Técnicas de Muestreo

Jairo Arturo Ayala Godoy

Universidad del Caribe

 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
 Introducción

En las investigaciones sociológicas es habitual utilizar fuentes de

datos primarios y secundarios.
• Datos secundarios: Datos obtenidos por investigaciones ante-
riores para otros propósitos. Rápido acceso y bajo costo. Limi-
tación de la adecuación a las necesidades de la nueva investi-
gación, diseño del muestreo y vigencia de los mismos.
• Datos primarios: Datos generados por el investigador con el
propósito especifico de la investigación. Confiables y precisos.
Tienen un costo tanto económico como de tiempo, muy supe-
riores a los datos secundarios.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En un ámbito científico, los datos primarios serían los más reco-
mendados. Aunque debido a su alto costo, es aconsejable utilizar
datos secundarios obtenidos en estudios similares, o estudios don-
de existan variables que suponemos relacionadas.

Tenemos disponibles los datos de ventas de coches en los

concesionarias de un pueblo.

Podríamos estudiar...
• Nivel socio-económico.
• Incremento en la renta.
• Apertura de nuevos restaurantes.
En la recolección de los datos existen dos elementos claramente
diferenciables:

• El tipo de muestreo estadístico: Hace referencia al número

de sujetos que serán encuestados y cómo se seleccionarán.

• El método para recoger la información: Explica el método

de intercambio entre el encuestado y el encuestador.
En la recolección de los datos existen dos elementos claramente
diferenciables:

• El tipo de muestreo estadístico: Hace referencia al número

de sujetos que serán encuestados y cómo se seleccionarán.

• El método para recoger la información: Explica el método

de intercambio entre el encuestado y el encuestador.
En la recolección de los datos existen dos elementos claramente
diferenciables:

• El tipo de muestreo estadístico: Hace referencia al número

de sujetos que serán encuestados y cómo se seleccionarán.

• El método para recoger la información: Explica el método

de intercambio entre el encuestado y el encuestador.
¿Por qué estudiar una muestra en
lugar de toda la población?

• Costo: Existe una limitación en los recursos, en términos de

dinero, tiempo o esfuerzo.
Una muestra pequeña bien seleccionada puede darnos la infor-
mación suficiente sobre la realidad de toda la población.
A partir de cierto punto, el incremento de precisión que se ob-
tiene con una muestra mayor no compensa el incremento del
costo.
¿Por qué estudiar una muestra en
lugar de toda la población?

• Costo: Existe una limitación en los recursos, en términos de

dinero, tiempo o esfuerzo.
Una muestra pequeña bien seleccionada puede darnos la infor-
mación suficiente sobre la realidad de toda la población.
A partir de cierto punto, el incremento de precisión que se ob-
tiene con una muestra mayor no compensa el incremento del
costo.
¿Por qué estudiar una muestra en
lugar de toda la población?

• Costo: Existe una limitación en los recursos, en términos de

dinero, tiempo o esfuerzo.
Una muestra pequeña bien seleccionada puede darnos la infor-
mación suficiente sobre la realidad de toda la población.
A partir de cierto punto, el incremento de precisión que se ob-
tiene con una muestra mayor no compensa el incremento del
costo.
¿Por qué estudiar una muestra en
lugar de toda la población?

• Costo: Existe una limitación en los recursos, en términos de

dinero, tiempo o esfuerzo.
Una muestra pequeña bien seleccionada puede darnos la infor-
mación suficiente sobre la realidad de toda la población.
A partir de cierto punto, el incremento de precisión que se ob-
tiene con una muestra mayor no compensa el incremento del
costo.
• Accesibilidad: Algunos elementos de la población pueden ser
totalmente inaccesibles.

Se quiere estudiar zonas de sequía en un periodo especifico

Puede no existir registros de todas las zonas en el periodo con-

siderado, lo cual, imposibilita tener todos los datos para la po-
blación objetivo.
• Accesibilidad: Algunos elementos de la población pueden ser
totalmente inaccesibles.

Se quiere estudiar zonas de sequía en un periodo especifico

Puede no existir registros de todas las zonas en el periodo con-

siderado, lo cual, imposibilita tener todos los datos para la po-
blación objetivo.
• Accesibilidad: Algunos elementos de la población pueden ser
totalmente inaccesibles.

