Tcnicas de Muestreo

Ing. Isabel Escudero

Introduccin
Se denomina muestreo al proceso por el que generamos las muestras.

Una muestra es una parte la poblacin, y se desea que la muestra sea

lo ms representativa posible de la poblacin de la que procede. Sin
embargo, por muy cuidadosa que sea la seleccin de la muestra
difcilmente ser una representacin exacta de la poblacin. Esto
significa que su tendencia central, variabilidad, etc., se aproximarn a
las de la poblacin, pero habr cierta diferencia, que interesa sea lo
menor posible. Un concepto clave de muestreo es el de
representatividad: Los procedimientos de muestreo tienen por objeto
generar muestras lo ms representativas posible de las poblaciones
dados los objetivos de la investigacin y las circunstancias que afectan
al muestreo.
 Introduccin
Desde un punto de vista aplicado, se denomina muestreo el proceso de
seleccin de la muestra o muestras a utilizar para la investigacin. Esto
supone generar una o pocas muestras. Actualmente es de inters la
seleccin de muestras para la simulacin informtica de los procesos de
muestreo, particularmente para la obtencin de distribuciones
muestrales. En estos casos el nmero de muestras generadas puede ser
muy grande (10.000, 80.000, o ms) y el procedimiento de muestreo se
realiza informticamente y con procedimientos especficos.

Desde un punto de vista terico, el concepto de muestreo es

fundamental para la Inferencia Estadstica. El hecho de que las muestras
no sean exactamente representativas de las poblaciones significa que las
inferencias presentan cierto margen de incertidumbre. Para cuantificarlo
y definir tcnicas inferenciales es necesario conocer cmo se comportan
los estadsticos obtenidos en las muestras, esto es, cmo son las
distribuciones muestrales de los estadsticos habitualmente utilizados
para la inferencia.
Introduccin

Las muestras singulares generadas para investigacin con sujetos

suelen utilizarse para obtener algunos estadsticos (Media,
proporcin, cuasivarianza, etc.) con los que se realiza el proceso
de inferencia. En cambio, las muestras simuladas por ordenador
suelen ser utilizadas para obtener distribuciones muestrales y
realizar inferencia. Esto es de inters cuando se dan
circunstancias especiales que no aconsejan utilizar los
procedimientos habituales. Las distribuciones muestrales son las
distribuciones de estadsticos de muestras que pertenecen a la
misma poblacin. Por ejemplo, la distribucin muestral de la
Media es la distribucin de las Medias de muestras de un mismo
tamao extradas de la misma poblacin.
Definiciones importantes
Poblacin: Es todo conjunto de elementos, finito o infinito, definido
por una o ms caractersticas, de las que gozan todos los elementos
que lo componen, y slo ellos.

En muestreo se entiende por poblacin a la totalidad del universo que

interesa considerar , y que es necesario que est bien definido para
que se sepa en todo momento que elementos lo componen.

Poblacin terica: con junto de elementos a los cuales se quiere

extrapolar los resultados
Poblacin estudiada : conjunto de elementos accesibles en
nuestro estudio
Definiciones importantes
Censo: En ocasiones resulta posible estudiar cada uno de los
elementos que componen la poblacin, realizndose lo que se
denomina un censo, es decir, el estudio de todos los elementos que
componen la poblacin.
La realizacin de un censo no siempre es posible, por diferentes
motivos:
a) Economa: el estudio de todos los elementos que componen una
poblacin, sobre todo si esta es grande, suele ser un problema
costoso en tiempo, dinero, etc.
b) Que las pruebas a las que hay que someter a los sujetos sean
destructivas
c) Que la poblacin sea infinita o tan grande que exceda las
posibilidades del investigador.
Definiciones importantes
Unidades Estadsticas: Son requeridas por el diseador, por una
parte para saber cul es la estrategia a seguir para la medicin y,
por otra, pensar en la estructura del marco de referencia de las
unidades a ser estudiadas. Estas unidades son: la de investigacin,
anlisis, observacin y de muestreo.

