1

Universidad De
Guayaquil
Facultad De Ingeniería
Industrial
Carrera Ingeniería Industrial

Metodología De La Investigación II

Grupo #2

Líder :
Yadira Issamar Vargas Macias

Integrantes:
Cevallos Cruz Yeskin Jorel
Martillo Vera Samuel Isaias
Palacios Vera Gabriel Sleyter
Pilataxi Barzallo Diego
Poveda Figueroa Roosevell Julhansel
Toala Piguave Anthony Gabriel
 2

CII 2022-2023
Métodos De Muestreo En La Investigación Científica

1.3 marco muestral

¿Qué es un marco muestral?

Un marco muestral es una lista de

los elementos que forman el universo que
está por estudiarse, los cuales se conocen
como unidades muestrales. Cada uno de
estos elementos comparten características
que los permite identificarse.

A partir del marco muestral es posible extraer la muestra de estudio, es decir, la población
que se va a investigar. Los elementos que la integran pueden ser clientes, empleados, hogares,
instituciones, ciudades o cualquier cosa que necesite ser estudiada.

Para realizar un muestreo probabilístico, es sumamente necesario ejecutar este método, ya

que permite encontrar la unidad que va a ser el objeto de estudio.

El marco muestral debe ser preciso, libre de omisiones y duplicaciones. Los datos y las
unidades deben cubrir a toda la población e identificarlas correctamente.

Características De Un Marco Muestral

➢ Entre las principales características de un marco muestral se encuentran las siguientes:

➢ Todas las unidades de muestreo tienen un identificador lógico y numérico.
➢ Se pueden encontrar todas información relevante sobre las unidades de muestreo presente.
➢ El marco muestral está organizado de manera lógica y sistemática
➢ Contiene información adicional sobre las unidades de muestra, lo cual permite el uso de
marcos de muestreo más avanzados.
➢ Cada elemento de la población de estudio está presente en el marco muestral.
 3

➢ Cada elemento de la población está presente solo una vez en el marco muestral.
➢ No hay elementos externos a la población de interés presentes en el marco.
➢ Para que funcione correctamente debe estar actualizado.

1.4 Tamaño de la muestra

¿Cuál Debe Ser El Tamaño De La Muestra?

Determinar el tamaño de la muestra que se va a

seleccionar es un paso importante en cualquier estudio de
investigación. Por ejemplo, un investigador desea
determinar la prevalencia de problemas oculares en niños
en edad escolar y quiere realizar una encuesta.
La pregunta importante que debe ser contestada en
todas las encuestas de muestra es: "¿Cuántos participantes
deben ser elegidos para una encuesta?" Sin embargo, la
respuesta no puede ser dada sin tener en cuenta los objetivos
y circunstancias de las investigaciones.

La elección del tamaño de la muestra depende de consideraciones no estadísticas y

estadísticas. Las consideraciones no estadísticas pueden incluir la disponibilidad de los recursos,
la mano de obra, el presupuesto, la ética y el marco de muestreo. Las consideraciones estadísticas
incluirán la precisión deseada de la estimación de la prevalencia y la prevalencia esperada de los
problemas oculares en niños en edad escolar.
 4

Para determinar el tamaño adecuado de las muestras es necesario seguir los tres criterios:

1. Nivel de precisión

El nivel de precisión, también llamado error de muestreo, es el rango en donde se estima

que está el valor real de la población. Este rango se expresa en puntos porcentuales. Por lo tanto,
si un investigador descubre que el 70% de los agricultores de la muestra han adoptado una
tecnología recomendada con una tasa de precisión de ± 5%, el investigador puede concluir que
entre el 65% y el 75% de los agricultores de la población han adoptado la nueva tecnología.
2. Nivel de confianza

El intervalo de confianza es la medida estadística del número de veces de cada 100 que se
espera que los resultados se encuentren dentro de un rango específico.
Por ejemplo, un intervalo de confianza de 90% significa que los resultados de una acción
probablemente cubrirán las expectativas el 90% de las veces.

