Muestreo en Estadística

Muestreo en estadstica
En estadstica se conoce como muestreo a la tcnica para la seleccin de una muestra a partir de
una poblacin.
Al elegir una muestra 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.
ndice
1 Tcnicas de muestreo estadstico

1.1 Muestreo probabilstico
1.1.1 Muestreo sistemtico
1.1.2 Muestreo estratificado
1.1.3 Muestreo por estadios mltiples
1.1.4 Muestreo por conglomerados
1.1.5 Homogeneidad de las poblaciones o sus subgrupos

1.2 Muestreo no probabilstico
1.2.1 Muestreo por cuotas
1.2.2 Muestreo de bola de nieve
1.2.3 Muestreo subjetivo por decisin razonada
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 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 probabilsticas, pues no es en rigor correcto hablar 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.
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 remplazamiento 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. Pero no
es exacto
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. Determinar en qu fecha se producir la primera
extraccin, para ello 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 h subpoblaciones o estratos de
tamaos conocidos N1, 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, que no hay mucha variabilidad. Los
estratos 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 puede calcularse la probabilidad de extraccin de una determinada muestra.
Se busca seleccionar a individuos que tienen un conocimiento profundo del tema bajo estudio, por lo
tanto, 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 o muy dispersas pero en 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.

Muestreo en Estadística

Cargado por

Copyright:

Formatos disponibles

Muestreo en Estadística

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Muestreo en Estadística

Cargado por

Copyright:

Formatos disponibles

Muestreo en estadstica

1 Tcnicas de muestreo estadstico

1.1.1 Muestreo sistemtico

1.1.2 Muestreo estratificado

1.1.3 Muestreo por estadios mltiples

1.1.4 Muestreo por conglomerados

1.1.5 Homogeneidad de las poblaciones o sus subgrupos

1.2.1 Muestreo por cuotas

1.2.2 Muestreo de bola de nieve

1.2.3 Muestreo subjetivo por decisin razonada

Tcnicas de muestreo estadstico

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

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

Muestreo por estadios mltiples

Muestreo por conglomerados

Homogeneidad de las poblaciones o sus subgrupos

Muestreo por cuotas

Muestreo de bola de nieve

Muestreo subjetivo por decisin razonada

También podría gustarte