Muestreo-probabvvvvilistico.pptx

1. Muestreo probabilístico
El muestreo probabilístico es un método estadístico que permite
seleccionar una muestra representativa de una población de manera que
todos los individuos tienen una probabilidad conocida y diferente de cero
de ser elegidos.
Es un procedimiento justo y objetivo que contribuye a la recolección de
datos de alta calidad para tomar decisiones informadas y basadas en
evidencia.

2. Ejemplo de muestreo probabilístico
1
Definición de la Población
Se inicia identificando la población
objetivo, la cual debe ser definida
claramente. Por ejemplo, si
quisiéramos conocer la opinión de los
votantes sobre un nuevo candidato, la
población serían todos los votantes
registrados.
2 Creación de una Lista
Luego, se elabora una lista completa
de la población, conocida como marco
muestral. En nuestro ejemplo, sería el
padrón electoral con todos los
votantes registrados.
3
Selección Aleatoria
Posteriormente, se seleccionan los
individuos de manera aleatoria. Esto
podría realizarse mediante un
software de muestreo que elige
votantes al azar del padrón electoral
para encuestar.
4 Recolección de Datos
Finalmente, se recolectan los datos
mediante encuestas o entrevistas a
los individuos seleccionados. Los
resultados son analizados para
estimar las opiniones de toda la
población de votantes.

3. Muestreo no probabilístico
Definición
El muestreo no probabilístico
es un enfoque en el cual la
selección de la muestra no se
realiza al azar. En vez de ello,
se basa en el criterio del
investigador o en la
disponibilidad de los sujetos,
lo que puede llevar a
muestras sesgadas y limita la
posibilidad de generalizar los
resultados.
Uso Común
Este método se aplica
frecuentemente en
investigaciones cualitativas o
exploratorias, estudios pilotos
o casos en los que es difícil
acceder a la población
completa.
Métodos
Dentro de este tipo de
muestreo, existen diferentes
métodos: muestreo por
conveniencia, por cuotas,
intencional, entre otros. Cada
uno posee criterios y técnicas
particulares para la selección
de los sujetos.

4. Ejemplo de muestreo no
probabilístico
1 Muestreo por Conveniencia
En un estudio para evaluar una
nueva aplicación móvil, el equipo
selecciona participantes entre los
usuarios actuales fácilmente
accesibles. Esta muestra se basa en
la disponibilidad, aceptación y
acceso inmediato a los usuarios.
2 Muestreo Intencional
En una investigación sobre hábitos
de consumo de café, se elige
intencionalmente a un grupo de
baristas experimentados. La
selección de los sujetos se debe a
su conocimiento especializado sobre
el tema.
3 Muestreo por Cuota
Si se quisiera investigar las preferencias de la moda en tres ciudades diferentes, se
podría seleccionar una cuota de personas de tiendas de ropa específicas en cada
ciudad para incluir en el estudio.

5. Diferencias entre muestreo
probabilístico y no probabilístico
Muestreo Probabilístico Muestreo No Probabilístico
Todos los individuos tienen probabilidad
conocida de ser elegidos.
La selección no se basa en la probabilidad
sino en criterios o disponibilidad.
Resultados generalizables a la población. Limitado en generalización, más enfocado en
profundidad.
Ideal para estudios cuantitativos. Frecuentemente utilizado en estudios
cualitativos.
Requiere un marco muestral completo. Puede realizarse sin marco muestral
detallado.
Posibilidad de calcular margen de error y
confianza.
Los resultados son más subjetivos y pueden
ser sesgados.