S.E.P.

TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO
DE TUXTEPEC
CALIDAD APLICADA A LA GESTION DE
PRODUCCION

“EJEMPLIFICACIÓN DE LAS 4 TÉCNICAS DE MUESTREO

ALEATORIO”

PRESENTA:
ALEXIS MERINO CUMPLIDO 16350412

CARRERA:
INGENIERÍA EN GESTIÓN EMPRESARIAL

DOCENTE:
MARIO NARCISO HERNANDEZ Y HERNANDEZ

MAYO 2019
 MUESTREO ALEATORIO SIMPLE
El muestreo aleatorio simple es un procedimiento de muestreo probabilístico que da
a cada elemento de la población objetivo y a cada posible muestra de un tamaño
determinado, la misma probabilidad de ser seleccionado.

El muestreo aleatorio simple no es tan utilizado en investigaciones del consumidor,

sobre todo porque es complicado obtener un marco de muestreo donde extraer al
azar y no querrás darle a todas las unidades de la muestra una probabilidad igual de
ser elegidas, ya que usualmente para hacer una investigación de este tipo se
requiere a usuarios de tiendas o consumidores de ciertos productos o ciertas áreas
específicas para ser las unidades de muestreo.

No olvidemos que una parte muy importante del muestreo consiste en tener el
tamaño de la muestra correcta, para no tener un error de muestreo, el cual debe ser
el mínimo posible.

El muestreo aleatorio simple es la técnica básica de muestreo donde seleccionamos

un grupo de sujetos (la muestra) para el estudio de un grupo más grande (población).

VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO SIMPLE

Entre sus puntos fuertes están que tiende a producir muestras representativas y
permite el uso de la estadística inferencial en el análisis de datos recogidos.

Cada selección es independiente de otras selecciones; Todas las combinaciones

posibles de unidades de muestreo tienen la misma oportunidad de ser
seleccionadas. En el muestreo sistemático, las posibilidades de ser seleccionado no
son independientes entre sí.

En general, es más fácil que otros procedimientos de muestreo probabilístico (tales

como el muestreo por conglomerados) de comprender y comunicar a otros.

Entre las desventajas están que se requiere un marco de muestreo de elementos de

la población objetivo. Un marco de muestreo apropiado puede que no exista para la
 población que se dirige, y puede que no sea factible o práctico construir uno. En este
caso el muestreo por conglomerados no requiere de una toma de muestra de los
elementos de la población objetivo.

El muestreo aleatorio simple tiende a tener errores de muestreo más grandes y

menos precisión de muestreo estratificado del mismo tamaño de la muestra.

Los encuestados pueden estar muy dispersos, por tanto, los costos de la recolección
de datos pueden ser superiores a las de otros diseños de la muestra de probabilidad,
como el muestreo por conglomerados.

FORTALEZAS Y DEBILIDADES DEL MUESTREO ALEATORIO SIMPLE

Fortalezas Debilidades
En comparación con otros procedimientos de En comparación con otros procedimientos de
muestreo probabilístico muestreo probabilístico

Cada combinación posible de muestreo tiene No se aprovecha del conocimiento que el investigador
igual probabilidad de ser seleccionado. podría tener de la población.

Puede tener errores de muestreo más grandes y menos

Más fácil de entender y comunicar a otros. precisión que otros diseños de muestreo probabilístico
con el mismo tamaño de la muestra.

Si subgrupos de la población tienen intereses particulares

Tiende a producir muestras representativas. no pueden ser incluidos con un número suficiente en la
muestra.

Los procedimientos estadísticos necesarios para Si la población está muy dispersa, los costos por
analizar errores de datos y de software de recolección de datos pueden ser más altos que los de
estadísticas son más fáciles. otros diseños de la muestra de probabilidad.
Ejemplo de muestreo aleatorio simple

 Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de

ellos.
 Enumera a los empleados del 1 al 120
 Sortea 30 números entre los 120 trabajadores

La muestra estará formada por los 30 empleados que salieron seleccionados de los
números obtenidos.
 MUESTREO ALEATORIO ESTRATIFICADO

El muestreo estratificado es uno de los tipos de muestreo probabilístico del que

podemos hacer uso. Te invito a que sigas leyendo para conocer más de sus
debilidades y fortalezas.

