You are on page 1of 6

Tabla de comparación

Población Muestra
Definición También denominada Por otro lado, una muestra se da
“universo”. Es el conjunto de cuando una población es
elementos o individuos sobre demasiado grande como para ser
los que se llevan a cabo analizada en su totalidad. En esos
observaciones y estudios. En casos, se selecciona una muestra de
pocas palabras, se trata de la la población a la cual se le
agrupación de todos los aplicarán los estudios o análisis que
elementos que se estudiarán o estaban destinados para la
analizarán. población.
Se trata de un subconjunto de
miembros de una población.
Características  La población se trata de  Una muestra siempre es parte
una variable o magnitud de una población.
aleatoria.
 El proceso de selección de una
 Dentro de la estadística, la muestra debe ser sesgado para
población que se elige evitar que no se represente
suele tener determinadas adecuadamente el fenómeno a
características analizar.
demográficas o
características comunes.  Se considera que el muestreo
es más exacto que estudiar la
 Existen poblaciones finitas totalidad de una población.
y poblaciones infinitas Esto debido a que se manejan
(este es más bien un menos datos y por lo tanto
concepto artificial). existe un menor margen de
error.

 

Finalidad Colectar datos suficientes para Evaluar y analizar fenómenos y


analizarles y posteriormente características propias de una
sacar conclusiones. población.
¿Cuál es la diferencia entre Muestra y Población?
En probabilidad y estadística se usan los términos población y
muestra con bastante frecuencia. Sin embargo, debido a lo
similar de sus definiciones es bastante común confundirlos. Por
un lado una población es el total de los elementos que se desean
estudiar. En caso que la población sea demasiado grande o exista
alguna situación mayor que impida que se estudie la totalidad de
una población, se elige una muestra. Una muestra actúa como
representante de la población.
¿Cuál es la diferencia
entre un estadístico y
parámetro?

Parámetro»: Es una cantidad numérica calculada sobre


una población y resume los valores que esta toma en algún
atributo Intenta resumir toda la información que hay en la
población en unos pocos números (parámetros). La altura media
de los sujetos Si un estadístico se usa para aproximar un
parámetro también se le suele
llamar . «estimador» «Estadístico»: Es una cantidad
numérica calculada sobre una muestra que resume su
in formación sobre algún aspecto Normalmente nos nteresa
conocer un parámetro, pero por la dificultad que conlleva
estudiar a *TODA* la población, calculamos un estimador
sobre una muestra y “confiamos” en que sean próximos
Diferencias MUESTREO PROBABILÍSTICO VS. NO
PROBABILÍSTICO
El muestreo no probabilístico se basa en el juicio personal del
investigador para seleccionar a los elementos de la muestra.
Este decide de manera arbitraria o consciente qué elementos
incluirá en la muestra a investigar. Las muestras no
probabilísticas pueden dar buenas estimaciones de las
características de la población; sin embargo, no permiten
evaluar objetivamente la precisión de los resultados de la
muestra. Como no hay forma de determinar la probabilidad de
que cualquier elemento particular quede seleccionado para
incluirse en la muestra, no es posible hacer una extrapolación
estadística de las estimaciones obtenidas a la población. Las
técnicas de muestreo no probabilístico más comunes incluyen
el muestreo por conveniencia, muestreo por juicio, muestreo
por cuotas y muestreo de bola de nieve.
En el muestreo probabilístico las unidades del muestreo se
seleccionan al azar. Es posible especificar de antemano cada
muestra potencial de un determinado tamaño que puede
extraerse de la población, así como la probabilidad de
seleccionar cada muestra. No es necesario que cada muestra
potencial tenga la misma probabilidad de quedar seleccionada;
aunque es posible especificar la probabilidad de seleccionar
cualquier muestra particular de un tamaño dado. Esto requiere
no sólo una definición precisa de la población meta, sino
también una especificación general del marco de muestreo.
Como los elementos del muestreo se seleccionan al azar, es
posible determinar la precisión de las estimaciones de las
características de interés de la muestra. Pueden calcularse los
intervalos de confianza, los cuales contienen el verdadero valor
de la población con un nivel dado de certeza. Esto permite al
investigador hacer inferencias o extrapolaciones acerca de la
población meta de donde se extrajo la muestra. Las técnicas de
muestreo probabilístico se clasifican con base en:

 Muestreo por elemento o por conglomerados.


