Introduccin

El muestreo es una fuente de acceso a la realidad. En estadstica entendemos por muestra

una fraccin de la poblacin representativa de sta, de manera que pueda utilizarse para
extraer conclusiones sobre la poblacin.
Los procedimientos y tcnicas empleados para escoger esta muestra deben de estar
orientados a que cada muestra posible no introduzca sesgos o desviaciones claras y a que
la informacin que de ella se obtenga sea suficientemente precisa.
La teora estadstica del muestreo se ocupa de los mtodos y tcnicas para disear la
eleccin de la muestra y obtener aproximaciones a ciertas caractersticas poblacionales
como pueden ser proporciones, medias o totales de las variables de inters.

MUESTREO

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, debe cumplir ciertos requisitos. 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 llamadadistribucin muestral.

Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo

que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa
de la poblacin. Para que una muestra sea representativa, y por lo tanto til, debe de
reflejar las similitudes y diferencias encontradas en la poblacin, ejemplificar las
caractersticas de la misma.

Cuando decimos que una muestra es representativa indicamos que rene

aproximadamente las caractersticas de la poblacin que son importantes para la
investigacin.

Poblacin objeto: conjunto de individuos de los que se quiere obtener una informacin.
Unidades de muestreo: nmero de elementos de la poblacin, no solapados, que se van a
estudiar. Todo miembro de la poblacin pertenecer a una y slo una unidad de
muestreo.

Unidades de anlisis: objeto o individuo del que hay que obtener la informacin.
 Marco muestral: lista de unidades o elementos de muestreo.

TECNICAS DE MUESTREO:

Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilsticos y
mtodos de muestreo no probabilsticos.

Muestreo probabilstico

Los muestreos probabilsticos son estrategias de seleccin de elementos que sustentan en

el principio de seleccin aleatoria. En la prctica esto significa que todos los elementos de
la poblacin tienen una probabilidad conocida y distinta de 0 de pertenecer a la muestra.
La aleatoriedad no es atributo de una muestra sino del proceso de seleccin utilizado.
Existen diversos procedimientos de muestreo probabilstico. Las diferencias tienen que ver
con el modo en que se seleccionan los elementos y con la precisin de las estimaciones.
Ntese que un diseo muestral puede incluir ms de un procedimiento de seleccin de
elementos. Los muestreos probabilsticos de uso comn se resean brevemente a
continuacin.

Muestreo Aleatorio Simple (MAS)

Procedimiento de muestreo bsico y fundamento de otras estrategias de seleccin de

muestra. Se caracteriza porque la seleccin se realiza de un listado de la poblacin
asignndole igual probabilidad de ser seleccionada. Es el prototipo del muestreo
equiprobable y autoponderado. Se distingue entre MAS sin reposicin y con reposicin.
Muestreo sin reposicin porque una vez seleccionado un elemento no se puede
seleccionar nuevamente.

Muestreo con reposicin porque un elemento seleccionado puede ser seleccionado

posteriormente. Normalmente se usa MAS sin reposicin. Las formulas son ms sencillas y
en la prctica los resultados no difieren. En efecto, ambas alternativas producen resultado
casi iguales cuando la muestra es una fraccin pequea del tamao de la poblacin.
Muestreo aleatorio simple
Si se conoce el tamao de la poblacin:

N = tamao de la poblacin
n = tamao necesario de la muestra
Z = margen de confiabilidad o nmero de unidades de desviacin estndar en la
distribucin normal que producir un nivel deseado de confianza
S = desviacin estndar de la poblacin conocida o estimada a partir de
anteriores estudios o de una prueba piloto.
E = error o diferencia mxima entre la media muestral y la media de la poblacin
que se est dispuesto a aceptar con un nivel de confianza que se ha definido.

Muestreo aleatorio simple

Si no se conoce el tamao de la poblacin:

n = tamao necesario de la muestra

Z = margen de confiabilidad o nmero de unidades de desviacin estndar en la
distribucin normal que producir un nivel deseado de confianza
S = desviacin estndar de la poblacin conocida o estimada a partir de
anteriores estudios o de una prueba piloto.
E = error o diferencia mxima entre la media muestral y la media de la poblacin
que se est dispuesto a aceptar con un nivel de confianza que se ha definido.

