Diseo metodolgico de una investigacin cientfica.

Componente. Muestreo.
Objetivo:
Desarrollar en los docentes de la Facultad de Ciencias y
Tecnologa las competencias de la metodologa de
investigacin cientfica en el componente muestreo.

Muestreo
En estadstica se conoce como muestreo a la tcnica para la
seleccin de una muestra a partir de una poblacin.
Para realizar un muestreo debemos de disear un plan de
muestreo.
Un plan de muestreo requiere de tres decisiones:

1. Definir la unidad de muestreo para poder definir la

poblacin objeto de estudio.
2. Determinar el nmero de unidades de muestreo van a
ser seleccionadas, para esto debemos definir el tipo de
muestreo a utilizar.
3. Definir el procedimiento de muestreo, es decir explicar
la forma en que se va implementar el muestreo en el
campo.
Tipos de muestreo:
Muestreo con reposicin y muestreo sin reposicin.
Muestreo con reposicin de los elementos: Las
observaciones se realizan con remplazo de los individuos,

de forma que la poblacin es idntica en todas las

extracciones. En este tipo de muestreo la poblacin se
considera infinita.
Muestreo sin reposicin de los elementos: Cada elemento
extrado se descarta para la subsiguiente extraccin. Aqu la
poblacin se considera finita.
Muestreo probabilstico y muestreo no probabilstico
Existen dos formas para seleccionar muestras de
poblaciones: el muestreo no aleatorio o de juicio y el
muestreo aleatorio, que incorpora el azar como recurso en
el proceso de seleccin.
Muestreo probabilstico: Todas las unidades tienen igual
probabilidad de ser seleccionadas en la muestra. Si las
muestras se escogen mediante un modelo aleatorio, se
puede modelizar el comportamiento de los estimadores y
cuantificar el error cometido en las estimaciones.
Muestreo no probabilstico: Cada unidad no tiene igual
probabilidad de ser seleccionada. Las muestras no se
obtienen de forma aleatoria. No se puede calcular el error de
muestreo. Y hay un alto riesgo de invalidez producido por la
introduccin de sesgo.
Objetivo del muestreo
El objetivo del muestreo es estimar parmetros de la
poblacin, tales como la media, el total y la proporcin, con

base en la informacin contenida en una muestra. El

investigador controla la cantidad de informacin contenida
en la muestra por medio del nmero de las unidades
muestrales que incluye y por el mtodo usado para
seleccionar la muestra.

Ahora, surge la pregunta:

Cmo podemos determinar cul procedimiento de
muestreo usar y el nmero de observaciones o
unidades muestrales a incluir en la muestra?

La respuesta depende de cuanta informacin se desea

obtener:
Si es el parmetro de inters y es un estimador,
debemos especificar un lmite de error de estimacin
del parmetro que vamos a estimar.
Y de la probabilidad (1-), que se especfica en el nivel
de confianza de las estimaciones. Esta condicin puede
ser establecida como
P (error de estimacin <) =1
La otra pregunta a realizarnos es:
Qu factores afectan la cantidad de informacin
contenida en la muestra?
Dos factores afectan la informacin contenida en la muestra
El primero es el tamao de la muestra seleccionada de
la poblacin
Ei segundo es la cantidad de variacin en los datos,
esta variacin puede ser controlada por el mtodo de
seleccin de la muestra.
Estos mtodos se encuentran bajo el ttulo de Muestreos
probabilsticos en poblaciones finitas. Estos son:
Muestreo aleatorio simple, Muestreo aleatorio estratificado
Muestreo sistemtico, Muestreo por conglomerados y
Muestreo en dos o ms etapas

Muestreo aleatorio simple.

