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 lo suficientemente
grande para extraer una conclusin. Una muestra grande muchas veces cuesta demasiado dinero y tiempo.

A. Muestreo aleatorio simple Una muestra aleatoria simple es seleccionada de tal manera que cada muestra posible del
mismo tamao tiene igual probabilidad de ser seleccionada de la poblacin. Para obtener una muestra aleatoria simple,
cada elemento en la poblacin tenga la misma probabilidad de ser seleccionado, el plan de muestreo puede no conducir a
una muestra aleatoria simple. Por conveniencia, este mtodo pude ser reemplazado por una tabla de nmeros aleatorios.
Cuando una poblacin es infinita, es obvio que la tarea de numerar cada elemento de la poblacin es infinita, es obvio que
la tarea de numerar cada elemento de la poblacin es imposible. Por lo tanto, ciertas modificaciones del muestreo aleatorio
simple son necesarias. Los tipos ms comunes de muestreo aleatorio modificado son sistemtico, estratificado y de
conglomerados.

DefinicinEl muestreo aleatorio simple (M.A.S.) es la tcnica de muestreo en la que todos los elementos que forman el
universo y que, por lo tanto, estn descritos en el marco muestral, tienen idntica probabilidad de ser seleccionados para la
muestra. Sera algo as como hacer un sorteo justo entre los individuos del universo: asignamos a cada persona un boleto
con un nmero correlativo, introducimos los nmeros en una urna y empezamos a extraer al azar boletos. Todos los
individuos que tengan un nmero extrado de la urna formaran la muestra. Obviamente, en la prctica estos mtodos
pueden automatizarse mediante el uso de ordenadores.

Dependiendo de si los individuos del universo pueden ser seleccionados ms de una vez en la muestra, hablaremos de

M.A.S. con reposicin o sin reposicin. Si usamos reposicin, el hecho de que seleccione un individuo al azar para mi

muestra no impedira que este mismo individuo pudiese volver a ser seleccionado en una siguiente seleccin. Sera

equivalente a decir que cada vez que extraigo un nmero al azar de mi urna, vuelvo a colocar el nmero antes de la

siguiente extraccin. Si por el contrario no usamos reposicin, un individuo seleccionado para la muestra una vez ya no

entrara nuevamente en el sorteo.

La pregunta obvia es, qu es mejor, usar reposicin o no usar reposicin? Es un simple problema matemtico. Csar Prez

Lpez, en su libro Muestreo Estadstico (Pearson, 2005) desarrolla de forma muy clara una comparacin entre ambas

tcnicas. Tanto si lo miramos desde el punto de vista de qu tcnica genera estimaciones ms precisas como desde el

punto de vista de qu tcnica me permite tener la misma precisin con menor tamao de muestra, se puede concluir que el

muestreo aleatorio simple sin reposicin siempre es ms eficiente.

Para poder observar este resultado, partimos de la siguiente expresin para el tamao de muestra en un M.A.S. sin

reposicin. La frmula relaciona el tamao de muestra necesario cuando el universo es finito con el tamao necesario

cuando el universo es infinito:

Donde n0 es el tamao de muestra necesario para un universo infinito y N es el tamao del universo finito. Es posible

demostrar que el tamao de muestra cuando usamos reemplazo (nr) es siempre igual al tamao necesario para universo

infinito (nr=n0). Si eso sucede, podemos afirmar que

Por lo tanto, el tamao de muestra cuando no usamos reposicin siempre es menor al necesario si usamos reposicin. Este

resultado coincide con la intuicin: si estamos empleando reposicin y por azar incluimos un individuo ms de una vez en la

misma muestra, el efecto es similar a reducir el tamao de la muestra ya que observo menor diversidad de individuos. Del

mismo modo, si el universo es infinito, ambos mtodos coinciden, dado que la probabilidad de seleccionar al mismo

individuo dos veces en la misma muestra tiende a ser infinitamente pequea.

Beneficios del muestreo aleatorio simple. El desarrollo de la informtica ha permitido que disear una muestra aleatoria

simple sea extremadamente rpido y fiable. La generacin de nmeros aleatorios mediante software estrictamente son

nmeros pseudo-aleatorios es cada vez ms fiable.

De esta forma, al usar M.A.S. nos aseguramos la obtencin de muestras representativas, de manera que la nica fuente de

error que va a afectar a mis resultados va a ser el azar. Y lo que es ms importante, este error debido al azar puede

calcularse de forma precisa (o al menos acotarse). Puedes consultar el siguiente post para obtener ms

informacin.Inconvenientes del muestreo aleatorio simple. El nico inconveniente del M.A.S. es la dificultad de llevarlo a

la prctica en investigaciones reales. Recordemos: al ser una tcnica probabilstica, necesito un marco muestral con todos

los individuos y que todos ellos sean seleccionables para mi muestra. Un requisito que difcilmente puede cumplirse en la

mayora de estudios de mercado y opinin reales, lo que nos obligar a emplear otras tcnicas.

Ejemplos: