tipos de muestreo probabilístico y no probabilístico. Define la población como el conjunto total de unidades de análisis y la muestra como un subconjunto de la población. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población y los pasos involucrados. También describe los tipos principales de muestreo probabilístico como aleatorio simple, sistemático y estratificado, y los tipos de muestreo no probabil
Este documento describe la teoría del muestreo, incluyendo definiciones de población, muestra, parámetros, estadísticos y diferentes tipos de muestreo. Explica que el muestreo es el proceso de seleccionar una muestra representativa de una población para hacer inferencias sobre la población. Luego detalla métodos de muestreo como el muestreo simple, doble y múltiple; y métodos de selección como el muestreo de juicio, aleatorio y otros. Finalmente, discute conceptos como el tamaño de la m
Este documento define los conceptos de población, muestra, error de estimación y error no muestral en el contexto de la estadística. Explica que la población es el conjunto total de elementos a estudiar, mientras que la muestra es una parte representativa de la población. También describe diferentes tipos de muestreo como el muestreo probabilístico y no probabilístico.
El documento habla sobre los conceptos básicos y tipos de muestreo. Explica que el muestreo es una herramienta de investigación científica que permite seleccionar una parte representativa de una población para hacer inferencias sobre la población completa. Describe los tipos de muestreo como aleatorio, estratificado, por conglomerados, intencional y sin norma. También explica conceptos como unidades de análisis, error de muestreo y estimador.
Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la población, para lo cual deben ser representativas de la misma (una muestra representativa se denomina técnicamente muestra aleatoria). Para cumplir esta característica, la inclusión de sujetos en la muestra debe seguir una técnica de muestreo
Este documento presenta información sobre 4 estudiantes de la carrera de Contaduría Pública en la Universidad Nacional Experimental de los Llanos Occidentales "Ezequiel Zamora". Incluye los nombres y números de identificación de los estudiantes, así como el semestre, la sección y la ubicación de la universidad. Además, presenta resúmenes de varios módulos sobre estadística, incluyendo introducciones a temas como probabilidad, muestreo, estimación de parámetros poblacionales y construcción de intervalos de
Este documento presenta información sobre la elaboración de cuestionarios y muestreo. Explica los diferentes tipos de muestreo como probabilístico y no probabilístico. Detalla las etapas del proceso de muestreo, incluyendo definir la población objetivo, seleccionar el método de muestreo, determinar el tamaño de la muestra y ejecutar el proceso. También describe métodos de muestreo no probabilístico como por conveniencia y por juicio.
El documento describe diferentes métodos de muestreo utilizados en investigaciones científicas. Explica que el muestreo permite representar una parte de la población total para hacer inferencias sobre ella. Luego detalla dos grandes grupos de muestreo: probabilístico y no probabilístico. Dentro del muestreo probabilístico describe el muestreo aleatorio simple, sistemático, estratificado y por conglomerado. Para el no probabilístico explica el muestreo por cuotas, intencional y bola de nieve. Finalmente compara ventajas
Este documento discute los tipos de muestras probabilísticas y no probabilísticas. Explica que las muestras probabilísticas permiten medir el error estándar y generalizar los resultados a la población, mientras que las muestras no probabilísticas se seleccionan de manera dirigida pero pueden ofrecer casos ricos para análisis cualitativos. También describe procedimientos como la tombola y selección sistemática para elegir muestras probabilísticas y los factores que influyen en el tamaño ópt
DISEÑO Y PROCEDIMIENTOS DE MUESTREO
-Muestra o censo
-Terminología y fundamentos del muestreo
-Etapas den la selección de la muestra
-Muestreo no probabilístico
*Muestreo de conveniencia
*Muestreo de juicios
*Muestreo por cuotas
*Muestreo de “bola de nieve”
-Muestreo probabilístico
*Muestreo aleatorio simple
*Muestreo aleatorio sistemático
*Muestreo aleatorio estratificado
*Muestreo por conglomerados
-Determinación del diseño muestral apropiado
-Determinación del tamaño de la muestra
*Muestreo aleatorio simpleMuestreo estratificado
Este documento define conceptos clave de la estadística inferencial como población, parámetro, muestra y estadístico. Explica los tipos de muestreo probabilístico como aleatorio simple, sistemático y estratificado, así como los no probabilísticos como intencional y por cuotas. Además, describe ventajas e inconvenientes del muestreo y cómo seleccionar una muestra aleatoria usando tablas de números aleatorios.
