Muestreo probabilístico y no probabilístico. Resumen

  • Otros
  • 20 minutos de lectura
1
2017
MUESTREO PROBABILÍSTICO Y
NO PROBABILÍSTICO
UNIVERSIDAD DEL ISTMO
Campus Ixtepec.
Licenciatura en Ciencias Empresariales.
PROBABILIDAD Y ESTADÍSTICA
PROFESORA:
M.I.A. LAURA YAZMÍN PARRA VELASCO.
ALUMNA:
MARÍA GUADALUPE VÁZQUEZ MARTÍNEZ
2
INTRODUCCIÓN
En este trabajo se explicará los las técnicas de muestreo que se encuentran divi-
didas en dos grandes rubros: muestreo probabilístico y no probabilístico es cual
son de gran ayuda para realizar exitosamente o bien adecuadamente una selec-
ción de una muestra para realizar una investigación, dicha investigación puede ser
para un estudio muy grande así como para uno chico.
Para realizar una investigación en una población, como por ejemplo, examinar a
una población para determinar la prevalencia o ausencia de una enfermedad, po-
demos analizar toda la población en cuestión, es decir, llevar a cabo un censo o
en bien realizar la investigación a una sola parte de la población mediante un
muestreo.
Al examinar a toda la población efectivamente se pueden conocer exactamente la
distribución que presenta la variable estudiada en la población. Aunque esto lleva-
ría más tiempo o bien los costos serían muy elevados puesto que en los censo se
necesitan examinar una gran cantidad de elementos de la población haciendo que
se requiera tiempo y dinero. Si se desea estudiar a una gran cantidad de indivi-
duos es necesario contar con personal que se encuentre capacitado y de instala-
ciones con buen equipamiento.
La mejor alternativa es utilizar solo a una parte de la población, es decir, realizar
un muestreo, ya que es mucho más rápido, más barato y los resultados pueden
ser más precisos si la muestra es elegida correctamente.
La finalidad re realizar este trabajo es dar a conocer los dos tipos de muestreo, así
como los tipos de técnicas que se encuentran en cada muestreo probabilísticos y
no probabilísticos, así como las ventajas y las desventajas de optar cada mues-
treo.
3
MUESTREO PROBABILÍSTICO Y NO PROBABILÍSTICO
Para comenzar y entender el tema de muestreo probabilístico y no probabilístico
resulta importante conocer el significado de muestreo.
QUE ES MUESTREO
El muestreo es el proceso de seleccionar un conjunto de individuos de una pobla-
ción con el fin de estudiarlos y poder caracterizar el total de la población. (Ochoa,
2015). Es decir, consiste en elegir a un determinado grupo de individuos que se
consideren representativos con el fin de facilitar el estudio o bien determinar las
características de la población.
Por ejemplo, supongamos que deseamos saber qué porcentaje de los habitantes
de una ciudad consumen alcohol en su vida cotidiana. La una forma de conocer
este dato es estudiar a toda la población pero esto sería muy difícil de hacer pues-
to que el número de habitantes en una ciudad es muy elevado, por esta razón se
elige a una muestra (por ejemplo 800 personas) de la población con el fin de po-
der conocer dicho porcentaje buscado. La forma en que se seleccionó a la pobla-
ción se le denomina muestreo.
CLASIFICACIÓN DE LAS TÉCNICAS DE MUESTREO
Según Malhotra (2008) clasifica a las cnicas de muestreo de la siguiente mane-
ra: En muestreo no Probabilístico y probabilístico. (Véase en Ilustración 1)
MUESTREO PROBABILÍSTICO
El muestreo probabilístico es una técnica de muestreo en donde los individuos de
la población son elegidos aleatoriamente y cada uno cuenta con la misma probabi-
lidad positiva de ser elegidos y formar parte de la muestra. Por consiguiente es un
tipo de muestreo que es más recomendable para las investigaciones, debido a que
es más eficiente, preciso y nos aseguran la representatividad de la muestra extraí-
da, además el investigador debe garantizar que cada individuo de la población
posea las mismas oportunidades. En Muestreo probabilístico se pueden encuen-
tran los siguientes tipos:
Muestreo aleatorio simple
Muestreo aleatorio sistemático
Muestreo aleatorio estratificado
Muestreo aleatorio por conglomerados
Muestro aleatorio mixto/ por etapas múltiples.