Unidad de Investigacin: Esta se refiere a la que contiene las partes

que se van a analizar. Algunos ejemplos aclaran este concepto. En la
encuesta de hogares para el estudio de la fuerza de trabajo que
realiza el Instituto Nacional de Estadstica, el motivo de la
investigacin es el hogar el cual contiene las unidades a examinar,
es decir las personas. El estudio antropomtrico que realiza
Fundacredesa la unidad a investigar es el individuo, el cual contiene
las partes del cuerpo que se van a analizar, mientras que en
estudios sobre el sector industrial, la unidad de investigacin esta
dada por el establecimiento.
Definiciones importantes
Unidad de Anlisis: Comprende la unidad que se analiza, vale decir,
de la que se busca la informacin y su naturaleza depende de los
objetivos del estudio. Esta unidad puede ser el hogar, las partes del
cuerpo de las personas, la granja, el establecimiento, etc. Las
unidades de anlisis reciben frecuentemente el nombre de
Elementos de la Poblacin .

Unidad de Observacin: Se denomina con este nombre a la unidad

a travs de la cual se obtiene la informacin, pudiendo o no
coincidir con el elemento. Por ejemplo cada uno de los miembros
del hogar puede constituir un elemento de la poblacin y sin
embargo ser slo uno de ellos, por ejemplo, el jefe del hogar, quien
proporcione la informacin requerida. Este ltimo por tanto,
constituir la unidad de observacin, tambin llamada unidad
respondiente.
Definiciones importantes

Error de Muestreo: El error que se comete debido al hecho de

que se obtienen conclusiones sobre cierta realidad a partir de
la observacin de slo una parte de ella.

Marco del Muestreo: El conjunto de todas las unidades

muestreadas consideradas.

Variables: Rasgos o magnitudes que varan de unos individuos

a otros. Se refiere a las caractersticas particulares que podra
presentarse en uno o varios elementos de los que componen
la poblacin estudiada.
Definiciones importantes
Caractersticas Poblacionales (parmetros):Las ms
habituales como la media poblacional, el total poblacional y la
proporcin poblacional, entre otras caractersticas de la
poblacin se podran citar la varianza, la mediana, la moda,
entre otros.

Estadsticos: Son funciones de los valores muestrales. Algunos

de ellos se utilizan para estimar los parmetros (en general
desconocidos), partiendo de los datos recabados en una
investigacin por muestreo .

Estimador: Es una funcin de variables aleatoria de datos

obserbables para inferir sobre los parmetro de acuerdo a
una muestra
Ventajas
Puesto que la inferencia supone un riesgo, es til resumir en qu
casos conviene obtener muestras, en lugar de censos o
investigaciones exhaustivas de todos los elementos de la
poblacin.
Resulta mas econmica la muestra que una enumeracin
completa. El tiempo para obtener los resultados a travs de
una muestra es sustancialmente mas pequeo que para
obtenerlo por la va del censo, si el tamao del universo es
grande.
La calidad de la informacin muestral es superior, ya que se
puede concentrar ms la atencin en los casos individuales de
la muestra y ejercer mayor control sobre ellos que una
operacin censal.
Ventajas
Cuando el proceso de medida o examen de las caractersticas
de cada elemento sea destructivo o disminuya su valor, por
ejemplo, si se desea determinar la vida til promedio de
bombillos.
Cuando la poblacin sea considerada como infinita o tan
grande que el tratamiento total exceda las posibilidades del
investigador.
Cuando los elementos de la poblacin sean suficientemente
homogneos. Un buen ejemplo de esto lo constituye un
anlisis de sangre, ya que los componentes de la sangre son
los mismos en cualquier parte del cuerpo donde se encuentre
ubicada.
Limitaciones
Si se necesita informacin de todos los elementos que
conforman el universo estadstico.

Si se requiere informacin para reas pequeas. Este hecho

estima que se establezcan muestras desproporcionadamente
grandes, pues la precisin de una muestra depende
fuertemente de su tamao.

