Este documento presenta información sobre muestreo estadístico. Explica conceptos clave como población, muestra, muestreo, inferencia estadística y representatividad de la muestra. También describe diferentes tipos de muestreo como aleatorio simple, sistemático, estratificado y por conglomerados. Finalmente, compara el muestreo por conglomerados con el muestreo estratificado.

1. CICLO 02 - 2022
Maestro Dennis Zepeda
Estadística Aplicada a las Ciencias Sociales

2. MUESTREO:
Muestreo
Tipos de Muestreo
Representación Gráfica

3. CONCEPTOS BÁSICOS_XI:

4. MUESTRAS_I:
Una muestra es una parte o una porción de un producto
que permite conocer la calidad del mismo. Por ejemplo:
* Ayer solicité una muestra del nuevo perfume que
publicitan en la televisión”
* “Me han pedido una nota de muestra para una revista de ciencia”,
* “Necesito una muestra de telas, por favor”.
* Muestra de sangre para realizar un examen de glucemia

5. MUESTRAS_II:
La parte extraída de un conjunto que se considera como
una porción representativa también recibe el nombre de
muestra:
“El 86% de los salvadoreños, hombres, casados; afirman que
nunca han sido parte de violencia intrafamiliar, de acuerdo a la
encuesta realizada a una muestra de 500 personas de diversas
clases sociales”.
“El 94% de las maestrantes, solteros, de la UES, afirman que no tienen interés
en el matrimonio, de acuerdo a la encuesta realizada a una muestra de 200
caballeros del primer año de todas las maestrías que se imparten en la
universidad”.

6. MUESTRAS_III:
La muestra estadística es el subconjunto de los individuos de una
población estadística. Estas muestras permiten inferir las
propiedades del total del conjunto.

7. ALGUNOS CONCEPTOS CLAVES:
• Población: es el conjunto de todos los elementos que poseen una determinada
característica. En general supondremos que la población es muy grande.
• Muestra: es un subconjunto de la población.
• Muestreo: es el proceso mediante el cual se escoge una muestra de la población.
• Inferencia estadística: proceso a través del cual se obtienen conclusiones sobre una
población, a través de la información que proporciona una muestra. La confianza de
tal extrapolación dependerá de la representatividad de la muestra.
· Razones para usar muestras: economía, observación destructiva, entre otras.

8. ALGUNOS CONCEPTOS CLAVES_II:
La representatividad de la muestra depende de dos cosas:
a) Del mecanismo de selección: que ha de garantizar
que no hay un elemento de la población con más
probabilidad que otro de entrar en la muestra. Si no, sería
una muestra sesgada.
b) Del tamaño de la muestra: si el mecanismo de
selección es correcto, cuanto más grande sea la muestra
mayor será la probabilidad de que se parezca a la
población.
REPRESENTATIVIDAD DE LA
MUESTRA:

9. TIPOS DE MUESTREO_I:
Población
Población
de
estudio
Criterios de Selección
Muestra
Fórmula de tamaño muestral
Tipo de muestreo o diseño muestral

10. TIPOS DE MUESTREO_II:
MUESTREO

11. MUESTREO ESTADÍSTICO:
En estadística, un muestreo es la técnica para la
selección de una muestra a partir de una población o
universo.

12. MUESTREO ESTADÍSTICO:
Es un procedimiento que da respuesta a una
necesidad de información estadística precisa de una
población

13. MUESTREO ESTADÍSTICO:
El muestreo estadístico, estudia o investiga una
muestra y permite inferir esos resultados a una
población completa.
Es una herramienta de la investigación
científica

14. MUESTREO ESTADÍSTICO (ventajas y desventajas):
VENTAJAS DESVENTAJAS
Permite no hacer un censo
Reducción de costos
Facilidad en los cálculos estadísticos
Permite inferir los resultados obtenidos
en la muestra a la población
Existe la posibilidad de un sesgo
Hay un margen de error
Dificultad en poblaciones muy grandes
Dificultad para llegar al elemento
seleccionado de la población

15. TIPOS DE MUESTREO_III:
LA MUESTRA PUEDE SER:
Representativa No representativa
La representatividad de una muestra está
dada por su tamaño y por el tipo de
muestreo
Error: asumir que todos los estudios requieren de
una muestra representativa

16. TIPOS DE MUESTREO_V:
Tipos de Muestreo:
Probabilístico No probabilístico
El objetivo es ser
representativo de la
población.
Cada sujeto tiene la misma
probabilidad de ser
escogido.
No pretende ser
representativo de la
población.
La probabilidad de ser
escogido es desconocido.

17. MUESTREO PROBABILÍSTICO:
Es la forma de seleccionar una muestra lo suficientemente representativa
de una población cuya información permita inferir las propiedades y
características de toda la población cometiendo un error medible.
Se basa en que todos los elementos tienen la misma probabilidad de ser elegidos
para formar parte de una muestra (azar)
Se debe de tener una lista de elementos que componen el universo que queremos
estudiar (marco muestral)
El muestreo probabilístico nos asegura la representatividad de la muestra extraída
Permite inferir los resultados en la muestra a la población

18. MUESTREO NO PROBABILÍSTICO:
Son una serie de técnicas de muestreo donde las muestras se seleccionan
en un proceso que no brinda a los individuos de la población, iguales
oportunidades de ser seleccionados.
Conveniente para una investigación exploratoria
No se tiene una lista de elementos que componen el universo que se quiere estudiar
(marco muestral)
La forma como se seleccionan los elementos de la muestra no es representativa
No se pueden inferir los datos obtenidos en la muestra a la población

19. TIPOS DE MUESTREO_V:
Tipos de Muestreo:
Probabilístico
Aleatorio Simple
Sistemático
Estratificado
Conglomerado
No probabilístico
Muestreo por conveniencia
Muestreo por juicio
Muestreo por cuotas
Muestreo por Bola de Nieve

20. Metodología de la Investigación.
Hernández Sampieri.

21. TIPOS DE MUESTREO_VI:
Muestreo aleatorio simple: todos los
elementos de la población tienen la
misma probabilidad de ser elegidos
para formar parte de la muestra.

