SlideShare ist ein Scribd-Unternehmen logo
1 von 19
MUESTREO
PROBABILÍSTICO
Electiva:
Estadística aplicada a la
Investigación
UNIVERSIDAD NACIONAL EXPERIMENTAL
“FRANCISCO DE MIRANDA”
PROGRAMA DE EDUCACIÓN
ÁREA CIENCIAS DE LA EDUCACIÓN
Licdo. Anthony Ramos UNEFM 2009
TIPOS DE MUESTREO
Muestreo Probabilístico: Es un proceso en el que se
conoce la probabilidad que tiene cada elemento de integrar
la muestra.
MUESTREO ALEATORIO SIMPLE
MUESTREO SISTEMÁTICO
MUESTREO ESTRATIFICADO
MUESTREO POR CONGLOMERADOS O ÁREAS
Licdo. Anthony Ramos UNEFM 2009
MUESTREO
MUESTREO ALEATORIO SIMPLE:
Es el que le permite al investigador conformar una muestra
de forma que cada elemento de la población o universo tenga la
misma probabilidad de ser seleccionado, por lo tanto, se requiere
enumerar a cada uno, de 1 a N.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIO
SIMPLE
 VENTAJAS DEL MUESTREO ALEATORIO SIMPLE:
 Se recomienda cuando la población es pequeña.
 Sencillo y de fácil comprensión.
 Cálculo rápido de medias y varianzas.
Cuando la población está ubicada e un espacio reducido.
 Se basa en la teoría estadística, y por tanto existen paquetes
informáticos para analizar los datos.
Cuando no se tiene información previa de la población
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIO
SIMPLE
 DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE:
Requiere la identificación y catalogación de la población, lo cual
en ocasiones, resulta muy costoso.
Requiere una probabilidad de selección igual para todos los
elementos que conforman la población.
Requiere mayor tamaño de muestra que las otros tipos de
muestreo.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ALEATORIO
SIMPLE
 EJEMPLO APLICANDO MUESTREO ALEATORIO SIMPLE:
Utilizando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO
 MUESTREO SISTEMÁTICO:
 Este tipo de muestreo, para obtener una muestra sistemática al
azar se deben numerar las observaciones de 1 a n. Luego
determinar el intervalo de muestreo (IM), que consiste en dividir el
número total de observaciones o unidades de muestreo de la
población entre el tamaño deseado de la muestra, es decir:
IM = N = 1,3
N= Población n
n= Muestra
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO
 VENTAJAS DEL MUESTREO SISTEMÁTICO:
Se recomienda cuando la población es numerosa.
Cuando se puede disponer de una listado de los elementos de la
población.
 La sencillez de la técnica y que puede ser utilizado con bastante
grado de confiabilidad en la práctica.
Fácil de aplicar.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO SISTEMÁTICO
 EJEMPLO APLICANDO EL MUESTREO SISTEMÁTICO:
Aplicando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO
ESTRATIFICADO
En este tipo de muestreo se divide la población o universo
en grupos relativamente homogéneos, llamado estratos y después
se toma una muestra al azar de cada estrato, y la muestra
resultante se llama muestra estratificada.
 IMPORTANTE: Es decir este método implica la identificación de
características que dan lugar a la conformación de sub-grupos
homogéneos al interior pero heterogéneos entre sí. Los elementos
dentro de cada estrato se seleccionaron al azar.
Licdo. Anthony Ramos UNEFM 2009
Comuna A
Comuna B
Comuna C
Comuna D
ESTRATOS Homogéneos en su interior;
diferentes entre sí en propiedades y
tamaño
Los estratos más grandes
Tienen mayor probabilidad de ser representados
Licdo. Anthony Ramos UNEFM 2009
Licdo. Anthony Ramos UNEFM 2009
EJEMPLO MUESTREO ESTRATIFICADO
Estrato Primario
MUESTREO ESTRATIFICADO
VENTAJAS DEL MUESTREO ESTRATIFICADO :
 Se recomienda cuando se tiene un conocimiento a priori de
la población.
 Cuando se trata de elementos poblacionales susceptibles a ser
clasificados.
 Cuando interés en obtener información a nivel de las sub-
poblaciones.
Se obtienen estimaciones más precisas.
 Su objetivo es conseguir una muestra lo más semejante posible
a la población en lo que a la o las variables estratificadas se
refiere.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ESTRATIFICADO
EJEMPLO 1: APLICANDO EL MUESTREO ESTRATIFICADO:
Aplicando el ejemplo anterior
Licdo. Anthony Ramos UNEFM 2009
MUESTREO CONGLOMERADO
MUESTREO POR CONGLOMERADOS:
Este método también se conoce como muestreo de áreas
y es útil cuando la población se encuentra dispersa. La selección
de la muestra puede requerir varias etapas.
En este método se procede como se indica a continuación:
 Clasificar o dividir en áreas o manzanas.
 Escoger al azar la muestra donde se va a comenzar el muestreo.
 Determinar la frecuencia del muestreo.
Licdo. Anthony Ramos UNEFM 2009
MUESTREO ESTRATIFICADO
AFIJACIÓN SIMPLE: Consiste en el reparto a partes iguales de
la muestra entre los diversos estratos conocidos.
AFIJACIÓN PROPORCIONAL: consiste en el reparto
proporcional de la muestra entre los distintos estratos, en base al
número de efectivos de cada uno de los mismos.
Licdo. Anthony Ramos UNEFM 2009
AFIJACIÓN OPTIMA : Selecciona el tamaño de los estratos en
función de la desviación estándar de cada uno de ellos, de tal
manera que los estratos más heterogéneos (mayores varianzas)
aporten más casos a la muestra total.
MUESTREO CONGLOMERADO
VENTAJAS DEL MUESTREO CONGLOMERADOS:
Se recomienda cuando la población está diseminada en grandes
áreas geográficas.
 No es preciso tener un listado de toda la población, sólo de
las unidades primarias de muestreo.
HAY 2 TIPOS DE MUESTREO POR CONGLOMERADOS:
 MONOETÁPICO: se estudian todas las residencias de una
manzana.
 BIETÁPICO: se escogen primero las muestras de manzanas y
luego, se elige al azar los elementos dentro de las manzanas
seleccionadas.
Licdo. Anthony Ramos UNEFM 2009
DIFERENCIAS TIPOS DE MUESTREO
PROBABILÍSTICOS NO PROBABILISTICOS
•Todas las unidades tienen igual
probabilidad de participar en
la muestra.
•La elección de cada unidad
muestral es independiente de las
demás
•Se puede calcular el error muestral
•Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
•No se puede calcular el error
muestral
•Alto riesgo de invalidez
producido por la introducción de
sesgos
Licdo. Anthony Ramos UNEFM 2009
Licdo. Anthony Ramos UNEFM 2009