El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la

población se separa en segmentos exclusivos, homogéneos (estratos), y luego una
muestra aleatoria simple se selecciona de cada segmento (estrato).

PASOS DE SELECCIÓN PARA UN MUESTREO ESTRATIFICADO

Hay ocho pasos principales en la selección de una muestra aleatoria estratificada:

Define la población objetivo.

1. Identifica la variable o variables de estratificación y determinar el número de

estratos a usarse. Las variables de estratificación deben estar relacionados
con el propósito de estudio. Si el propósito del estudio es hacer estimaciones
de los subgrupos, las variables de estratificación deben estar relacionados con
esos subgrupos. La disponibilidad de información auxiliar a menudo determina
las variables de estratificación que se utilizan. Puede ser utilizada más de una
variable de estratificación. Considera que a medida que el número de
variables de estratificación aumenta, incrementa la probabilidad de que
algunas de las variables cancelen los efectos de otras variables, no más de
cuatro a seis variables de estratificación y no se deben utilizar más de seis
estratos de una variable en particular.
2. Identifica un marco de muestreo existente o desarrolla uno que incluya
información sobre la o las variables de estratificación para cada elemento de
la población objetivo. Si el marco de la muestra no incluye la información en
las variables de estratificación, la estratificación no sería posible.
3. Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple, y la agrupación, y haz los ajustes cuando sea necesario.
 4. Divide el marco de muestreo en estratos, categorías de la estratificación de la
o las variables, creando un marco de muestreo para cada estrato. Dentro del
estrato las diferencias deben reducirse al mínimo, y las diferencias entre los
estratos deben maximizarse. Los estratos no deben estar superpuestos, en
conjunto, debe constituir toda la población. Los estratos deben ser
independientes y mutuamente exclusivos del subconjunto de la población.
Cada elemento de la la población debe estar en un sólo estrato.
5. Asigna un número único a cada elemento.
6. Determina el tamaño de la muestra para cada estrato. La distribución
numérica de los elementos incluidos en la muestra a través de los diversos
estratos determina el tipo de muestreo a implementar. Puede ser un muestreo
proporcional estratificado o uno de los diversos tipos de muestreo estratificado
desproporcionado.
7. Selecciona al azar el número específico de elementos de cada estrato. Al
menos un elemento se debe seleccionar de cada estrato para la
representación de la muestra; y por lo menos dos elementos deben ser
elegidos de cada estrato para el cálculo del margen de error de las
estimaciones calculadas a partir de los datos recogidos.

VENTAJAS Y DESVENTAJAS DEL MUESTREO ESTRATIFICADO EN

COMPARACIÓN CON EL MUESTREO ALEATORIO SIMPLE

Fortalezas Debilidades
A diferencia del muestreo aleatorio simple, A diferencia del muestreo aleatorio simple,
el muestreo estratificado: el muestreo estratificado:

Tiene una mayor capacidad de hacer inferencia Requiere información sobre la proporción de
dentro de un estrato y, comparaciones entre los la población total que pertenece a cada
estratos. estrato.
 La información sobre las variables de
Tiene errores de muestreo al azar un poco más
estratificaciones requeridas para cada
pequeños para la muestras de mismo tamaño, por
elemento de la población. Si dicha
lo que requiere tamaños de muestra más
información no está disponible, puede ser
pequeños para el mismo margen de error.
costosa su compilación.

Obtiene una muestra más representativa porque se

Es más caro, consume tiempo, y es más
asegura de que los elementos de cada estrato son
complicado que el muestreo aleatorio simple.
representados en la muestra.

La selección de las variables de estratificación

Saca mayor provecho de los conocimientos
puede ser difícil si un estudio implica un gran
que el investigador tiene sobre la población.
número de variables.

El análisis de los datos recogidos es más

Permite diferentes métodos de investigación
complejo que el análisis de los datos
y procedimientos que se utilizarán en
recogidos a través del muestreo aleatorio
diferentes estratos.
simple.