La idea básica descripta en el Teorema del límite central es que cuando una población se
muestrea muchas veces, el valor promedio de un atributo obtenido es igual al valor real de la
población. En otras palabras, si un intervalo de confianza es del 95%, significa que 95 de 100
muestras tendrán el valor real de la población dentro del rango de precisión.

3. Grado de variabilidad

Dependiendo de la población objetivo y los atributos a considerar, el grado

de variabilidad varía considerablemente. Cuanto más heterogénea sea una población, mayor
deberá ser el tamaño de la muestra para obtener un nivel óptimo de precisión. Ten en cuenta que
una proporción de 55% indica un nivel más alto de variabilidad que un 10% o un 80%. Esto se
debe a que 10% y 80% significa que una gran mayoría no posee o posee el atributo en cuestión.
Existen muchos enfoques para determinar el tamaño de la muestra, incluyendo el uso de
un censo en el caso de poblaciones más pequeñas, el uso de tablas publicadas, imitar un tamaño
de muestra de estudios similares y aplicar fórmulas para calcular un tamaño de la muestra.
 5

1.5 Métodos de muestreo

El muestreo es una técnica de selección de miembros individuales o de un subconjunto de

la población para hacer inferencias estadísticas a partir de ellos y estimar las características de toda
la población.

Métodos de muestreo

Existen dos métodos de muestreo: El muestreo probabilístico y el no probabilístico:

Muestreo probabilístico

El muestreo probabilístico es una técnica de muestreo en la que un investigador establece

una selección de unos pocos criterios y elige al azar a los miembros de una población. Todos los
miembros tienen la misma oportunidad de formar parte de la muestra con este parámetro de
selección.
 6

Existen cuatro tipos principales de diseños de muestras de probabilidad:

1. Muestreo aleatorio simple.

2. Muestreo estratificado.
3. Muestreo sistemático.
4. Muestreo por conglomerados.

Muestreo aleatorio simple

Una de las mejores técnicas de muestreo probabilístico que ayuda a ahorrar tiempo y
recursos es el método de muestreo aleatorio simple. Es un método fiable de obtención de
información en el que cada uno de los miembros de una población se elige al azar, simplemente
por casualidad. Cada individuo tiene la misma probabilidad de ser elegido para formar parte de
una muestra.

Por ejemplo, en una organización de 500 empleados, si el equipo de recursos humanos

decide llevar a cabo actividades de creación de equipos, es muy probable que prefieran escoger
fichas de un tazón. En este caso, cada uno de los 500 empleados tiene la misma oportunidad de ser
seleccionado.
 7

Muestreo por conglomerados

También conocido como muestreo por racimos, es un método en el que los investigadores
dividen a toda la población en secciones o conglomerados que representan a una población. Los
grupos se identifican e incluyen en una muestra basada en parámetros demográficos como la edad,
el sexo, la ubicación, etc. Esto hace que sea muy sencillo para el creador de la encuesta obtener
una inferencia efectiva a partir de la retroalimentación.

Por ejemplo, si el gobierno de los Estados Unidos desea evaluar el número de inmigrantes
que viven en su territorio, puede dividirlos en grupos basados en estados como California, Texas,
Florida, Massachusetts, Colorado, Hawai, etc. Esta forma de realizar una encuesta será más
efectiva ya que los resultados se organizarán por estados y proporcionarán datos de inmigración
objetivos.

Muestreo sistemático

Los investigadores utilizan el método de muestreo sistemático para elegir los miembros
de la muestra de una población a intervalos regulares.

Para ello es necesario seleccionar un punto de partida para la muestra y un tamaño de

muestra que pueda repetirse a intervalos regulares. Este tipo de método de muestreo tiene un
alcance predefinido y, por lo tanto, esta técnica de muestreo es la que menos tiempo consume.

Por ejemplo, un investigador tiene la intención de recoger una muestra sistemática de 500
personas en una población de 5000. Numera cada elemento de la población de 1 a 5.000 y elegirá
a cada 10 individuos para que formen parte de la muestra (Población total/tamaño de la muestra =
5.000/500 = 10).
 8

Muestreo estratificado

El muestreo aleatorio estratificado es un método en el que el investigador divide la

población en grupos más pequeños que no se superponen, sino que representan a toda la población.
Durante el muestreo, estos grupos pueden organizarse y luego extraer una muestra de cada grupo
por separado.