Weitere ähnliche Inhalte

Was ist angesagt?

Distribuciones Muestrales
Distribuciones MuestralesDistribuciones Muestrales
Distribuciones Muestrales
Hector Funes
 
1.4. medidas de dispersion
1.4. medidas de dispersion1.4. medidas de dispersion
1.4. medidas de dispersion
ITCM
 
Estadistica inferencial expo
Estadistica inferencial expoEstadistica inferencial expo
Estadistica inferencial expo
Pepe Rodríguez
 

Was ist angesagt? (20)

Introducción a la Estadística
Introducción a la EstadísticaIntroducción a la Estadística
Introducción a la Estadística
 
Muestreo estratificado
Muestreo estratificadoMuestreo estratificado
Muestreo estratificado
 
Introduccion a stata
Introduccion a stataIntroduccion a stata
Introduccion a stata
 
Exposición-Muestreo Estratificado.pptx
Exposición-Muestreo Estratificado.pptxExposición-Muestreo Estratificado.pptx
Exposición-Muestreo Estratificado.pptx
 
Tipos de muestreos
Tipos de muestreosTipos de muestreos
Tipos de muestreos
 
Tipo de-muestreo
Tipo de-muestreoTipo de-muestreo
Tipo de-muestreo
 
Muestreo: Diseño y Procedimientos
Muestreo: Diseño y ProcedimientosMuestreo: Diseño y Procedimientos
Muestreo: Diseño y Procedimientos
 
Muestreo estratificado
Muestreo estratificadoMuestreo estratificado
Muestreo estratificado
 
Estadística Muestreo
Estadística MuestreoEstadística Muestreo
Estadística Muestreo
 