El muestreo aleatorio simple se utiliza cuando las unidades
de muestreo son homogneas respecto la variable principal
objeto de estudio. Se caracteriza porque cada elemento de
la poblacin tiene la misma probabilidad de ser elegido. Si
se dispone de una lista de los elementos de la poblacin, la
seleccin de una muestra aleatoria simple es muy sencilla,
haciendo usa de una tabla de nmeros aleatorios.
Muestreo aleatorio sistemtico.
Si existe una lista de los elementos de la poblacin en la
que aparecen ordenados y el orden existente es aleatorio se
utiliza con mayor frecuencia el muestreo sistemtico. Se
selecciona un primer elemento al azar (arranque aleatorio)
entre 1 y p, siendo p=N/n, y, si este elemento es el k-simo,
los dems se obtienen sumndole p al inmediato anterior: k,
k+p, k+2p, ....... El mtodo garantiza que aparezcan
elementos de todas las clases, por lo que genera muestras
representativas. 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. El
riesgo de 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 (p)
podemos introducir una homogeneidad que no se da en la

poblacin. Imaginemos que estamos seleccionando una

muestra sobre diferentes listas de 10 individuos en los que
los 5 primeros son varones y los 5 ltimos mujeres, si
empleamos un muestreo aleatorio sistemtico con p=10
siempre seleccionaramos o slo hombres o slo mujeres,
no podra haber una representacin de los dos sexos. Otro
ejemplo: si seleccionamos una muestra de ocupacin
hotelera basada en una serie de datos mensuales para
distintos aos y p=12, siempre se obtendra la observacin
correspondiente al mismo mes, por lo que la muestra estara
afectada por el sesgo propio del factor estacional
encontrado en el arranque aleatorio (al alza en meses de
alta ocupacin, a la baja en el resto)
Muestreo aleatorio estratificado.
Se usa cuando las poblaciones con caractersticas
diferentes, presentan grupos (estratos) homogneos con
respecto a la variable principal que se investiga y para
obtenerse estimaciones ms precisas (menos errores) se
toma una muestra aleatoria en cada estrato y, de esta
forma, se garantiza que todos los estratos estn
representados. Cada estrato tiene elementos que son
homogneos entre s y heterogneos respecto a los dems
estratos. Por ejemplo, si se quieren estudiar caractersticas
de los hoteles de una determinada provincia, se tienen como
estratos los hoteles de 5 estrellas, de 4 estrellas, de 3
estrellas, etc. y se utilizar un muestreo estratificado que

nos asegure una adecuada representacin de todos los

estratos.
Muestreo por conglomerados.
En el muestreo por conglomerados la unidad de muestreo
es un grupo de elementos de la poblacin que forman una
unidad, a la que llamamos conglomerado (manzanas,
barrios, municipios, etc.). El muestreo por conglomerados
consiste en seleccionar aleatoriamente un cierto nmero de
conglomerados (el necesario para alcanzar el tamao de
muestra establecido) e investigar despus todos los
elementos pertenecientes a los conglomerados elegidos.
Muestreo polietpico o por etapas.
El muestreo polietpico es una generalizacin del muestreo
por conglomerados en el que se intenta reducir el coste al
mnimo. En la primera etapa se selecciona un nmero
determinado de conglomerados (unidades primarias de
muestreo), por ejemplo, barrios. En la segunda se
seleccionan conglomerados ms pequeos pertenecientes a
los anteriores (unidades secundarias de muestreo), por
ejemplo, manzanas. Y as sucesivamente hasta llegar a los
elementos de la poblacin que van a ser observados
(unidades ltimas). Slo necesitamos, por tanto, contar con
un listado de los elementos de esta ltima etapa.

Estimacin del tamao de muestra

Para estimar el tamao de la muestra necesitamos definir el
tipo de muestreo a utilizar, el parmetro que deseamos
estimar, el error de muestreo y la confianza en la
estimacin.
Por ejemplo en un muestreo aleatorio simple si vamos a
estimar la media poblacional, usamos la frmula siguiente:

Y si vamos a estimar una proporcin la frmula es:

Despus de determinar el tamao de la muestra, el paso

siguiente es seleccionar las unidades muestreo, recolectar
la informacin necesaria para llevar a cabo el estudio y
realizar las estimaciones de los parmetros. La pregunta
que ahora surge es: Es fiable esta estimacin? La
respuesta es s, siempre que empleemos una tcnica de
muestreo correcta que nos permita obtener una muestra
representativa de la poblacin y todo depender de dos
caractersticas del muestreo: su exactitud y su
precisin.