4
MUESTREO ALEATORIO SIMPLE
En esta técnica de muestreo todos los elementos de la población que serán elegi-
dos para la muestra se seleccionan de marea aleatoria de igual manera cada
elemento tiene la misma probabilidad de ser seleccionados, a los elementos se le
asigna un número que será único para su identificación.
Los elementos que pertenecerán a la muestra determinada se seleccionarán de
manera independiente de cualquier otro elemento. Es decir, si se selecciona un
elemento este no tendrá ninguna influencia en seleccionar o no a otro elemento.
Muestreo
aleatorio
simple
Muestreo
Sistemático
Muestreo por
conglomerados
Otras técnicas
de muestreo
Muestreo
por bolas
de nieve
Muestreo por
conveniencia
Muestreo por
juicio
Muestreo
por cuotas
Técnicas de muestreo
No Probabilístico
Probabilístico
Proporcional
No proporcional
Ilustración 1: Clasificación de las técnicas de muestreo.
Fuente: (Malhotra, 2008)
5
Para realizar el procedimiento de selección primero se tiene asignar el número a
todos los elementos de la población, posteriormente se procederá a la selección a
través de algún medio mecánico (tiras de papel en una bola de cristal, tabla de
números aleatorios, bolas pin-pong con un número asignado dentro de una bolsa,
números aleatorios generados por un ordenador, etc.) según sea el tamaño de la
muestra establecido, los elementos asociados a los números obtenidos de medio
mecánico serán la muestra de estudio.
VENTAJAS DEL MUESTREO ALEATORIO SIMPLE
Gran facilidad para armar la muestra de estudio
Se seleccionan a los elementos de la población de una manera equitativa,
puesto que todos elementos tienen la misma probabilidad de selección
Cada selección de elemento es independiente de otras selecciones
Los procedimientos estadísticos requeridos para analizar los datos y calcu-
lar los errores son más fáciles que los requeridos en otros procedimientos
de muestreo probabilístico.
tiende a producir muestras representativas
Calculo rápido de medias y varianzas.
DESVENTAJAS DE MUESTREO ALEATORIO SIMPLE
La necesidad de siempre contar con una lista de todos los elementos de la
población, en caso de que este método se aplique a una población que es
muy grande sería muy tardado en realizar dicha lista, al igual que mantener-
la actualizada en todo momento.
No se aplica a una población grande.
MUESTREO ALEATORIO SISTEMÁTICO
Este procedimiento al igual que el muestreo aleatorio simple se enumera todos los
elementos de la población pero a diferencia del método anterior solamente se ex-
traerá un elemento de la población el cual se hace al azar.
El punto de partida será el elemento y los elementos que integran la muestra
son los que ocupan los lugares              es decir, se
toma los individuos de en , donde es el resultado que se obtiene al dividir el
tamaño de la población entre el tamaño de la muestra 
. El número que se
emplea como punto de partida es un número al azar ente 
6
Ilustración 2: Muestreo Aleatorio Sistemático
Fuente: (Universo Fórmulas)
VENTAJAS DEL MUESTREO ALEATORIO SISTEMÁTICO
Se recomienda cuando la población en muy numerosa
Amplifica la muestra a toda la población
No presenta problemas de cálculo algebraico
Este tipo de muestreo requiere menos tiempo al igual que es de bajo costo
DESVENTAJAS DEL MUESTREO ALEATORIO SISTEMÁTICO
Presenta casos en los que se dan periodicidades en la población ya que al
elegir a los miembros de la muestra con una periodicidad constante po-
demos introducir una homogeneidad que no se da en la población
La posibilidad de aumento de la varianza si existe periodicidad en la pobla-
ción
No existe una independencia de los elementos en distintas zonas, puesto
que los elementos seleccionados en cada zona dependen de la selecciona-
da en la primera zona.
Únicamente existe una selección aleatoria que es para el primer elemento
de la muestra.