Muestreo Sistemtico (MS)

Se trata de una variante del MAS. El propsito es facilitar la seleccin de elementos

cuando la poblacin es un listado de muchos casos y la seleccin se realiza mediante tabla
de nmeros aleatorios. En este contexto se elige un punto de arranque aleatorio y se
seleccionan casos en forma sucesiva segn un intervalo numrico convencional.

Muestreo proporcional
n = tamao necesario de la muestra
Z = margen de confiabilidad
P = probabilidad de que el evento ocurra
Q = probabilidad de que el evento no ocurra
E = error de estimacin
N = tamao de la poblacin

Muestreo Estratificado (ME)

Procedimiento muestral que se caracteriza por la utilizacin auxiliar para mejorar la

eficiencia en la seleccin de elementos y mejorar la precisin de las estimaciones. La
informacin auxiliar corresponde a variables de estratificacin sexo, regin, estado civil
que dividen a la poblacin en estratos. Los estratos son grupos homogneos de elementos
por lo que no es preciso seleccionar un nmero elevado de casos para representar al
estrato. Mientras ms homogneo sea el estrato mas precisa ser la estimacin.

Muestreo estratificado.

Suponiendo que se trabaja con tres estratos A, B y C el tamao de cada estrato

proporcional al tamao de la poblacin en cada estrato se determina con la
siguiente frmula:

n = tamao total de la muestra

nA = tamao ptimo de la muestra que se extrae del estrato A
NA = nmero de elementos en el estrato A
SA = desviacin estndar de los elementos del estrato A.
NB = nmero de elementos en el estrato B
SB = desviacin estndar de los elementos del estrato B.
NC = nmero de elementos en el estrato C
SC = desviacin estndar de los elementos del estrato C.

Muestreo por Conglomerados (MC)

Procedimiento de muestro que abre un abanico de posibilidades relacionadas con los

muestreos por etapas y muestreos complejos. Este procedimiento se caracteriza por
constituir unidades demuestreo compuestas por un agregado de elementos. Cada grupo
de elementos constituye un conglomerado. Todo conglomerado est constituido por un
conjunto de elementos con valores diferentes entre s en la variable medida para formar
conglomerados. Una peculiaridad del MC es que no se requiere el listado de todos los
elementos de la poblacin para disear la muestra.

Muestreo Polietapico (MPE)

El procedimiento polietapico es un diseo complejo caracterizado por la seleccin de
muestras en etapas sucesivas. Las unidades de la primera etapa unidades primarias de
muestreo (UPM) son potencialmente divisibles en la segunda etapa unidades
secundarias de muestreo (USM) y en etapas posteriores. La seleccin de cada etapa
requiere de un marco muestral propio. El marco de la primera etapa permite la seleccin
de las UPM. En cada UPM seleccionada se requiere de un marco para seleccionar las USM.
El marco muestral de cada USM permite seleccionar elementos de la tercera etapa, y as
sucesivamente.

Muestreo Polifsico (MPF)

El uso de este procedimiento se justifica cuando se requiere distinta informacin de una

misma muestra y el costo de los tipos de informacin requerida es sustancialmente
distinto. Se caracteriza por una primera fase con tamao de muestra mayor y una segunda
fase recogida de informacin adicional que corresponde a una fraccin de la muestra
mayor.

Muestreo con Probabilidad Proporcional al Tamao (PPT)

Los procedimientos de muestreo probabilstico permiten que a casa elemento se le

asignen probabilidades iguales o desiguales de seleccin. En MAS y MS las probabilidades
de seleccin son iguales. El muestreo PPT considera informacin auxiliar, a fin de realizar
con ms eficacia la estimacin del parmetro poblacional. En particular se considera el
tamao de las unidades muestrales cuando estas varan en tamaos y estos son
conocidos. Se justifica el uso del procedimiento PTT cuando existe relacin entre
conocidos. Se justifica el uso del procedimiento PPT cuando existe relacin entre el
tamao de las unidades muestrales y la materia que es sometida a medicin. Por ejemplo,
estudio de ingresos con empresas de distinto tamao y salario asociado con el tamao de
estas.

Muestreo con Replicas (MR)

Se caracteriza este procedimiento por la seleccin de ms de una muestra en una misma

poblacin. En particular, se seleccionan muestras pequeas independientes entre s que
en conjunto suman el tamao de una sola muestra mayor. Cada muestra pequea es una
rplica y todas tienen aproximadamente el mismo tamao. Dos razones justifican esta
opcin: necesidad de resultados preliminares y mejorar el error tpico de la estimacin.

