El muestreo

Cuando un investigador realiza en ciencias sociales un experimento, una

encuesta o cualquier tipo de estudio, trata de obtener conclusiones
generales acerca de una poblacin determinada. Para el estudio de ese
grupo, tomar un sector, al que se conoce como muestra.

Las poblaciones que el investigador puede estudiar son muy diversas,

pero generalmente se relacionan con personas. Por ejemplo, puede
estudiar la opinin de las amas de casa con respecto a ciertos mtodos de
planificacin familiar, la edad promedio de los alumnos de una escuela, el
coeficiente intelectual promedio de los universitarios, etc.

Desde luego, es de fundamental importancia que se empiece el estudio

definiendo la poblacin que se va a estudiar. Las poblaciones suelen ser
muy numerosas, por lo que es difcil estudiar a todos sus miembros;
adems de que esto no es posible, no es necesario. Es como si
quisiramos estudiar la composicin qumica del agua de un ro y para ello
tratramos de analizar todo el lquido que corre por su cauce, cuando
solamente necesitamos algunas muestras para realizar ese estudio y para
llegar a conclusiones generalizables con respecto a la composicin
qumica del agua a todo el ro.

En ciencias sociales, las muestras no se obtienen tan fcilmente, puesto

que los eventos se relacionan siempre con personas, las cuales son
mucho menos estables en cuanto a sus pautas de actividades, valores,
actitudes y conductas que algunos de los fenmenos que se estudian en
las ciencias naturales.

Universo y Muestra

Una muestra es un conjunto de unidades, una porcin del total, que nos
representa la conducta del universo en su conjunto.

Una muestra, en un sentido amplio, no es ms que eso, una parte del todo
que llamamos universo y que sirve para representarlo.

Sin embargo, no todas las muestras resultan tiles para llevar a cabo un
trabajo de investigacin. Lo que se busca al emplear una muestra es que,
observando una porcin relativamente reducida de unidades, se obtengan
conclusiones semejantes a las que lograramos si estudiramos el
universo total. Cuando una muestra cumple con esta condicin, es decir,
cuando nos refleja en sus unidades lo que ocurre en el universo, la
llamamos muestra representativa. Por lo tanto, una muestra
representativa contiene las caractersticas relevantes de la poblacin en
las mismas proporciones en que estn incluidas en tal poblacin. Sus
conclusiones son susceptibles de ser generalizadas al conjunto del
universo, aunque para ello debamos aadir un cierto margen de error en
nuestras proyecciones.
Las muestras pueden ser clasificadas, en una primera divisin en
probabilsticas y no probabilsticas.

En las muestras probabilsticas, la caracterstica fundamental es que todo

elemento del universo tiene una determinada probabilidad de integrar la
muestra, y esa probabilidad puede ser calculada matemticamente con
precisin.

Las muestras probablsticas pueden ser:

Aleatoria simple: ( se debe construir un marco de muestreo)

Aleatoria estratificada: (Se dbe conformar grupos homogeneos del

marco de muestreo)

Aleatorio Sistemtico: (tambin demanda la conformacin de un marco

de muestreo)

Aleatorio por Conglomerado: ( Las unidades de muestreo la constituyen

grupos de unidades de observacin)

En las muestras no probabilsticas ocurre lo contrario y el investigador no

tiene idea del error que puede estar introduciendo en sus apreciaciones.

Las muestras no probabilsticas ms usadas son:

Muestra accidental. Es aquella que se obtiene sin ningn plan

preconcebido; las unidades elegidas resultan producto de
circunstancias fortuitas. Si entrevistamos a los primeros 50
transentes que pasan por cierta calle o medimos la profundidad
del mar a lo largo de un trayecto entre dos puntos cualesquiera,
estaremos en presencia de una muestra accidental.
Muestra por cuotas. Consiste en predeterminar la cantidad de
elementos de cada categora que habrn de integrar la muestra.
As podemos asignar una cuota de 50 hombres y 50 mujeres a una
muestra de 100 individuos, asumiendo que sa es la distribucin de
la poblacin total.
Muestra intencional. Las unidades se eligen en forma arbitraria,
designando a cada unidad segn caractersticas que para el
investigador resulten de relevancia. Se emplea, por lo tanto, el
conocimiento y la opinin personal para identificar aquellos
elementos que deben ser incluidos en la muestra. Se basa,
primordialmente, en la experiencia de alguien con la poblacin.