MUESTREO ALEATORIO ESTRATIFICADO
En el muestreo aleatorio estratificado los elementos de la población se dividen en
subgrupos o en estratos, en el cual cada elemento solo puede pertenecer a un
solo estrato. Es decir cada elemento será agrupado en estrados respeto a una
característica, por ejemplo, el sexo, la edad, la profesión, el estado civil, etc.
Ilustración 3: Muestreo Aleatorio Estratificado
Fuente: (Universo Fórmulas)
7
La finalidad de este tipo de muestreo es asegurarse de que cada estrato de interés
se encuentre representado apropiadamente en cada muestra. Los estratos tienen
que ser mutuamente excluyentes y colectivamente exhaustivos, por ende cada
elemento de la población tiene que pertenecer a un único estrato sin omitir algún
elemento de la población.
Se le denomina afijación a la distribución de la muestra en función de los distintos
estratos, los tipos de afijación pueden ser:
Afijación simple: A cada estrato le corresponde el mismo número de ele-
mentos muéstrales.
Afijación Proporcional: La distribución se realiza de acuerdo con el tama-
ño de la población de cada estrato.
Afijación Óptima: se tiene en cuenta la previsible dispersión de los resul-
tados de manera que se tiene en cuenta la proporción y la desviación típica.
Después de definir los estratos se procede a crear la muestra, para obtener dicha
muestra se selecciona a los individuos empleando cualquier técnica de muestreo a
cada uno de los estratos por separado, por lo general la técnica que más se aplica
para la obtención de la muestra de los estratos es la de muestreo aleatorio simple.
En los estratos se pueden ser grupos homogéneos de individuos y a su vez son
heterogéneos entre los diferentes grupos, es decir, en cada grupo de estrato los
individuos presentan características en común pero son al mismo tiempo son dife-
rentes que los demás estratos puesto que cada estrato tiene solo comportamiento.
Por ejemplo en un determinado estudio se espera encontrar un comportamiento
diferente entre los hombres y las mujeres, el primer estrato será de hombres y el
segundo será el de las mujeres, por consiguiente los hombres se comportan de
una manera similar entre si y las mujeres se comportan de otra manera similar
entre ellas por ende los hombres y las mujeres tendrán comportamientos diferen-
tes entre sí. Si los estratos suelen ser homogéneos internamente y heterogéneos
entre sí, al momento de utilizar esta técnica de muestreo reducirá el error mues-
tral.
VENTAJAS DEL MUESTREO ALEATORIO ESTRATIFICADO
Es recomendable utilizar esta técnica de muestreo cuando se tiene conoci-
miento a priori de la población
Se obtiene estimaciones más precisas
El objetivo de este tipo de muestreo es asegurarse de que cada estrato de
interés se encuentre representado apropiadamente en cada muestra.
Se puede utilizar diferentes métodos de muestreo a cada estrato
8
Si los estratos suelen ser homogéneos internamente y heterogéneos entre
sí, al momento de utilizar esta técnica de muestreo reducirá el error mues-
tral.
DESVENTAJAS DEL MUESTREO ESTRATIFICADO
Es necesario contar con un marco que tenga información auxiliar
Suele ser difícil de formar cada uno de los estratos.
MUESTREO ALEATORIO POR CONGLOMERADOS
Este método se utiliza cuando la población se encuentra agrupada en conglome-
rados naturales, entendemos por conglomerados a la agrupación de elementos
que presentan características similares a todo la población, a diferencia que mues-
treo aleatorio estratificado este procedimiento se agrupa según las variables a es-
tudiar y se identifican exactamente a la población. Los conglomerados tienen que
ser mutuamente excluyentes y colectivamente exhaustivos, de igual manera de-
ben tener la misma probabilidad de ser seleccionados.
Ilustración 4: Muestreo Aleatorio por Conglomerados.
Fuente: (Universo Fórmulas)
El procedimiento para utilizar este método es el siguiente:
Seleccionar aleatoriamente los conglomerados, los elementos de cada con-
glomerado formaran parte de la muestra. Estos elementos formaran los
grupos o conglomerados.