Muestro Longitudinal (ML)

Procedimiento de muestreo que se caracteriza por la medicin de una misma poblacin en

periodos temporales sucesivos. Se ha utilizado el anglicismo panel para identificarla. El
termino panel designa a un grupo de personas seleccionadas con el propsito que sirvan
de jurado. La muestra longitudinal se usa comnmente en estudios de mercado para hacer
seguimiento en la percepcin de servicios o productos.

Mtodos de muestreo no probabilsticos:

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven
para realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se
tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de
la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los
sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver los

problemas de representatividad aun en situaciones de muestreo no probabilstico, por
ejemplo los estudios de caso-control, donde los casos no son seleccionados
aleatoriamente de la poblacin. Entre los mtodos de muestreo no probabilsticos ms
utilizados en investigacin encontramos:

1.- Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta

generalmente sobre la base de un buen conocimiento de los estratos de la poblacin y/o
de los individuos ms "representativos" o "adecuados" para los fines de la investigacin.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan unas "cuotas" que
consisten en un nmero de individuos que renen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan esas
caractersticas. Este mtodo se utiliza mucho en las encuestas de opinin.

2.- 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).

3.- Bola de nieve: Se localiza a algunos individuos, los cuales conducen a otros, y estos a
otros, y as hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales", delincuentes,
sectas, determinados tipos de enfermos, etc.

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

Mtodos de seleccin de muestras.

Una muestra debe ser representativa si va a ser usada para estimar las caractersticas de la
poblacin. Los mtodos para seleccionar una muestra representativa son numerosos,
dependiendo del tiempo, dinero y habilidad disponibles para tomar una muestra y la
naturaleza de los elementos individuales de la poblacin. Por lo tanto, se requiere un gran
volumen para incluir todos los tipos de mtodos de muestreo. Los mtodos de seleccin
de muestras pueden ser clasificados de acuerdo a:

El nmero de muestras tomadas de una poblacin dada para un estudio y la manera usada
en seleccionar los elementos incluidos en la muestra. Los mtodos de muestreo basados
en los dos tipos de clasificaciones son expuestos en seguida.

Mtodos de muestreo clasificados de acuerdo con el nmero de muestras tomadas de una

poblacin. Bajo esta clasificacin, hay tres tipos comunes de mtodos de muestreo. Estos
son, muestreo simple, doble y mltiple.

Muestreo simple: Este tipo de muestreo toma solamente una muestra de una poblacin
dada para el propsito de inferencia estadstica. Puesto que solamente una muestra es
tomada, el tamao de muestra debe ser los suficientemente grandes para extraer una
conclusin. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.
Muestreo doble: Bajo este tipo de muestreo, cuando el resultado dele estudio de la
primera muestra no es decisivo, una segunda muestra es extrada de la misma poblacin.
Las dos muestras son combinadas para analizar los resultados. Este mtodo permite a una
persona principiar con una muestra relativamente pequea para ahorrar costos y tiempo.
Si la primera muestra arroja una resultado definitivo, la segunda muestra puede no
necesitarse. Por ejemplo, al probar la calidad de un lote de productos manufacturados, si
la primera muestra arroja una calidad muy alta, el lote es aceptado; si arroja una calidad
muy pobre, el lote es rechazado.

Solamente si la primera muestra arroja una calidad intermedia, ser requerir la segunda
muestra. Al probar la calidad de un lote consistente de 3,000 unidades manufacturadas,
cuando el nmero de defectos encontrados en la primera muestra de 80 unidades es de 5
o menos, el lote es considerado bueno y es aceptado; si el nmero de defectos es 9 o ms,
el lote es considerado pobre y es rechazado; si el nmero est entre 5 y 9, no puede
llegarse a una decisin y una segunda muestra de 80 unidades es extrada del lote. Si el
nmero de defectos en las dos muestras combinadas (incluyendo 80 + 80 = 160 unidades)
es 12 o menos, el lote es aceptado si el nmero combinado es 13 o ms, el lote es
rechazado.

Muestreo mltiple: El procedimiento bajo este mtodo es similar al expuesto en el

muestreo doble, excepto que el nmero de muestras sucesivas requerido para llegar a una
decisin es ms de dos muestras.