Leccin evaluativa No. 1

Teniendo en cuenta las consideraciones o criterios para que una muestra

sea representativa. Considere la siguiente situacin de muestreo: Se
desea comparar el peso promedio de los nios menores de 12 aos, en
 una ciudad, entre el estrato socioeconmico ms alto y el estrato ms
bajo. Para ello se toma una muestra en un parque de atracciones donde
concurren muchos nios, y teniendo el cuidado de preguntar al nio
entrevistado si tiene menos de doce aos y el lugar donde vive. Se
podra considerar la muestra resultante como:
Su respuesta :

Sesgada

Correcta: Porque al considerar solamente las unidades de

observacin que asisten a un lugar determinado en este caso el
parque de referencia la muestra resulta visiada
En ciencias sociales, las muestras no se obtienen tan fcilmente, puesto
que los eventos se relacionan siempre con personas, las cuales son
mucho menos estables en cuanto a sus pautas de actividades, valores,
actitudes y conductas que algunos de los fenmenos que se estudian en
las ciencias naturales.

Teniendo en cuenta esta consideracin cul de los siguientes tipos de

muestreo sera el adecuado para seleccionar una muestra
representativa, de una poblacin que es demasiado grande con altos
niveles de analfabetismo y no tiene un listado completo de todas las
unidades poblacionales analfabetas.
Su respuesta :

Muestreo por conglomerados

Correcto: Este es el tipo adecuado de muestreo para casos

similares al planteado, porque las unidades de muestreo son
grupos de unidades.
Se ha proyectado realizar una encuesta sobre el consumo de leche en las
familias. El nmero de familias de la poblacin es 6000 y el tamao de la
muestra 840, con la siguiente clasificacin de profesin u oficio:
Profesionales: 100 Comerciantes:
200
Operarios: 2000 Agricultores: 600
Servicios Generales: 1900 Empleados: 1200
Teniendo en cuenta la fraccin de muestreo que representa esta muestra, y
mediante la asignacin proporcional, el nmero de familias que debern
incluirse en la muestra, correspondiente a la categora de Agricultores, es:

Su respuesta :
Ninguna de las anteriores

Correcto. Porque el tamao de muestra estratificado se determina

proprcional al tamao del estrato respecto a tamao de la
poblacin total.

Muestras Aleatorias

Como dijimos, en ellas cada uno de los elementos del universo tiene una
probabilidad determinada y conocida de ser seleccionado. Los
procedimientos ms usuales para la obtencin de muestras aleatorias son

Azar simple. Este procedimiento se inicia confeccionando una lista

de todas las unidades que configuran el universo, numerando
correlativamente cada una de ellas. Luego, mediante cualquier
sistema (tabla de nmeros al azar, programas de computacin), se
van sorteando al azar estos nmeros hasta completar el total de
unidades que deseamos que entren en la muestra. De este modo,
la probabilidad que cada elemento tienen de aparecer en la
muestra es exactamente la misma. Si cada uno de los elementos
que integran la poblacin no tiene la misma posibilidad de ser
elegido, se habla entonces de una muestra viciada. Este mtodo
nos garantiza una seleccin completamente aleatoria, pero resulta
muy lento y costoso, pues nos obliga a elaborar listas completas de
todas las unidades de inters, lo que a veces es sencillamente
imposible. Por este motivo, slo se emplea cuando los universos
son relativamente pequeos.
Azar sistemtico. Tambin se requiere de un listado completo de
las unidades que integran el universo en estudio. Luego se
efectan las siguientes operaciones:

1. Se calcula la constante K, que resulta de dividir el nmero total de

unidades que componen el universo por el nmero de unidades
que habrn de integrar la muestra:

K = N/n

Donde:

N = nmero total de unidades que componen e universo.

n = nmero total de unidades que integrarn la muestra.

2. Se efecta un sorteo para elegir un nmero que sea inferior o igual

al valor de K. Como primera unidad para integrar la muestra se
elige aquella que, en la lista general, posea idntico nmero de
orden al sorteado. Si designamos con A este primer valor, la
segunda unidad elegida ser la que lleve el nmero A + K, la
tercera corresponder a A + 2K y as sucesivamente hasta llegar a
 A + (n 1)K.

Supongamos un universo constituido por 2.800 elementos, del

que deseamos obtener una muestra, con el muestreo
sistemtico, de 70 casos. Tenemos entonces:

N = 2.800

n = 70

K = 2.800 / 70 = 40

Ahora, mediante cualquier procedimiento, buscamos al azar un

nmero entero cuyo valor figure entre los lmites de 1 y 40. En
este caso, el nmero elegido es el 32. De acuerdo con este
criterio de seleccin sistemtico, la tercera unidad que pasar a
formar parte de la muestra ser la que lleve el nmero de orden
Su respuesta :