Distribuciones Muestrales
Distribuciones MuestralesDistribuciones Muestrales
Distribuciones Muestrales
 
Teoria del muestreo
Teoria del muestreoTeoria del muestreo
Teoria del muestreo
 
Técnica de muestreo maria paz casanova
Técnica de muestreo maria paz casanovaTécnica de muestreo maria paz casanova
Técnica de muestreo maria paz casanova
 
MéTodo De Muestreo Por Conglomerados
MéTodo De  Muestreo  Por  ConglomeradosMéTodo De  Muestreo  Por  Conglomerados
MéTodo De Muestreo Por Conglomerados
 
1.4. medidas de dispersion
1.4. medidas de dispersion1.4. medidas de dispersion
1.4. medidas de dispersion
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 
Prueba de normalidad
Prueba de normalidadPrueba de normalidad
Prueba de normalidad
 
Muestreo sistematico
Muestreo sistematicoMuestreo sistematico
Muestreo sistematico
 
Muestreo Estratificado.
Muestreo Estratificado.Muestreo Estratificado.
Muestreo Estratificado.
 
Estadistica inferencial expo
Estadistica inferencial expoEstadistica inferencial expo
Estadistica inferencial expo
 
Muestreo aleatorio simple
Muestreo aleatorio simpleMuestreo aleatorio simple
Muestreo aleatorio simple
 

Andere mochten auch

Tema 1.3 métodos gráficos oficial
Tema 1.3 métodos gráficos oficialTema 1.3 métodos gráficos oficial
Tema 1.3 métodos gráficos oficial
Anthony Maule
 
¿Què es el Marketing digital? Etapas y conceptos
¿Què es el Marketing digital? Etapas y conceptos¿Què es el Marketing digital? Etapas y conceptos
¿Què es el Marketing digital? Etapas y conceptos
Eduard Puignou
 
Muestreo probabilistico
Muestreo probabilisticoMuestreo probabilistico
Muestreo probabilistico
Isaac Gomez
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
anthonymaule
 

Andere mochten auch (20)

Muestreo Probabilistico
Muestreo Probabilistico Muestreo Probabilistico
Muestreo Probabilistico
 
Muestreo Estadístico. Presentación diseñada por el MTRO. JAVIER SOLIS NOYOLA
Muestreo Estadístico. Presentación diseñada por el MTRO. JAVIER SOLIS NOYOLAMuestreo Estadístico. Presentación diseñada por el MTRO. JAVIER SOLIS NOYOLA
Muestreo Estadístico. Presentación diseñada por el MTRO. JAVIER SOLIS NOYOLA
 
Tema 1.3 métodos gráficos oficial
Tema 1.3 métodos gráficos oficialTema 1.3 métodos gráficos oficial
Tema 1.3 métodos gráficos oficial
 
Muestra probabilistica
Muestra probabilisticaMuestra probabilistica
Muestra probabilistica
 
Construcccion de un histograma y su utilidad. Presentación diseñada por el MT...
Construcccion de un histograma y su utilidad. Presentación diseñada por el MT...Construcccion de un histograma y su utilidad. Presentación diseñada por el MT...
Construcccion de un histograma y su utilidad. Presentación diseñada por el MT...
 
Estrategias de Marketing en las Redes Sociales
Estrategias de Marketing en las Redes SocialesEstrategias de Marketing en las Redes Sociales
Estrategias de Marketing en las Redes Sociales
 
marketing en redes sociales
marketing en redes socialesmarketing en redes sociales
marketing en redes sociales
 
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
Prueba de hipótesis para distribuciones normal, y t student. Presentación dis...
 
TODO LO QUE DEBE SABER DE MARKETING DIGITAL
TODO LO QUE DEBE SABER DE MARKETING DIGITALTODO LO QUE DEBE SABER DE MARKETING DIGITAL
TODO LO QUE DEBE SABER DE MARKETING DIGITAL
 
Análisisis Didáctico de Matematización y Argumentación Conceptual Matemática ...
Análisisis Didáctico de Matematización y Argumentación Conceptual Matemática ...Análisisis Didáctico de Matematización y Argumentación Conceptual Matemática ...
Análisisis Didáctico de Matematización y Argumentación Conceptual Matemática ...
 