Se quiere estudiar zonas de sequía en un periodo especifico

Puede no existir registros de todas las zonas en el periodo con-

siderado, lo cual, imposibilita tener todos los datos para la po-
blación objetivo.
 Muestreo

• En ocasiones en que no es posible o conveniente analizar toda

la población, se selecciona una muestra, entendiendo por tal
como una parte representativa de la población.
• El muestreo es por lo tanto, una herramienta de la investigación,
cuya función básica es determinar que parte de una población
debe examinarse, con la finalidad de hacer inferencias sobre
dicha población.
• La muestra debe lograr una representación adecuada de la po-
blación, en la que se reproduzca de la mejor manera los rasgos
esenciales de dicha población que son importantes para la in-
vestigación.
 Muestreo

• En ocasiones en que no es posible o conveniente analizar toda

la población, se selecciona una muestra, entendiendo por tal
como una parte representativa de la población.
• El muestreo es por lo tanto, una herramienta de la investigación,
cuya función básica es determinar que parte de una población
debe examinarse, con la finalidad de hacer inferencias sobre
dicha población.
• La muestra debe lograr una representación adecuada de la po-
blación, en la que se reproduzca de la mejor manera los rasgos
esenciales de dicha población que son importantes para la in-
vestigación.
 Muestreo

• En ocasiones en que no es posible o conveniente analizar toda

la población, se selecciona una muestra, entendiendo por tal
como una parte representativa de la población.
• El muestreo es por lo tanto, una herramienta de la investigación,
cuya función básica es determinar que parte de una población
debe examinarse, con la finalidad de hacer inferencias sobre
dicha población.
• La muestra debe lograr una representación adecuada de la po-
blación, en la que se reproduzca de la mejor manera los rasgos
esenciales de dicha población que son importantes para la in-
vestigación.
 Muestreo

• En ocasiones en que no es posible o conveniente analizar toda

la población, se selecciona una muestra, entendiendo por tal
como una parte representativa de la población.
• El muestreo es por lo tanto, una herramienta de la investigación,
cuya función básica es determinar que parte de una población
debe examinarse, con la finalidad de hacer inferencias sobre
dicha población.
• La muestra debe lograr una representación adecuada de la po-
blación, en la que se reproduzca de la mejor manera los rasgos
esenciales de dicha población que son importantes para la in-
vestigación.
Etapas del muestreo estadístico

Definir la población objetivo

⇓
Seleccionar la técnica de muestreo
⇓
Determinar el tamaño de la muestra
⇓
Ejecutar el proceso de muestreo
Etapas del muestreo estadístico

Definir la población objetivo

⇓
Seleccionar la técnica de muestreo
⇓
Determinar el tamaño de la muestra
⇓
Ejecutar el proceso de muestreo
Etapas del muestreo estadístico

Definir la población objetivo

⇓
Seleccionar la técnica de muestreo
⇓
Determinar el tamaño de la muestra
⇓
Ejecutar el proceso de muestreo
Etapas del muestreo estadístico

Definir la población objetivo

⇓
Seleccionar la técnica de muestreo
⇓
Determinar el tamaño de la muestra
⇓
Ejecutar el proceso de muestreo
Etapas del muestreo estadístico

Definir la población objetivo

⇓
Seleccionar la técnica de muestreo
⇓
Determinar el tamaño de la muestra
⇓
Ejecutar el proceso de muestreo
 Técnicas de muestreo

• Técnicas no probabilísticas:
• Muestreo por conveniencia.
• Muestreo por juicio.
• Muestreo encadenado, (bola de nieve).
• Muestreo por cuotas.

• Técnicas probabilísticas:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.
 Técnicas de muestreo

• Técnicas no probabilísticas:
• Muestreo por conveniencia.
• Muestreo por juicio.
• Muestreo encadenado, (bola de nieve).
• Muestreo por cuotas.

• Técnicas probabilísticas:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.
 Técnicas de muestreo

• Técnicas no probabilísticas:
• Muestreo por conveniencia.
• Muestreo por juicio.
• Muestreo encadenado, (bola de nieve).
• Muestreo por cuotas.

• Técnicas probabilísticas:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.
 Técnicas de muestreo

• Técnicas no probabilísticas:
• Muestreo por conveniencia.
• Muestreo por juicio.
• Muestreo encadenado, (bola de nieve).
• Muestreo por cuotas.

• Técnicas probabilísticas:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.
 Técnicas de muestreo

• Técnicas no probabilísticas:
• Muestreo por conveniencia.
• Muestreo por juicio.
• Muestreo encadenado, (bola de nieve).
• Muestreo por cuotas.

