UNIVERSIDAD LAICA VICENTE

ROCAFUERTE

FACULTADAD ADMINISTRACION

CARRERA:
ADMINISTRACION DE EMPRESA

INVESTIGACIÓN DE MERCADO II

TAREA:
MUESTREO PROBABILISTICO Y NO PROBABILISTICO
EJEMPLO DE CADA UNO

NOMBRE:
GIULIANO CHOEZ

DOCENTE:
MARIELA MAYENSY LUDEÑA

CURSO:
5 “A” DIURNO
 DEFINICION DE TÉCNICAS DE MUESTREO

Las técnicas de muestreo son un conjunto de técnicas estadísticas que estudian la forma de

seleccionar una muestra representativa de la población, es decir, que represente lo más

fielmente posible a la población a la que se pretende extrapolar o inferir los resultados de la

investigación, asumiendo un error mesurable y determinado.

TECNICA DE MUESTREO

Tipos de Técnicas de muestreo

Muestro probabilístico. Es aquel en que todos los individuos de la población tienen una

probabilidad de entrar a formar parte de la muestra (normalmente equiprobable, es decir, con

la misma probabilidad).

Muestreo no probabilístico. Utiliza métodos en que no interviene el azar y por lo tanto, se

desconoce la probabilidad asociada a cada individuo para formar parte de la muestra.

 Clasificación de los tipos de muestreo probabilístico

Muestreo aleatorio simple.- Se caracteriza porque cada elemento de la población tiene la

misma probabilidad de ser escogido para formar parte de la muestra. Una vez censado el

marco de la población, se asigna un número a cada individuo o elemento y se elige

aleatoriamente. La aleatorización puede realizarse mediante listas de números aleatorios

generados por ordenador, aplicándolas para escoger de la población los individuos o sujetos

que coincidan con los números obtenidos.

Este tipo de muestreo se caracteriza por su simplicidad y fácil comprensión, aunque

también posee algunas limitaciones, ya que no siempre es posible disponer de un listado de

todos los individuos que componen la población, generalmente cuando son poblaciones

grandes. Si se seleccionan muestras pequeñas mediante este método pueden aparecer errores

aleatorios, no representando la muestra adecuadamente a la población.

Ejemplo 1 de muestreo aleatorio simple sería la elección de los individuos a través de la

elección realizada totalmente al azar de un cierto número de DNI.

Ejemplo 2

 Suponga que una población consta de 845 empleados.

 Se va a elegir una muestra de 52 empleados de dicha población.

Primera forma - M.A.S.

1. Una forma de asegurarse de que todos los empleados de la población tienen las

mismas posibilidades de que se les elija consiste en escribir primero el nombre de cada

empleado en un papel y depositarlos todos en una caja.

 2. Se los mezcla y luego, se efectúa la primera selección sin mirarlo y se repite

este paso hasta tener la muestra de los 52 empleados.

Muestreo sistemático.- El muestreo sistemático es muy similar al muestreo aleatorio

simple. La diferencia se obtiene en que en este tipo de muestreo se divide el total de la

población de estudio entre el tamaño de la muestra, obteniendo una constante de muestreo (k).

La primera unidad que formará parte de la muestra debe estar entre 1 y k y se elige al azar; a

partir de esta unidad se van seleccionando sistemáticamente uno de los k individuos siguiendo

un orden determinado.

Ejemplo, si obtenemos un valor de k=5 y seleccionamos al azar el número 7, deberíamos

elegir todas las historias clínicas que finalizaran en «7»: «007», «017», «027» ....

Es un método de muestreo muy sencillo de realizar y que cuando la población esta

ordenada siguiendo una tendencia conocida, asegura una cobertura de unidades de todos los

tipos.

Ejemplo 2.

 La división de ventas de la Cía Computer Graphics necesita calcular el ingreso

medio en dólares por venta del mes pasado.

 La división encontró que se registraron 2000 ventas y sus recibos se

almacenaron en cajones.
  Se decidió seleccionar 100 recibos para calcular el ingreso medio en dólares.

Solución

1. Se calcula k, en este caso 2000/100 = 20

2. En la selección del 1er recibo se usa Muestreo aleatorio simple. Se seleccionará

un número de la tabla de números aleatorios entre 1 y k. Suponga que el número

aleatorio es 18.

