Información del artículo

Tiempo estimado de lectura

4 minutos

Compartir

Facebook Icon

Citar el artículo

Editorial Grudemi (2019). Muestreo probabilístico. Recuperado de Enciclopedia Iberoamericana (https://enciclopediaiberoamericana.com/muestreo-probabilistico/). Última edición: febrero 2019. Consultado el 18 de febrero de 2025.
Copiar cita
¡Cita copiada a portapapeles!

Contenidos

Muestreo probabilístico

Analizar y estudiar una población estadística, utilizando la selección aleatoria.

Tabla de contenidos:

Definición

Publicidad

El muestreo probabilístico es un tipo de muestra estadística que se centra en analizar y estudiar grupos específicos de una población estadística, utilizando la selección aleatoria.

Su requisito principal consiste en que todas las personas de la población estudiada, cuenten con las mismas oportunidades de selección. 

Tipos

El muestreo probabilístico puede clasificarse en muestreo aleatorio simple, sistemático, estratificado y muestreo por conglomerados. 

Muestreo aleatorio simple

El muestreo aleatorio simple es uno de los métodos de selección más sencillos para una muestra. Se basa en elegir, de forma aleatoria, a los individuos de la muestra a investigar.

Para ello, se le otorga un número a cada sujeto de la población y posteriormente, a modo de sorteo, se seleccionan números de forma aleatoria para conformar la muestra.

Por ejemplo: para tomar una muestra de 10 escuelas, sobre una población de 200 escuelas que hay en el país, cada escuela obtiene un número al azar. Entonces, a modo de sorteo, se seleccionan 10 números que conformarán dicha muestra.

Muestreo sistemático

El muestreo sistemático se lleva a cabo dividiendo la población en subgrupos, en forma de lista, para seleccionar aleatoriamente un número. Luego, el número escogido será, en cada grupo, el individuo que conforme la muestra.

Publicidad, continua debajo

Por ejemplo: tenemos una población de 10.000 personas y debemos conformar una muestra de 100 individuos, por lo que se divide a la población en 200 grupos de 50. Luego se selecciona un número al azar, por ejemplo el 20, y así la muestra de 100 individuos se irá conformando por el individuo número 20 de cada grupo.

Muestreo estratificado

En el muestreo estratificado, el investigador divide a la población en estratos o subgrupos que, generalmente, comparten ciertas características. Luego, utilizando el método del muestreo aleatorio simple, se elige un individuo de cada estrato para conformar la muestra.

Por ejemplo: para realizar una investigación cuya población está conformada por personas que trabajan en una empresa, el investigador divide dicha población en los siguientes estratos:

  • Hombre con media jornada.
  • Hombre con jornada completa.
  • Mujer con media jornada.
  • Mujer con jornada completa.

Aquí el investigador está dividiendo la población en 4 diferentes estratos, cuyos integrantes comparten características.

Muestreo por conglomerados

Este método es utilizado cuando no es viable, o es imposible, elaborar una lista exacta de los elementos de una población. Para llevarlo a cabo, los detalles de dicha población ya deben estar agrupados en poblaciones, es decir que las listas ya deben existir, o se pueden crear.

Por ejemplo: un investigador decide realizar una investigación sobre México, pero dividir en grupos a toda la población del país sería difícil e impráctico. Por lo tanto, aprovecha y utiliza la separación natural por ciudades. Así, a partir de cada ciudad, elige individuos de forma aleatoria para conformar la muestra.

Ventajas y desventajas

El muestreo probabilístico presenta tanto ventajas como desventajas al investigar.

Ventajas

Las ventajas del muestreo probabilístico son las siguientes:

  • Es la forma más sencilla de armar una muestra.
  • La representatividad aumenta y resulta más fácil ponerla en práctica.
  • No requiere marco de muestreo.
  • Se toman en cuenta las subpoblaciones y tiene precisión.
  • Resulta económico y no es un problema llevarlo a cabo.

Desventajas

Las desventajas del muestreo probabilístico son las siguientes:

  • A veces resulta poco preciso y puede ser difícil calcular o interpretar sus resultados.
  • Resulta complicado y costoso elegir las variables de estratificación.
  • En algunos casos puede disminuir el aspecto de la representatividad.
  • Muchas veces es complicado especificar el marco de muestreo, pues hay menos precisión.

Ejemplos

A continuación proponemos algunos ejemplos para entender mejor la muestra probabilística:

  • Para realizar una muestra de 50 empleados de una empresa, que posee una población total de 150 empleados, se utiliza el método de selección aleatoria simple al escoger, al azar, 50 individuos. De esta manera queda conformada la muestra para realizar la investigación.
  • Se debe realizar una investigación sobre determinada ciudad, por lo que el investigador divide y enlista la población en grupos de 200 personas, para luego, de forma aleatoria, elegir el individuo número 120 de cada grupo, conformando de esta manera la muestra.
  • A la hora de realizar un censo poblacional, se toma como muestra toda una población, donde todas las personas tienen la misma posibilidad de ser censadas.

Compartir:
Facebook Icon
Citar este artículo:

Al citar este artículo, reconoces la autoría original, previenes plagios y brindas a tus lectores la posibilidad de acceder a las fuentes originales para obtener más información o verificar datos.

Editorial Grudemi (2019). Muestreo probabilístico. Recuperado de Enciclopedia Iberoamericana (https://enciclopediaiberoamericana.com/muestreo-probabilistico/). Última edición: febrero 2019. Consultado el 18 de febrero de 2025.
Copiar cita
¡Cita copiada a portapapeles!
¡Enlace copiado a portapapeles!