Por ejemplo, un investigador que desee analizar las características de las personas
pertenecientes a diferentes divisiones de ingresos anuales creará estratos (grupos) según los
ingresos anuales de la familia.

Por ejemplo, menos de 20.000 dólares, 21.000 a 30.000 dólares, 31.000 a 40.000 dólares,
41.000 a 50.000 dólares, etc.

Con esto, el investigador concluye las características de las personas que pertenecen a
diferentes grupos de ingresos. Los comercializadores pueden analizar a qué grupos de ingresos
dirigirse y a cuáles eliminar para obtener los resultados deseados.

• Existen múltiples usos del muestreo probabilístico:

Reducir el sesgo de la muestra: Mediante los métodos de muestreo probabilístico, el sesgo

de la muestra derivada de una población es insignificante o inexistente. El muestreo probabilístico
permite reunir datos de mayor calidad, ya que la muestra representa adecuadamente a la población.

Población diversa: Cuando la población es vasta y diversa, es esencial tener una

representación adecuada para que los datos no se desvíen hacia un solo grupo demográfico.

Crear una muestra precisa: El muestreo probabilístico ayuda a los investigadores a

planificar y crear una muestra precisa. Esto ayuda a obtener datos bien definidos.

Muestreo no probabilístico

En el muestreo no probabilístico, el investigador elige al azar a los miembros de la

investigación. Este método de muestreo no es un proceso de selección fijo o predefinido. Esto
 9

dificulta que todos los elementos de una población tengan las mismas posibilidades de ser
incluidos en una muestra.

Dentro de sus tipos tenemos:

1. Muestreo por conveniencia.

2. Muestreo consecutivo.
3. Muestreo por cuotas.
4. Muestreo de bola de nieve.

El muestreo no probabilístico se utiliza para lo siguiente:

Crear una hipótesis: Los investigadores utilizan métodos de muestreo no probabilístico

para crear una hipótesis cuando se limita a no disponer de información previa. Este método ayuda
a la devolución inmediata de los datos y construye una base para futuras investigaciones.

Investigación exploratoria: Los investigadores utilizan ampliamente esta técnica de

muestreo cuando realizan investigaciones cualitativas, estudios piloto o investigaciones
exploratorias.

Limitaciones de presupuesto y tiempo: Se utiliza cuando hay limitaciones de presupuesto

y tiempo, y se deben reunir algunos datos preliminares. Dado que el diseño de la encuesta no es
rígido, es más fácil elegir a los encuestados al azar y hacer que tomen la encuesta o el cuestionario.

Estos cuatro tipos de muestreo no probabilístico explican mejor la finalidad de este método
de muestreo:
 10

Muestreo por conveniencia

Este método depende de la facilidad de acceso a los sujetos como una encuesta a los clientes
en un centro comercial o a los transeúntes en una calle concurrida.

Se suele denominar muestreo por conveniencia, debido a la facilidad con que el

investigador lo realiza y se pone en contacto con los sujetos. Los investigadores casi no tienen
autoridad para seleccionar los elementos de la muestra, y se hace puramente en base a la
proximidad y no a la representatividad.

Esta clase de métodos de muestreo no probabilístico se utiliza cuando hay limitaciones de

tiempo y costo en la recogida de información. En situaciones en que hay limitaciones de recursos,
como las etapas iniciales de la investigación, se utiliza un muestreo de conveniencia.

Por ejemplo, las empresas de nueva creación y las ONG suelen llevar a cabo un muestreo
de conveniencia en un centro comercial para distribuir folletos de los próximos acontecimientos o
de la promoción de una causa; lo hacen parándose a la entrada del centro comercial y repartiendo
folletos al azar.

Muestreo deliberado, crítico o por juicio:

Las muestras por juicio se forman a discreción del investigador. Los investigadores
consideran únicamente el propósito del estudio, junto con la comprensión del público objetivo.