3. A partir del recibo 18, se seleccionará cada vigésimo recibo (18,38,58,etc)

como muestra.

MUESTREO ESTRATIFICADO

 Una población se divide en subgrupos (a partir de ciertas características)

denominados estratos (grupos o subpoblaciones) y se selecciona al azar una muestra

de cada estrato.

 Una vez definidos los estratos, se aplica el muestreo aleatorio simple en cada

grupo o estrato con el fin de formar la muestra.

 Con este método, se garantiza que cada grupo se encuentre representado en la

muestra.
Ejemplo 1

Los estudiantes universitarios se pueden agrupar:

-En estudiantes de tiempo completo o medio tiempo

-Por sexo, masculino o femenino

-Tradicionales o no tradicionales

Muestreo conglomerado

 Se emplea a menudo para reducir el costo de muestrear una población dispersa

en cierta área geográfica.

 Una población se divide en conglomerados a partir de los límites naturales

geográficos o de otra clase. A continuación, se seleccionan los conglomerados al azar

y se

toma
una muestra de forma aleatoria con elementos de cada grupo.

Ejemplo

 Suponga que desea determinar la opinión de los residentes de algún estado con

referencia a las políticas federales y estatales de protección ambiental.

 Seleccionar una muestra aleatoria de residentes y ponerse en contacto con cada

persona requeriría mucho tiempo y resultaría muy costoso.

 Se puede subdividir el estado en pequeñas unidades (unidades primarias):

condados o regiones.

 Suponga que se dividió el estado en 12 unidades primarias, seleccionó al azar 4

regiones: 2, 7, 4 y 12 y concentró su atención en estas unidades primarias.

 Usted puede tomar una muestra aleatoria de los residentes de cada una de estas

regiones y entrevistarse con ellos.

Clasificación de los tipos de muestreo no probabilístico

 Los procedimientos no probabilísticos son aquellos en los que no conocemos la

probabilidad de que un elemento de la población pase a formar parte de la muestra ya que la

selección de los elementos muéstrales dependen en gran medida del criterio o juicio del

investigador. La muestra, en este caso, se selecciona mediante procedimientos no aleatorios.

Los métodos anteriores (probabilísticos) no son mejores que los no probabilísticos, sino

que simplemente nos permiten calcular el error muestral que se está cometiendo.

Los tipos de muestreo no probabilístico son: muestreo de conveniencia, muestreo

discrecional y muestreo por cuotas, de los que pasaremos a explicar brevemente:

Muestreo de conveniencia o intencional. El investigador decide qué individuos de la

población pasan a formar parte de la muestra en función de la disponibilidad de los mismos

(proximidad con el investigador, amistad, etc.).

Ejemplo. Para un estudio sobre la calidad de la educación, previamente, se establecen

como criterios de selección de la muestra los siguientes:

 Mínimo de 20 años de experiencia en el campo educativo

 Poseer título de posgrado

 Haber ocupado un cargo directivo

Muestreo por cuotas. Si se conocen las características de la población a estudiar, se

elegirán los individuos respetando siempre ciertas cuotas por edad, género, zona de

residencia, entre otras que habrán sido prefijadas.

Ejemplo. 30 hombres y 50 mujeres, 45 hombre mayores de 25 años, 40 mujeres

divorciadas desde hace más de 5 años.

Muestreo causal o incidental

 Es un procedimiento que permite elegir arbitrariamente los elementos sin juicio o criterio

preestablecidos.

Ejemplo. La gente que circula por determinada calle a una hora especifica del día, los

visitantes que acuden a un museo en un determinado lapso, etc.

Muestreo bola de nieve

Este modelo es particularmente útil cuando se muestrean poblaciones cuyos componentes,

por motivo morales, ideológico, legales o políticos tienen a ocultar su identidad.

A partir de unos pocos individuos el entrevistador, con ayuda de los primeros, va

“conociendo a nuevos miembros de la muestra.

Bibliografía
http://www.revistaseden.org/files/9-CAP%209.pdf

https://es.slideshare.net/anthonymaule/muestreo-no-probabilistico