TIPOS DE MUESTRA (ESTADSTICA)

Una muestra es una porcin representativa de una determinada poblacin.

Cuando no se puede realizar un censo, se recurre al muestreo, que es la
herramienta que se utiliza para determinar qu porcin de la realidad se estudiar.
Existen distintos tipos de tcnicas para conformar una muestra, entre ellas:
Muestreo de conveniencia o por seleccin intencionada: aqu la muestra similar al
universo objetivo es seleccionada a partir de mtodos no aleatorios. La
representatividad de dicha muestra es determinada por el investigador de manera
subjetiva. Por funcionar de esta manera, las muestras suelen tener sesgos, por lo
que lo ideal es recurrir a esta tcnica cuando no quede ninguna otra alternativa.
Muestreo aleatorio: en este todos los elementos que lo componen tienen
exactamente la misma posibilidad de ser elegidos. Estos elementos son
seleccionados de forma azarosa por medio de nmeros aleatorios. Existen
distintas formas de realizar el muestreo aleatorio, entre ellas:
Muestreo aleatorio simple: este mtodo es muy simple y se caracteriza por la
extraccin de los individuos de una lista de forma azarosa. Cuando el universo es
muy numeroso y complejo, no suele resultar eficaz.
Muestreo sistemtico: en este caso, el primer individuo se extrae al azar y a partir
de este se elije, a intervalos constantes, el resto. Este mtodo resulta ms sencillo
que el muestreo aleatorio simple y adems no precisa de un listado elaborado
para seleccionar a los individuos. Si bien el muestreo sistemtico es aplicable a la
mayora de los casos, se debe tener en cuenta que la caracterstica que se est
estudiando no posea una periodicidad igual a la del muestreo.
Muestreo aleatorio estratificado: para realizar este muestreo se debe dividir a la
poblacin en grupos de acuerdo a un carcter especfico y luego, cada uno de
estos grupos es muestreado aleatoriamente, obteniendo as una parte que sea
proporcional a la muestra. Estos muestreo son tiles cuando la caracterstica que
determina la divisin de la poblacin est relacionada con la variable que quiera
estudiarse.
Muestreo aleatorio por conglomerados: aqu, la poblacin es dividida en grupos
que posean caractersticas similares entre ellos. Luego de realizar esto, algunos
grupos son analizados completamente dejando de lado al resto.
Muestreo mixto: en este caso se utilizan al menos dos de los mtodos
mencionados anteriormente. Esto ocurre cuando la poblacin a estudiar es
sumamente compleja, por lo que la aplicacin de un solo mtodo resultara difcil o
resultara ineficiente.
Los tipos de muestras estadsticas hacen alusin a un fragmento o porcin
que resulte representativa de un determinado conjunto de elementos. En
estadstica, la utilizacin de muestras es la que permite sacar conclusiones sobre

los rasgos y caractersticas del universo o poblacin total, sin tener que analizar a
todos y cada uno de los individuos que lo componen. Gracias a las muestras, los
investigadores logran llegar a conclusiones exhaustivas con mayor velocidad y
ahorrando gastos de forma significativa. Una de las reas en las que ms se
utilizan las muestras estadsticas es en el marketing, cuando se realizan estudios
de mercado, ya sea para lanzar un nuevo producto o bien, para mejorar las ventas
de alguno que ya circule.
De acuerdo a sus caractersticas, existen los siguientes tipos de muestras
estadsticas:
De conveniencia: esta clase de muestra, tambin conocido bajo el nombre de
muestra por seleccin, es aquella en la que se eligen casos particulares
intentando que estos sean los ms representativos posible del universo. El
problema es que la representatividad de cada caso es determinada por el propio
investigador de manera subjetiva, lo que dificulta la objetividad de la misma. Es
por esto que esta muestra estadstica es poco recomendable, aunque hay casos
en los que es la nica opcin posible. Generalmente, estas muestras, tambin
conocidas como no probabilsticas, son las que se utilizan para estudios
exploratorios, cuando an ni siquiera se conocen los rasgos del universo. Si bien
no permiten formular generalidades de dicho universo, permite tener un primer
contacto con el mismo, de manera menos costosa. De todas formas, para llevar
adelante una muestra de conveniencia resulta algo complejo efectuar
estratificaciones para su confeccin, puesto que no se tiene un conocimiento
acertado del universo en cuestin.
Muestras casuales: en este caso, un encuestador se encarga de elegir al azar a
personas que encuentren en algn punto especfico, como puede ser una esquina
o la puerta de un shopping, y all hacerle una serie de preguntas. Lo que puede
ocurrir es que el encuestador se gue por la apariencia fsica de las personas,
antes de acercrsele a hacerle las preguntas correspondientes. Por ejemplo, si se
quiere hacer un estudio de mercado sobre un producto femenino que est a la
venta, orientado a mujeres de ms de 40 aos, el encuestador se va a limitar a
acercarse a aquellas mujeres que parezcan superar la edad en cuestin.
Aleatoria: a diferencia de la muestra anterior, en esta todos los elementos que
integran el universo tienen exactamente la misma probabilidad de ser elegidos
para conformarla, puesto que se los selecciona al azar. Para conformar las
muestras aleatorias existen distintas variantes:
1. Muestra aleatoria simple: para conformar este tipo de muestra se
confecciona un listado en el que figuren todos los elementos que la
integran. Luego de esto, se elige al azar una cantidad de elementos que
sea considerada como representativa del universo. Algunos de los
beneficios de conformar estas muestras es que son fciles de conformar y,
al mismo tiempo, las medias pueden ser calculadas con rapidez. Por otro
lado, con los avances que ha habido en tecnologa en los ltimos aos,
existen varios programas informticos que facilitan y agilizan su confeccin
y anlisis. Los problemas que puede acarrear esta variante es que resulta

2.

3.

4.

5.

necesario contar con un listado de los elementos que la componen, lo que a

veces resulta imposible o al menos complicado de conseguir. Adems, se
debe tener en cuenta que en aquellos universos que sean reducidos, este
tipo de muestra resulta poco representativa, por lo que no es la ms
adecuada.
Muestra sistemtica: a diferencia de la anterior, en esta muestra slo se
elige al azar el primer elemento, para luego elegir, en base a esta eleccin,
al resto, en intervalos regulares. Esto significa que se sistematiza la
eleccin de los elementos que conformarn a la muestra. A diferencia del
caso anterior, en estas muestras no se requiere un listado de los elementos
que integran al universo, lo que hace que sean ms fciles de efectuarse.
Adems, si la poblacin se encuentra ordenada, puede conformarse una
muestra que sea sumamente representativa del universo a estudiar. De
todas formas, un problema que puede presentar esta variante es que si la
constante con la que se realiza el muestreo se encuentra asociada de
alguna manera con el fenmeno, la muestra obtenida puede estar sesgada,
perdiendo representatividad.
Muestra aleatoria por conglomerados: para conformar esta clase de
muestra, lo que hace el investigador es dividir al universo en distintos
grupos. La conformacin de los mismos debe ser tal que hayan semejanzas
entre los mismos para luego elegir algunos grupos y dejar a otros de lado.
Si bien la realizacin de la muestra aleatoria por conglomerados lleva ms
tiempo e incluso puede ser ms costosa, resulta ser una de las opciones
ms representativas, por lo que los resultados obtenidos sern muy
prximos a la realidad. Las muestras aleatorias por conglomerados resultan
ser muy eficientes en aquellos casos donde el universo a estudiar sea muy
complejo y de gran tamao. Otra ventaja es que tampoco requiere un
listado de los miembros que lo conformen, lo que facilita la realizacin de la
muestra. De todas formas, algunas desventajas de esta opcin es que su
representatividad es menor que el de las muestras simples o estratificadas.
Muestra aleatoria estratificada: en este caso, los elementos tambin se
eligen de manera aleatoria. La diferencia de esta variante es que
previamente el universo se divide en grupos, tomando en cuenta
determinados criterios y, una vez hecho esto, se elijen al azar los elementos
de la muestra. La conformacin de los grupos suele hacerse tomando en
cuenta algn criterio que sea significativo para llevar adelante la
investigacin. Si los criterios son elegidos de forma adecuada, las
muestras aleatorias estratificadas pueden resultar sumamente
representativas del universo a estudiar.
Muestra mixta: en aquellos universos que son sumamente complejos y por
tanto resulta difcil confeccionar una muestra que sea representativa, los
investigadores optan por confeccionar muestras combinando dos o ms de
las opciones antes explicadas.

MUESTREO DE BOLA DE NIEVE

Muestreo en cadena
El muestreo de bola de nieve es una tcnica de muestreo no probabilstico
utilizada por los investigadores para identificar a los sujetos potenciales en
estudios en donde los sujetos son difciles de encontrar.
Los investigadores utilizan este mtodo de muestreo si la muestra para el estudio
es muy rara o si est limitada a un subgrupo muy pequeo de la poblacin. Este
tipo de tcnica de muestreo funciona en cadena. Luego de observar al primer
sujeto, el investigador le pide ayuda a l para identificar a otras personas que
tengan un rasgo de inters similar.
El proceso de muestreo de bola de nieve es como pedirles a tus sujetos que
designen a otra persona con el mismo rasgo como el prximo sujeto. Luego, el
investigador observa a los sujetos designados y sigue de la misma manera hasta
obtener el nmero suficiente de sujetos.
Por ejemplo, para obtener sujetos para un estudio que quiere analizar una
enfermedad rara, el investigador puede elegir utilizar el muestreo de bola de nieve,
ya que ser difcil obtener sujetos. Tambin es posible que los pacientes con la
misma enfermedad tengan un grupo de apoyo, y si uno de sus miembros es tu
primer sujeto, lo ms probable es que all encuentres ms sujetos para el estudio.
Tipos de muestreo de bola de nieve
Muestreo de bola de nieve lineal

Muestreo de bola de nieve no discriminatorio exponencial

Muestreo de bola de nieve discriminatorio exponencial

Ventajas del muestreo de bola de nieve

El proceso en cadena permite que el investigador llegue a poblaciones que
son difciles de probar cuando se utilizan otros mtodos de muestreo.
El proceso es barato, simple y rentable.
Esta tcnica de muestreo necesita poca planificacin y menos mano de
obra que otras tcnicas de muestreo.
Desventajas del muestreo de bola de nieve
El investigador tiene poco control sobre el mtodo de muestreo. Los sujetos
que el investigador puede obtener se basan principalmente en los sujetos
observados anteriormente.
La representatividad de la muestra no est garantizada. El investigador no
tiene ni idea de la verdadera distribucin de la poblacin ni de la muestra.
El sesgo de muestreo es tambin un miedo de los investigadores cuando se
utiliza esta tcnica. Los primeros sujetos tienden a designar a personas que
conocen bien. Como consecuencia, es muy posible que los sujetos
compartan los mismos rasgos y caractersticas y, por lo tanto, la muestra
que obtenga el investigador ser slo un pequeo subgrupo de toda la
poblacin.