22. TIPOS DE MUESTREO_VI:
Muestreo aleatorio sistemático: se
selecciona al azar un elemento de la
población y a partir de el se
seleccionan de k en k los elementos
siguientes.

23. TIPOS DE MUESTREO_VI:
Ejemplo 1: Supongamos que la población estudiada está compuesta por N=360 familias
y se quiere un tamaño de muestra n=30 familias.
1. Conseguir un listado ordenado de los N elementos de la población -> N=360 familias
2. Determinar el tamaño muestral -> n=30 familias
3. Definir el tamaño de intervalo de selección o salto sistemático -> K=N/n =360/30 =12
4. Elegir un número aleatorio entre 1 y K, es decir en este caso, entre 1 y 12. El número
aleatorio sería igual a 4, el cual es el punto de inicio o arranque.
5. Inicial el proceso de selección sistemática → 1er #=4, 2do.#=4+12=16;
3er#=16+12=28…

24. TIPOS DE MUESTREO_VI:

25. TIPOS DE MUESTREO_VII:
Muestreo aleatorio estratificado: la
población se divide en grupos
homogéneos que llamamos estratos.
La proporción de cada estrato en la
población se mantiene en la muestra.
Cada uno de los estratos de la
muestra se obtiene por muestreo
aleatorio simple sobre el estrato
correspondiente de la población.
Población
Muestra
La muestra de cada estrato se puede
obtener por:
• Asignación igual
• Asignación proporcional

26. MUESTREO POR CONGLOMERADOS_1:
Muestreo por conglomerados y
áreas: se divide la población en
distintas secciones o conglomerados.
Se eligen al azar unas pocas de estas
secciones y se toman todos los
elementos de las secciones elegidas
para formar la muestra.
Para dividir la población en secciones
podemos usar los departamentos

27. MUESTREO POR CONGLOMERADOS_2:
Muestreo por
Conglomerados
Una Etapa
Bietápico (dos
etapas)
Polietápico -
Multietápico

28. MUESTREO POR CONGLOMERADOS_3:
UNA ETAPA
Ejemplo 1: Ejemplo 2:
Se tiene un universo de 60 familias de un Cantón de
Santa Ana. Las condiciones del estudio son las
siguientes:
Se tiene un universo de 70 cursos de formación
continua en el año 2021 de la UES. Las condiciones
del estudio son:
Variable a medir: ingresos familiares
Unidad de observación: Jefes de hogar
Tamaño de la muestra: 20 familias
Variable a medir: Rendimiento académico
Unidad de observación: estudiantes
Tamaño de muestra: 30 cursos
Primera etapa:
Selección aleatoria de las 20 familias y hacer la
medición de la variable al jefe de hogar.
Primera etapa:
Selección aleatoria de los 30 cursos y hacer la
medición de la variable a todos los estudiantes que
integran los 30 cursos seleccionados→n=30 x el
total de estudiantes que tenga cada curso.

29. MUESTREO POR CONGLOMERADOS_4:
BIETÁPICO (DOS ETAPAS)
Ejemplo:
Se tiene un universo de 70 cursos de formación continua en el año 2021 de la UES. Las condiciones del
estudio son:
Variable a medir: Rendimiento académico
Unidad de observación: estudiantes
Tamaño de muestra n= 30 cursos
Tamaño de muestra n=15 estudiantes
Muestra total: 450 estudiantes
Primera etapa:
Selección aleatoria de los 30 cursos.
Segunda etapa:
Selección aleatoria de n=15 estudiantes y hacer la medición de la variable a la muestra total.

30. MUESTREO POR CONGLOMERADOS_5:
POLIETÁPICO (MULTIETÁPICO)
➢ Primera etapa: selección de departamento
➢ Segunda etapa: selección de municipio
➢ Tercera etapa: selección de Cantón
➢ Cuarta etapa: selección de familias
➢ Unidad de muestreo=familias
➢ Unidad de observación: Jefe de Hogar

31. Comparación:
Muestreo por Conglomerados Muestreo Estratificado
Debe ser heterogéneo dentro del
conglomerado
Debe ser homogéneo dentro del estrato
Divide la población en grupos Divide la población en grupos
Se miden algunos conglomerados Se miden todos los estratos
Los grupos se dividen naturalmente
Los estratos se dividen según la decisión
del investigador
El objetivo principal es minimizar el costo
involucrado
El objetivo principal es realizar un
muestreo preciso de la población

32. MUESTREO PROBABILÍSTICO

33. MUESTREO PROBABILÍSTICO

34. MUESTREO PROBABILÍSTICO

35. MUESTREO PROBABILÍSTICO