¿Què es el Marketing digital? Etapas y conceptos
¿Què es el Marketing digital? Etapas y conceptos¿Què es el Marketing digital? Etapas y conceptos
¿Què es el Marketing digital? Etapas y conceptos
 
Programa curso-taller Diseño de Ambientes de Aprendizaje (Nuevo Modelo Educat...
Programa curso-taller Diseño de Ambientes de Aprendizaje (Nuevo Modelo Educat...Programa curso-taller Diseño de Ambientes de Aprendizaje (Nuevo Modelo Educat...
Programa curso-taller Diseño de Ambientes de Aprendizaje (Nuevo Modelo Educat...
 
Habilidades Para Meseros - Fontur
Habilidades Para Meseros -  Fontur Habilidades Para Meseros -  Fontur
Habilidades Para Meseros - Fontur
 
Que es el marketing digital
Que es el marketing digitalQue es el marketing digital
Que es el marketing digital
 
Muestreo probabilistico
Muestreo probabilisticoMuestreo probabilistico
Muestreo probabilistico
 
U2 capitulo-8-sampieri
U2 capitulo-8-sampieriU2 capitulo-8-sampieri
U2 capitulo-8-sampieri
 
Precast Plant Quality System Documentation Set
Precast Plant Quality System Documentation SetPrecast Plant Quality System Documentation Set
Precast Plant Quality System Documentation Set
 
Muestreo no probabilistico
Muestreo no probabilisticoMuestreo no probabilistico
Muestreo no probabilistico
 
Investigacion no experimental DISENO LONGITUDINAL
Investigacion no experimental DISENO LONGITUDINALInvestigacion no experimental DISENO LONGITUDINAL
Investigacion no experimental DISENO LONGITUDINAL
 
EL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICOEL MUESTREO: UN CASO PRACTICO
EL MUESTREO: UN CASO PRACTICO
 

Ähnlich wie Tema 3.2 muestreo probabilistico

Ähnlich wie Tema 3.2 muestreo probabilistico (20)

Muestreo 2 clasificacion
Muestreo 2 clasificacionMuestreo 2 clasificacion
Muestreo 2 clasificacion
 
Muestreo
MuestreoMuestreo
Muestreo
 
POBLACION_MUESTRA.pptx
POBLACION_MUESTRA.pptxPOBLACION_MUESTRA.pptx
POBLACION_MUESTRA.pptx
 
Expo 03. Estadística Conceptos Básicos
Expo 03.  Estadística Conceptos BásicosExpo 03.  Estadística Conceptos Básicos
Expo 03. Estadística Conceptos Básicos
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
Muestreo
MuestreoMuestreo
Muestreo
 
[2] tecnics. muestreo
[2] tecnics. muestreo[2] tecnics. muestreo
[2] tecnics. muestreo
 
Estadistica
EstadisticaEstadistica
Estadistica
 
Técnicas de muestreo
Técnicas de muestreoTécnicas de muestreo
Técnicas de muestreo
 
Muestreo o analisis_muestral
Muestreo o analisis_muestralMuestreo o analisis_muestral
Muestreo o analisis_muestral
 
00020972
0002097200020972
00020972
 
Introducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreoIntroducion al muestreo y tipos de muestreo
Introducion al muestreo y tipos de muestreo
 
Tecnicas de muestreo
Tecnicas de muestreoTecnicas de muestreo
Tecnicas de muestreo
 
Tecnicas de muestreo
Tecnicas de muestreoTecnicas de muestreo
Tecnicas de muestreo
 
PROBABILIDAD_Y_ESTADISTICA
PROBABILIDAD_Y_ESTADISTICAPROBABILIDAD_Y_ESTADISTICA
PROBABILIDAD_Y_ESTADISTICA
 
Diapositivas estadistica
Diapositivas estadisticaDiapositivas estadistica
Diapositivas estadistica
 
Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011Tipos de muestreo probabilìsticos.julio 2011
Tipos de muestreo probabilìsticos.julio 2011
 

Kürzlich hochgeladen

RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
amelia poma
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
EliaHernndez7
 

Kürzlich hochgeladen (20)

RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Lecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigosLecciones 06 Esc. Sabática. Los dos testigos
Lecciones 06 Esc. Sabática. Los dos testigos
 
prostitución en España: una mirada integral!
prostitución en España: una mirada integral!prostitución en España: una mirada integral!
prostitución en España: una mirada integral!
 
