Usted est aqu: Inicio > Blog de Netquest

Nicequest App. La primera app mvil que ana investigacin

declarativa y observacional
Simulador de mercados Netquest Conjoint

MUESTREO PROBABILSTICO:
MUESTREO ALEATORIO
SIMPLE
Escrito
Director

por Carlos
de

Marketing

Innovacin

Ochoa
en

Netquest. +

info

8 de abril 2015

Siguiendo con nuestra serie de posts dedicados al muestreo, hoy

revisaremos la primera de las tcnicas de muestreo
probabilstico: el muestreo aleatorio simple. Esta tcnica es una
de las ms populares y sirve de referencia a todas las dems
aunque, como ya comentamos, en la prctica difcilmente puede
utilizarse.
Definicin
El muestreo aleatorio simple (M.A.S.) es la tcnica de
muestreo en la que todos los elementos que forman el universo
y que, por lo tanto, estn descritos en el marco muestral, tienen
idntica probabilidad de ser seleccionados para la muestra.
Sera algo as como hacer un sorteo justo entre los individuos del
universo: asignamos a cada persona un boleto con un nmero
correlativo, introducimos los nmeros en una urna y empezamos
a extraer al azar boletos. Todos los individuos que tengan un
nmero extrado de la urna formaran la muestra. Obviamente,
en la prctica estos mtodos pueden automatizarse mediante el
uso de ordenadores.

Dependiendo de si los individuos del universo pueden ser

seleccionados ms de una vez en la muestra, hablaremos de
M.A.S. con reposicin o sin reposicin. Si usamos reposicin,
el hecho de que seleccione un individuo al azar para mi muestra
no impedira que este mismo individuo pudiese volver a ser
seleccionado en una siguiente seleccin. Sera equivalente a
decir que cada vez que extraigo un nmero al azar de mi urna,
vuelvo a colocar el nmero antes de la siguiente extraccin. Si
por el contrario no usamos reposicin, un individuo seleccionado
para la muestra una vez ya no entrara nuevamente en el
sorteo.
La pregunta obvia es, qu es mejor, usar reposicin o no usar
reposicin? Es un simple problema matemtico.Csar Prez
Lpez, en su libro Muestreo Estadstico (Pearson, 2005)
desarrolla de forma muy clara una comparacin entre ambas
tcnicas. Tanto si lo miramos desde el punto de vista de qu

tcnica genera estimaciones ms precisas como desde el punto

de vista de qu tcnica me permite tener la misma precisin con
menor tamao de muestra, se puede concluir que el muestreo
aleatorio simple sin reposicin siempre es ms eficiente.
Para poder observar este resultado, partimos de la siguiente
expresin para el tamao de muestra en un M.A.S. sin
reposicin. La frmula relaciona el tamao de muestra necesario
cuando el universo es finito con el tamao necesario cuando el
universo es infinito:

donde n0 es el tamao de muestra necesario para un universo

infinito y N es el tamao del universo finito. Es posible
demostrar que el tamao de muestra cuando usamos reemplazo
(nr) es siempre igual al tamao necesario para universo infinito
(nr=n0). Si eso sucede, podemos afirmar que

Por lo tanto, el tamao de muestra cuando no usamos reposicin

siempre es menor al necesario si usamos reposicin. Este
resultado coincide con la intuicin: si estamos empleando

reposicin y por azar incluimos un individuo ms de una vez en

la misma muestra, el efecto es similar a reducir el tamao de la
muestra ya que observo menor diversidad de individuos. Del
mismo modo, si el universo es infinito, ambos mtodos
coinciden, dado que la probabilidad de seleccionar al mismo
individuo dos veces en la misma muestra tiende a ser
infinitamente pequea.

Beneficios del muestreo aleatorio simple

El desarrollo de la informtica ha permitido que disear una
muestra aleatoria simple sea extremadamente rpido y fiable.
La generacin de nmeros aleatorios mediante software
estrictamente son nmeros pseudo-aleatorios es cada vez ms
fiable.
De esta forma, al usar M.A.S. nos aseguramos la obtencin
de muestras representativas, de manera que la nica fuente
de error que va a afectar a mis resultados va a ser el azar. Y lo
que es ms importante, este error debido al azar puede
calcularse de forma precisa (o al menos acotarse). Puedes
consultar el siguiente post para obtener ms informacin.

