Captulo 1

Conceptos de muestreo

1.1. Definiciones basicas

La necesidad de informacion estadstica parece interminable en la sociedad
actual. Podemos observar como constantemente se recoge informacion de todo
tipo sobre conjuntos concretos de elementos (personas o cosas): el numero de
habitantes de una localidad, el beneficio de un sector empresarial, en que invier-
ten su tiempo libre los habitantes de grandes ciudades, la intencion de voto de
cara a unas elecciones, etc.
En toda investigacion estadstica existe un conjunto de elementos sobre los
que se toma la informacion. Este conjunto de elementos es lo que se denota con
el nombre de poblacion. Cuando el estadstico toma informacion de todos y cada
uno de los elementos de la poblacion estadstica se dice que se esta realizando
un censo. Sin embargo, esto no es muchas veces posible, ya sea por el coste
que resulta de la toma de informacion, o bien porque la toma de informacion
lleva consigo la destruccion de los elementos en cuestion o que la poblacion tiene
infinitos elementos.
Este problema lleva al investigador a tomar la informacion solo de una par-
te de los elementos de la poblacion estadstica, proceso que recibe el nombre
de muestreo y al conjunto de elementos de los que se toma la informacion se
denomina muestra. A partir de la informacion recogida en los elementos de la
muestra se realizara una inferencia sobre el comportamiento de los elementos
de la poblacion. Existe una amplia gama de metodos estadsticos para recoger
y analizar estas muestras. En este curso analizaremos varios de estos metodos.
A continuacion damos una serie de definiciones que nos van a servir como
introduccion a la exposicion de este curso.
Definicion 1.1 Un elemento (o unidad) es un objeto sobre el que se realiza una
medicion de una variable bajo estudio.
Denotamos por u1 un elemento o unidad sobre la cual se realiza la medicion
de una variable bajo estudio X. Sea X1 el valor que toma la caracterstica X
sobre la unidad u1 .

1
Ejemplo 1 Se desea realizar un estudio sobre el consumo navideno de las fa-
milias espanoles en las pasadas navidades. Para este ejemplo, un elemento del
estudio sera cualquier familia en Espana. El gasto aproximado de dicha familia
en las navidades constituira la medicion para este estudio.

Ejemplo 2 En una determinada ciudad se llevo a cabo una encuesta de opinion

con el fin de determinar el sentir general de los ciudadanos hacia la peatonaliza-
cion de su casco antiguo. Para este ejemplo particular, un elemento del estudio
sera cualquier ciudadano de dicha ciudad. La variable en estudio consiste en
la preferencia de la peatonalizacion del caso antiguo. En este caso las medidas
obtenidas no son numericas sino que solo recogen la preferencia o no (si-No).
Para este tipo de variables, lo que se hace es registrar un 1 para los ciudadanos
que esten a favor y un cero para los que esten en contra.

Ejemplo 3 Se desea hacer un estudio sobre la proporcion de votantes para un

determinado partido poltico A en las proximas elecciones generales. Entonces,
en este caso, el elemento sera cualquier votante potencial, es decir, cualquier
individuo incluido en el censo electoral. En este caso, la variable en estudio
sera la preferencia al voto por el partido A. La variable sera medida como 1 si
el votante prefiere el partido A y 0 si no.

Definicion 1.2 Una poblacion es un conjunto de N elementos sobre los que

se desea realizar el estudio y de la cual podemos obtener informacion sobre
una caracterstica X. Se suele denotar por = {u1 , u2 , . . . , uN } o simplemente
= {1, 2, . . . , N }.

Ejemplo 4 Para el Ejemplo 1, la poblacion sera el conjunto de todas las fa-

milias espanolas donde la caracterstica a estudiar sera su consumo navideno.
Para el Ejemplo 2, la poblacion es el conjunto de todas los habitantes de la
ciudad. En el Ejemplo 3, la poblacion sera el Censo Electoral.

Obviamente, la misma poblacion tendra diferentes tipos de medidas o medi-

ciones para diferentes variables de estudio. Atendiendo al numero de elementos
que la constituyen, las poblaciones podran dividirse en finitas e infinitas. Por
ejemplo, el Censo Electoral al que se hacer referencia en el Ejemplo 3 es finita.
Sin embargo, poblaciones como el agua contenida dentro de un tanque, podra
considerarse como infinita con respecto al numero de moleculas que lo consti-
tuyen. Generalmente, trataremos con poblaciones finitas. Los resultados para
poblaciones infinitas podran usarse en el caso de poblaciones finitas con un
gran numero de elementos.