Este capítulo describe los diferentes tipos de muestras utilizadas en investigación cuantitativa, incluyendo muestras probabilísticas y no probabilísticas. Explica cómo definir las unidades de análisis, determinar el tamaño adecuado de la muestra, y los procedimientos para seleccionar muestras representativas de la población, dependiendo del tipo de muestreo elegido. Además, analiza conceptos clave como muestra, población, representatividad y error estándar.
Similar a Dialnet-DisenosMuestralesEnLaInvestigacion-5262273 (2).pdf (20)
Minería de Datos e IA Conceptos, Fundamentos y Aplicaciones.pdfMedTechBiz
Este libro ofrece una introducción completa y accesible a los campos de la minería de datos y la inteligencia artificial. Cubre todo, desde conceptos básicos hasta estudios de casos avanzados, con énfasis en la aplicación práctica utilizando herramientas como Python y R.
También aborda cuestiones críticas de ética y responsabilidad en el uso de estas tecnologías, discutiendo temas como la privacidad, el sesgo algorítmico y transparencia.
El objetivo es permitir al lector aplicar técnicas de minería de datos e inteligencia artificial a problemas reales, contribuyendo a la innovación y el progreso en su área de especialización.
LINEA DE TIEMPO Y PERIODO INTERTESTAMENTARIOAaronPleitez
linea de tiempo del antiguo testamento donde se detalla la cronología de todos los eventos, personas, sucesos, etc. Además se incluye una parte del periodo intertestamentario en orden cronológico donde se detalla todo lo que sucede en los 400 años del periodo del silencio. Basicamente es un resumen de todos los sucesos desde Abraham hasta Cristo
Reporte homicidio doloso descripción
Reporte que contiene información de las víctimas de homicidio doloso registradas en el municipio de Irapuato Guanajuato durante el periodo señalado, comprende información cualitativa y cuantitativa que hace referencia a las características principales de cada uno de los homicidios.
La información proviene tanto de medios de comunicación digitales e impresos como de los boletines que la propia Fiscalía del Estado de Guanajuato emite de manera diaria a los medios de comunicación quienes publican estas incidencias en sus distintos canales.
Podemos observar cantidad de personas fallecidas, lugar donde se registraron los eventos, colonia y calle así como un comparativo con el mismo periodo pero del año anterior.
Edades y género de las víctimas es parte de la información que incluye el reporte.
Este documento ha sido elaborado por el Observatorio Ciudadano de Seguridad Justicia y Legalidad de Irapuato siendo nuestro propósito conocer datos sociodemográficos en conjunto con información de incidencia delictiva de las 10 colonias y/o comunidades que del año 2020 a la fecha han tenido mayor incidencia.
Existen muchas más colonias que presentan cifras y datos en materia de seguridad, sin embargo, en este primer acercamiento lo que se prevées darle al lector una idea de como se encuentran las colonias analizadas, tomando como referencia los datos del INEGI 2020, datos del Secretariado Ejecutivo del Sistema Nacional de Seguridad Pública del 2020 al 2023 y las bases de datos propias que desde el 2017 el Observatorio Ciudadano ha recopilado de manera puntual con datos de las vıć timas de homicidio doloso, accidentes de tránsito, personas lesionadas por arma de fuego, entre otros indicadores.
1. 1 SEMESTRE ECONÓMICO vol. 4, No. 7
Diseños muestrales en la investigación
Gonzalo Tamayo*
Introducción
Lo que hoy denominamos investiga
ción, se inició en el momento en que el hombre se enfrentó a
problemas y, frente a ellos, comenzó a interrogarse sobre el por qué, cómo y para qué; es decir,
cuan
do empezó a indagar sobre las cosas.