Inconvenientes del muestreo aleatorio simple

El nico inconveniente del M.A.S. es la dificultad de llevarlo a la
prctica en investigaciones reales. Recordemos: al ser una
tcnica probabilstica, necesito un marco muestral con todos los
individuos y que todos ellos sean seleccionables para mi
muestra. Un requisito que difcilmente puede cumplirse en la
mayora de estudios de mercado y opinin reales, lo que nos
obligar a emplear otras tcnicas.
En un prximo post veremos otra tcnica de muestreo
probabilstico muy popular: el muestreo estratificado. Os
esperamos!

http://www.netquest.com/blog/es/muestreo-probabilistico-muestreo-aleatoriosimple/
En esta tcnica, cada miembro de la poblacin tiene la misma probabilidad de ser
seleccionado como sujeto. Todo el proceso de toma de muestras se realiza en un paso, en
donde cada sujeto es seleccionado independientemente de los otros miembros de
lapoblacin.
El muestreo aleatorio siemple se puede aplicar en muchos mtodos. El ms primitivo y
mecnico sera el de la lotera. A cada miembro de la poblacin se le asigna un nmero. Todos
los nmeros se colocan en un recipiente o un sombrero y se mezclan. Con los ojos vendados,
el investigador va sacando las etiquetas con nmeros. Todos los individuos que tengan los
nmeros sacados por el investigador son los sujetos del estudio. Otra forma sera que una
computadora haga la seleccin al azar de la poblacin. En el caso de poblaciones con pocos
miembros, es aconsejable utilizar el primer mtodo, pero si la poblacin tiene muchos
miembros, es preferible una seleccin aleatoria por computadora.

Ventajas del muestreo aleatorio simple

Una de las mejores cosas del muestreo aleatorio simple es la facilidad para armar la muestra.
Tambin se considera una forma justa de seleccionar una muestra a partir de una poblacin,
ya que cada miembro tiene igualdad de oportunidades de ser seleccionado.
Otra caracterstica clave del muestreo aleatorio simple es la representatividad de la poblacin.
En teora, lo nico que puede poner en peligro su representatividad es la suerte. Si la muestra
no es representativa de la poblacin, la variacin aleatoria es denominada error de muestreo.
Para sacar conclusiones de los resultados de un estudio son importantes una seleccin
aleatoria imparcial y una muestra representatva. Recuerda que uno de los objetivos de la
investigacin es sacar conclusiones con relacin a la poblacin a partir de los resultados de
una muestra. Debido a la representatividad de una muestra obtenida mediante un muestreo
aleatorio simple, es razonable hacer generalizaciones a partir de los resultados de la muestra
con respecto a la poblacin.

Desventajas del muestreo aleatorio simple

Una de las limitaciones ms evidentes del muestreo aleatorio simple es la necesidad de una
lista completa de todos los miembros de la poblacin. Debes tener en cuenta que la lista de la
poblacin debe estar completa y actualizada. Esta lista generalmente no est disponible en
poblaciones grandes. En estos casos, es ms prudente utilizar otras tcnicas de muestreo.

https://explorable.com/es/muestreo-aleatorio

El muestreo sistemtico es una tcnica de muestreo aleatorio que los

investigadores eligen con frecuencia por su sencillez y calidad regular.
En el muestreo aleatorio sistemtico, el investigador primero escoge aleatoriamente la primera
pieza o sujeto de la poblacin. A continuacin, el investigador seleccionar a cada ensimo
sujeto de la lista.
El procedimiento del muestreo aleatorio sistemtico es muy fcil y se puede hacer
manualmente. Los resultados son representativos de la poblacin a menos que se repitan
ciertas caractersticas de la poblacin por cada ensimo individuo, lo que es muy poco
probable.
El proceso de obtencin de la muestra sistemtica es muy similar a una progresin aritmtica.

1.

Nmero de inicio:
El investigador selecciona un nmero entero que debe ser menor al nmero total de
individuos en la poblacin. Este nmero entero corresponder al primer sujeto.

2.

Intervalo:
El investigador elige otro nmero entero que servir como la diferencia constante
entre dos nmeros consecutivos en la progresin.
El nmero entero se selecciona tpicamente de modo que el investigador obtenga el tamao
de la muestra correcto.