Permite el análisis de los patrones dentro Si se utiliza la asignación desproporcionada,

del estrato y la notificación separada de los se requiere la ponderación para hacer
resultados para cada uno de los estratos. estimaciones precisas de los parámetros de la
población.

EJEMPLO:

Supongamos que realizamos un estudio sobre la población de estudiantes de una

Universidad, en el que a través de una muestra de 10 de ellos queremos obtener
informacion sobre el uso de barras de labios.
En primera aproximación lo que procede es hacer un muestreo aleatorio simple, pero
en su lugar podemos reflexionar sobre el hecho de que el comportamiento de la
población con respecto a este carácter no es homogéneo, y atendiendo a l, podemos
dividir a la población en dos estratos:

 Estudiantes masculinos (60% del total);

 Estudiantes femeninos (40% restante).

De modo que se repartan proporcionalmente ambos grupos el número total de

muestras, en función de sus respectivos tamaños (6 varones y 4 mujeres). Esto es lo
que se denomina asignación proporcional.

Si observamos con más atención, nos encontramos (salvo sorpresas de probabilidad

reducida) que el comportamiento de los varones con respecto al carácter que se
estudia es muy homogéneo y diferenciado del grupo de las mujeres.

Por otra parte, con toda seguridad la precisión sobre el carácter que estudiamos,
será muy alta en el grupo de los varones aunque en la muestra haya muy pocos
(pequeña varianza), mientras que en el grupo de las mujeres habrá mayor
dispersión. Cuando las varianzas poblacionales son pequeñas, con pocos elementos
de una muestra se obtiene una informacion más precisa del total de la población que
cuando la varianza es grande. Por tanto, si nuestros medios solo nos permiten tomar
una muestra de 10 alumnos, será más conveniente dividir la muestra en dos estratos,
y tomar mediante muestreo aleatorio simple cierto número de individuos de cada
estrato, de modo que se elegirán más individuos en los grupos de mayor variabilidad.
Así probablemente obtendremos mejores resultados estudiando una muestra de

 1 varón.
 9 mujeres.
 MUESTREO ALEATORIO SISTEMATICO
El muestreo sistemático es un tipo de muestreo probabilístico donde se hace una
selección aleatoria del primer elemento para la muestra, y luego se seleccionan los
elementos posteriores utilizando intervalos fijos o sistemáticos hasta alcanzar
el tamaño de la muestra deseado.

PASOS PARA LA SELECCIÓN DE UN MUESTREO SISTEMATICO

1. Definir la población objetivo.

2. Determinar el tamaño deseado de la muestra (n).
3. Identificar el marco muestreo existente o desarrollar un marco de muestreo de
la población objetivo.
4. Evaluar el marco maestral por falta de cobertura, cobertura excesiva, múltiple
cobertura, agrupación, periodicidad, y hacer los ajustes cuando sea necesario.
Idealmente, la lista estará en un orden aleatorio con respecto al estudio
variable o, mejor aún, ordenados en función de la variable de interés o su
correlación, creando así estratificación implícita.
5. Determinar el número de elementos en el marco de la muestra (N).
6. Calcular el intervalo de muestreo (i) dividiendo el número de elementos en el
marco de muestreo (N) por el tamaño de la muestra específica (n). Uno
debería ignorar el resto y redondear o terminar en el número entero más
próximo. El redondeo hacia abajo y truncando puede hacer que el tamaño de
la muestra sea más grande de lo deseado. Si es así, se puede eliminar de
forma aleatoria las selecciones adicionales. Si no se conoce el tamaño exacto,
o es poco práctico determinar, se puede fijar una fracción de muestreo.
7. Seleccionar al azar un número, r, de “1” mediante i.
8. Selecciona para la muestra, r, r + i, r + 2i, r,+3i, y así sucesivamente, hasta
agotar el marco.

A nivel técnico, el muestreo sistemático no crea una muestra verdaderamente

aleatoria. Sólo la selección del primer elemento de muestreo sistemático es una
 selección de probabilidad. Una vez que el primer elemento es seleccionado, algunos
de los elementos tendrán una probabilidad cero de selección.