Cuando no existen los elementos tcnicos que garanticen un

buen diseo muestral. Las muestras probabilsticas exigen, en
comparacin con el censo, menos cantidad de trabajo bruto,
pero mayor refinamiento y preparacin
Fases de una sobre vision por muestreo

El muestreo propiamente dicho consiste evidentemente en la

obtencin efectiva de la muestra, esto es, en la recoleccin de
los elementos o datos que la constituyen. Existe, sin embargo,
cuestiones previas y posteriores a tal recoleccin, especialmente
importantes cuando se trata de extensos estudios por muestreo.

Podran establecerse las siguientes fases:

Fase I: Indicacin de los fines del Estudio
Por lo menos deber darse una indicacin general de los objetivos y de
cmo se espera utilizar los resultados. Pero es conveniente no limitarse
a una declaracin vaga de los fines, sino establecer estos de modo muy
concreto. En esta fase puede incluirse la definicin de la poblacin que
constituir el objetivo de estudio. Seria conveniente expresar no solo
cual es la informacin que se desea obtener, sino tambin el motivo
del muestreo, la forma en que van a utilizarse los resultados, as como
el modo en que habrn de influir en decisiones posteriores. Efectuar la
especificacin previa de las caractersticas a estimar, las tabulaciones y
los grados de confianza y precisin que se consideren adecuados.
Deben justificarse, en caso de eliminacin de partes de la poblacin
ideal, que fundamento hay para considerar conveniente o admisible
prescindir de las mismas.
Fase II: Condiciones, recursos y limitaciones

Establecer los limites presupuestarios y temporales a que

deber someterse la investigacin teniendo presente asimismo
la legislacin, restricciones administrativas, oportunidad de las
fechas elegidas y dems circunstancias que puedan influir en el
plan general de trabajo.

Habr que hacer acopio de la informacin cartogrfica, ficheros,

listas, etc. que pueden ser tiles, y cuidar de su posible
mejoramiento al da para constituir el marco o substrato,
descripcin de la estructura de la poblacin en estudio y base
para efectuar la seleccin.
Fase III: Programa de Operaciones
En esta fase pueden incluirse el diseo o esquema lgico-
matemtico del muestreo, la decisin sobre los mtodos de
estimacin, las medidas de precisin y confianza, la redaccin de
cuestionario, los mtodos de recoleccin y medicin, la
organizacin del trabajo de campo y de oficina, la preparacin y
entrenamiento del personal y equipos.

Desde el punto de vista estadstico-matemtico claro es que la

cuestin fundamental consiste en establecer el diseo de
muestreo. Para ello hay que pensar, entre otras cuestiones, si la
muestra va a formar parte de una sucesin o plan coordinado, y
en tal caso, si ser preferible espaciar muestras grandes o
efectuar muestras pequeas con mayor frecuencia.
Fase IV: Ejecucin del Programa y Recoleccin
de Datos
Cuando no se disponga de experiencia sobre muestras anlogas
a que se trata de ejecutar, puede decirse que ser imprescindible
la realizacin de una o mas muestras pilotos.

Se pondr a prueba el cuestionario y constituir un ensayo

general, proporcionara adems informacin relativa a la
variabilidad de la poblacin en estudio, de modo de obtener las
estimaciones establecidas
Fase V: Anlisis y Aprovechamiento de los
Resultados
Esta ltima fase comprender el clculo de las estimaciones
requeridas acompaadas de sus errores de muestreo, de manera
que la misma muestra proporcione la medida de su fiabilidad y
confianza. Los clculos unidos a las correspondientes
tabulaciones, representaciones graficas, etc., deben ir
acompaados de comentarios e interpretaciones
Errores
Los errores ms comunes que se pueden cometer son:
Hacer conclusiones muy generales a partir de la observacin
de slo una parte de la Poblacin, se denomina error de
muestreo.
Hacer conclusiones hacia una Poblacin mucho ms grandes
de la que originalmente se tomo la muestra. Error de
Inferencia.
En la estadstica se usa la palabra poblacin para referirse no
slo a personas si no a todos los elementos que han sido
escogidos para su estudio y el trmino muestra se usa para
describir una porcin escogida de la poblacin.
Proceso del muestreo
Definir la poblacin