Definicion 1.3 Se define por unidad de muestreo a los conjuntos no solapados

de la poblacion que cubren la poblacion completamente.

Si cada unidad de muestreo contiene uno y solamente un elemento de la pobla-

cion se le suele denominar unidad primaria. Si por el contrario contiene varios
se le denomina compuesta.

2
 Como hemos senalado anteriormente en el Ejemplo 3 cualquier integrante
del Censo Electoral es un elemento de dicho estudio. Sin embargo, tambien
es posible analizar hogares en lugar de votantes particulares y preguntar la
preferencia del voto en los hogares muestreados. En esta situacion, cada uno de
los hogares sera la unidad de muestreo y el numero de elementos en cualquier
unidad de muestreo podra ser 0, 1 o mas dependiendo del numero de votantes
registrados en cada hogar. Si cada unidad de muestreo contiene un elemento de
la poblacion, entonces unidad de muestreo y elemento coinciden.
Definicion 1.4 Un marco es una lista de unidades de muestreo.
Ejemplo 5 En el ejemplo 3, si los votantes individuales se toman como unidad
de muestreo, entonces la lista de todos los votantes constituira el marco para
dicho estudio. Por otra parte, si tomamos como unidad de muestreo los hogares,
entonces la lista de todos los hogares servira como marco para seleccionar una
muestra de hogares.
Senalar que el marco podra no incluir todas las unidades de muestreo de
la poblacion ya que las listas de todas las unidades no se actualiza cada da.
Si el marco lo constituyen los votantes de una determinada ciudad, este marco
podra incluir algunos votantes que han fallecido ahora y podra no incluir los
nombres de los individuos que alcanzan la condicion de votantes despues de que
el marco se preparase por ultima vez. El investigador debe de pretender que la
separacion entre marco y poblacion sea lo mas pequena posible.
Definicion 1.5 Una muestra es una coleccion de unidades de muestreo obteni-
das a partir de un marco.
En la practica, el numero de unidades seleccionadas en una muestra es mu-
cho menor que el numero de unidades de la poblacion. La inferencia sobre el
comportamiento de la variable en estudio en la poblacion entera se extrae de
las observaciones de la variable en estudio para las unidades seleccionadas de
la muestra. En el Ejemplo 3, la preferencia de voto para el partido A se pre-
guntara solo a los votantes de la muestra seleccionada. Esta informacion se
usara para estimar la proporcion de votos en el partido A en toda la poblacion.
Al numero de unidades (no necesariamente distintas) incluidas en la mues-
tra se le conoce como tamano muestral y se denota generalmente po n mientras
que el numero de unidades que constituyen la poblacion se denomina tamano
poblacional y se denota por N . El cociente n/N se conoce como fraccion de
muestreo. En un estudio determinado, si n/N = 0, es decir la fraccion de mues-
treo esta cercana al cero, la muestra contiene muy pocos elementos en relacion
al tamano de la poblacion. En cambio, para n/N = 1, la muestra y la poblacion
tienen aproximadamente el mismo numero de elementos.

1.2. Necesidad del muestreo

La recogida de informacion de la variable de interes sobre cada unidad de la
poblacion se conoce como enumeracion completa o censo. La cantidad de dinero,