112

Correcto: Se aplica de manera adecuada el procedimeinto

de seleccin del tipo de muestreo sistemtico
Se desea realizar una encuesta donde se intuye que las
opiniones sobre el tema en cuestin van a ser muy dependientes
del ingreso econmico de los habitantes. Se trata de una ciudad
donde la mayora de vecindarios son mixtos (se entremezclan
pobres y ricos), con pocos situados en ambos extremos. De las
siguientes opciones. Cul sera el tipo de muestreo ms
indicado para hacer el estudio estadstico correspondiente?
Su respuesta :

Muestreo simple al azar

Corecto: La distribucin de las unidades de observacin

estn distribuidas de manera adecuada para su aplicacin.
En el proceso de seleccin de una muestra, si cada uno de los
elementos que integran la poblacin tiene la misma posibilidad
de ser elegido, se habla entonces de:
Su respuesta :

Muestreo aleatorio simple

 Correcto: La equidad en el proceso de muestreo es un
principio del MAS

Tamao de muestra y Error mustral

Recordemos que la muestra descansa en el principio de que las partes

representan al todo y, por tal, refleja las caractersticas que definen a la
poblacin de la cual fue extrada, lo cual nos indica que es representativa.
Es decir, que para hacer una generalizacin exacta de una poblacin, es
necesario tomar una muestra representativa. Por lo tanto, la validez de la
generalizacin depende de la validez y tamao de la muestra.

Cuando trabajamos con muestras, generalmente se presentan dos tipos

de errores:

Error sistemtico. Llamado de distorsin o sesgo de la muestra,

se presentan por causas ajenas a la muestra:

Situaciones inadecuadas: se presentan, por ejemplo, cuando el

encuestador tiene dificultades para obtener la informacin y la
sustituye por la que ms fcilmente est a su alcance, que no
siempre es la ms confiable.
Insuficiencia en la recoleccin de datos: hay distorsin por falta de
respuestas, o respuestas inadecuadas, ya sea por ignorancia o
falta de datos relativos a los elementos incluidos. Distorsiones del
encuestador causadas por prejuicios, inters personal o por fallas
en la aplicacin de instrumentos.
Errores de cobertura a causa de que no se han incluido elementos
importantes y significativos para la investigacin que se realiza.

Error de muestreo o muestral. Cualquiera sea el procedimiento

utilizado y la perfeccin del mtodo empleado, la muestra diferir
de la poblacin. A esta diferencia se la denomina error de
muestreo.

Cuando una muestra es aleatoria o probabilstica, es posible calcular

sobre ella el error muestral. Este error indica el porcentaje de
incertidumbre, es decir, el riesgo que se corre que la muestra elegida no
sea representativa. Si trabajamos con un error calculado en 5%, ello
significa que existe un 95% de probabilidades de que el conjunto muestral
represente adecuadamente al universo del cual ha sido extrado.

A medida que incrementamos el tamao de la muestra, el error muestral

tiende a reducirse, pues la muestra va acercndose ms al tamao del
universo.
Tomando en consideracin la existencia del error de muestreo, entendido
como la diferencia que se presenta entre el valor estimado con los datos
de la muestra y el valor real e hipottico de la poblacin. Puede
considerarse que la relacin entre el error de muestreo y el tamao de la
 muestra obtenido con un error determinado es:
Su respuesta :

Inversamente proporcional

Correcto: Porque un incremento o disminucin del error de

muestreo gener efcetos similares en el tamao de muestra

Existen dos criterios para valorar si una muestra debe ser considerada
representativa de una poblacin: Uno de ellos es que la forma de
seleccin debe ser aleatoria y el otro se relaciona con:
Su respuesta :

El tamao de la muestra

Correcto: La representatividad de la muestra depende tanto del

mecanismo de seleccin, como del tamao de la muestra

Tipos de estimacin y sus caractersticas

ESTIMACION
En estadstica se llama estimacin al conjunto de tcnicas que permiten
dar un valor aproximado de un parmetro de una poblacin a partir de los
datos proporcionados por una muestra.
En su versin ms simple, una estimacin de la media de una
determinada caracterstica de una poblacin de tamao N sera la media
de esa misma caracterstica para una muestra de tamao n.
ESTIMADOR
Un estimador de un parmetro poblacional es una funcin de los datos
muestrales. En pocas palabras, es una frmula que depende de los
valores obtenidos de una muestra, para realizar estimaciones.
Por ejemplo, un estimador de la media poblacional, ?, sera la media
muestral, , segn la siguiente frmula:
donde (x1, x2, , xn) sera el conjunto de de datos de la muestra.
En el ejemplo se habla de una estimacin puntual. Sin embargo, el
estimador es una variable aleatoria que asigna a cada valor de la funcin
su probabilidad de aparicin, esto es, la probabilidad de la muestra de la
que se extrae.
ESTIMACION PUNTUAL
Consiste en la estimacin del valor del parmetro mediante un slo valor,
obtenido de una frmula determinada. Por ejemplo, si se pretende estimar
la talla media de un determinado grupo de individuos, puede extraerse una
muestra y ofrecer como estimacin puntual la talla media de los individuos
de la muestra.
Estimacin por intervalos
Consiste en la obtencin de un intervalo dentro del cual estar el valor del
parmetro estimado con una cierta probabilidad. En la estimacin por
 intervalos se usan los siguientes conceptos:
Intervalo de confianza
El intervalo de confianza es una expresin del tipo [?1, ?2] ?1 ? ? ? ?2,
donde ? es el parmetro a estimar. Este intervalo contiene al parmetro
estimado con una determinada certeza o nivel de confianza.
Variabilidad del parmetro
Si no se conoce, puede obtenerse una aproximacin en los datos
aportados por la literatura cientfica o en un estudio piloto. Tambin hay
mtodos para calcular el tamao de la muestra que prescinden de este
aspecto. Habitualmente se usa como medida de esta variabilidad la
desviacin tpica poblacional y se denota ?.