• Técnicas probabilísticas:
• Muestreo aleatorio simple.
• Muestreo aleatorio sistemático.
• Muestreo aleatorio estratificado.
• Muestreo aleatorio por conglomerados.
Técnicas no probabilísticas
 Muestreo por conveniencia

Los datos son seleccionados porque están en el lugar preciso y en el

momento adecuado.

La realización de una entrevista a los asistentes de un curso

Es el método de menor costo y tiempo de ejecución.

Muestra no representativa.
 Muestreo por conveniencia

Los datos son seleccionados porque están en el lugar preciso y en el

momento adecuado.

La realización de una entrevista a los asistentes de un curso

Es el método de menor costo y tiempo de ejecución.

Muestra no representativa.
 Muestreo por conveniencia

Los datos son seleccionados porque están en el lugar preciso y en el

momento adecuado.

La realización de una entrevista a los asistentes de un curso

Es el método de menor costo y tiempo de ejecución.

Muestra no representativa.
 Muestreo por conveniencia

Los datos son seleccionados porque están en el lugar preciso y en el

momento adecuado.

La realización de una entrevista a los asistentes de un curso

Es el método de menor costo y tiempo de ejecución.

Muestra no representativa.
 Muestreo por conveniencia

Los datos son seleccionados porque están en el lugar preciso y en el

momento adecuado.

La realización de una entrevista a los asistentes de un curso

Es el método de menor costo y tiempo de ejecución.

Muestra no representativa.
 Muestreo por juicio

Los datos son seleccionados siguiendo el criterio del investigador, es

decir, basándose en su conocimiento de la población.

Estudio de una enfermedad específica

Bajo costo y tiempo de ejecución.

Muestra subjetiva.
 Muestreo por juicio

Los datos son seleccionados siguiendo el criterio del investigador, es

decir, basándose en su conocimiento de la población.

Estudio de una enfermedad específica

Bajo costo y tiempo de ejecución.

Muestra subjetiva.
 Muestreo por juicio

Los datos son seleccionados siguiendo el criterio del investigador, es

decir, basándose en su conocimiento de la población.

Estudio de una enfermedad específica

Bajo costo y tiempo de ejecución.

Muestra subjetiva.
 Muestreo por juicio

Los datos son seleccionados siguiendo el criterio del investigador, es

decir, basándose en su conocimiento de la población.

Estudio de una enfermedad específica

Bajo costo y tiempo de ejecución.

Muestra subjetiva.
 Muestreo por juicio

Los datos son seleccionados siguiendo el criterio del investigador, es

decir, basándose en su conocimiento de la población.

Estudio de una enfermedad específica

Bajo costo y tiempo de ejecución.

Muestra subjetiva.
 Muestreo encadenado
(bola de nieve)
Seleccionamos ciertos individuos que sirven como punto de partida
para lograr obtener una muestra. Se utiliza cuando, el objetivo de
estudio puede ser delicada ante la sociedad o por la dificultad para
encontrar nuevos individuos.

Investigación sobre hábitos de conducta moralmente no aceptados

por la sociedad

Se pueden estudiar características que se consideren poco habituales.

Requiere demasiado tiempo.

 Muestreo encadenado
(bola de nieve)
Seleccionamos ciertos individuos que sirven como punto de partida
para lograr obtener una muestra. Se utiliza cuando, el objetivo de
estudio puede ser delicada ante la sociedad o por la dificultad para
encontrar nuevos individuos.

Investigación sobre hábitos de conducta moralmente no aceptados

por la sociedad

Se pueden estudiar características que se consideren poco habituales.

Requiere demasiado tiempo.

 Muestreo encadenado
(bola de nieve)
Seleccionamos ciertos individuos que sirven como punto de partida
para lograr obtener una muestra. Se utiliza cuando, el objetivo de
estudio puede ser delicada ante la sociedad o por la dificultad para
encontrar nuevos individuos.

Investigación sobre hábitos de conducta moralmente no aceptados

por la sociedad

Se pueden estudiar características que se consideren poco habituales.

Requiere demasiado tiempo.

 Muestreo encadenado
(bola de nieve)
Seleccionamos ciertos individuos que sirven como punto de partida
para lograr obtener una muestra. Se utiliza cuando, el objetivo de
estudio puede ser delicada ante la sociedad o por la dificultad para
encontrar nuevos individuos.

Investigación sobre hábitos de conducta moralmente no aceptados

por la sociedad

Se pueden estudiar características que se consideren poco habituales.

Requiere demasiado tiempo.

 Muestreo encadenado
(bola de nieve)
Seleccionamos ciertos individuos que sirven como punto de partida
para lograr obtener una muestra. Se utiliza cuando, el objetivo de
estudio puede ser delicada ante la sociedad o por la dificultad para
encontrar nuevos individuos.

Investigación sobre hábitos de conducta moralmente no aceptados

por la sociedad

Se pueden estudiar características que se consideren poco habituales.

Requiere demasiado tiempo.

 Muestreo por cuotas

En este tipo de muestreo se fijan unas cuotas, las cuales son un

conjunto de individuos que reúnen determinadas características. Una
vez determinada la cuota, se eligen los primeros que se encuentren
que cumplan esas características.

Estudio sobre la opinión de un tema en específico

La muestra puede controlarse para ciertas características.

No se puede asegurar que sea representativa. Además, es difícil de
elegir las cuotas de estudio.
 Muestreo por cuotas

En este tipo de muestreo se fijan unas cuotas, las cuales son un

conjunto de individuos que reúnen determinadas características. Una
vez determinada la cuota, se eligen los primeros que se encuentren
que cumplan esas características.

Estudio sobre la opinión de un tema en específico

La muestra puede controlarse para ciertas características.

No se puede asegurar que sea representativa. Además, es difícil de
elegir las cuotas de estudio.
 Muestreo por cuotas

En este tipo de muestreo se fijan unas cuotas, las cuales son un

conjunto de individuos que reúnen determinadas características. Una
vez determinada la cuota, se eligen los primeros que se encuentren
que cumplan esas características.

Estudio sobre la opinión de un tema en específico

La muestra puede controlarse para ciertas características.

No se puede asegurar que sea representativa. Además, es difícil de
elegir las cuotas de estudio.
 Muestreo por cuotas

En este tipo de muestreo se fijan unas cuotas, las cuales son un

conjunto de individuos que reúnen determinadas características. Una
vez determinada la cuota, se eligen los primeros que se encuentren
que cumplan esas características.

Estudio sobre la opinión de un tema en específico

La muestra puede controlarse para ciertas características.

No se puede asegurar que sea representativa. Además, es difícil de
elegir las cuotas de estudio.
 Muestreo por cuotas

En este tipo de muestreo se fijan unas cuotas, las cuales son un

conjunto de individuos que reúnen determinadas características. Una
vez determinada la cuota, se eligen los primeros que se encuentren
que cumplan esas características.

Estudio sobre la opinión de un tema en específico

La muestra puede controlarse para ciertas características.

No se puede asegurar que sea representativa. Además, es difícil de
elegir las cuotas de estudio.
Técnicas probabilísticas
 Muestreo aleatorio simple
(MAS)

Se seleccionan al azar elementos de la población, hasta completar

una muestra de tamaño n, donde cada elemento de la población
tiene la misma probabilidad de ser seleccionado.

Caso típico es utilizar la guía telefónica

Procedimiento simple, fácil de entender y los resultados son proyec-

tados a toda la población.
Tiene poca utilidad cuando la población es muy grande.
 Muestreo aleatorio simple
(MAS)

Se seleccionan al azar elementos de la población, hasta completar

una muestra de tamaño n, donde cada elemento de la población
tiene la misma probabilidad de ser seleccionado.

Caso típico es utilizar la guía telefónica

Procedimiento simple, fácil de entender y los resultados son proyec-

tados a toda la población.
Tiene poca utilidad cuando la población es muy grande.
 Muestreo aleatorio simple
(MAS)

Se seleccionan al azar elementos de la población, hasta completar

una muestra de tamaño n, donde cada elemento de la población
tiene la misma probabilidad de ser seleccionado.

Caso típico es utilizar la guía telefónica

Procedimiento simple, fácil de entender y los resultados son proyec-

tados a toda la población.
Tiene poca utilidad cuando la población es muy grande.
 Muestreo aleatorio simple
(MAS)

Se seleccionan al azar elementos de la población, hasta completar

una muestra de tamaño n, donde cada elemento de la población
tiene la misma probabilidad de ser seleccionado.