Posteriormente se hace la elección al azar de los elementos que serán de
estudio dentro de cada grupo o bien a la observación de todos los elemen-
tos que componen los grupos elegidos
9
MUESTREO ALEATORIO MIXTO/POR ETAPAS MÚLTIPLES
Este método de muestro hace una combinación de dos o s de las técnicas de
muestreo anteriormente mencionadas, por lo general al momento de realizar una
investigación no es muy recomendable que solo se emplee un método de muestro
probabilístico, puesto que se realizan diferentes etapas durante la investigación y
si se emplea esté método en cada etapa se aplicaría un técnica de muestreo alea-
torio diferente.
MUESTREO NO PROBABILÍSTICO
El muestreo no probabilístico se emplea cuando es difícil obtener la muestra por el
método de muestreo probabilístico. Este método una técnica de muestreo que no
realiza procedimientos de selección al azar, sino que se basan en el juicio perso-
nal del investigador para realizar la selección de los elementos que pertenecerán a
la muestra. En esta técnica no se conoce la probabilidad de seleccionar a cada
elemento de la población y también no todos cuentan con las mismas probabilida-
des de ser seleccionados para la muestra.
Aunque este método no es muy representativo bajo los criterios del investigador
pero no se garantiza la representatividad. Entre los métodos no probabilísticos los
más utilizados son:
Muestreo por cuotas
Muestreo intencional o de conveniencia
Muestreo de Bola de nieve
Muestreo por juicio.
MUESTREO POR CUOTAS
Es una técnica de muestreo no probabilístico, que consiste en seleccionar la
muestra después de que la población se encuentra dividida en estratos. La dife-
rencia entre el método de muestreo por cuotas y el de muestreo estratificado es
que, la selección de los elementos de la población para la muestra se realiza a
criterio del investigado y no se realiza al azar como en el muestreo estratificado.
El procedimiento para realizar una elección de una muestra de elementos de
una población , es siguiente
10
La población se divide en estratos o bien grupos (por edad, sexo, ocupa-
ción, lugar de residencia, etc.). Si los estratos tiene      elementos,
tales que:      
Posteriormente el investigador elige las cuotas (estas cuotas las puede ele-
gir a su criterio o bien mediante los criterios adaptados a la muestra), es
decir el número de elementos,    que se tomaran en cada estra-
to, en donde la suma será el total de elementos de la muestra  
   
Los elementos que se eligen en cada estrato se realiza mediante el método
n probabilísticos.
CRITERIOS DE ELECCN DE LAS CUOTAS
Como se había mencionado anteriormente las cuotas se pueden seleccionar a
criterio del investigador o también se puede seleccionar por criterios estadísticos,
algunos de estos criterios son:
Elección simple: Las cuotas serian iguales en los estratos. En cada es-
trato se seleccionaría
individuos. Este criterio no es recomendable utilizar-
lo cuando cada estrato tiene diferente número de individuos.
Elección proporcional al tamaño del estrato: la cuota en cada grupo es
proporcional a los elementos de dicho grupo. En los estratos se tomarán
elementos. El cual se calcula con la siguiente formula.
 
En donde es el número de elementos de la población, el de la mues-
tra y el del estrato .
Elección proporcional a la variedad del estrato: si se conoce la variabili-
dad dela característica que estamos tomando en cuenta en los estratos.
Las cuotas son proporcionales a ella en cada grupo. Si en el grupo la va-
rianza es mayor, la cuota también será mayor.
  

Siendo n el número de elementos de la muestra,  el del estrato y la des-
viación típica del estrato .
11
MUESTREO INTENCIONAL O DE CONVENIENCIA
Es un método de muestreo no probabilístico, este todo consiste en seleccionar
a los elementos que son convenientes para la investigación para la muestra, dicha
conveniencia se produce ya que el investigador se le resulta más sencillo de exa-
minar a los sujetos ya sea por proximidad geográfica. Se caracteriza por el esfuer-
zo de obtener muestras que sean representativas mediante la inclusión en la
muestra de grupos típicos.