3
recursos humanos y tiempo requeridos para realizar un censo generalmente es
muy elevado y, en muchas situaciones, generalmente cuando se dispone de me-
dios limitados, no es posible realizar una enumeracion completa. En este caso,
el investigador no tiene mas remedio que recurrir a tecnicas de muestreo para
realizar el estudio.
Existen una serie de ventajas en la utilizacion del muestreo sobre una enu-
meracion completa y que exponemos a continuacion.
Mayor velocidad. El tiempo necesario para la recogida y analisis de los
datos de una muestra es mucho menor que el necesario para una enume-
racion completa. En cierto tipo de estudios, nos encontramos con que la
publicacion de resultados tiene una fecha lmite y nos enfrentamos a una
poblacion con un numero elevado de elementos. En estos casos, el muestreo
es la unica alternativa posible para realizarlo.
Mayor exactitud. Un censo generalmente involucra una gran carga de tra-
bajo con lo que es necesario un gran despliegue humano para la realizacion
del mismo. En este caso es frecuente cometer errores debido a la comple-
jidad de la organizacion. En muestreo, el volumen de trabajo se reduce de
manera considerable con lo que los recursos humanos son mucho menores
pudiendo tener una plantilla mas eficiente.
Informacion mas detallada. Al tener el muestreo un numero menor de
unidades, es posible observar/entrevistar cada unidad de una manera mas
detallada obteniendose informacion de varias variables. Sin embargo, en
el caso del censo, esta situacion llega a ser muy compleja desde un punto
de vista operativo.
Coste reducido. Al muestrear un menor numero de elementos, el coste de
muestreo generalmente es menor que el de una enumeracion completa.
De lo senalado anteriormente, el muestreo resulta ser mas economico, propor-
ciona una informacion mas exacta y tiene un mayor alcance en la cobertura
individual cuando lo comparamos con una enumeracion completa. Sin embargo,
existen una serie de errores, denominados errores de muestreo que esta presentes
en cualquier resultado de una investigacion por muestreo. Este hecho se debe,
principalmente, a que en el muestreo solo se analiza una parte de la poblacion.
Las tecnicas de muestreo se disenan con el fin de reducir este tipo de errores de
muestreo.

1.3. Procedimientos de muestro

El metodo usado para seleccionar la muestra de la poblacion se denomina
procedimiento de muestreo. Estos procedimientos de muestreo pueden dividirse
en dos tipos o categoras: muestreo probabilstico y muestreo no probabilstico.
Estos dos tipos de procedimiento no se distinguen por el cuestionario y las ins-
trucciones a seguir sino por los metodos de seleccion de la muestra para obtener
las estimaciones de las caractersticas poblacionales de interes y su precision.

4
Definicion 1.6 Si las unidades de la muestra se seleccionan utilizando algun
mecanismo probabilstico, el procedimiento se denomina muestreo probabilstico.

Este tipo de muestreo asigna a cada unidad de la poblacion una probabilidad

de ser elegida en la muestra. Ademas, esto nos permite asignar a cada muestra
posible una probabilidad conocida de ser seleccionada. La informacion obtenida
a partir de la muestra permite inferir las propiedades o caractersticas de toda la
poblacion cometiendo un error medible y acotado. Este tipo de muestreo sera el
que se analizara en este curso.

Definicion 1.7 El procedimiento de seleccion de una muestra sin utilizar

ningun mecanismo probabilstico se denomina muestreo no probabilstico.

Este tipo de muestreo suele aplicarse a menudo, cuando el presupuesto de la

encuesta es muy bajo y siempre que en caso de equivocacion las consecuencias
no sean demasiado graves. Dentro de este procedimiento de muestreo podemos
encontrarnos algunos pautas de seleccion como son las siguientes.

Muestreo por conveniencia. La muestra se restringe a una parte de

la poblacion que es facilmente accesible. Por ejemplo, los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos. Un
caso particular de muestreo por conveniencia se utiliza en estudios estu-
dios, donde el proceso de recogida de la informacion es desagradable o
problematico para la persona seleccionada, de manera que solo los volun-
tarios podran constituir la muestra (la dosis de un nuevo farmaco, por
ejemplo).
Muestreo intencional u opinatico. Se utiliza cuando, para formar un
subconjunto representativo de la poblacion, es necesario que las unida-
des informantes posean una serie de conocimientos o destrezas (unidades
informantes expertas).
Muestreo por cuotas. Se establecen una serie de cuotas para diferentes
categoras de la poblacion basadas en una serie de consideraciones rele-
vantes al estudio que se esta llevando a cabo. Por ejemplo: 20 individuos
de 25 a 40 anos, de sexo femenino y residentes en Gijon. Una vez determi-
nada la cuota se eligen los primeros que se encuentren que cumplan esas
caractersticas. Este metodo se utiliza mucho en las encuestas de opinion.
Muestreo sin norma, se toma la muestra a la ventura por razones de
comodidad.