En primer lugar, ser necesario definir la poblacin objeto del

estudio de manera tal que quede bien claro quines deben ser
incluidos y quines no.
Esta poblacin deber ser definida en trminos de cuatro
parmetros que son:
Los elementos
Las unidades de muestra
La extensin o zona y
El tiempo.
Determinar el marco de muestreo o marco de
la muestra:
Un marco de muestreo es la representacin de los elementos de
la poblacin objetivo. Materialmente, es una lista de los
elementos de la poblacin, o bien un conjunto de instrucciones
para identificar a sta. Por ejemplo, para las entrevistas
telefnicas en una provincia, un marco de muestreo es el listn
telefnico de la misma. Si hay muchos nmeros que no
aparecen, el marco de la muestra podra consistir en el
procedimiento automtico y aleatorio (Random-Digit Dialing)
seguido para generar una lista de telfonos que compondrn la
muestra.
Determinar el marco de muestreo o marco de
la muestra:
Frecuentemente resulta posible componer u obtener una lista de
elementos de la poblacin, pero puede que dicha lista omita
algunos de los elementos de la poblacin y/o incluya algunos
elementos que no pertenezcan a la misma. Por ejemplo, en el
padrn municipal de un ayuntamiento podran haber desfases
en el sentido de que hay personas que se han mudado a otro
municipio y sin embargo siguen empadronadas, o hay personas
que habiendo venido a vivir todava no se han empadronado.
Por tanto, en el marco de muestreo, puede que no estn todos
los que son, ni sean todos los que estn.
Determinar el marco de muestreo o marco de
la muestra:
Si las discrepancias entre la poblacin y el marco muestral son
pequeas, podran ignorarse. En otros casos, los investigadores
deberan reconocer y tratar dicho error. Hay varias maneras de
hacer esto. Una de las ms sencillas consiste en redefinir la
poblacin en trminos del marco muestral. Si por ejemplo, la
poblacin anteriormente era considerada como el conjunto de
vecinos de una ciudad, ahora ser el conjunto de vecinos
empadronados en la misma. Otra manera consiste en examinar
aquellos elementos escogidos para ver si cumplen con las
caractersticas exigibles a los elementos de la poblacin:
Determinar el marco de muestreo o marco de
la muestra:
En el caso anterior, esto se traduce a comprobar si la persona
a entrevistar sigue viviendo en la ciudad (al visitarle al
domicilio para realizarle la entrevista).
Seleccin de la tcnica de muestreo

TIPOS DE MUESTREO

Muestras no probabilsticas
Muestras probabilsticas.
Muestreo NO probabilstico
No todos los elementos de la muestra NO tienen la misma probabilidad, y por
tanto no se tiene la certeza que la muestra extrada sea representativa. En
general se seleccionan los elementos siguiendo determinados criterios
procurando que la muestra sea representativa al mximo.

Teniendo claro que no sirven para realizar generalizaciones, en ocasiones son

tiles para estudios exploratorios o cuando los estudios probabilsticos
resultan excesivamente costosos.

Tipos de muestreo NO probabilstico:

Muestreo por cuotas
Muestreo opintico o intencional
Muestreo causal o accidental
Muestreo por bola de nieve.
Muestreo NO probabilstico
Muestreo por cuotas.
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
Muestreo opintico.
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 uso en
sondeo preelectorales de zonas que en anteriores votaciones han
marcado tendencias de voto, es decir, el resultado de las elecciones en
esa zona fue el mismo que el resultado global. probabilstico.
Muestreo NO probabilstico
Muestreo causal.
Se trata de un proceso en el que el investigador selecciona
directa o intencionalmente los elementos del universo que
formaran parte de la muestra. El caso ms frecuente de este
procedimiento es el utilizar como muestra los elementos a los
que se tiene fcil acceso, un caso particular es el de las y los
voluntarios a participar en una investigacin.
Ejemplos cercanos:
Cuando un profesor o profesora pregunta a un par de
estudiantes, los que tiene ms cerca por ejemplo.
Cuando un programa de televisin o radio realiza un sondeo
mediante las llamadas telefnicas al programa.
Cuando un programa de televisin saca un equipo a la calle y
le pregunta a unas cuantas personas.
Muestreo NO probabilstico

Muestreo por bola de nieve.

