INTRODUCCIN

Se har referencia sobre el muestreo estadstico, o mtodos del muestreo; se describen

conceptos bsicos que explican lo que esto se refiere al igual se aprecia cmo y qu tipo de
tcnicas se pueden utilizar para poner en practica la realizacin de una muestra con la
finalidad de obtener una informacin determinada para lograr un objetivo especifico.
El muestreo estadstico es un procedimiento por el que se ingresan los valores verdaderos
de una poblacin a travs de la experiencia obtenida con una muestra
El muestreo como herramienta de la investigacin cientfica arroja resultados que se
pueden utilizar para concluir un determinado estudio X de poblacin, al igual las tcnicas
selectivas que se requieren para dicho estudio de acuerdo a lo que se va a evaluar.
El muestreo permite una reduccin considerable de los costos materiales del estudio, una
mayor rapidez en la obtencin de la informacin y el logro de resultados con
mxima calidad.
Una poblacin es el conjunto de elementos o universo de objetos que se desea estudiar

Es el proceso por el cual se seleccionan los individuos que formarn una muestra.

Para que se puedan obtener conclusiones fiables para la poblacin a partir de la muestra,
es importante tanto su tamao como el modo en que han sido seleccionados los individuos
que la componen.
El tamao de la muestra depende de la precisin que se quiera conseguir en la estimacin
que se realice a partir de ella. Para su determinacin se requieren tcnicas estadsticas
superiores, pero resulta sorprendente cmo, con muestras notablemente pequeas, se
pueden conseguir resultados suficientemente precisos. Por ejemplo, con muestras de unos
pocos miles de personas se pueden estimar con muchsima precisin los resultados de unas
votaciones en las que participarn decenas de millones de votantes.

Para seleccionar los individuos de la muestra es fundamental proceder aleatoriamente, es

decir, decidir al azar qu individuos de entre toda la poblacin forma parte de la muestra.

Si se procede como si de un sorteo se tratara, eligiendo directamente de la poblacin sin

ningn otro condicionante, el muestreo se llama aleatorio simple o irrestrictamente
aleatorio.

Cuando la poblacin se puede subdividir en clases (estratos) con caractersticas especiales,

se puede muestrear de modo que el nmero de individuos de cada estrato en la muestra
mantenga la proporcin que exista en la poblacin. Una vez fijado el nmero que
corresponde a cada estrato, los individuos se designan aleatoriamente. Este tipo de
muestreo se denomina aleatorio estratificado con asignacin proporcional.
Las inferencias realizadas mediante muestras seleccionadas aleatoriamente estn sujetas a
errores, llamados errores de muestreo, que estn controlados. Si la muestra est mal
elegida no es significativa se producen errores sistemticos no controlados.
Muestreo
El diseo de muestra o disea de encuesta especifica el mtodo de obtencin de la muestra.
El diseo no especifica la forma de recolectar o medir los datos reales. Especifica
nicamente el mtodo de recoleccin de los objetos que contienen la informacin
requerida. Estos objetos se llaman elementos.

Un elemento es un objeto del cual se toma una medicin.

Los elementos pueden ocurrir individualmente o en grupos en la poblacin. Un grupo,
como una familia o una caja de cerillos se llama unidad de muestreo.
Las unidades de muestreo son colecciones disjuntas de elementos de la poblacin. En
algunos casos una unidad muestral est constituida por un solo elemento.
Para seleccionar una muestra aleatoria de unidades de elementos mustrales, es necesaria
una lista de todas las unidades mustrales contenidas en la poblacin. Esta lista se le
denomina marco muestral.
Un marco muestral es una lista de unidades mustrales.

MTODOS DE MUESTREO
Se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de
una poblacin.
Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a
la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a
los que se alcanzaran si se realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio adecuado
(que consienta no solo hacer estimaciones de la poblacin sino estimar tambin los mrgenes
de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca
podremos estar enteramente seguros de que el resultado sea una muestra representativa, pero
s podemos actuar de manera que esta condicin se alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la poblacin, se
puede extraer dos o ms muestras de la misma poblacin. Al conjunto de muestras que se
pueden obtener de la poblacin se denomina espacio muestral. La variable que asocia a cada
muestra su probabilidad de extraccin, sigue la llamada distribucin muestral.