Precisin se refiere a la dispersin del conjunto de valores

obtenidos mediante mediciones repetidas de una magnitud.
Cuanto menor es la dispersin mayor es la precisin. Una
medida comn de la variabilidad es la desviacin estndar
de las mediciones y la precisin se puede estimar como una
funcin de ella.
Exactitud se refiere a que tan cerca del valor real se
encuentra el valor estimado. En trminos estadsticos, la
exactitud est relacionada con el sesgo de una estimacin.
Cuanto menor es el sesgo ms exacto es el valor estimado.

Ejemplo
Para una comunidad con 2000 viviendas, se desea estimar
la proporcin de aquellos alumnos cuyas familias tienen
acceso a agua potable.
Lo primero que debemos de identificar es:
La poblacin objeto de estudio: las 2000 viviendas.
La unidad de muestreo: la vivienda.
El parmetro a estimar: la proporcin de viviendas (familias)
que tienen acceso en agua potable.
El nivel de confianza en las estimaciones: 95%
El error de muestreo: 1%

Y decidir el muestreo a usar: como la variable de inters es

el acceso al agua en las familias de la comunidad, la
poblacin es homognea respecto a la variable en estudio.
Basado en las consideraciones anteriores la frmula a
utilizar es:

Si conocemos las varianzas que es p(1-p)

Presentamos a continuacin los diferntes tamaos de
muestra obtenidos, para distintos errores de muestreo y
valores de la proporcin
Proporcin
(p)
0.10
0.20
0.50

Error de muestreo (e)

0.01
0.04
1268
196
1510
393
1650
452

0.08
53
92
140

Muestreo de suelos
Previo al muestreo, y despus de una somera inspeccin
del terreno y una conversacin con el propietario de la finca,
se prepara un croquis del lote en el que se delimitan reas
con cierto grado de uniformidad. Para la toma de muestras
del suelo, el terreno deber dividirse en parcelas con
caractersticas edficas homogneas, en lo que se refiere a
textura, fertilidad, color, profundidad de suelo, etc. Tambin
debern diferenciarse aquellas parcelas que, aun teniendo
un suelo semejante, estn sometidas a diferentes prcticas
de cultivo, especialmente en lo que se refiere al riego
(localizado o inundacin), manejo del suelo (laboreo o
conservacin) y fertilizacin. La separacin de reas
homogneas o unidades de muestreo es con el fin de
manejar la fertilizacin y mejoramiento del suelo en forma
independiente, hasta donde la geometra de estas unidades
lo permita. En cualquier caso es recomendable que las
reas homogneas o lotes de muestreo no sean mayores de
20 ha para reducir la variabilidad natural del terreno.
Para definir las unidades de muestreo se toman en cuenta
los siguientes factores:
1. Color del suelo.
2. reas con problemas de salinidad y/o sodicidad.
3. Textura
4. Pendiente del terreno

5. Condicin general del cultivo anterior.

6. Historial de cultivos (cultivos anteriores y rendimientos
durante varios aos)
7. Uso de mejoradores tales como yeso, encalado o la
adicin de materia orgnica.
En la Figura 1 se presenta un croquis de muestreo. No es
conveniente mezclar las muestras de dos lotes, que aunque
parezcan muy similares. Si por ejemplo, en un terreno, el
cultivo anterior fue alfalfa y en el otro fue maz por lo que
sus niveles de extraccin y/o aporte de nutrientes fueron
distintos y por lo tanto no conviene mezclar las muestras de
los dos lotes.