Por ejemplo, cuando los investigadores quieren entender el proceso de pensamiento de las
personas interesadas en estudiar para su maestría. Los criterios de selección serán: «¿Está
interesado en hacer su maestría en …?» y los que responden con un «No» son excluidos de la
muestra.
 11

Muestreo de bola de nieve

El muestreo de bola de nieve es uno de los métodos de muestreo que los investigadores
aplican cuando los sujetos son difíciles de rastrear.

Por ejemplo, será extremadamente difícil encuestar a personas sin refugio o inmigrantes
ilegales. En esos casos, utilizando la teoría de la bola de nieve, los investigadores pueden rastrear
unas pocas categorías para entrevistar y obtener resultados.

Los investigadores también aplican este método de muestreo en situaciones en que el tema
es muy delicado y no se discute abiertamente, por ejemplo, en las encuestas para reunir
información sobre el VIH y el SIDA. No muchas víctimas responderán fácilmente a las preguntas.
No obstante, los investigadores pueden ponerse en contacto con personas que tal vez conozcan o
con voluntarios asociados a la causa para encontrar a las víctimas y reunir información.

Muestreo por cuotas: La selección de los miembros en esta técnica de muestreo se realiza
sobre la base de una norma preestablecida. En este caso, como la muestra se forma sobre la base
de atributos específicos, la muestra creada tendrá las mismas cualidades que se encuentran en la
población total. Se trata de un método rápido de recolección de muestras.

Usos del muestreo no probabilístico

El muestreo no probabilístico se utiliza para lo siguiente:

• Crear una hipótesis: Los investigadores utilizan métodos de muestreo no probabilístico

para crear una hipótesis cuando se limita a no disponer de información previa. Este método
ayuda a la devolución inmediata de los datos y construye una base para futuras
investigaciones.
 12

• Investigación exploratoria: Los investigadores utilizan ampliamente esta técnica de

muestreo cuando realizan investigaciones cualitativas, estudios piloto o investigaciones
exploratorias.
• Limitaciones de presupuesto y tiempo: Se utiliza cuando hay limitaciones de presupuesto
y tiempo, y se deben reunir algunos datos preliminares. Dado que el diseño de la encuesta
no es rígido, es más fácil elegir a los encuestados al azar y hacer que tomen la encuesta o
el cuestionario.

Video de debate informativo de la investigación realizada por los estudiantes del grupo
#2.

Link:

https://ugye-
my.sharepoint.com/:v:/g/personal/samuel_martillov_ug_edu_ec/ETu1At2ZhElAsUohdHL3Q
9EBFEXvYeOtwO351kBIvGiTeA?e=gvtId3

Bibliografía:

1. MUESTRAL, M. (2013). 3.4 3.4. 1 CARACTERÍSTICAS DEL MUESTREO

REPRESENTATIVIDAD DE LA MUESTRA. Métodos cuantitativos. Herramientas para la
investigación en salud 4ed.

2. Díaz de Rada, V., & Abela, J. (2004). ¿ Resulta apropiado utilizar la guía telefónica como
marco muestral en sondeos?: un estudio piloto en la Comunidad navarra. Revista Española de
Investigaciones Sociológicas (REIS), 108(1), 123-149.

3. Salvadó, I. E. (2016). Tipos de muestreo. Disponible en:[file:///C:/Users/DELL%

202018/Zotero/storage/Z5DBMG5K/SALVADÓ% 20-% 20TIPOS% 20DE% 20MUESTREO..
pdf], 22, 66.

4. Alperin, M., & Skorupka, C. (2014). Métodos de muestreo. Muestreo: técnica de selección de
una muestra a partir de una población.

5. Hernández González, O. (2021). Aproximación a los distintos tipos de muestreo no

probabilístico que existen. Revista Cubana de Medicina General Integral, 37(3).
 13

Linkografía:

6. https://www.questionpro.com/blog/es/marco-muestral/

7. https://www.questionpro.com/es/tama%C3%B1o-de-la-muestra.html

8. https://www.sdelsol.com/glosario/muestreo-probabilistico-o-no/