Esta técnica es una de las más económicas y la que menos tiempo, puesto que no
se necesita de mucho esfuerzo o la utilización de algún método para realizar la
selección de los elementos de la muestra, la sección se realiza a criterio del inves-
tigador.
MUESTREO DE BOLA DE NIEVE
Se le denomina muestreo de bola de nieve porque consiste en que cada sujete
estudiado propone a otros, es decir se localiza a algunos individuos y estos con-
ducen a otros y a su vez estos a otros hasta conseguir una muestra suficientes.
Produciendo por ende a un efecto acumulativo parecido a una bola de nieve.
Esta técnica es un método de muestreo no probabilístico y se realiza en la pobla-
ciones en las que no se conocen a los individuos o bien no se puede accedes a
ellos, por ejemplo en sectas, indigentes, grupos minoritarios, delincuentes, deter-
minado grupo de enfermos, etc.
MUESTREO POR JUICIO
EL método de muestreo no probabilístico, el cual consiste en que los sujetos se
seleccionan con base del conocimiento y juicio del investigador. Es decir, el inves-
tigador utiliza su juicio o experiencia para seleccionar a los elementos que perte-
necerán a la muestra, ya que considera que son más representativos de la pobla-
ción en estudio.
Este método es recomendable utilizarlo cuando el responsable de realizar el estu-
dio conoce estudios anteriores similares o idénticos y sabe con exactitud que la
muestra fue útil para el estudio, de igual manera cuando la población es chica por
tanto el investigador conoce a la población.
12
CONCLUSIÓN
Con base a esta información se llega a la conclusión que el método que mayor
beneficio aporta es el de muestreo probabilístico puesto que sus resultados suelen
ser más representativos y los del muestreo no probabilístico se esfuerza en obte-
ner datos que efectivamente sea representativos
En el muestreo no probabilístico deben de presentar sus características originales,
sus resultados son útiles si se hace un buen uso de ellos. En los métodos de
muestreo probabilísticos sus planteamientos teóricos resultan ser muy exigentes.
Estos métodos de muestreo resultan de gran importancia para realizar una inves-
tigación en una población determinada puesto que si se quiere realizar dicha in-
vestigación con mayor éxito en cuestión de resultados, entonces se tiene que op-
tar por una de estas dos técnicas, de igual manera estas técnicas requieren de un
menor tiempo y recursos.
El muestreo es por lo tanto una herramienta de la investigación cuya fun-
ción es determinar que parte de una población debe examinarse, con la
finalidad de hacer conclusiones sobre dicha población.
La muestra debe obtener una representación adecuada de la población,
en la que se represente de la mejor manera los rasgos esenciales de dicha
población que son importantes para la investigación. Para que una muestra sea
representativa, y por lo tanto útil, debe de reflejar las similitudes y diferencias en-
contradas en la población, es decir ejemplificar las características de ésta.
13
GLOSARIO
E
Error muestral
Son errores causados por el acto de obtener la información a partir de una muestra, en lugar de la
población completa. Se deben a la variación existente entre una muestra y ota. ................................7, 8
M
Muestra
Es el conjunto de individuos del universo que se seleccionó para estudiarlos. ............................................ 3
P
Población
Es el conjunto de todos los valores de un fenómeno o propiedad que se quiere observar.......................... 3
REFERENCIAS
1. ARQHYS ARQUITECTURA. (s.f.). Recuperado el 02 de Enero de 2017, de
ARQHYS ARQUITECTURA: Necesidad de contar con un marco que tenga
información auxiliar. Dificultad para crear o formar los estratos.
2. BlogsPost. (s.f.). Recuperado el 30 de Diciembre de 2016, de BlogsPost:
http://metodologia02.blogspot.mx/p/tipos-de-muestreo.html
3. Estadística . (s.f.). Recuperado el 29 de Diciembre de 2016, de Estadística:
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
4. Explorable. (s.f.). Recuperado el 30 de Diciembre de 2016, de Explorable:
https://explorable.com/es/muestreo-probabilistico
5. Explorable. (s.f.). Recuperado el 30 de Diciembre de 2016, de Explorable:
https://explorable.com/es/muestreo-aleatorio
6. Formulas, U. (s.f.). Universo Fórmulas. Recuperado el 02 de Enero de
2017, de http://www.universoformulas.com/estadistica/inferencia/muestreo-
sistematico/
7. Malhotra, N. K. (2008). Muestreo; diseño y procedimientos. En N. K.
Malhotra, Investigación de Mercados (págs. 332-360). México: Pearson
Educación, Prentice Hall.