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los

elementos de una poblacin), se selecciona una muestra, entendiendo por tal una parte
representativa de la poblacin.

El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin

bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de
hacer inferencias sobre dicha poblacin.
La muestra debe lograr una representacin adecuada de la poblacin, en la que se
reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que son
importantes para la investigacin. Para que una muestra sea representativa, y por lo tanto
til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, es decir
ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente se
tom la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas sino a Todos
los elementos que han sido escogidos para su estudio y el trmino muestra se usa para
describir una porcin escogida de la poblacin.
Tcnicas de muestreo estadstico
Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no aleatorio o
de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de
seleccin). Cuando este ltimo cumple con la condicin de que todos los elementos de la
poblacin tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad
correspondiente a cada sujeto de la poblacin es conocida de antemano, recibe el nombre
de muestreo probabilstico. Una muestra seleccionada por muestreo de juicio puede
basarse en la experiencia de alguien con la poblacin. Algunas veces una muestra de juicio
se usa como gua o muestra tentativa para decidir cmo tomar una muestra aleatoria ms
adelante.

Muestreo probabilstico
Forman parte de este tipo de muestreo todos aquellos mtodos para los que se puede
calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este
conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es posible
optar por l. En este caso se habla de muestras probabilistas, pues no es correcto hablar en
rigor de muestras representativas dado que, al no conocer las caractersticas de la
poblacin, no es posible tener certeza de que tal caracterstica se haya conseguido.
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio de
equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la misma
probabilidad de ser elegidos para formar parte de una muestra y, consiguientemente, todas
las posibles muestras de tamao n tienen la misma probabilidad de ser seleccionadas. Slo
estos mtodos de muestreo probabilsticos nos aseguran la representatividad de la muestra
extrada y son, por tanto, los ms recomendables.
Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:

Sin reposicin de los elementos:' Cada elemento

extrado se descarta para la subsiguiente extraccin.
Por ejemplo, si se extrae una muestra de una
"poblacin" de bombillas para estimar la vida media de las bombillas que la integran, no
ser posible medir ms que una vez la bombilla seleccionada.
Con reposicin de los elementos: Las observaciones se realizan con remplazo de los
individuos, de forma que la poblacin es idntica en todas las extracciones. En poblaciones
muy grandes, la probabilidad de repetir una extraccin es tan pequea que el muestreo
puede considerarse con reposicin aunque, realmente, no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la
extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas construidas
al efecto.

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de la
poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generados con una calculadora u ordenador, etc.)

se eligen tantos sujetos como sea necesario para completar el tamao de muestra
requerido.
Este procedimiento, atractivo por su simpleza, tiene poca
o nula utilidad prctica cuando la poblacin que estamos
manejando es muy grande.

Muestreo sistemtico
Se utiliza cuando el
universo o poblacin es de gran tamao, o ha de
extenderse en el tiempo.

Primero hay que

identificar las unidades y relacionarlas con el

calendario (cuando proceda). Luego hay que calcular
una constante, que se denomina coeficiente de
elevacin:

K= N/n

Donde N es el tamao del universo y n el tamao de la muestra.

Para determinar en qu fecha se producir la primera extraccin, hay que elegir al azar un
nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos regulares.
Ocasionalmente, es conveniente tener en cuenta la periodicidad del fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas que es la poblacin
(N) y queremos escoger de esa poblacin un nmero ms pequeo el cual es la muestra (n),
dividimos el nmero de la poblacin por el nmero de la muestra que queremos tomar y el
resultado de esta operacin ser el intervalo, entonces escogemos un nmero al azar desde
uno hasta el nmero del intervalo, y a partir de este nmero escogemos los dems
siguiendo el orden.

 Muestreo estratificado

Consiste en la divisin previa de la poblacin de

estudio en grupos o clases que se suponen
homogneos con respecto a alguna caracterstica
de las que se van a estudiar. A cada uno de estos
estratos

se

le

asignara

una

cuota

que

determinara el nmero de miembros del mismo

que compondrn la muestra. Dentro de cada
estrato se suele usar la tcnica de muestreo
sistemtico, una de las tcnicas de seleccin ms
usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es

proporcional al tamao del estrato dentro de la poblacin.

Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que

tengan ms variabilidad. Para ello es necesario un conocimiento previo de la
poblacin.

Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por separado
las opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos
grupos, puede haber cierta homogeneidad. As, si la poblacin est compuesta de un 55%
de mujeres y un 45 % de hombres, se tomara una muestra que contenga tambin esos
mismos porcentajes de hombres y mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia
asociados con este procedimiento, suponemos que la poblacin est dividida
en hsubpoblaciones o estratos de tamaos conocidos N 1, N2,..., Nh tal que las unidades en
cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y la
varianza desconocidas para el i-simo estrato son denotadas por mi y si2, respectivamente.

 Muestreo por estadios mltiples

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin de
referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado se
obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil acceso.
En el muestreo a estadios mltiples se subdivide la poblacin en varios niveles ordenados
que se extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se
desarrolla en varias fases o extracciones sucesivas para cada nivel.
Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un pas
determinado, stos pueden subdividirse en unidades primarias representadas por
circunscripciones didcticas y unidades secundarias que seran los propios profesores. En
primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos
tener la lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente
una muestra de unidades secundarias de cada una de las primarias seleccionadas en la
primera extraccin.

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra
dividida, de manera natural, en grupos que se
supone que contienen toda la variabilidad de
la

poblacin,

es

decir,

la

representan

fielmente respecto a la caracterstica a elegir,

pueden seleccionarse slo algunos de estos
grupos o conglomerados para la realizacin
del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo, las
personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las unidades,
es decir, los miembros del grupo, o slo se le podra aplicar a algunos de ellos,
seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de
informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para
integrar la muestra, el diseo se llama muestreo bietpico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer mtodo
funciona mejor cuanto ms homognea es la poblacin respecto del estrato, aunque ms
diferentes son stos entre s. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre s.

Homogeneidad de las poblaciones o sus subgrupos

Homogneo significa, en el contexto de la
estratificacin,
variabilidad.

que
Los

no

hay

estratos

mucha

funcionan

mejor cuanto ms homogneos son cada

uno de ellos respecto a la caracterstica a
medir. Por ejemplo, si se estudia la
estatura de una poblacin, es bueno distinguir entre los estratos mujeres y hombres
porque se espera que, dentro de ellos, haya menos variabilidad, es decir, sean menos
heterogneos. Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras
dentro del estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las mismas
diferencias dentro del estrato que en toda la poblacin, no hay por qu usar este mtodo de
muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la
poblacin, lo que se construyen son conglomerados, que ahorran algo del trabajo que
supondra analizar toda la poblacin. En resumen, los estratos y los conglomerados
funcionan bajo principios opuestos: los primeros son mejores cuanto ms homogneo es el
grupo respecto a la caracterstica a estudiar y los conglomerados, si representan fielmente
a la poblacin, esto es, contienen toda su variabilidad, o sea, son heterogneos.

Muestreo no probabilstico
Es aqul para el que no se puede calcular la probabilidad de extraccin de una determinada
muestra. Por tal motivo, se busca seleccionar a individuos que tienen un conocimiento
profundo del tema bajo estudio y se considera que la informacin aportada por esas
personas es vital para la toma de decisiones.

 Muestreo por cuotas

Es la tcnica ms difundida sobre todo en
estudios de mercado y sondeos de opinin. En
primer lugar es necesario dividir la poblacin
de referencia en varios estratos definidos por
algunas variables de distribucin conocida
(como el gnero o la edad). Posteriormente se
calcula el peso proporcional de cada estrato, es
decir, la parte proporcional de poblacin que
representan. Finalmente se multiplica cada peso por el tamao de n de la muestra para
determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que
una vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra
dentro de cada estrato.
Muestreo de bola de nieve
Indicado para estudios de poblaciones
clandestinas,

minoritarias

dispersas pero en

muy

contacto entre s.

Consiste en identificar sujetos que se

incluirn en la muestra a partir de los
propios entrevistados. Partiendo de una
pequea cantidad de individuos que
cumplen

los

requisitos

necesarios,

servirn como localizadores de otros con caractersticas anlogas.

