Вы находитесь на странице: 1из 6

Generalmente se le define como la obtencin de los elementos o

unidades de una muestra mediante la aplicacin de un mtodo


sistematico .
Se basa en tomar muestras de una manera directa y ordenada a partir de
una regla determinstica, tambin llamada sistemtica. Concretamente, a
partir de una sola unidad que se selecciona en primer lugar, el resto de
unidades de la muestra vienen determinadas automticamente al aplicarle
a dicha unidad una regla seleccin sistemtica.
Este procedimiento exige, al igual que el muestreo aleatorio, numerar
todos los elementos de la poblacin, pero en lugar de extraer n
nmeros aleatorios solo se extrae uno. Se parte de ese nmero
aleatorio i, que es un numero elegido al azar, y los elementos que
integran la muestra son los que ocupan los lugares i,i+k,i+2k,i+3ki+
(n-1)k, es decir se toman los individuos de k en k siendo k el
resultado de dividir el tamao de la poblacin entre el nmero de la
muestra ; k=N/n. El numero i que empleamos como punto de partida
ser un numero al azar .
La obtencin de una muestra sistematica de tamao n de una
poblacion de N elementos se consigue de la siguiente forma :
1) Ordenar o enumerar los elementos de la poblacion
2) Dividiros en n intervalos de k elementos cada uno de ellos
3) Seleccionar aleatorioamente un elemento i (llamado punto de
inicio) de los primeros k elementos de la poblacion
4) Despus seleccionar cada k-esimo elemento hasta conseguir una
muestra de tamao n .

El muestreo sistemtico era muy popular en el pasado, antes


de que la incorporacin de la informtica hiciese trivial un
problema que siempre haba dado muchos quebraderos de
cabeza a los investigadores: elegir individuos de forma
aleatoria dentro de una muestra. En la medida en que los
ordenadores nos han facilitado la tarea de generar nmeros
aleatorios, este problema ha desaparecido.
Tambin se sigue utilizando para seleccionar individuos a lo
largo del tiempo. Por ejemplo, para estudiar la satisfaccin de
un servicio, podemos elegir sistemticamente encuestar a 1
de cada n clientes que nos visitan. En estas circunstancias, en
las que puede existir diferente varianza entre individuos en
diferentes periodos de tiempo, el muestreo sistemtico puede
ser incluso ms preciso que el muestreo aleatorio puro.
En qu consiste el muestreo sistemtico?

Es una tcnica dentro de la categora de muestreos


probabilsticos y que por lo tanto requiere tener un control
preciso del marco muestral de individuos seleccionables junto
con la probabilidad de que sean seleccionados consistente
en escoger un individuo inicial de forma aleatoria entre la
poblacin y, a continuacin, seleccionar para la muestra a
cada ensimo individuo disponible en el marco muestral.
El muestreo sistemtico es un proceso muy simple y que slo
requiere la eleccin de un individuo al azar. El resto del
proceso es trivial y rpido. Los resultados que obtenemos son
representativos de la poblacin, de forma similar al muestreo
aleatorio simple, siempre y cuando no haya algn factor
intrnseco en la forma en que los individuos estn listados que
haga que se reproduzcan ciertas caractersticas poblacionales
cada cierto nmero de individuos. Este suceso es realmente
poco frecuente.
El proceso

De forma concreta, el proceso que seguiramos en un


muestreo sistemtico sera el siguiente:
1. Elaboramos una lista ordenada de los N individuos de la
poblacin, lo que sera el marco muestral.
2. Dividimos
el
marco
muestral en n fragmentos,
donde n es el tamao de muestra que deseamos. El tamao
de estos fragmentos ser
K=N/n
donde K recibe el nombre de intervalo o coeficiente de
elevacin.
3. Nmero de inicio: obtenemos un nmero aleatorio
entero A, menor o igual al intervalo. Este nmero
corresponder al primer sujeto que seleccionaremos para la
muestra dentro del primer fragmento en que hemos dividido
la poblacin.
4. Seleccin
de
los
n-1
individuos
restantes: Seleccionamos los siguientes individuos a partir

del individuo seleccionado aleatoriamente, mediante una


sucesin aritmtica, seleccionando a los individuos del resto
de fragmentos en que hemos dividido la muestra que ocupan
la misma posicin que el sujeto inicial. Esto equivale a decir
que seleccionaremos los individuos
A, A + K, A + 2K, A + 3K, ., A + (n-1)K
Ejemplo

Supongamos que tenemos un marco muestral de 5.000


individuos y deseamos obtener una muestra de 100 de ellos.
Dividimos en primer lugar el marco muestral en 100
fragmentos
de
50
individuos.
A
continuacin
seleccionamos un nmero aleatorio entre 1 y 50, para extraer
el primer individuo al azar del primer fragmento: por ejemplo
el 24. A partir de este individuo, queda definida la muestra
extrayendo los individuos de la lista con intervalos de 50
unidades, tal y como sigue
24, 74, 124, 174, , 4.974
Propiedades del muestreo sistemtico