Aplicado al campo de la ciencia, la in
vestigación es un procedimiento reflexi
vo, sistemático, con-
trolado y crítico que tiene por finalidad descubrir o interpre
tar los hechos y fenómenos, relaciones
y leyes de un determinado ámbito de la realidad.
La tarea de un investigador es: “tomar conocimientos del problema que otros pueden
haber pasado por alto, insertarlos en un cuerpo de conocimiento e intentar resolverlos
con el máximo de rigor y primariamente, para enriquecer nuestro conocimiento. Según
eso, el investigador es un problematizado por excelencia”.
Mario Bunge
Debido a su creciente utilización en el área de los negocios, especialmente en la investigación de
mercados, en conta
bilidad, auditoría y en otras investiga
ciones de cualquier índole, se resalta la
importancia que tienen los diseños muéstrales en la investigación. Nuestros conocimientos, nuestras
actitudes y nuestras acciones estén basadas, en gran parte, en muestras. Esto es igualmente
cierto en la vida cotidiana y en la inves
tigación científica.
La correcta aplicación de las técnicas de muestreo se ha hecho indispensable para los profesionales
de las ciencias sociales, la administración, las ciencias biológicas y otras en donde, cada día,
aumenta la necesidad de diversificar y profundizar los estudios y donde el muestreo, al igual que
la inferencia, jue
gan un papel de gran importancia y utilidad por su carácter de rapidez y economía.
En muchas investigaciones se ha veni
do prestando poca atención a los problemas de cómo obtener
una muestra y cómo sacar conclusiones satisfactorias de sus resultados.
*
Estadístico. Docente Facultad de Economía Industrial Universidad de Medellín
2. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 2
El presente documento intenta propor
cionar una conexión entre el análisis de información estadística
para la toma de decisiones y el problema práctico de la obtención de datos al que necesaria
mente
se enfrenta el investigador en las diversas áreas del conocimiento. Es un valioso complemento
de consulta, en el que se presentan las técnicas de muestreo más utilizadas, para todo aquel que
realice investigación.
Elementos de muestreo
Muestreo: Es un procedimiento para conocer algunas características de la po
blación con base
en una muestra extraí
da de ella.
El objetivo de un diseño de muestreo es proporcionar indicaciones para la selección de una muestra
que sea repre
sentativa de la población.
Ventajas del método de muestreo con relación al censo
1. Costo reducido.
2. Mayor rapidez
3. Mayores Posibilidades: Aquellas en
cuestas que están basadas en el método de muestreo tienen
un mayor alcance y flexibilidad de acuerdo al tipo de infor
mación que pueda ser obtenida.
4. El muestreo puede ser más preciso que el censo. Esto es debido a que cuan
do el volumen
de trabajo es reducido se puede emplear personal capacitado al cual se le puede someter a
entrenamiento intensivo.
5. Cuando la medición del elemento trae consigo la destrucción o deterioro del mismo (control
de calidad). Ej.: Ca
lidad de las bombillas para Flash.
6. Cuando la población sea infinita o tan grande que le quede al investiga
dor físicamente imposible
estudiar toda la población.
Casos en que el censo es preferi
ble al muestreo
1. Un tamaño de población reducida.
2. Cuando la varianza de la característi
ca que se está midiendo es muy grande.
3. Cuando los costos del error sean al
tos (error muestral + error no muestral).
Error: Es de esperarse que ningún es
tudio sea cien por cien preciso. Siem
pre existirán diferencias,
unas veces muy pequeñas otras muy grandes. Es
tas diferencias entre la información ob
tenida
a través de un estudio de inves
tigación y la verdadera información es lo que en investigación se
conoce como error.
3. Diseños muestrales en la investigación
3 SEMESTRE ECONÓMICO vol. 4, No. 7
Este error total proviene de dos fuen
tes: Error Muestral + Error No Muestral.
Error muestral: Este comprende las di
ferencias ente los resultados de la mues
tra y el verdadero
valor de la población.
Error no muestral: Son todos aquellos errores susceptibles de incurrir a lo lar
go del proceso
investigativo y diferen
tes a lo que aquí se ha llamado Error muestral.
