I.

Muestreo probabilstico

Los mtodos de muestreo probabilsticos son aquellos que se basan en el

principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar
parte de una muestra y, consiguientemente, todas las posibles muestras
de tamao n tienen la misma probabilidad de ser seleccionadas. Slo
estos mtodos de muestreo probabilsticos nos aseguran la
representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada
individuo de la poblacin y 2) a travs de algn medio mecnico (bolas
dentro de una bolsa, tablas de nmeros aleatorios, nmeros aleatorios
generados con una calculadora u ordenador, etc.) se eligen tantos sujetos
como sea necesario para completar el tamao de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
prctica cuando la poblacin que estamos manejando es muy grande.
La seleccin de la muestra se realiza en una sola etapa, directamente y sin
reemplazamientos. Se aplica fundamentalmente en investigaciones sobre
poblaciones pequeas y plenamente identificables, por ejemplo cuando
disponemos de la lista completa de todos los elementos del universo. Para
explicarlo en un lenguaje sencillo, consiste en rifar sortear entre todos los
elementos del universo los que pertenecern a la muestra.
2.- Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los elementos de
la poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae
uno. Se parte de ese nmero aleatorio i, que es un nmero elegido al azar, y
los elementos que integran la muestra son los que ocupa los lugares i, i+k,
i+2k, i+3k,...,i+(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 tamao de la
muestra: k= N/n. El nmero i que empleamos como punto de partida ser
un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan
periodicidades en la poblacin ya que al elegir a los miembros de la muestra
con una periodicidad constante (k) podemos introducir una homogeneidad
que no se da en la poblacin. Imaginemos que estamos seleccionando una
muestra sobre listas de 10 individuos en los que los 5 primeros son varones
y los 5 ltimos mujeres, si empleamos un muestreo aleatorio sistemtico
con k=10 siempre seleccionaramos o slo hombres o slo mujeres, no
podra haber una representacin de los dos sexos.
Es una variante del Aleatorio Simple, se diferencia en la forma de
seleccionar los elementos de la muestra. Una vez determinado el tamao de
la muestra se calcula el coeficiente de elevacin, que es el cociente, la
divisin, entre el tamao del universo y el tamao de la muestra.
3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que

simplifican los procesos y suelen reducir el error muestral para un tamao
dado de la muestra. Consiste en considerar categoras tpicas diferentes
entre s (estratos) que poseen gran homogeneidad respecto a alguna
caracterstica (se puede estratificar, por ejemplo, segn la profesin, el
municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende
con este tipo de muestreo es asegurarse de que todos los estratos de
inters estarn representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos
concretos que formarn parte de la muestra. En ocasiones las dificultades
que plantean son demasiado grandes, pues exige un conocimiento detallado
de la poblacin. (Tamao geogrfico, sexos, edades,...).
Se basa en dividir los elementos del universo en grupos, donde cada
elemento del universo pertenece a un solo grupo, y el conjunto de los
grupos forman la totalidad del universo. A cada grupo lo llamamos estrato.
Ventajas:
Permite tratar de forma independiente los elementos de cada uno de los
estratos.
Puede realizar diferentes mtodos de muestreo y/o estimacin en
determinados estratos, lo que permite reducir la varianza (desviacin
estndar) y por tanto disminuir el tamao de la muestra.
Permite aumentar la precisin de los resultados.
Facilita la coordinacin y realizacin de los trabajos de campo. Objetivo:
conseguir en cada estrato elementos homogneos entre si y heterogneos
en relacin con los elementos de los otros estratos. Homogneos entre si,
que todos los elementos de un estrato tienen caractersticas y
comportamientos similares en relacin a la variable que estudiamos.
Heterogneos con los otros, que tienen caractersticas y comportamientos
diferentes en relacin a la variable que estudiamos.
4.- Muestreo aleatorio por conglomerados:
Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades
mustrales son los elementos de la poblacin. En el muestreo por
conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de
determinado producto, etc., son conglomerados naturales. En otras
ocasiones se pueden utilizar conglomerados no naturales como, por
ejemplo, las urnas electorales. Cuando los conglomerados son reas
geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un
cierto nmero de conglomerados (el necesario para alcanzar el tamao
muestral establecido) y en investigar despus todos los elementos
pertenecientes a los conglomerados elegidos.

En este tipo de muestreos la unidad muestral no son los elementos

del universo, sino un conjunto de elementos que bajo determinados
aspectos se puede considerar que forman una unidad. Por ejemplo las
diferentes carreras en la universidad o las juntas receptoras de votos

en un proceso electoral forman conglomerados naturales. Definidas

las unidades muestrales, los conglomerados, se realiza la seleccin
de la muestra. La muestra ser un nmero determinado de
conglomerados. Se entrevista a todos y cada uno de los elementos
del conglomerado si son pocos. Si el nmero de elementos de cada
conglomerado es muy grande se realiza un submuestreo en cada uno
de los conglomerados, pudiendo utilizar cualquiera de los mtodos de
muestreo anteriormente mencionados. Las diferencias entre los
conglomerados y los estratos son:
Los elementos de los estratos son homogneos (similares) entre si,
mientras que los elementos de los conglomerados son heterogneos
(diferentes) entre si.
Los estratos son heterogneos (diferentes) entre si, mientras que los
conglomerados son homogneos (similares) entre si.

II.

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 se 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.

Se basa en un buen conocimiento de los estratos de la poblacin y/o de

los elementos ms representativos o adecuados para los fines de la
investigacin. Mantiene semejanzas con el muestreo aleatorio
estratificado, pero no tiene el carcter de aleatoriedad del mtodo
probabilstico.
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.
Se trata cuando se busca estudiar poblaciones pequeas y difcilmente
localizables; por ejemplo, la poblacin de personas que practican el
deporte de esgrima en el puerto de Veracruz, puede no estar censado,
por lo cual se busca a una persona o profesor que practica dicho deporte,
se entrevista, y despus se le pregunta dnde y cmo localizar a otros
que practican el mismo deporte y as se contina el muestreo
sucesivamente.
Muestreo por juicio:
Los sujetos se seleccionan a base del conocimiento y juicio del
investigador. El investigador selecciona a los individuos a travs de su
criterio profesional. Puede basarse en la experiencia de otros estudios
anteriores o en su conocimiento sobre la poblacin y comportamiento de
esta frente a las caractersticas que se estudian.
CARACTERSTICAS
Se caracteriza este tipo de muestreo por un esfuerzo deliberado de
obtener muestras representativas mediante la inclusin en la muestra de
sujetos supuestamente tpicos.
Aplica bien para estudios de pre-prueba prueba piloto para
instrumento. La idea se centra en que el investigador elige la muestra
porque los considera los mas representativos.
El asunto critico es la objetividad. Que tanto se puede confiar en el juicio
del investigador al seleccionar una muestra.

La muestra se elige sobre la base de conocimientos que el investigador

tenga de la poblacin.
EJEMPLOS
Supongamos que el investigador va a relazar un estudio sobre el nivel de
satisfaccin del profesorado de cierta universidad. El estudio se suele
realizar cada dos aos, por lo que el responsable del estudio gracias a
sus experiencias y antecedentes, sabe perfectamente cul puede ser la
mejor muestra para el estudio
A un jefe de estudio le encomiendan un estudio del nivel de satisfaccin
de los alumnos con un determinado profesor. El investigador, que conoce
a todos los alumnos de esa clase, decide utilizar el muestreo discrecional
seleccionado a los alumnos que cree que sern los ms representativos