 Probabilidad igual de la unidad o probabilidades
desiguales.
 Selección no estratificada o estratificada.
 Selección aleatoria o sistemática.
 Técnicas de una sola etapa o de etapas múltiples.

Todas las combinaciones posibles de estos cinco aspectos


resultan en 32 técnicas de muestreo probabilístico diferentes.
De esas técnicas, se revisarán en detalle el muestreo aleatorio
simple, el muestreo sistemático, el muestreo estratificado y el
muestreo por conglomerados, además de revisar brevemente
algunas otras. Sin embargo, primero se expondrán las técnicas
de muestreo no probabilístico.
A continuación una tabla de las ventajas y desventajas de
ambas:
Ventajas y desventajas de las técnicas básicas de muestreo

Técnica Ventaja Desventaja

Muestreo no probabilístico

Menor costo, menor consumo de tiempo; mayor Sesgo de selección, muestra no res
Muestreo por conveniencia
conveniencia recomienda para la investigación d

Muestreo por juicio Menor costo; conveniencia; no consume tiempo No permite generalizar; es

Muestreo por cuotas Pueden controlarse ciertas características de la muestra Sesgo de selección; la representati

Muestreo de bola de nieve Puede estimar características poco comunes Consume mucho tie

Muestreo probabilístico

Es difícil construir el marco de mues


Muestreo aleatorio simple Es fácil de entender; da resultados extrapolables
precisión; la representatividad

Puede incrementar la representatividad; es más fácil de


Muestreo sistemático poner en práctica que la aleatoria simple; no se requiere Puede disminuir la repren
marco de muestreo

Es difícil elegir las variables de estratifi


Muestreo estratificado Incluye todas las subpoblaciones importantes; precisión
factible estratificar con muchas va

Muestreo por conglomerados Es económico y fácil de poner en práctica Poco preciso; es difícil calcular e inte

 Muestra estadística- Wikipedia


 Población estadística- Wikipedia
Malhotra, Naresh (2008). Investigación de Mercados. Quinta
edición, México, Pearson educación

4.Muestreo con reemplazo: Es aquel en que un elemento puede


ser seleccionado más de una vez en la muestra para ello se
extrae un elemento de la población se observa y se devuelve a
la población, por lo que de esta forma se pueden hacer infinitas
extracciones de la población aun siendo esta finita.

Muestreo sin reemplazo: No se devuelve los elementos


extraídos a la población hasta que no se hallan extraídos todos
los elementos de la población que conforman la muestra.

5. Tipos de muestreo
No aleatorios
Se eligen los elementos, en función de que sean
representativos, según la opinión del investigador.
Aleatorios
Todos los miembros de la muestra han sido elegidos al
azar, de forma que cada miembro de la población tuvo
igual oportunidad de salir en la muestra.
- Simple: Elegido el tamaño de la muestra, los
elementos que la compongan se han de elegir
aleatoriamente entre los N de la población. Si se hace
con calculadora, se utilizan los números aleatorios.
- Sistemático: Se ordenan previamente los individuos
de la población; después se elige uno de ellos a l azar, a
continuación, a intervalos constantes, se eligen todos
los demás hasta completar la muestra.
- Estratificado: Se divide la población total en clases
homogéneas, llamadas estratos; por ejemplo, por grupos
de edades, por sexo. Hecho esto la muestra se escoge
aleatoriamente en número proporcional al de los
componentes de cada clase o estrato.
Ejemplo de muestreo aleatorio simple