El documento describe diferentes técnicas de muestreo estadístico, incluyendo muestreo probabilístico y no probabilístico. El muestreo probabilístico ofrece una muestra representativa de la población total a través de métodos como muestreo aleatorio simple, estratificado y sistemático. El muestreo no probabilístico selecciona muestras por conveniencia o juicio y no garantiza representatividad.

1. Benemérita Escuela Normal
Manuel Ávila Camacho
Lic. En educación preescolar
3° semestre
PROCESAMIENTO DE LA INFORMACIÓN ESTADÍSTICA
TEHUA XÓCHITL MUÑOZ CARRILLO
TÉCNICAS DE MUESTREO
GLORIA ISABEL LÓPEZ MARTÍNEZ
PERLA VERÓNICA SERRANO AGUILAR

2. ¿Qué es el muestreo estadístico?
 El muestreo estadístico es un enfoque sistemático para seleccionar
unos cuentos elementos (muestra) de un grupo de datos
(población) a fin de hacer algunas inferencias sobre el grupo total.
 Ventajas:
 Costo reducido
 Mayor rapidez (tiempo de recolección menor)
 Mas posibilidades
 Mayor exactitud

3. Técnicas de muestreo

4. Muestreo no probabilístico
 El muestreo no probabilístico es una técnica de
muestreo donde las muestras se recogen en un
proceso que no brinda a todos los individuos de
la población iguales oportunidades de ser
seleccionados.

5.  Los sujetos en una muestra no probabilística
generalmente son seleccionados en función
de su accesibilidad o a criterio personal e
intencional del investigador.

6. Desventajas
 La desventaja del método de muestreo no
probabilístico es que no se toman pruebas de
una porción desconocida de la población. Esto
implica que la muestra puede representar a
toda la población con precisión o no. Por lo
tanto, los resultados de la investigación no
pueden ser utilizados
en generalizaciones respecto de toda la
población.

7. Conveniencia
 Las muestras son seleccionadas porque es
accesible para el investigador
 Es la más fácil, la más barata y la que menos
tiempo lleva

8. Ejemplo:
 Un profesor que realiza una investigación en una universidad puede
usar estudiantes voluntarios para que constituyan la muestra,
¿existe alguna razón? Sí, los tiene al alcance y participarán como
sujetos a un costo bajo o sin ningún costo.

9. De juicio o criterio
 El tamaño de muestra como la elección de los
elementos esta sujetos al juicio del investigador,
el cual se rige por el conocimiento y
experiencias que tiene sobre el tema.
 Acudir a expertos en busca de ayuda para la
determinación de una muestra representativa.

10. Por cuotas
 La muestra reunida tiene la misma proporción
de individuos que toda la población con
respecto al fenómeno enfocado, las
características o los rasgos conocidos.
 Las bases de la cuota generalmente son la
edad, el género, la educación, la etnia, la
religión y el nivel socioeconómico.
 Consiste en dividir a la población en subgrupos
o cuotas según ciertas características

11. Ejemplo
 20 individuos de 25 a 40 años de sexo femenino y residentes de
Zacatecas.
 Una vez determinada la cuota se eligen los números que se
encuentren que cumplan estas características.

12. Bola de nieve
 Este tipo de técnica de muestreo funciona en
cadena. Luego de observar al primer sujeto, el
investigador le pide ayuda a él para identificar
a otras personas que tengan un rasgo de interés
similar.

13. Ejemplo:
 Para obtener sujetos para un estudio que quiere analizar una
enfermedad rara, el investigador puede elegir utilizar el muestreo
de bola de nieve, ya que será difícil obtener sujetos. También es
posible que los pacientes con la misma enfermedad tengan un
grupo de apoyo, y si uno de sus miembros es tu primer sujeto, lo más
probable es que allí encuentres más sujetos para el estudio

14. Muestreo probabilístico
 Técnica de muestreo en virtud de la cual las
muestras son recogidas en un proceso que
brinda a todos los individuos de la población las
mismas oportunidades de ser seleccionados.

15. Ventaja
 Ausencia de sesgos de muestreo, si la selección
aleatoria se hace correctamente, la muestra
será representativa de toda la población.

16.  Se necesita calcular el tamaño de muestra
proporcional a la población.
Mediante la siguiente formula

17. Tenemos una población de 136 millones de brasileños entre 15 y 65 años,
queremos saber qué % de ellos vive en un piso de propiedad, con un
margen de error del 5% y un nivel de confianza del 95%. Supondremos que
no tenemos ninguna información previa sobre cuál puede ser el % de
propietarios que podemos obtener en la encuesta.
Usaremos p=50% pues no tengo información previa sobre el resultado
esperado:
 N=
1,96^2 ∗ 0,5 ∗ (1 – 0,5)
0,05^2
= 384,16 -> 384

18. Aleatorio
 En esta técnica, cada miembro de la población
tiene la misma probabilidad de ser
seleccionado como sujeto. Todo el proceso de
toma de muestras se realiza en un paso, en
donde cada sujeto es seleccionado
independientemente de los otros miembros de
la población.
 Es aquel en el que todas las posibles muestras a
seleccionar tienen la misma probabilidad de ser
escogidas.

19. Aleatorio estratificado
 El investigador divide a toda la población en
diferentes subgrupos o estratos. Luego,
selecciona aleatoriamente a los sujetos finales
de los diferentes estratos en forma proporcional.
 Los estratos más comunes utilizados en el
muestreo aleatorio estratificado son la edad, el
género, el nivel socioeconómico, la religión, la
nacionalidad y el nivel de estudios alcanzado.

20. Ejemplo:
 :
Si se tiene que seleccionar una muestra de 20 personas, de una comunidad de 500
habitantes, con el fin de hacerles una encuesta sobre los servicios de salud que
reciben. Los habitantes están repartidos en 5 colonias, en donde el tamaño de cada
estrato es:
Estrato Colonia Tamaño
Frecuencia
Relativa
No. de muestras por
estrato
1 San Miguel 100 0.20 8
2 San Rafael 150 0.30 12
3 San Vicente 050 0.10 4
4 San Marcos 125 0.25 10
5 San Pedro 075 0.15 6
TOTAL 500 1.00 40
Los habitantes de cada colonia están registrados y se les asignará un número, por ejemplo,
en el estrato 1 hay 100 habitantes entonces se numerará de 001 a 100, en el estrato 2 hay
150 y se numerará de 001 a 150 y así sucesivamente se hará con los demás estratos.
÷
×

21. Muestreo sistemático
 En el muestreo aleatorio sistemático, el
investigador primero escoge aleatoriamente la
primera pieza o sujeto de la población. A
continuación, el investigador seleccionará a
cada enésimo sujeto de la lista.
 Número de inicio
 Intervalo
 Está menos expuesto a errores

22. Ejemplo
 Se eligen elementos a partir de intervalos
 Tengo una población de 100 personas de la cual voy a elegir 25
personas aleatoriamente se va a elegir una persona cada intervalo.
 x/n
 Población/personas. 4
 Se elige una persona cada 4

23. 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.

24. 1)Dividir a toda la población en diferentes
conglomerados
2)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 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

25. Ejemplo
 Si se va a realizar una encuesta sobre las políticas y leyes del
municipio, se podría dividir el municipio en distritos, por ejemplo en
13 distritos, de esos tres se toma al azar el 4, 5, 9 y 11, y solo
concentrándonos en estos distritos, tomamos una muestra aleatoria
de habitantes de cada uno de esos distritos, para entrevistarlos.