Caso típico es utilizar la guía telefónica

Procedimiento simple, fácil de entender y los resultados son proyec-

tados a toda la población.
Tiene poca utilidad cuando la población es muy grande.
 Muestreo aleatorio simple
(MAS)

Se seleccionan al azar elementos de la población, hasta completar

una muestra de tamaño n, donde cada elemento de la población
tiene la misma probabilidad de ser seleccionado.

Caso típico es utilizar la guía telefónica

Procedimiento simple, fácil de entender y los resultados son proyec-

tados a toda la población.
Tiene poca utilidad cuando la población es muy grande.
 Muestreo aleatorio sistemático
Se selecciona un elemento i al azar. Los demás elementos de la
muestra son elegidos de forma sistemática, es decir, se buscan los
elementos
i + k, i + 2k, i + 3k, . . . , (n − 1)k,
siendo k el resultado de dividir la población entre el tamaño de la
muestra.

Estudio sobre hábitos de consumo

Es representativo y simple.
Puede introducir homogeneidad.
 Muestreo aleatorio sistemático
Se selecciona un elemento i al azar. Los demás elementos de la
muestra son elegidos de forma sistemática, es decir, se buscan los
elementos
i + k, i + 2k, i + 3k, . . . , (n − 1)k,
siendo k el resultado de dividir la población entre el tamaño de la
muestra.

Estudio sobre hábitos de consumo

Es representativo y simple.
Puede introducir homogeneidad.
 Muestreo aleatorio sistemático
Se selecciona un elemento i al azar. Los demás elementos de la
muestra son elegidos de forma sistemática, es decir, se buscan los
elementos
i + k, i + 2k, i + 3k, . . . , (n − 1)k,
siendo k el resultado de dividir la población entre el tamaño de la
muestra.

Estudio sobre hábitos de consumo

Es representativo y simple.
Puede introducir homogeneidad.
 Muestreo aleatorio sistemático
Se selecciona un elemento i al azar. Los demás elementos de la
muestra son elegidos de forma sistemática, es decir, se buscan los
elementos
i + k, i + 2k, i + 3k, . . . , (n − 1)k,
siendo k el resultado de dividir la población entre el tamaño de la
muestra.

Estudio sobre hábitos de consumo

Es representativo y simple.
Puede introducir homogeneidad.
 Muestreo aleatorio sistemático
Se selecciona un elemento i al azar. Los demás elementos de la
muestra son elegidos de forma sistemática, es decir, se buscan los
elementos
i + k, i + 2k, i + 3k, . . . , (n − 1)k,
siendo k el resultado de dividir la población entre el tamaño de la
muestra.

Estudio sobre hábitos de consumo

Es representativo y simple.
Puede introducir homogeneidad.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
Muestreo aleatorio estratificado
Requiere de dos etapas:
• La población se divide en estratos homogéneos respecto a al-
guna característica.
• Se elige una muestra aleatoria dentro de cada estrato.
• Todas de igual tamaño.
• Proporcional al tamaño de cada estrato.
• Proporcional al tamaño y la desviación estándar de cada
estrato.

profesión, lugar de residencia, estado civil, tamaño de la familia,

etc.

Buena precisión.
Exige el conocimiento detallado de la población y
puede ser difícil elegir los estratos.
 Muestreo aleatorio por
conglomerados
La unidad muestral es un grupo de elementos de la población que
forman un conglomerado. Se seleccionan aleatoriamente un cierto
número de conglomerados y se investigan todos los elementos per-
tenecientes a cada conglomerado.

Barrios, hospitales, universidades, etc.

Fácil de implementar y de bajo costo. Eficiente para poblaciones

grandes.

Impreciso, y de difícil interpretación.

 Muestreo aleatorio por
conglomerados
La unidad muestral es un grupo de elementos de la población que
forman un conglomerado. Se seleccionan aleatoriamente un cierto
número de conglomerados y se investigan todos los elementos per-
tenecientes a cada conglomerado.

Barrios, hospitales, universidades, etc.

Fácil de implementar y de bajo costo. Eficiente para poblaciones

grandes.

Impreciso, y de difícil interpretación.

 Muestreo aleatorio por
conglomerados
La unidad muestral es un grupo de elementos de la población que
forman un conglomerado. Se seleccionan aleatoriamente un cierto
número de conglomerados y se investigan todos los elementos per-
tenecientes a cada conglomerado.

Barrios, hospitales, universidades, etc.

Fácil de implementar y de bajo costo. Eficiente para poblaciones

grandes.

Impreciso, y de difícil interpretación.