Obviamente, cualquier metodo de seleccion no probabilstico esta muy ex-

puesto al sesgo humano y el error de muestreo no puede determinarse de una
manera objetiva. Por lo tanto, no son comparables con los metodos de muestreo
probabilstico disponibles.

5
1.4. Muestreo con reposicion y muestreo sin re-
posicion
A la hora de realizar cualquier procedimiento de muestreo, este puede reali-
zarse de dos maneras diferentes.
Definicion 1.8 En un muestreo con reposicion o muestreo con reemplazamien-
to, las unidades se extraen una a una de la poblacion, reemplazando la unidad
seleccionada en cualquier extraccion particular antes de realizar la siguiente ex-
traccion.
Como la constitucion de la poblacion permanece inalterable en cada extrac-
cion, algunas unidades en el muestreo con reemplazamiento podran seleccio-
narse mas de una vez en la muestra.

Definicion 1.9 En un muestreo sin reposicion o muestreo sin reemplazamiento,

las unidades se extraen una a una de la poblacion, y la unidad seleccionada
en cualquier extraccion no se devuelve a la poblacion antes de seleccionar una
unidad en la siguiente extraccion.

Obviamente, ninguna unidad se selecciona mas de una vez en el muestreo

sin reemplazamiento.

Ejemplo 6 Un pas esta compuesto por 4 regiones A, B, C y D. En cada una de

estas regiones se mide el numero de personas activas obteniendo como resultado
6 millones, 4 millones, 3 millones y 8 millones. Extraer muestras de tamano
2 de esta poblacion sin reposicion y considerando que muestras con los mismos
elementos en distinto orden son iguales.

En este ejemplo, disponemos de una poblacion formada por 4 unidades o

elementos
= {u1 , u2 , u3 , u4 },
donde cada una de estas unidades son las regiones que componen el pas, es
decir,
u1 = A, u2 = B, u3 = C, u4 = D.
Las muestras posibles de tamano 2 que pueden seleccionarse sin reemplaza-
miento de son

{(A, B), (A, C), (A, D), (B, C), (B, D), (C, D)}.

En este ejemplo, la variable objetivo o de interes es X=numero de personas ac-

tivas. Para cada una de las unidades de muestreo que consideramos, la variable
X toma los siguientes valores

X1 = 6, X2 = 4, X3 = 3, X4 = 8.

Luego, para cada una de las muestras, los valores que toma la variable X para
dichas muestras viene dada por

6
 Muestras Valores X
(A,B) (6,4)
(A,C) (6,3)
(A,D) (6,8)
(B,C) (4,3)
(B,D) (4,8)
(C,D) (3,8)

Definicion 1.10 Se dice que el muestreo no tiene en cuenta el orden (o es no

ordenado) si muestras con los mismos elementos en distinto orden son distintas.

Definicion 1.11 Se dice que el muestreo tiene en cuenta el orden (o es orde-

nado) si muestras con los mismos elementos en distinto orden son iguales.

Ejemplo 7 Sea una poblacion formada por 4 unidades = {u1 , u2 , u3 , u4 }.

Obtener muestras de tamano 2 bajo las siguientes condiciones
Muestreo ordenado sin repeticion
Muestreo ordenado con repeticion
Muestreo no ordenado sin repeticion
Muestreo no ordenado con repeticion

En el caso de muestreo ordenado sin repeticion, el total de muestras obtenidas

es igual a

{(u1 , u2 ), (u1 , u3 ), (u1 , u4 ), (u2 , u3 ), (u2 , u4 ), (u3 , u4 )}

{(u2 , u1 ), (u3 , u1 ), (u4 , u1 ), (u3 , u2 ), (u4 , u2 ), (u4 , u3 )}.

Para una poblacion de tamano N , el total de muestras ordenadas de tamano 2

que pueden extraerse utilizando un muestreo ordenado sin repeticion, es igual a

VN,n = N (N 1) . . . (N n + 1).

Para N = 4 y n = 2, V4,2 = 12. En el caso de muestreo ordenado con repeticion,

el total de muestras obtenidas es igual a

{(u1 , u2 ), (u1 , u3 ), (u1 , u4 ), (u2 , u3 ), (u2 , u4 ), (u3 , u4 )}

{(u2 , u1 ), (u3 , u1 ), (u4 , u1 ), (u3 , u2 ), (u4 , u2 ), (u4 , u3 )}
{(u1 , u1 ), (u2 , u2 ), (u3 , u3 ), (u4 , u4 ).