Muestreo subjetivo por decisin razonada

En este caso las unidades de la muestra se eligen en funcin de algunas de sus
caractersticas de manera racional y no casual. Una variante de esta tcnica es el muestreo
compensado o equilibrado, en el que se seleccionan las unidades de tal forma que la media
de la muestra para determinadas variables se acerque a la media de la poblacin. La cual
funciona en base a referencias o por recomendacin despus se reconoce por medio de la
estadstica.

 Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo
deliberado

de

obtener

muestras

"representativas"

mediante la inclusin en la muestra de grupos

supuestamente tpicos. Es muy frecuente su utilizacin
en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto. Tambin
puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El
caso ms frecuente de este procedimiento el utilizar como muestra los individuos a los que
se tiene fcil acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos).

Muestreo Discrecional
A criterio del investigador los elementos son
elegidos sobre lo que l cree que pueden aportar
al estudio.

Muestreo casual o accidental

Es un mtodo de muestreo no probabilstico donde
los individuos se eligen de manera casual, sin
ningn juicio previo. Las personas que realizan el
estudio eligen un lugar o un medio, y desde ah
realizan el estudio a los individuos de
la poblacin que accidentalmente se encuentren a su
disposicin.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilstico

Caractersticas

Aleatorio
Simple

Sistemtico

Estratificado

Se selecciona una
muestra de tamao
n de una poblacin
de N unidades, cada
elemento tiene una
probabilidad
de
inclusin igual y
conocida de n/N.

Ventajas

Conseguir un listado
de los N elementos
de la poblacin.
Determinar tamao
muestral n.
Definir un intervalo
k= N/n. Elegir un
nmero aleatorio, r,
entre 1 y k (r=
arranque aleatorio).
Seleccionar
los
elementos de la lista.

En ciertas ocasiones
resultar
conveniente
estratificar
la
muestra
segn
Ciertas variables de
inters. Para ello
debemos conocer la
composicin
estratificada
De la poblacin
objetivo a hacer un
muestreo. Una vez
calculado el tamao
muestral apropiado,
este se reparte de
manera
proporcional entre
los distintos estratos

Sencillo y de fcil
comprensin.
Clculo rpido de
medias y varianzas.
Se basa en la
teora estadstica,
y por tanto existen
paquetes
informticos para
analizar los datos
Fcil de aplicar.
No siempre es
necesario tener
un listado de
toda
la
poblacin.
Cuando
la
poblacin est
ordenada
siguiendo una
tendencia
conocida,
asegura
una
cobertura
de
unidades
de
todos los tipos.
Tiende a asegurar
que la muestra
represente
adecuadamente a
la poblacin en
funcin de unas
variables
seleccionadas
Se
obtienen
estimaciones ms
precisa.
Su objetivo
es
conseguir
una
muestra lo ms
semejante posible
a la poblacin en lo
que a la o las
variables

Inconvenientes
Requiere que se
Posea de antemano un
listado completo de
toda la poblacin.
Cuando se trabaja con
muestras pequeas es
posible
que
no
represente
a
la
poblacin
Adecuadamente.
Si la constante de
muestreo est asociada
con el fenmeno de
inters,
las
estimaciones obtenidas
a partir de la muestra
pueden contener sesgo
de seleccin.

Se
ha
de
conocer
la
distribucin en
la poblacin de
las
variables
utilizadas para
la
estratificacin.

Conglomerados

definidos
en
la
poblacin
usando
una simple regla de
tres.
Se realizan varias
fases de
Muestreo sucesivas
(polietpico)
La necesidad de
listados de
las unidades de una
etapa
se limita a aquellas
unidades
de
muestreo
seleccionadas
En la etapa anterior.

estratificadoras se
refiere.

Es muy eficiente
cuando
la
poblacin es muy
grande y dispersa.
No es preciso
tener un listado de
toda la poblacin,
slo
de
las
unidades
primarias
de
muestreo.

El
error
estndar
es
mayor que en
el
muestreo
aleatorio
simple
o
estratificado.
El clculo del
error estndar
es complejo.