Mencionemos algunos:
• Error por mala identificación del pro
blema o diferenciación pobre del pro
blema.
• Errores por incapacidad para iden
tificar la información específica reque
rida.
• Imperfecciones en el diseño del cues
tionario.
• Error en la especificación del marco muestral donde Marco muestral es un listado de las
unidades muéstrales o lis
tado de todos los elementos de la po
blación.
• El encuestado responde sobre algo que no sabe.
• El encuestado intencionalmente su
ministra información incorrecta.
• El encuestado suministra informa
ción imprecisa, debido a fallas de me
moria.
• Sesgos generados por el encuestador al influir con su tono de voz, explica
ciones o apariencia
personal, en el encuestado.
• Sesgos generados por el encuestador al registrar incorrectamente las respues
tas de los
encuestados.
• Sesgos generados por el encuestador al desviarse de las instrucciones que se le han dado.
• Errores generados durante la codifi
cación, tabulación, edición, etc.
• Errores en la interpretación de los datos.
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.
4. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 4
• Seleccionar la muestra.
Métodos de muestreo
De acuerdo con el conocimiento o no que se tenga de la población, el mues
treo puede ser:
Muestreo Probabilístico y No Probabilístico.
Probabilístico No probabilístico
• MAS (muestreo aleatorio simple) • Muestreo por conveniencia
• Muestreo estratificado • Muestreo según criterio (juicio
• Muestreo por conglomerados • Muestreo por cuotas
• Muestreo polietápico
• Muestreo por áreas
• Muestreo sistemático
Muestreo probabilístico
Con éste método es posible determinar la probabilidad que tiene cada elemen
to de la población de
ser escogido en la muestra. Cuando las muestras son aleatorias, se pueden hacer afirmacio
nes
probabilísticas acerca de la pobla
ción en estudio.
Muestreo no probabilístico
Si se utiliza este método no se puede establecer de una manera exacta la pro
babilidad de que un
elemento de la población participe en la muestra.
Sin embargo, tiene su aplicación en los estudios exploratorios. Cuando las muestras se seleccionen
de manera No aleatoria, sólo es posible hacer afirmaciones de tipo descriptivo sobre la muestra.
Los procedimientos No aleatorios de muestreo nunca deben usarse cuando el objetivo del muestreo
es hacer in
ferencias.
Muéstreos probabilísticos
1. Muestreo aleatorio simple (M A.S.)
El M.A.S. es un método de selección de n unidades, sacadas de una población homogénea de
tamaño N de tal mane
ra que cada una de las muestras, ten
gan la misma oportunidad de ser
escogidas.
En el M.A.S. la muestra es sacada al azar unidad por unidad.
5. Diseños muestrales en la investigación
5 SEMESTRE ECONÓMICO vol. 4, No. 7
La muestra puede ser seleccionada uti
lizando muestreo con reemplazo o sin remplazo.
El muestreo sin remplazo es aquel en el que un número que ha sido sacado no es reemplazado,
ya que esto daría lu
gar a que la misma unidad entrara en la muestra más de una vez.
El muestreo sin remplazo es un caso contrario.
1.1. Tamaño de la muestra para esti
mar la Media Poblacional. (m).
2 2
2
con
4
( 1)
N E
n D
N D
σ
σ
= =
− +
Donde s2
es la varianza Poblacional, N es el numero de elementos de la pobla
ción, y E es la cota
para el error de esti
mación.
Cuando N es muy grande;
2
2
4
n
E
σ
=
Cuando el objetivo es estimar el Total Poblacional, T, con una cota E para el error de estimación,
se debe de susti
tuir D = EV4N2 en la fórmula del ta
maño de muestra.
Para encontrar n es necesario conocer la varianza Poblacional. Como dicha varianza (s2
) es
normalmente descono
cida, se hace necesario estimarla utili
zando un conjunto de mediciones
muéstrales de la población. La varianza puede estimarse con el valor de s2
obte
nido en una
muestra previa o con el conocimiento del recorrido de las me
diciones. Usando el estimador de
ran
go se tiene:
R = 4s lo que implica
4
R
σ =
Si el objetivo es estimar la proporción Poblacional p, se hace la varianza s2
= pq.