FORTALEZAS Y DEBILIDADES DEL MUESTREO SISTEMATICO

Al resaltar los puntos fuertes y débiles del muestreo sistemático, podemos

compararlo con el muestreo aleatorio simple. El muestreo sistemático se utiliza a
menudo cuando es imposible o poco práctico utilizar un muestreo aleatorio simple.

Fortalezas
Debilidades
A diferencia de un muestreo aleatorio
A diferencia de un muestreo aleatorio simple:
simple:

Si el proceso de selección es manual, el Si el intervalo de muestreo se relaciona con el orden

muestreo sistemático es más fácil, más periódico de los elementos en el marco de muestreo,
simple, menos tiempo, y más económico. puede resultar una mayor variabilidad.

La población objetivo no tiene porqué ser

Elementos combinados tienen diferentes probabilidades
numerada y se compila un marco si hay
de ser seleccionados.
representación física.

Si el orden de los elementos en el muestreo Técnicamente, sólo la selección del primer elemento es
se asignaron al azar, el muestreo sistemático una selección de probabilidad ya que para las selecciones
puede producir resultados similares al posteriores, habrá elementos de la población objetivo que
muestreo aleatorio simple. tendrán cero probabilidades de ser seleccionados.

El muestreo sistemático elimina la La estimación de las variaciones es más complejo que en

posibilidad de autocorrelación. el muestreo aleatorio simple.
Cuando los elementos de la población están ordenados en fichas o en una lista, una
manera de muestrear consiste en

 Sea ;
 Elegir aleatoriamente un numero m, entre 1 y k;
 Tomar como muestra los elementos de la lista:

Esto es lo que se denomina muestreo sistemático. Cuando el criterio de ordenación

de los elementos en la lista es tal que los elementos más parecidos tienden a estar
más cercanos, el muestreo sistemático suele ser más preciso que el aleatorio simple,
ya que recorre la población de un modo más uniforme. Por otro lado, es a menudo
más fácil no cometer errores con un muestreo sistemático que con este ultimo.

Ejemplo:

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos

obtener una muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en
100 fragmentos de 50 individuos. A continuación seleccionamos un número aleatorio
entre 1 y 50, para extraer el primer individuo al azar del primer fragmento: por
ejemplo el 24. A partir de este individuo, queda definida la muestra extrayendo los
individuos de la lista con intervalos de 50 unidades, tal y como sigue:

24, 74, 124, 174,..., 4.974

MUESTREO ALEATORIO POR CONGLOMERADOS
El muestreo por conglomerados nos ayuda cuando es imposible o poco práctico
crear un marco de muestreo de una población objetivo debido a que está muy
dispersa geográficamente y el costo de la recopilación de datos es relativamente alto.

El muestreo por conglomerados es un procedimiento de muestreo probabilístico en

que los elementos de la población son seleccionados al azar en forma natural por
agrupaciones (clusters). Los elementos del muestreo se seleccionan de la población
de manera individual, uno a la vez.

Las unidades de muestreo o grupos pueden ser espaciados, tal como ocurre
naturalmente en las unidades geográficas o físicas (por ejemplo: estados,
delegaciones o distritos); en base a una organización como escuelas, grado escolar;
o servicio telefónico tales como códigos de área o el cambio de las claves lada de los
números de teléfono.

La heterogeneidad del grupo es fundamental para un buen diseño del muestreo por
conglomerados. Por otra parte, los elementos dentro de cada grupo deben ser tan
heterogéneos como la población objetivo

PASOS PARA SELECCIONAR UN MUESTREO POR CONGLOMERADOS

1. Definir la población objetivo.

2. Determinar el tamaño de la muestra deseada.
3. Identificar un marco de muestreo existente o desarrollar un nuevo marco de
muestreo de grupos de la población objetivo.
4. Evaluar el marco de muestreo para la falta de cobertura, cobertura excesiva,
múltiple cobertura, y la agrupación, y hacer los ajustes cuando sea necesario.
Idealmente, los grupos serían tan heterogéneos como la población,
mutuamente excluyentes, y colectivamente exhaustivos. La duplicación de
elementos de la muestra puede aparecer si elementos de la población
pertenecen a más de un grupo. La omisión dará lugar a un sesgo de
cobertura.
 5. Determinar el número de grupos que se seleccione. Esto se puede hacer
dividiendo el tamaño de la muestra por el número promedio estimado de
elementos de la población en cada grupo. En la medida en que la
homogeneidad y la heterogeneidad de los grupos sean diferentes a la de la
población, el número del grupo aumenta e incrementa la precisión. Por otra
parte, si las diferencias aumentan, la precisión disminuye.
6. Seleccionar al azar el número previsto de las agrupaciones.