14
8. Matemáticas . (s.f.). Recuperado el 02 de Enero de 2017, de Matemáticas :
http://matematicas.unex.es/~inmatorres/teaching/muestreo/assets/cap_5.pd
f
9. Ochoa, C. (2015 de Abrir de 08). Net Quest. Recuperado el 30 de
Diciembre de 2016, de Net Quest:
http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-
aleatorio-simple
10. Ochoa, C. (19 de Febrero de 2015). Net Quest. Recuperado el 30 de
Diciembre de 2016, de Net Quest:
http://www.netquest.com/blog/es/blog/es/muestreo-que-es-porque-funciona
11. Ochoa, C. (16 de Abril de 2015). Net Quest. Recuperado el 02 de Enero de
2017, de http://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-
muestreo-estratificado
12. Personal.ua.es. (s.f.). Recuperado el 30 de Diciembre de 2016, de
Personal.ua.es: https://personal.ua.es/es/francisco-
frances/materiales/tema3/tipos_de_muestreo_probabilstico.html
13. Ramos, L. A. (22 de Septiembre de 2011). Slide Share. Recuperado el 02
de Enero de 2017, de Slide Share:
http://es.slideshare.net/anthonymaule/muestreo-probabilistico
14. Riesco, J. M. (s.f.). Conceptos Básicos de Estadítica. Recuperado el 02 de
Enero de 2017, de Conceptos Básicos de Estadítica:
http://www.jorgegalbiati.cl/ejercicios_4/ConceptosBasicos.pdf
15. Universo Formulas. (s.f.). Recuperado el 04 de Enero de 2017, de Universo
Formulas:
http://www.universoformulas.com/estadistica/inferencia/muestreo-no-
probabilistico/
16. Universo Formulas. (s.f.). Recuperado el 02 de Enero de 2017, de
http://www.universoformulas.com/estadistica/inferencia/muestreo-cuotas/
17. Universo Fórmulas. (s.f.). Recuperado el 02 de Enero de 2017, de
https://www.netquest.com/blog/es/blog/es/muestreo-bola-nieve
18. Universo Fórmulas. (s.f.). Recuperado el 02 de Enero de 2017, de
https://www.netquest.com/blog/es/blog/es/muestreo-por-conveniencia
19. Universo Fórmulas. (s.f.). Recuperado el 02 de Enero de 2017, de
http://www.universoformulas.com/estadistica/inferencia/muestreo-
discrecional/

Hazle saber al autor que aprecias su trabajo

Estás en libertad de marcarlo con "Me gusta" o no

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Cita esta página
Vázquez Martínez Maria Guadalupe. (2017, Febrero 1). Muestreo probabilístico y no probabilístico. Resumen. Recuperado de https://www.gestiopolis.com/muestreo-probabilistico-no-probabilistico-resumen/
Vázquez Martínez, Maria Guadalupe. "Muestreo probabilístico y no probabilístico. Resumen". GestioPolis. 1 Febrero 2017. Web. <https://www.gestiopolis.com/muestreo-probabilistico-no-probabilistico-resumen/>.
Vázquez Martínez, Maria Guadalupe. "Muestreo probabilístico y no probabilístico. Resumen". GestioPolis. Febrero 1, 2017. Consultado el 25 de Junio de 2017. https://www.gestiopolis.com/muestreo-probabilistico-no-probabilistico-resumen/.
Vázquez Martínez, Maria Guadalupe. Muestreo probabilístico y no probabilístico. Resumen [en línea]. <https://www.gestiopolis.com/muestreo-probabilistico-no-probabilistico-resumen/> [Citado el 25 de Junio de 2017].
Copiar
Imagen del encabezado cortesía de mujitra en Flickr