Si por algún motivo se desconoce el valor de p se supone que p tiene un va
lor de 0.5.
Cómo seleccionar una muestra aleatoria
La mejor manera de seleccionar una muestra aleatoria, es utilizar una tabla de números aleatorios
que se constru
ye combinando los números enteros de cero (0) al nueve (9) que no tienen un patrón
de ocurrencia.
Procedimiento:
1. Enumerar los elementos de la población según el tamaño de ésta.
Ejemplo 1.
6. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 6
Si la población es de N=10000, enume
ramos como sigue: 0001,0002,0003, 0000 donde 0001
representa el primer elemento, 0002 el segundo, 0003 el ter
cero, y el 0000 representa el
elemento 10000.
2. De la tabla de números aleatorios se elige un punto arbitrario de partida y siguiendo la secuencia
se van determinando los elementos de la muestra.
Si un número aleatorio ocurre dos ve
ces se omite la segunda ocurrencia y se selecciona otro
número aleatorio para reemplazarlo.
3. Determinar el valor de los elementos de la muestra.
Ejemplo 2.
Estimador
Si la población es de N=876, enumera
mos como sigue: 001,002, 003,..., 876, y se procede en
forma similar.
1.2. Estimación de la media pobla-cional. (m)
Estimador
1
ˆ
n
i
i
Y
y
n
µ
=
= = ∑
Varianza estimada del estimador
2
2
2 2
1
( )
con
ˆ
1
n
i
y
i
y y
s N n
s
n N n
σ
=
−
−
=
−
∑
Intervalo de confianza para estimar m
2 ˆy
y σ
±
La cantidad 2 garantiza una confianza de por lo menos el 75%, y muy posible
mente del 95%,
según que la población sea no normal o normal respectivamen
te.
1.3. Estimación del Total Poblacional.(T)
Estimador ˆ
T N y
=
Varianza del estimador 2 2 2
ˆ
ˆ ˆy
T
N
σ σ
= Intervalo de confianza para estimar T
ˆT
N y σ
±
7. Diseños muestrales en la investigación
7 SEMESTRE ECONÓMICO vol. 4, No. 7
1.4. Estimación de la ProporciónPoblacional. ( p )
Estimador
éxitos en la muestra
ˆ
tamaño de la muestra
y
p
n
= =
Varianza estimada del estimador.
2 ˆ ˆ
ˆ ˆ
con 1
ˆ
1
p
pq N n
q p
n N
σ
−
= = −
−
2. Muestreo estratificado aleatorio (M.E A.)
El M.E.A. se utiliza cuando la población es heterogénea y se tiene un listado de ella.
En esta técnica la población de N uni
dades es dividida en subpoblaciones o estratos internamente
homogéneos: N1
,N2
,N3
,..., NL
. Estas subpoblaciones son excluyentes y al reunirlas forman la
totalidad de la población.
Para obtener un beneficio completo de la estratificación, deben ser conocidos y especificados los
valores de Nh (tama
ño de los estratos), con h = 1,2,..., L.
Una vez que han sido determinados los estratos, se saca una muestra de cada una de ellos en
forma independiente y que representaremos por n1
, n2
, n3
, ..., nL
.
Si se toma una muestra simple aleatoria de cada estrato, el procedimiento com
pleto es conocido
como “Muestreo estratificado aleatorio”.
Razones para emplear la estrati
ficación
• Cuando se desee información con cierta precisión en algunas subdivi
siones de la población,
puesto que así se puede tratar cada subdivisión como una población por sí sola.
• Por conveniencias de tipo adminis
trativo.
• Cuando los problemas de muestreo difieren marcadamente en diferentes partes de la población.
• Con la estratificación se obtiene una mayor precisión en los estimadores de las características
de toda la población puesto que los estratos son más homo
géneos que la población.
2.1. Tamaño de la muestra para la esti
mación de u..
Utilizando la Afijación proporcional en el que el tamaño de la muestra es pro
porcional al tamaño
del estrato.
8. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 8
donde Ni
es el número de elementos del estrato i y
1,2,...,
i
i
N
n n i L
N
= =
El tamaño de muestra está dado por:
2
2
1
2
1
1
con
4
L
i i
i
L
i i
N
i
N
E
n D
N D N
σ
σ
=
=
= =
+
∑
∑
donde 2
y
i i
N
σ son, respectivamente, la varianza y el tamaño del i-ésimo es
trato.
2
i
σ puede estimarse por medio de 2
i
s o por medio del rango de las medicio
nes contenidas en el
estrato i haciendo 4 ,
i i
R σ
= lo que implica
4
i
i
R
σ =
El tamaño de muestra necesario para estimar el Total Poblacional, T, con una cota E para el error
de estimación, se obtiene sustituyendo D = E2
/4N2
en la fórmula del tamaño de la muestra.
Cuando se usa el muestreo estratificado para estimar la proporción Poblacional p, se debe de
sustituir 2
i i i
p q
σ = para la varianza del estrato i y hacer D = E2
/4N2
.
pi
es la proporción Poblacional del es
trato i que se puede hacer igual a 0.5 cuando no hay posibilidad
de conocer
la o de ser obtenida.
Estimación de la media y la varianza de cada estrato
1
2
1
2
( )
1,2,...,
1
i
i
n
ij
j
i
i
n
ij i
j
i
i
y
y
n
y y
s i L
n
=
=
=
−
= =
−
∑
∑
donde yij
es la j-ésima observación del estrato i.
2.2 Estimación del a media poblacional (m)
Estimador.
1
1 L
est i i
i
y N y
N =
= ∑
9. Diseños muestrales en la investigación
9 SEMESTRE ECONÓMICO vol. 4, No. 7
Varianza estimada del estimador
2
2 2
2
1
1
est
L
i i i
y i
i i i
N n s
N
N n
N
σ
=
−
=
∑
Intervalo de confianza para estimar m.
2 est
est y
y σ
±
2.3. Estimador del Total Poblacional. (T)
Estimador
ˆ
est
T Ny
=
Varianza estimada del estimador
2 2 2
ˆ ˆ est
T y
N
σ σ
=
Intervalo de confianza para estimar T.
ˆ
ˆ 2 ˆT
T σ
±
2.4. Estimación de la Proporción Poblacional. ( p )
1
1
ˆ ˆ
L
est i i
i
p N p
N =
= ∑
Varianza estimada del estimador.
2 2 1 1
2
1
ˆ ˆ
1
ˆ ˆ
, 1
ˆ
1
est
L
I I
p i i i
i t I
N n p q
N q p
N n
N
σ
=
−
= = −
−
∑
Intervalo de confianza para estimar p.
ˆ
ˆ 2 ˆ est
est p
p σ
±
10. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 10
3. Muestreo por conglomerados
El muestreo por conglomerados se uti
liza:
• Cuando no existe una lista de todos los elementos de la población, o sería muy costoso obtenerla.
• La población es grande y está disper
sa en una región muy extensa.
El procedimiento en el muestreo por conglomerados consiste en dividir la población en M grupos
denominados conglomerados.
Después de dividir la población en con
glomerados y tener un listado de ellos, se seleccionan al
azar algunos de ellos utilizando M.A.S. y posteriormente lle
var a cabo un censo completo en cada
uno de los conglomerados selecciona
dos.
En el muestreo aleatorio estratificado las unidades muéstrales son los elementos individuales
de la población, mientras que en el muestreo por conglomerados las unidades muéstrales son
conglome
rados de elementos.
El tamaño de muestra, cuando se utili
za muestreo por conglomerados, equi
vale a escoger el
número m de conglo
merados de elementos de una población de M conglomerados.
Es importante recalcar que, en el muestreo por conglomerados, se pue
de incrementar la información
obteni
da de la población, seleccionando un mayor número de conglomerados de menor tamaño.
La excepción a esta regla es el caso en que la población con
siste en muchos grupos homogéneos
pequeños. Los conglomerados deben ser heterogéneos dentro de sí.