Para una poblacion de tamano N , el total de muestras ordenadas con repeticion

de tamano 2 que pueden extraerse , es igual a

V RN,n = N n .

7
Para N = 4 y n = 2, V R4,2 = 42 = 16. En el caso de muestreo no ordenado sin
repeticion, el total de muestras obtenidas es igual a

{(u1 , u2 ), (u1 , u3 ), (u1 , u4 ), (u2 , u3 ), (u2 , u4 ), (u3 , u4 )}.

Para una poblacion de tamano N , el total de muestras ordenadas con repeticion

de tamano 2 que pueden extraerse , es igual a
 
N
CN,n = ,
n

y para N = 4 y n = 2 C4,2 = 6. En el caso de muestreo no ordenado con

repeticion, el total de muestras obtenidas es igual a

{(u1 , u2 ), (u1 , u3 ), (u1 , u4 ), (u2 , u3 ), (u2 , u4 ), (u3 , u4 )}

{(u1 , u1 ), (u2 , u2 ), (u3 , u3 ), (u4 , u4 )}

Para una poblacion de tamano N , el total de muestras ordenadas con repeticion

de tamano 2 que pueden extraerse , es igual a
 
N +n1
CRN,n = ,
n

y para N = 4 y n = 2 CR4,2 = 10.

1.5. Planear y realizar una encuesta

Las tecnicas de muestreo son muy utilizadas actualmente en numerosos es-
tudios de diversa ndole. Sin embargo, para que los resultados obtenidos sean
satisfactorios se requiere un adecuado plan de trabajo y una buena implemen-
tacion del mismo que nos asegure que la muestra es realmente representativa
de la poblacion bajo estudio. Obviamente, los estudios que pueden realizarse
utilizando tecnicas de muestreo varan en su alcance y complejidad. As, nos po-
demos encontrar que los problemas a los que nos enfrentamos en un estudio son
triviales o inexistentes en otro diferente. Algunos de los aspectos importantes a
tener en cuenta en la planificacion de una encuesta se resumen en lo siguiente

Objetivos. En primer lugar se han de fijar claramente los objetivos que se

persiguen en el estudio. El investigador debe asegurarse que estos objetivos
estan en proporcion con los recursos monetarios, humanos y temporales
disponibles.
Poblacion en estudio. Definir claramente la poblacion a cubrir con el
estudio. As, es necesario definir la region geografica de la poblacion y las
categoras que se incluyen en dicha poblacion. Por ejemplo, en una encues-
ta de poblacion, es necesario especificar si categoras del tipo: residentes
de hoteles, conventos, cuarteles militares, ... estan incluidos o no.

8
 Unidad muestral. Establecer las unidades muestrales del estudio y di-
vidir la poblacion en dichas unidades. Por ejemplo, en una encuesta a
la poblacion, estas unidades muestrales pueden ser personas, hogares, fa-
milias, pueblos, etc.. La division de la poblacion en unidades muestrales
debe de evitar la ambiguedad y cada elemento de la poblacion debe de
pertenecer a una unica unidad muestral.
Marco La situacion idonea es que el marco y la poblacion objetivo coinci-
dan. Para ello, es necesario asegurarse que todas las unidades muestrales
de la poblacion bajo estudio estan incluidas en el marco. El marco debe
de actualizarse y no debe de contener errores.
Seleccion de la muestra. La seleccion de la muestra y su tamano tie-
nen un especial interes. Para ello, hay que tener en cuenta los diferentes
factores tecnicos y operativos del estudio y decidir el procedimiento y el
tamano muestral a seleccionar (siempre teniendo en cuenta intentar alcan-
zar un determinado grado de precision al mnimo coste o bien obtener un
maximo de precision si tenemos que ajustarnos a un coste fijo). Ademas,
la muestra tiene que ser representativa de la poblacion a la que representa.
Tambien el entrevistador debe tener en cuenta si los datos van a recogerse
utilizando una entrevista personal, por correo o mediante una entrevista
telefonica.
Tratamiento de la no respuesta. Decidir de antemano el procedimiento
a seguir ante los casos de no respuesta (el encuestado no proporciona la
respuesta porque no quiere, porque no se encuentra en casa, ...).
Muestra piloto. En numerosas ocasiones es conveniente realizar una
muestra piloto para a) descubrir defectos en el cuestionario o en la progra-
macion, b) desarrollar estrategias adecuadas para el trabajo de campo y el
analisis del trabajo y c) entrenar a la plantilla disponible para el trabajo
a realizar.
Organizacion del trabajo de campo. Tratar aspectos como la contra-
tacion y la formacion del personal encargado de realizar la encuesta.
Analisis de los datos y preparacion del informe final. El analisis de
los datos es un tema vital en un estudio. Deben evitarse cualquier error
en la tabulacion de los datos y, por supuesto, en el analisis estadstico de
los mismo. Finalmente, una vez finalizado todo el analisis de los datos,
es necesario realizar el informe final del trabajo. Este informe final debe
detallar los objetivos, el alcance de la encuesta, el metodo de recogida de
datos, el procedimiento de estimacion y el coste del trabajo.