Distribucin Muestral Media

Cada muestra de tamao n que se puede extraer de una poblacin proporciona una
media. Si se considera cada una de estas medias como valores de una variable aleatoria se
puede estudiar su distribucin, llamada distribucin muestral de medias.
EJEMPLOS DE MUESTREO
 Muest re o a l e a t o ri o si st e m t i co

Se e l ige un i nd iv id uo al az ar y a par tir de l, a inter valo s co ns tantes , s e e lige n

l os de ms has ta co mp le tar l a m ue s tr a.

E jemp lo :

S i te nem os una pob l ac i n for m ad a por 100 e le me nto s y q ue rem os ex tr aer una

m ues tr a de 25 e le me nto s, e n pr imer lugar d eb emo s es tab le cer e l inte rvalo d e

s e le cc i n q ue ser ig ual a 100 /25 = 4. A co ntinuac i n e leg imo s e l e lem e nto d e

arr anq ue , to m ando ale ator i am e nte un nmero entre e l 1 y e l 4 , y a par tir d e l

ob te nem os lo s re s tante s e l em entos d e la m ue s tra.

2 , 6 , 10, 14 , .. . , 98

Muestreo aleatorio estratificado

Se d i v ide l a p ob lac in e n c lase s o es tr atos y se es coge , ale ator iame nte, un

nm ero de i nd iv id uo s de c ad a e strato p ropor cional al nm ero de comp one ntes de

c ad a es tr ato .

E jemp lo :

En una f br ic a q ue co ns ta de 600 tr ab ajad ores quer emo s tom ar una m ues tr a d e 20 .

S ab emo s que hay 200 trab aj ador es e n la s ec c i n A , 150 e n la B , 150 e n la C y 100

en la D.
 Muestreo aleatorio por conglomerados

En el muestreo por conglomerados las unidades muestrales no son elementos individuales

de la poblacin, sino grupos de elementos.

En el muestreo por conglomerados se selecciona aleatoriamente una coleccin de

conglomerados. Se muestrean entonces todos los elementos individuales de todos los
conglomerados elegidos.

A veces, es necesario elegir conglomerados dentro de los conglomerados. Se dice

entonces que se trata de un muestreo en etapas mltiples.

Ejemplo

Se planea hacer una encuesta entre universitarios de primer curso de un pais. Se quieren
entrevistar 5.000 universitarios. Ante la imposibilidad de acceder (de acuerdo con los
costos) a un muestreo estratificado, se piensa en una muestra de 200 conglomerados de
25 alumnos, identificando el conglomerado con un grupo de primer curso.

ejemplo de muestreo polietpico

sera el que nos condujera a seleccionar una muestra de alumnos de Educacin Infantil /
Preescolar de una ciudad de acuerdo con el siguiente proceso:

a. seleccionamos al azar 5 distritos municipales de la ciudad;

b. en cada distrito, seleccionamos 3 centros educativos;

c. en cada centro educativo elegiremos aleatoriamente uno de los grupos de

Educacin Infantil/Preescolar,

d. finalmente, en cada grupo seleccionaremos 15 sujetos al azar, con lo que

habremos seleccionado una muestra total de 225 alumnos.
 CONCLUSIN

El muestreo Estadstico resulta beneficioso para implementarlo en la realizacin de un estudio, debido a que
mediante este se pueden obtener probabilidades bajas o altas a travs de determinados beneficios que
estas tcnicas ofrecen. En los diferentes tipos de muestreo existen no probabilstica en los cuales se deben
establecer diferencia en el momento de realizar nuestras investigaciones por tanto que en el no probabilstica
no toda la poblacin forma parte de la muestra y en el probabilstica todos los individuos tienen probabilidad
positiva de formar parte de la muestra.
El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla parte de una poblacin
dentro de un universo a esta se le llama espacio muestral dentro de un universo.
Es importante resaltar que el primer procedimiento al realizar una auditoria, es iniciar las investigaciones de
manera tal que esta arrojen conclusiones provenientes de determinados estudios como puede ser el
estadstico a travs de una muestra probabilstica.

BIBLIOGRAFIA

Desde una pgina de Internet:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

Vivanco, Manuel. Muestreo Estadstico: Diseo y Aplicaciones. Primera Edicin. Santiago

de Chile: Editorial Universitaria, S.A. 2005. pp. 25 30

http://es.wikipedia.org/wiki/Muestreo_(estad%C3%ADstica)