En algunos casos se puede reducir el error de muestreo utilizando un mayor núme
ro de conglo-
merados pequeños en lu
gar de unos cuantos conglomerados grandes.
3.1. Estimación de la media poblacio
nal. (m)
Varianza estimada del estimador.
1
1
m
i
i
c m
i
i
t
y
n
µ =
=
= =
∑
∑
Donde:
ni
: número de elementos del i-ésimo conglomerado
ti
: total de las mediciones del conglomerado i
11. Diseños muestrales en la investigación
11 SEMESTRE ECONÓMICO vol. 4, No. 7
Varianza estimada del estimador.
2
2 1
2
( )
ˆ
1
c
m
i c i
i
y
t y n
M m
m
Mmn
σ =
−
−
=
−
∑
Intervalo de confianza para estimar m
2 ˆc
c y
y σ
±
M es el número de conglomerados en la población y m es el número de con
glomerados en la
muestra.
3.2. Estimación del total poblacional (T)
Estimación.
1
ˆ
m
i
i
M
T t
m =
= ∑
Varianza estimada del estimador.
2
2 2 1
( )
ˆ
1
m
i
i
T
t t
M m
M
Mm m
σ =
−
−
=
−
∑
Intervalo de confianza para estimar T.
ˆ
ˆ 2 ˆT
T σ
±
3.3 Estimación de la proporción poblacional (p)
Estimador.
1
1
ˆ
m
i
i
c m
i
i
a
p
n
=
=
=
∑
∑
Varianza estimada del estimador.
2
2 1
2
( )
ˆ
1
c
m
i c i
i
p
a p n
M m
m
Mmn
σ =
−
−
=
−
∑
12. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 12
4. Muestreo por conglomerados bietápico
El muestreo por conglomerados bietá
pico se utiliza:
• Cuando un conglomerado contiene demasiados elementos para obtener una medición de cada
uno de ellos,
• Cuando los elementos de un conglo
merado son tan semejantes que la me
dición de sólo irnos
cuantos proporcio
na información sobre el conglomerado completo.
Cuando ocurre alguna de estas situa
ciones el experimentador puede selec
cionar una muestra
aleatoria de conglo
merados y después tomar una muestra aleatoria de los elementos dentro de
cada conglomerado.
Por ejemplo, puede realizarse con pro
pósitos de control de calidad. Así, el inspector comúnmente
muestrea cajas y después muestrea paquetes dentro de cajas. También, cuando se están mues-
treando artículos producidos en diversas etapas de proceso, uno podría muestrear etapas del
proceso y poste
riormente muestrear artículos produci
dos en cada etapa muestreada.
Existen dos condiciones para seleccio
nar una muestra por conglomerados en dos etapas.
1. Proximidad geográfica de los ele
mentos dentro de un conglomerado, y
2. Tamaños de conglomerado conve
nientes para su manejo.
Para seleccionar una muestra,
1. Se obtiene un marco muestral que liste todos los conglomerados en la po
blación.
2. Se selecciona una muestra aleatoria de conglomerados aplicando M.A.S.,
3. Se obtienen marcos muéstrales que listen todas las unidades de cada uno de los conglomerados
seleccionados, y
4. Se selecciona una muestra aleatoria de los elementos de cada uno de estos marcos muéstrales.
5. Muestreo poliétapico
El muestreo por conglomerados bietá
pico puede extenderse a un muestreo de tres etapas, cuatro
etapas,...o muestreo polietápico.
Por ejemplo, las agencias que efectúan encuestas de opinión pública pueden disponer de un listado
de las universi
dades de un país, donde cada uno de éstas se constituye en un conglomera
do.
Se selecciona una muestra de uni
versidades, las cuales a su vez están conformados por facul-
tades. Posterior
mente se selecciona una muestra facul
tades de cada una de las universidades
seleccionadas anteriormente. Luego se selecciona una muestra de estudiantes de cada facultad
seleccionada que se
rían los elementos muéstrales a empa
dronar.