Se localiza a algunos elementos del universo, los cuales
conducen a otros, y estos a otros, y as hasta conseguir una
muestra suficiente, llegando incluso a completar el censo del
universo.
Aunque pueda parecer que no tiene utilidad, se utiliza
frecuentemente cuando con conocemos la poblacin, por
ejemplo con poblaciones como delincuentes, sectas,
determinados tipos de enfermedades,
Afijacin de la muestra

La distribucin de la muestra en funcin de los diferentes

estratos se denomina afijacin, y puede ser de diferentes tipos.
Afijacin Simple. A cada estrato le corresponde igual nmero
de elementos de la muestra.
Afijacin Proporcional. La distribucin se hace de acuerdo
con el peso de la poblacin en cada estrato, la cantidad de
elementos del universo que tiene cada estrato.
Afijacin ptima. Se tiene en cuenta la previsible dispersin
de los resultados, de modo que se considera la proporcin y la
desviacin tpica. Tiene poca aplicacin ya que no se suele
conocer la desviacin estndar previamente en cada estrato.
Aunque cuando se puede utilizar reduce costos y mejora la
precisin de los resultados.
Nivel de desagregacin

En ocasiones, adems de obtener resultados, estimaciones, para

todo el universo pretendemos obtener estimaciones para
diferentes subgrupos en los que se puede subdividir el universo
objeto del estudio.
Ejemplo:
Al realizar un estudio sobre el nivel de satisfaccin de las y los
clientes de una empresa, podemos pretender determinar el nivel
de satisfaccin de cada uno de los departamentos, por ejemplo a
nivel general y tambin la satisfaccin con vendedores, con caja,
con servicio tcnico,
Nivel de desagregacin

Para resolver estas situaciones se suele recurrir a dos tcnicas:

1. Aumentamos el tamao de la muestra total hasta conseguir
que el nmero de elementos de la poblacin de cada
subgrupo sea suficiente.
2. Realizar una afijacin no proporcional, tratando cada
subgrupo como si fuera una divisin diferente.
Ejemplo:
Realizar un estudio a nivel nacional pero en el que pretendemos
dar resultados de cada una de las regiones del pas, requiere que
cada regin se trabaje como un universo diferente.
Como la precisin del estimador, de la variable que queremos
estimar, est ntimamente relacionada con el tamao de la
muestra y no con la fraccin del muestreo, esto hace que en
ciertos casos pueda necesitarse una muestra prcticamente del
mismo tamao para obtener datos de una regin o
departamento y la totalidad del pas.

Hemos de tener en cuenta estas tcnicas en el ejemplo del

estudio del nivel de satisfaccin en el caso que las y los clientes
no reciban los servicios de todas y cada una de las reas que
queremos analizar. Por ejemplo si el servicio tcnico atiende a
una minora de las y los clientes, ser necesario realizar una
afijacin no proporcional entre las y los clientes de esta rea o
incrementar la muestra hasta que tengamos suficientes clientes
de esta rea.
Muestreo probabilstico
Cada elemento del universo tiene una probabilidad conocida y
no nula de figurar en la muestra, es decir, todos los elementos
del universo pueden formar parte de la muestra.

Los mtodos de muestreo probabilstico son aquellos que se

basan en el principio de equiprobabilidad. Es decir, aquellos en
los que todos los elementos del universo tienen la misma
probabilidad de ser elegidos para formar parte de la muestra.
Muestreo probabilstico

Tipos de mtodos de muestreo probabilstico:

Muestreo aleatorio simple.

Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado
Muestreo aleatorio por conglomerados
Muestreo aleatorio simple
Muestras sistemticas
Muestreo estratificado
Muestreo por conglomerados
Muestras por procedimiento combinado o mixtas
Una muestra bien tomada permite el control de:
Errores debidos al observador
Errores por el mtodo de observacin

Ing. Isabel Escudero 43