Factores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdfFactores que intervienen en la Administración por Valores.pdf
Factores que intervienen en la Administración por Valores.pdf
 
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
🦄💫4° SEM32 WORD PLANEACIÓN PROYECTOS DARUKEL 23-24.docx
 
AEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptxAEC 2. Aventura en el Antiguo Egipto.pptx
AEC 2. Aventura en el Antiguo Egipto.pptx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
PP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomasPP_Comunicacion en Salud: Objetivación de signos y síntomas
PP_Comunicacion en Salud: Objetivación de signos y síntomas
 
Código Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de VenezuelaCódigo Civil de la República Bolivariana de Venezuela
Código Civil de la República Bolivariana de Venezuela
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPCTRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
TRABAJO FINAL TOPOGRAFÍA COMPLETO DE LA UPC
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptxPLAN LECTOR 2024  integrado nivel inicial-miercoles 10.pptx
PLAN LECTOR 2024 integrado nivel inicial-miercoles 10.pptx
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 

Tema 3.2 muestreo probabilistico

  • 1. MUESTREO PROBABILÍSTICO Electiva: Estadística aplicada a la Investigación UNIVERSIDAD NACIONAL EXPERIMENTAL “FRANCISCO DE MIRANDA” PROGRAMA DE EDUCACIÓN ÁREA CIENCIAS DE LA EDUCACIÓN Licdo. Anthony Ramos UNEFM 2009
  • 2. TIPOS DE MUESTREO Muestreo Probabilístico: Es un proceso en el que se conoce la probabilidad que tiene cada elemento de integrar la muestra. MUESTREO ALEATORIO SIMPLE MUESTREO SISTEMÁTICO MUESTREO ESTRATIFICADO MUESTREO POR CONGLOMERADOS O ÁREAS Licdo. Anthony Ramos UNEFM 2009
  • 3. MUESTREO MUESTREO ALEATORIO SIMPLE: Es el que le permite al investigador conformar una muestra de forma que cada elemento de la población o universo tenga la misma probabilidad de ser seleccionado, por lo tanto, se requiere enumerar a cada uno, de 1 a N. Licdo. Anthony Ramos UNEFM 2009
  • 4. MUESTREO ALEATORIO SIMPLE  VENTAJAS DEL MUESTREO ALEATORIO SIMPLE:  Se recomienda cuando la población es pequeña.  Sencillo y de fácil comprensión.  Cálculo rápido de medias y varianzas. Cuando la población está ubicada e un espacio reducido.  Se basa en la teoría estadística, y por tanto existen paquetes informáticos para analizar los datos. Cuando no se tiene información previa de la población Licdo. Anthony Ramos UNEFM 2009
  • 5. MUESTREO ALEATORIO SIMPLE  DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE: Requiere la identificación y catalogación de la población, lo cual en ocasiones, resulta muy costoso. Requiere una probabilidad de selección igual para todos los elementos que conforman la población. Requiere mayor tamaño de muestra que las otros tipos de muestreo. Licdo. Anthony Ramos UNEFM 2009
  • 6. MUESTREO ALEATORIO SIMPLE  EJEMPLO APLICANDO MUESTREO ALEATORIO SIMPLE: Utilizando el ejemplo anterior Licdo. Anthony Ramos UNEFM 2009
  • 7. MUESTREO SISTEMÁTICO  MUESTREO SISTEMÁTICO:  Este tipo de muestreo, para obtener una muestra sistemática al azar se deben numerar las observaciones de 1 a n. Luego determinar el intervalo de muestreo (IM), que consiste en dividir el número total de observaciones o unidades de muestreo de la población entre el tamaño deseado de la muestra, es decir: IM = N = 1,3 N= Población n n= Muestra Licdo. Anthony Ramos UNEFM 2009
  • 8. MUESTREO SISTEMÁTICO  VENTAJAS DEL MUESTREO SISTEMÁTICO: Se recomienda cuando la población es numerosa. Cuando se puede disponer de una listado de los elementos de la población.  La sencillez de la técnica y que puede ser utilizado con bastante grado de confiabilidad en la práctica. Fácil de aplicar. Licdo. Anthony Ramos UNEFM 2009
