Estudiante 2 Abel Cañas Estor - NRC 2851 88

Estudiante 3 Julian R Medina Casas -NCR - 2846 GR 11

Estudiante 4 Roberto Ospino Yepes -NCR - 2846 GR 11

Es un tipo de muestreo que consiste en tomar un subconjunto de individuos de la población para representar todo el grupo, esta es una técnica utilizada en los estudios de mercado para recopilar datos de una muestra de una población más amplia. 

Definir el tamaño de la muestra

Asignar un numero a cada elemento de la población

Seleccionar aleatoriamente los elementos

Obtener la muestra

Verificar la muestra

Realizar el análisis

El método de lotería sólo funciona bien con pequeñas poblaciones de la muestra, es poco práctico para su uso con poblaciones más grandes. 

Al utilizar el sistema de sorteo, los números que representan cada elemento de la población objetivo son colocados en chips (es decir, tarjetas, papel u otros objetos). 

Tabla de números aleatorios

El uso de números aleatorios, un método alternativo implica también la numeración de miembros de la población de 1 a N. Luego, el tamaño de muestra de n tiene que ser determinada por selección de los números al azar. 

Selección imparcial

Uso en diferentes contextos

Eficiencia en tiempos

No toma en cuenta características especificas

• La población es el total de clientes de la empresa (100,000 clientes).

• Se selecciona una muestra de 500 clientes.

• Se toma la base de datos de clientes y se asigna un número del 000001 al 100000 a cada uno.

• Se utiliza un generador de números aleatorios o un software estadístico (como Excel o Python) para elegir 500 clientes al azar sin repetir.

• Se contacta a los 500 clientes seleccionados para que respondan la encuesta sobre la calidad del servicio de atención al cliente.

Si el 70% de los encuestados indica que está satisfecho con el servicio, la empresa podría inferir que aproximadamente el 70% de todos los clientes también lo están, considerando un margen de error.

Este método garantiza que todos los clientes tuvieron la misma probabilidad de ser elegidos, evitando sesgos.

Este método se usa cuando se quiere asegurar que ciertos subgrupos de la población estén representados proporcionalmente en la muestra.

• Muestreo proporcional: Se selecciona la muestra de cada estrato en proporción a su tamaño en la población.

• Muestreo igualitario: Se toma el mismo número de individuos de cada estrato.
  4️⃣ Seleccionar aleatoriamente los sujetos dentro de cada estrato.
  5️⃣ Calcular los estadísticos de interé

El MAE es una técnica de muestreo probabilístico que divide la población en subgrupos homogéneos, llamados estratos, antes de seleccionar la muestra. Esto asegura que cada subgrupo esté representado adecuadamente en la muestra final.

DANE. (2024). Muestreo y métodos estadísticos en Colombia. Departamento Administrativo Nacional de Estadística. https://microdatos.dane.gov.co/index.php/catalog/116/study-description

MyMap.IA. (2025). Muestreo Aleatorio Estratificado: Definición y Ejemplos. MyMap.IA. https://www.mymap.ia

1. Estratificación:

   • Se definen estratos por nivel socioeconómico (ciudades) y geográfico/socioeconómico (resto del país).

2. Selección Aleatoria:

   • Se eligen aleatoriamente las unidades de muestreo dentro de cada estrato.

3. Cálculo:

   • Se calculan estadísticas ponderadas para representar a la población total.

• Se determina el tamaño de la muestra total necesaria para la encuesta.

• Se calcula el tamaño de la muestra para cada estrato, proporcional al tamaño de cada grupo en la población total. Por ejemplo, si el 80% de los hogares están en áreas urbanas, el 80% de la muestra será de ese estrato.

• Dentro de cada estrato, se seleccionan aleatoriamente los hogares que participarán en la encuesta. Se puede utilizar un marco de muestreo que contenga una lista de hogares en cada área.