FORTALEZAS Y DEBILIDADES DEL MUESTREO POR CONGLOMERADOS EN

COMPARACIÓN CON EL MUESTREO ALEATORIO SIMPLE

Fortalezas Debilidades
En comparación con el muestreo aleatorio simple: En comparación con el muestreo aleatorio simple:

Si los grupos están definidos geográficamente, el Una muestra por conglomerados puede no ser la más
muestreo por conglomerados requiere menos representativa de la población como es el caso de una
tiempo, dinero y mano de obra. muestra aleatoria simple del mismo tamaño de la muestra.

El muestreo por conglomerados permite muestreos

Las variaciones en las muestras tienden a ser mucho más
posteriores debido a que los grupos incluidos en la
altas que en las del muestreo aleatorio simple.
muestra son elementos agregados.

Uno puede estimar características de los grupos El muestreo por conglomerados hace aún más complejo
como el de la población. el análisis de datos e interpretación de los resultados.

El muestreo por conglomerados no requiere de un El muestreo por conglomerados produce errores de

marco de muestreo de todos los elementos de la muestreo más grandes para muestras de tamaño
población objetivo. comparable que otras muestras de probabilidad.
Si intentamos hacer un estudio sobre los habitantes de una ciudad, el muestreo
aleatorio simple puede resultar muy costoso, ya que estudiar una muestra de
tamaño n implica enviar a los encuestadores a n puntos distintos de la misma, de
modo que en cada uno de ellos solo se realiza una entrevista. En esta situación es
más económico realizar el denominado muestreo por conglomerados, que consiste
en elegir aleatoriamente ciertos barrios dentro de la ciudad, para después elegir
calles y edificios. Una vez elegido el edificio, se entrevista a todos los vecinos.

Ejemplo:

Ejemplo: realizar 1000 encuestas: gerentes pymes de informática. Se dispone del:

 Listado completo de estas pymes.

 La estratificación por regiones.
 Su ubicación.

Diseño de la muestra en conglomerados:

Hay dos tipos de muestreo:

1. Muestreo Aleatorio Simple/Sistemático: se desestima por engorroso.

2. Se utiliza la división por regiones.

DIVISIÓN POR REGIONES:

1. Conglomerado Norte: costa norte, centro norte, etc.

2. Conglomerado sur: Andalucía sur, etc.

Las encuestas se harían en función del peso relativo de cada región. Hay que hacer
paquetes mínimos de encuestas a realizar por conglomerado. Por ejemplo: 20
encuestas por municipio:

 Opción A: afijación proporcional de encuestas entre municipios: mayores

costes de desplazamiento.
 Opción B: selección de puntos de muestreo al azar, a partir de las grandes
regiones. Teniendo en cuenta el diferente peso de cada municipio en cuanto al
número de pymes que tiene.
  Opción C: selección de puntos de muestreo de cada pequeña región, teniendo
en cuenta el diferente peso de cada municipio.

Elijo la opción B y realizo la primera etapa de muestreo (hasta aquí hemos tomado
decisiones, pero no hemos efectuado muestreo):

 1ª etapa: seleccionar los puntos de muestreo (para cada división)

He preparado el marco del diseño; por ejemplo: región costa norte: seleccionar cinco
puntos de muestreo (municipios= para realizar las 100 encuestas que le
corresponden (por paquetes mínimos) al azar.

 2ª etapa: unidades de segunda etapa por muestreo aleatorio simple:

20 pymes por municipio más 50% de reserva (unidades últimas de muestreo o
de última etapa).

Realización del trabajo de campo (encuestación).

El muestreo por conglomerados nos permite muestreos no probabilísticos.