  • 9. MUESTREO SISTEMÁTICO  EJEMPLO APLICANDO EL MUESTREO SISTEMÁTICO: Aplicando el ejemplo anterior Licdo. Anthony Ramos UNEFM 2009
  • 10. MUESTREO ESTRATIFICADO En este tipo de muestreo se divide la población o universo en grupos relativamente homogéneos, llamado estratos y después se toma una muestra al azar de cada estrato, y la muestra resultante se llama muestra estratificada.  IMPORTANTE: Es decir este método implica la identificación de características que dan lugar a la conformación de sub-grupos homogéneos al interior pero heterogéneos entre sí. Los elementos dentro de cada estrato se seleccionaron al azar. Licdo. Anthony Ramos UNEFM 2009
  • 11. Comuna A Comuna B Comuna C Comuna D ESTRATOS Homogéneos en su interior; diferentes entre sí en propiedades y tamaño Los estratos más grandes Tienen mayor probabilidad de ser representados Licdo. Anthony Ramos UNEFM 2009
  • 12. Licdo. Anthony Ramos UNEFM 2009 EJEMPLO MUESTREO ESTRATIFICADO Estrato Primario
  • 13. MUESTREO ESTRATIFICADO VENTAJAS DEL MUESTREO ESTRATIFICADO :  Se recomienda cuando se tiene un conocimiento a priori de la población.  Cuando se trata de elementos poblacionales susceptibles a ser clasificados.  Cuando interés en obtener información a nivel de las sub- poblaciones. Se obtienen estimaciones más precisas.  Su objetivo es conseguir una muestra lo más semejante posible a la población en lo que a la o las variables estratificadas se refiere. Licdo. Anthony Ramos UNEFM 2009
  • 14. MUESTREO ESTRATIFICADO EJEMPLO 1: APLICANDO EL MUESTREO ESTRATIFICADO: Aplicando el ejemplo anterior Licdo. Anthony Ramos UNEFM 2009
  • 15. MUESTREO CONGLOMERADO MUESTREO POR CONGLOMERADOS: Este método también se conoce como muestreo de áreas y es útil cuando la población se encuentra dispersa. La selección de la muestra puede requerir varias etapas. En este método se procede como se indica a continuación:  Clasificar o dividir en áreas o manzanas.  Escoger al azar la muestra donde se va a comenzar el muestreo.  Determinar la frecuencia del muestreo. Licdo. Anthony Ramos UNEFM 2009
  • 16. MUESTREO ESTRATIFICADO AFIJACIÓN SIMPLE: Consiste en el reparto a partes iguales de la muestra entre los diversos estratos conocidos. AFIJACIÓN PROPORCIONAL: consiste en el reparto proporcional de la muestra entre los distintos estratos, en base al número de efectivos de cada uno de los mismos. Licdo. Anthony Ramos UNEFM 2009 AFIJACIÓN OPTIMA : Selecciona el tamaño de los estratos en función de la desviación estándar de cada uno de ellos, de tal manera que los estratos más heterogéneos (mayores varianzas) aporten más casos a la muestra total.
  • 17. MUESTREO CONGLOMERADO VENTAJAS DEL MUESTREO CONGLOMERADOS: Se recomienda cuando la población está diseminada en grandes áreas geográficas.  No es preciso tener un listado de toda la población, sólo de las unidades primarias de muestreo. HAY 2 TIPOS DE MUESTREO POR CONGLOMERADOS:  MONOETÁPICO: se estudian todas las residencias de una manzana.  BIETÁPICO: se escogen primero las muestras de manzanas y luego, se elige al azar los elementos dentro de las manzanas seleccionadas. Licdo. Anthony Ramos UNEFM 2009
  • 18. DIFERENCIAS TIPOS DE MUESTREO PROBABILÍSTICOS NO PROBABILISTICOS •Todas las unidades tienen igual probabilidad de participar en la muestra. •La elección de cada unidad muestral es independiente de las demás •Se puede calcular el error muestral •Cada unidad NO tiene igual probabilidad de participar en la muestra. •No se puede calcular el error muestral •Alto riesgo de invalidez producido por la introducción de sesgos Licdo. Anthony Ramos UNEFM 2009
  • 19. Licdo. Anthony Ramos UNEFM 2009