Por ejemplo, el investigador tiene una poblacin total de 100 individuos y necesita 12 sujetos.
Primero elige su nmero de partida, 5.
Luego, el investigador elige su intervalo, 8. Los miembros de su muestra sern los individuos
5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.
Otros investigadores utilizan una tcnica de muestreo aleatorio sistemtico modificada en
donde primero identifican el tamao de la muestra necesario. A continuacin, dividen el
nmero total de la poblacin por el tamao de la muestra para obtener la fraccin de
muestreo. La fraccin de muestreo luego se utiliza como la diferencia constante entre los
sujetos.

Ventajas del muestreo sistemtico

La principal ventaja de utilizar un muestreo sistemtico sobre un muestreo aleatorio

simple es su sencillez. Permite que el investigador aada un grado de sistema o proceso en
la seleccin aleatoria de los sujetos.

Otra ventaja del muestreo aleatorio sistemtico sobre el muestreo aleatorio simple es
la garanta de que el muestreo se har equitativamente sobre la poblacin. Existe una
posibilidad de un muestreo aleatorio simple que permite una seleccin por
conglomerados de sujetos. Esto es eliminado sistemticamente en el muestreo sistemtico.

Desventaja de muestreo sistemtico

El proceso de seleccin puede interactuar con un rasgo peridico oculto dentro de la

poblacin. Si la tcnica de muestreo coincide con la periodicidad del rasgo, la tcnica de
muestreo ya no ser aleatoria y la representatividad de la muestra se ve comprometida.

https://explorable.com/es/muestreo-sistematico

El muestreo estratificado es una tcnica de muestreo probabilstico en

donde el investigador divide a toda la poblacin en diferentes
subgrupos o estratos. Luego, selecciona aleatoriamente a los sujetos
finales de los diferentes estratos en forma proporcional.
Es importante tener en cuenta que los estratos no deben superponerse. Que los subgrupos se
superpongan dar a algunos individuos mayores probabilidades de ser seleccionados como
sujetos. Esto niega completamente el concepto de muestreo estratificado como un tipo de
muestreo probabilstico.
Igualmente importante es el hecho de que el investigador debe utilizar un muestreo
probabilstico simple dentro de los diferentes estratos.
Los estratos ms comunes utilizados en el muestreo aleatorio estratificado son la edad, el
gnero, el nivel socioeconmico, la religin, la nacionalidad y el nivel de estudios alcanzado.

Muestreo aleatorio estratificado: usos

Se utiliza el muestreo aleatorio estratificado cuando el investigador desea resaltar un

subgrupo especfico dentro de la poblacin. Esta tcnica es til en tales investigaciones
porque garantiza la presencia del subgrupo clave dentro de la muestra.

Los investigadores tambin emplean un muestreo aleatorio estratificado cuando

quieren observar relaciones entre dos o ms subgrupos. Con la tcnica de muestreo
aleatorio simple, el investigador no est seguro de si los subgrupos que quiere observar son
representados equitativa y proporcionalmente dentro de la muestra.

Con el muestreo estratificado, el investigador puede probar de forma representativa

hasta a los subgrupos ms pequeos y ms inaccesibles de la poblacin. Esto permite que
los investigadores prueben a los extremos de la poblacin.

Con esta tcnica, tienes una precisin estadstica ms elevada en comparacin con
el muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de los subgrupos es
menor en comparacin con las variaciones cuando se trata de toda la poblacin.
Debido a que esta tcnica tiene una alta precisin estadstica, exige un tamao de la
muestra menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los investigadores.

Muestreo estratificado: tipos

Muestreo aleatorio estratificado proporcionado
En esta tcnica, el tamao de la muestra de cada estrato es proporcional al tamao de la
poblacin del estrato si se compara con la poblacin total. Esto significa que el cada estrato
tiene la misma fraccin de muestreo.
Supongamos que tienes 3 estratos con 100, 200 y 300 tamaos de la poblacin,
respectivamente. El investigador eligi una fraccin de muestreo de . Luego, el investigador
debe probar al azar 50, 100 y 150 sujetos de cada estrato, respectivamente.
Estrato

100

200

300

Fraccin de muestreo

Tamao final de la muestra

50

100

150

Tamao de la poblacin

En esta tcnica, lo importante es recordar el uso de la misma fraccin de muestreo en cada

estrato, independientemente de las diferencias en el tamao de la poblacin de los estratos.
Es muy parecido a reunir una poblacin ms pequea que sea especfica de las proporciones
relativas de los subgrupos dentro de la poblacin.