VVFactores que inciden en las estimaciones de parametros

Error de la estimacin
Es una medida de su precisin que se corresponde con la amplitud del
intervalo de confianza. Cuanta ms precisin se desee en la estimacin de
un parmetro, ms estrecho deber ser el intervalo de confianza y, por
tanto, menor el error, y ms sujetos debern incluirse en la muestra
estudiada. Llamaremos a esta precisin E, segn la frmula E = ?2 - ?1.
Nivel de confianza
Es la probabilidad de que el verdadero valor del parmetro estimado en la
poblacin se site en el intervalo de confianza obtenido. El nivel de
confianza se denota por (1-?), aunque habitualmente suele expresarse
con un porcentaje ((1-?)100%). Es habitual tomar como nivel de
confianza un 95% o un 99%, que se corresponden con valores ? de 0,05 y
0,01, respectivamente.
Valor ?
Tambin llamado nivel de significacin. Es la probabilidad (en tanto por
uno) de fallar en nuestra estimacin, esto es, la diferencia entre la certeza
(1) y el nivel de confianza (1-?). Por ejemplo, en una estimacin con un
nivel de confianza del 95%, el valor ? es (10095)/100 = 0,05.
Valor crtico
Se representa por Z?/2. Es el valor de la abscisa en una determinada
distribucin que deja a su derecha un rea igual a ?/2, siendo 1-? el nivel
de confianza. Normalmente los valores crticos estn tabulados o pueden
calcularse en funcin de la distribucin de la poblacin. Por ejemplo, para
una distribucin normal, de media 0 y desviacin tpica 1, el valor crtico
para ? = 0,05 se calculara del siguiente modo: se busca en la tabla de la
distribucin ese valor (o el ms aproximado), bajo la columna rea; se
observa que se corresponde con ?0,64. Entonces Z?/2 = 0,64. Si la media
o desviacin tpica de la distribucin normal no coinciden con las de la
tabla, se puede realizar el cambio de variable t=(X-?)/? para su clculo.
Con estas definiciones, si tras la extraccin de una muestra se dice que 3
es una estimacin de la media con un margen de error de 0,6 y un nivel de
confianza del 99%, podemos interpretar que el verdadero valor de la
media se encuentra entre 2,7 y 3,3, con una probabilidad del 99%. Los
valores 2,7 y 3,3 se obtienen restando y sumando, respectivamente, la
mitad del error, para obtener el intervalo de confianza segn las
definiciones dadas.
 Para un tamao fijo de la muestra, los conceptos de error y nivel de
confianza van relacionados. Si admitimos un error mayor, esto es,
aumentamos el tamao del intervalo de confianza, tenemos tambin una
mayor probabilidad de xito en nuestra estimacin, es decir, un mayor
nivel de confianza.

Los tres elementos que influyen en el margen de error en la construccin

de un intervalo de confianza son, la confiabilidad, la variabilidad y el
tamao de la muestra. De acuerdo con estos criterios, la relacin entre el
error de estimacin y la variabilidad es:
Su respuesta :

Directamente proporcional

Correcto: Porque si se incrementa o disminuye la variabilidad los

efectos en el error de estimacin, tendrn la misma direccin.

La edad de los individuos de una poblacin sigue una distribucin normal. Se

extrae aleatoriamente una muestra de 300 pacientes cuya media es de 50 aos,
y la desviacin tpica es 10 aos. Entonces:

Su respuesta :

Aproximadamente el 95% de los pacientes tienen edades entre

30 y 70 aos.

Correcto. Porque La interpretacin sobre los lmites de un

intervalo de confianza, debe especificar la confiabilidad en % y el
nombre de la variable a que hace referencia el parmetro
estimado