1.6. Fuentes de error

Los estudios realizados utilizando tecnicas de muestreo estan afectados por
una serie de errores que pueden clasificarse en dos grupos principalmente:

9
Errores ajenos al proceso de observacion, debido a que los elementos mues-
treados solo constituyen una parte de la poblacion objetivo.
Errores del proceso de observacion, debido a que los datos registrados se
desvan de la verdad.

1.6.1. Errores ajenos al proceso de observacion

Normalmente, los datos que se observan en una muestra no reflejan de
forma precisa los datos de la poblacion de la que se selecciono la muestra,
incluso si el muestreo y la medicion se realizan con extremo cuidado y
precision. Esta desviacion entre la estimacion que produce una muestra
ideal respecto al valor verdadero de la poblacion es el error de muestreo
y se produce simplemente porque es una muestra y no un censo. El error
de muestreo se puede medir de forma teorica y estimar a partir de los
datos para el caso de muestreo probabilstico. Este error de muestreo pude
reducirse mediante un buen diseno del procedimiento de muestreo y una
eleccion adecuada del tamano de la muestra. Generalmente, este error
decrece a medida que aumenta el tamano de la muestra.
En casi todas las encuestas, el marco de muestreo no coincide completa-
mente con la poblacion objetivo, lo que genera lo que se denominan errores
de cobertura. Estos errores de cobertura no son faciles de cuantificar ni de
corregir en muchos casos.
El problema mas grave de todos los relacionados con la observacion es la
no respuesta. Este es un problema difcil e importante en las encuestas que
intentan recopilar informacion directamente de personas mediante alguna
forma de entrevista. Una encuesta hecha correctamente debera obtener
informacion acerca de este grupo con el fin de medir las diferencias del
mismo respecto del grupo de personas que responden. La no respuesta se
manifiesta de una de las tres formas siguientes:
Imposibilidad de contactar con el elemento muestreado (persona, ho-
gar)
Imposibilidad de la persona que responde de ofrecer una respuesta a
la pregunta de interes
Negativa del individuo a responder.
Las tasas de no respuesta se pueden obtener facilmente dado que el in-
vestigador conoce el tamano de la muestra y el numero de respuestas
obtenidas.

1.6.2. Errores de observacion

Cuando un elemento de la poblacion se encuentra en su lugar y preparado
para ser medido, aparecen todava mas errores que pueden afectar a la
encuesta. Estos errores se pueden clasificar en

10
 Errores debido a los entrevistadores. Los entrevistadores afectan de
forma directa e importante a la forma de responder de la persona
a una pregunta. Si se lee una pregunta con la entonacion o enfasis
inadecuados, puede forzar una respuesta en un sentido u otro.
Errores debido a los encuestados. En una encuesta, el entrevistado
debe comprender la respuesta completa y tener claras las opciones
de respuesta. Los errores pueden clasificarse en errores de recuerdo
(el entrevistado no recuerda correctamente la respuesta), errores de
deseabilidad social de la respuesta (el entrevistado exagera un poco
acerca de los ingresos o de la consecucion de los logros), falta de
sinceridad deliberada (el entrevistado no admitira que transgrede las
leyes o tiene una queja particular acerca de una institucion) o bien a
medidas incorrectas (el entrevistado no comprendio las unidades de
medida).
Errores en la recopilacion de los datos.

11