Las principales ventajas son:


o Obtiene buenas propiedades de representatividad,
similares a la de un muestreo aleatorio simple o
incluso superiores, pero de forma ms rpida y simple,
al evitar la necesidad de generar tantos nmeros
aleatorios como individuos en la muestra.
o Respecto al muestreo aleatorio, el muestreo
sistemtico puede garantizarnos una seleccin
perfectamente equitativa de la poblacin. Esto puede
ser de utilidad si se distinguen grupos dentro de
universo, lo que nos podra evitar la necesidad de usar
estratos. Si existe diferente varianza entre los
individuos de los fragmentos, este muestreo puede
ser mejor que el aleatorio. Lo veremos luego.
Como desventajas, slo existe la ya mencionada posibilidad
de que el orden en que se han listado los candidatos a la
muestra tenga algn tipo de periodicidad oculta que coincida

con el intervalo escogido para generar la muestra sistemtica.


En este caso, podramos generar una muestra sesgada.
Eficiencia del muestreo sistemtico

El muestreo sistemtico se ide para mejorar las propiedades


del muestreo aleatorio simple, pero el grado de mejora es
variable dependiendo de las propiedades del universo
estudiado.
Para entender las propiedades de este muestreo, hay que
tener en cuenta una cosa: si fijamos el intervalo o coeficiente
de elevacin segn el tamao de la muestra que necesitamos,
slo hay un elemento aleatorio dentro del proceso de
muestreo: la unidad inicial que seleccionamos del primer
bloque de individuos. El resto queda fijado de antemano. Esto
equivale a decir que slo tenemos k posibles muestras
diferentes a obtener y que el muestreo es simplemente
escoger una de las k muestras disponibles.
Es posible demostrar que cuanto ms supera la varianza
dentro de las k posibles muestras que podemos generar a la
varianza poblacional, ms precisin ganamos usando el
muestreo sistemtico respecto al aleatorio simple. Lo anterior
puede interpretarse diciendo que el muestreo sistemtico es
ms preciso que el aleatorio simple cuando la variabilidad
dentro de las posibles muestras es superior a la variabilidad
dentro de las unidades de la poblacin. La precisin del
muestreo sistemtico coincide con la del aleatorio simple
cuando ambas variabilidades coinciden, y esto se da cuando
la disposicin de los elementos en la poblacin es totalmente
aleatoria.

Introduccin En muchas situaciones prcticas no estn garantizadas algunas


de las condiciones necesarias para poder realizar un muestreo aleatorio
simple, por ejemplo, la condicin de aleatoriedad de la poblacin o el hecho
de disponer de un listado de dicha poblacin de donde obtener las unidades
que formarn la muestra aleatoria simple. Un diseo muestral alternativo y
de fcil aplicacin en este tipo de situaciones es el llamado muestreo
sistemtico. ste se basa en tomar muestras de una manera directa y
ordenada a partir de una regla determinstica, tambin llamada sistemtica.
Concretamente, a partir de una sola unidad que se selecciona en primer
lugar, el resto de unidades de la muestra vienen determinadas
automticamente al aplicarle a dicha unidad una regla seleccin
sistemtica. En este captulo consideraremos el diseo muestral sistemtico
ms sencillo llamado muestreo sistemtico uniforme de paso k.
La obtencin de una muestra sistemtica de tamao n de una poblacin de
N elementos se consigue de la siguiente forma:
1. Seleccionamos aleatoriamente un nmero entre los k primeros, N
{} 1 , 2 ,..., k , donde k e identifica el paso o salto de la regla sistemtin
ca. Llamaremos punto de arranque o semilla al valor de que permite
obtener la primera unidad muestral.
2. A partir de la posicin , dando un salto de k unidades, obtendremos la
segunda unidad de la muestra u + k y de esta forma, saltando de k en k
unidades, el resto de la muestra estar formada por las unidades u , u ,...,
u.+(n1)k+2k+3k

Segn este procedimiento el espacio muestral M est formado por las k


posibles muestras sistemticas asociadas a cada punto aleatorio de
arranque. Denotaremos a cada muestra por m ; j = 1 , K , k y su
composicin es la siguiente m = = {} K , 1 1 + k 1 + 2 k () {} 2 + k , u 2 +
2k,u,u,K,um1u2,uMu,u,u1+n1k22+n1kmk={+,
u k + 2 k , K , u k + () n 1 } 1 Cada una de ellas tiene probabilidad = k
bilidades de inclusin de primer y segundo muestral son n de ser
seleccionada, y las probaN orden correspondiente a este diseo [] = P u 1
nim==kN1ui,ujm=k0i,j=1,2,K,N,i=1,2,
K , N i ij = P si u i y u j estn en la misma muestra en otro caso i j , [] ()
2. Estimacin de los parmetros Los estimadores lineales e insesgados de
los parmetros usuales mediante muestreo sistemtico son:
Para la media, X 1 = n sist i m x ij = x j donde el ndice j indica la
muestra sistemtica resultante a partir del punto de arranque j, m . j
Para el total, X sist = N x j
Para la proporcin, j () k u k k k j