13. Diseños muestrales en la investigación
13 SEMESTRE ECONÓMICO vol. 4, No. 7
El Muestreo por áreas es un caso espe
cial del muestreo por conglomerados, en el cual la población
es dividida por áreas geográficas. Luego se selecciona una muestra de estas áreas en forma
aleatoria y posteriormente se realiza un muestreo o un censo, para determinar los elementos de
cada área elegida que serán encuestados.
Este muestreo es muy utilizado puesto que no requiere de un marco muestral que identifique los
elementos que con
forman la población.
6. Muestro sistemático
Este método facilita la selección de la muestra puesto que es más fácil de eje
cutar y menos
costoso que el M.A.S.
Suponga que N unidades en la pobla
ción se enumeran de 1 a N en algún orden.
Para seleccionar una muestra de n uni
dades se procede de la siguiente mane
ra:
• Determinar el intervalo muestral .
N
k
n
=
Por ejemplo; si se tiene una comunidad de 10.000 miembros y de éstos se selec
cionan 200,
el intervalo muestral sería
10.000
50
200
k = =
• Se escoge un número al azar entre 01 a 50 y si este número es por ejemplo igual a 12, la
muestra estaría constitui
da por los miembros: 12,62,112,...
No es recomendable cuando los datos tienen un comportamiento cíclico y cuando no se conoce
el tamaño de la población.
Muéstreos no probabilísticos
1. Muestreo por conveniencia
Es aquel con el cual se seleccionan las unidades muéstrales de acuerdo a la conveniencia o
accesibilidad del inves
tigador.
Este muestreo se puede utilizar en los casos en que se desea obtener informa
ción de la población,
de manera rápida y económica. Las muestras por conve
niencia se pueden utilizar en las etapas
exploratorias de la investigación como base para generar hipótesis y para estu
dios concluyentes
en los cuales el investigador desea aceptar el riesgo de que los resultados del estudio tengan
grandes inexactitudes.
14. Gonzalo Tamayo
SEMESTRE ECONÓMICO vol. 4, No. 7 14
Este método es muy común en las entrevistas callejeras como solicitar la opinión de las personas
que transitan en un centro comercial, realizar entrevistas con personas de la calle para un canal
de televisión, utilizar grupos de estudiantes o grupos religiosos para realizar un experimento, etc.
En cada caso la unidad o elemento de muestreo se autoselecciona o se ha seleccionado con
base en su fácil disponibilidad. En ninguno de los casos se especifica claramente la población del
a cual se ha tomado la muestra real. Aún más, se desconoce la probabilidad exacta de que estas
personas sean seleccionadas.
Este método de muestreo no se recomienda para estudios concluyentes, descriptivos, ni experi-
mentales.
2. Muestreo según criterio (juicio)
Con este método la selección de los elementos de la muestra se realiza de acuerdo con el juicio
y criterio del investigador.
Por ejemplo, en una investigación sobre las ventas diarias de todos los supermercados de una
ciudad, el investigador, a juicio, selecciona primero aquellos supermercados que son más re
presentativos.
3. Muestreo por cuotas
Las muestras por cuotas son un tipo especial de muestras a propósito.
En este caso el investigador da pasos concretos con el fin de obtener una muestra que es similar
a la población en algunas características de “control”, anteriormente especificadas.
El investigador determina el número de entrevistados, y los entrevistadores eligen a sus entrevis-
tados libremente con base en sus conocimientos y experiencia.
Bibliografía
Cochran, Willian G. Técnicas de Muestreo. Editorial Continental S.A. México, 1972.
Fowler, Newton Enrique. El muestreo Estadístico Aplicado a la Auditoría. Editorial Macchi. Buenos Aires, 1972.
III Simposio de Estadística. Muestreo. Universidad Nacional de Colombia, 1992
Kimmear, Thomas C; Taylor, James R. Investigación de Mercados. Editorial McGraw Hill, Colombia, 1999
- Kish,Leslie. Muestreo de Encuestas. Editorial Trillas, México, 1972.
- Scheaffer, Richard L. Mendenhall, Willian; Ott, Lyman. Elementos de Muestreo. Editorial Grupo Editorial
Iberoamérica, México, 1986.