Muestreo aleatorio estratificado desproporcionado

La nica diferencia entre el muestreo aleatorio estratificado proporcionado y el
desproporcionado son sus fracciones de muestreo. En el muestreo desproporcionado, los
diferentes estratos tienen diferentes fracciones de muestreo.
La precisin de este diseo es altamente dependiente de la asignacin de fraccin de
muestreo del investigador. Si el investigador comete errores en la asignacin de fracciones de
muestreo, un estrato puede ser representado en exceso o insuficientemente y dar resultados
sesgados.

https://explorable.com/es/muestreo-estratificado

Muestreo por conglomerados

Inicio >
Investigacin >
Experimentos >
Muestreo por conglomerados

Explorable.com 185.7K visitas

En el muestreo por conglomerados, en lugar de seleccionar a todos

los sujetos de la poblacin inmediatamente, el investigador realiza
varios pasos para reunir su muestra de la poblacin.

Cluster Sampling

En primer lugar, el investigador selecciona grupos o conglomerados y de cada grupo

selecciona a los sujetos individuales, ya sea por muestreo aleatorio simple o muestreo
aleatorio sistemtico. El investigador tambin puede optar por incluir a todo el conglomerado,
no slo a un subconjunto.
El conglomerado ms utilizado en la investigacin es un conglomerado geogrfico. Por
ejemplo, un investigador desea estudiar el rendimiento acadmico de los estudiantes
secundarios en Espaa.

1.

Puede dividir a toda la poblacin (poblacin de Espaa) en diferentes

conglomerados (ciudades).

2.

Luego, el investigador selecciona una serie de conglomerados en funcin de su

investigacin, a travs de un muestreo aleatorio simple o sistemtico.

3.

Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)

el investigador puede incluir a todos los estudiantes secundarios como sujetos o

seleccionar un nmero de sujetos de cada conglomerado a travs de un muestreo

aleatorio simple o sistemtico.
Lo ms importante sobre esta tcnica de muestreo es dar a todos los conglomerados iguales
posibilidades de ser seleccionados.

Tipos de muestra por conglomerados

Muestra por conglomerados en una etapa
Recordemos el ejemplo anterior: una muestra por conglomerados en una etapa ocurre cuando
el investigador incluye a todos los estudiantes secundarios de todos los conglomerados
seleccionados al azar como muestra.

Muestra por conglomerados en dos etapas

En el ejemplo anterior, se obtiene la muestra por conglomerados en dos etapas cuando el
investigador slo selecciona un nmero de estudiantes de cada conglomerado mediante
muestreo aleatorio simple o sistemtico.

Muestreo por conglomerados y muestreo estratificado:

diferencias
La diferencia principal entre el muestreo por conglomerados y el muestreo estratificadoes la
inclusin de conglomerados o estratos.
En el muestreo aleatorio estratificado, se realiza el muestreo en todos los estratos de la
poblacin, mientras que en el muestreo por conglomerados el investigador slo selecciona
aleatoriamente un nmero de conglomerados de la coleccin de conglomerados de toda la
poblacin. Por lo tanto, slo se realiza una muestra sobre una cantidad de conglomerados.
Los dems quedan sin representacin.

Ventajas y desventajas del muestreo por conglomerados

Esta tcnica de muestreo es barata, rpida y fcil. En lugar de realizar

un muestreo de todo un pas como en el muestreo aleatorio simple, el investigador puede

asignar sus recursos limitados a los pocos conglomerados o reas seleccionadas

aleatoriamente cuando se usan muestras por conglomerados.

En relacin con la primera ventaja, el investigador tambin puede aumentar su tamao

de la muestra con esta tcnica. Teniendo en cuenta que el investigador slo tendr que
tomar la muestra de una serie de reas o conglomerados, puede seleccionar ms sujetos,
ya que son ms accesibles.

De todos los diferentes tipos de muestreo probabilstico, esta tcnica es la menos

representativa de la poblacin. La tendencia de los individuos dentro de un conglomerado
es tener caractersticas similares y con una muestra por conglomerados, existe la
posibilidad de que el investigador pueda tener un conglomerado sobrerrepresentado o
infrarepresentado que puede sesgar los resultados del estudio.

sta tambin es una tcnica de muestreo probabilstico con una posibilidad de error de
muestreo alto. Esto se produce por los conglomerados limitados incluidos en la muestra,
dejando una parte importante de la poblacin sin muestrear.

https://explorable.com/es/muestreo-por-conglomerados
http://www.netquest.com/blog/es/muestreo-probabilistico-muestreoconglomerados/