1. División de la población en conglomerados:

   Agrupación

2. Selección aleatoria de conglomerados

   Aleatorización

3. Análisis de todos los elementos dentro

   Exhaustividad

4. Mayor eficiencia en estudios con poblaciones dispersas

   Eficiencia

5. Posible pérdida de diversidad dentro de los conglomerados

   Sesgo

En este enfoque, en lugar de seleccionar conglomerados completos y estudiar a todos sus elementos, se hace una selección aleatoria adicional dentro de los conglomerados elegidos.

Pasos del método:

1. División en conglomerados : Se agrupa la población en subconjuntos naturales.

2. Selección aleatoria de conglomerados: Se eligen algunos conglomerados de forma aleatoria.

3. Submuestreo dentro de los conglomerados:En lugar de analizar a todos los elementos del conglomerado seleccionado, se eligen de manera aleatoria algunos individuos dentro de cada conglomerado.

4. Análisis de la muestra seleccionada: Se estudia solo la submuestra final.

1. Reducción de costos y tiempo

2. Mayor facilidad de aplicación

3. Útil cuando no se tiene un marco muestral completo

4. Posibilidad de combinar con otros métodos de muestreo

5. Facilita estudios en poblaciones amplias

   
   

Definición del Muestreo por Conglomerados

Diferencia con el Muestreo Estratificado

Ventajas del Muestreo por Conglomerados

Ejemplo Práctico

Las etapas

En la ECV 2003, el DANE implementó un diseño muestral probabilístico, estratificado, bietápico y de conglomerados. Dentro de cada estrato, se seleccionaron segmentos de 10 hogares contiguos en manzanas o grupos de manzanas, donde todos los hogares fueron encuestados. Aunque este enfoque aumenta el error de muestreo, reduce significativamente los costos operativos. Para compensar la desventaja del mayor error, se incrementó razonablemente el tamaño de la muestra, buscando un balance óptimo entre costo y beneficio.

En la ENIG 1994-1995, se empleó un muestreo polietápico por conglomerados. Se seleccionaron segmentos con viviendas contiguas, determinando su tamaño según la carga de trabajo por encuestador. La continuidad de las viviendas optimizó los costos en tiempo y transporte. La eficiencia del diseño aumentó en la medida en que los conglomerados fueron más heterogéneos.

Para la Encuesta Multipropósito 2017, se adoptó un diseño muestral estratificado y de conglomerados. En la segunda etapa, después de segmentar la Unidad Primaria de Muestreo (UPM), se realizó un muestreo aleatorio simple de conglomerados para elegir las Unidades Secundarias de Muestreo (USM). Este método aseguró que los conglomerados estuvieran distribuidos por todo el estrato de muestreo, evitando concentrar la muestra en áreas con poca población.

de Cero a 100-TV, T. [@TesisdeCeroa100TV]. (s/f). 👨‍💻 El Muestreo por conglomerados: Qué es, Cómo se hace + Ejemplo. Youtube. Recuperado el 28 de marzo de 2025, de https://www.youtube.com/watch?v=zwUlZvW2leA&ab_channel=TesisdeCeroa100-TV

de Metodología y Producción Estadística-DIMPE, D. (2018). Encuesta Multipropósito - EM 2017 - Colombia [Data set].

de Metodología y Producción Estadística-DIMPE, D. (2014b). Encuesta de Calidad de Vida - ECV 2003 - Colombia [Data set].

b. Determinar el tamaño de la muestra (n): Decidir cuántos elementos se necesitan para el estudio.

c. Calcular el intervalo de muestreo (k): Dividir el tamaño de la población (N) entre el tamaño de la muestra (n): k=Nnk=nN​.

d. Seleccionar un punto de partida aleatorio: Elegir un número al azar entre 1 y k.

e. Seleccionar los elementos restantes: Sumar el intervalo (k) al punto de partida hasta completar la muestra.

f. Verificar y analizar la muestra: Asegurar que la selección sea representativa y proceder con el estudio.

• Método de intervalo fijo: Se aplica el intervalo calculado (k) de manera consistente después del arranque aleatorio.

• Método circular: Útil cuando el tamaño de la población no es múltiplo exacto del tamaño de la muestra. La lista se trata como circular para evitar exclusiones.