 Muestreo aleatorio por
conglomerados
La unidad muestral es un grupo de elementos de la población que
forman un conglomerado. Se seleccionan aleatoriamente un cierto
número de conglomerados y se investigan todos los elementos per-
tenecientes a cada conglomerado.

Barrios, hospitales, universidades, etc.

Fácil de implementar y de bajo costo. Eficiente para poblaciones

grandes.

Impreciso, y de difícil interpretación.

 Muestreo aleatorio por
conglomerados
La unidad muestral es un grupo de elementos de la población que
forman un conglomerado. Se seleccionan aleatoriamente un cierto
número de conglomerados y se investigan todos los elementos per-
tenecientes a cada conglomerado.

Barrios, hospitales, universidades, etc.

Fácil de implementar y de bajo costo. Eficiente para poblaciones

grandes.

Impreciso, y de difícil interpretación.

Tamaño de la muestra
La determinación del tamaño de la muestra es, posiblemente, uno
de los aspectos del diseño muestral más complejos.
el tamaño de la muestra depende de tres aspectos:
1. Error permitido: Porcentaje de error que deseamos permitir
en nuestro estudio.
2. Nivel de confianza: Porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
3. Población: Conocemos el tamaño de la población.
La determinación del tamaño de la muestra es, posiblemente, uno
de los aspectos del diseño muestral más complejos.
el tamaño de la muestra depende de tres aspectos:
1. Error permitido: Porcentaje de error que deseamos permitir
en nuestro estudio.
2. Nivel de confianza: Porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
3. Población: Conocemos el tamaño de la población.
La determinación del tamaño de la muestra es, posiblemente, uno
de los aspectos del diseño muestral más complejos.
el tamaño de la muestra depende de tres aspectos:
1. Error permitido: Porcentaje de error que deseamos permitir
en nuestro estudio.
2. Nivel de confianza: Porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
3. Población: Conocemos el tamaño de la población.
La determinación del tamaño de la muestra es, posiblemente, uno
de los aspectos del diseño muestral más complejos.
el tamaño de la muestra depende de tres aspectos:
1. Error permitido: Porcentaje de error que deseamos permitir
en nuestro estudio.
2. Nivel de confianza: Porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
3. Población: Conocemos el tamaño de la población.
La determinación del tamaño de la muestra es, posiblemente, uno
de los aspectos del diseño muestral más complejos.
el tamaño de la muestra depende de tres aspectos:
1. Error permitido: Porcentaje de error que deseamos permitir
en nuestro estudio.
2. Nivel de confianza: Porcentaje de seguridad que existe para
generalizar los resultados obtenidos.
3. Población: Conocemos el tamaño de la población.
Desconocemos el tamaño de la población:
2 · σ2
Zα/2
n=
e2

Conocemos el tamaño de la población:

2 · σ2
N · Zα/2
n= 2 · σ2
N · e2 + Zα/2
Desconocemos el tamaño de la población:
2 · σ2
Zα/2
n=
e2

Conocemos el tamaño de la población:

2 · σ2
N · Zα/2
n= 2 · σ2
N · e2 + Zα/2
 Aplicaciones

Existen algunas paqueterias en R donde se puede implementar cual-

quiera de las técnicas de muestreo.

Sampling

https://cran.r-project.org/web/packages/sampling/sampling.
pdf

TeachingSampling

https://cran.r-project.org/web/packages/TeachingSampling/
TeachingSampling.pdf
 Aplicaciones

Existen algunas paqueterias en R donde se puede implementar cual-

quiera de las técnicas de muestreo.

Sampling

https://cran.r-project.org/web/packages/sampling/sampling.
pdf

TeachingSampling

https://cran.r-project.org/web/packages/TeachingSampling/
TeachingSampling.pdf
 Aplicaciones

Existen algunas paqueterias en R donde se puede implementar cual-

quiera de las técnicas de muestreo.

Sampling

https://cran.r-project.org/web/packages/sampling/sampling.
pdf

TeachingSampling

https://cran.r-project.org/web/packages/TeachingSampling/
TeachingSampling.pdf
 Aplicaciones

Existen algunas paqueterias en R donde se puede implementar cual-

quiera de las técnicas de muestreo.

Sampling

https://cran.r-project.org/web/packages/sampling/sampling.
pdf

TeachingSampling

https://cran.r-project.org/web/packages/TeachingSampling/
TeachingSampling.pdf