TEORÍA DEL MUESTREO

MÉTODOS ESTADÍSTICOS PARA

INVESTIGADORES

Ing. Agr. Axel Roberto Abaj M.

POBLACIÓN Y MUESTRA
 POBLACIÓN
 POBLACIÓN: Conjunto de individuos que tienen las
características (variables), que se quieren estudiar.

 POBLACIÓN FINITA: Cuando se conoce el tamaño de

la población.

 POBLACIÓN INFINITA: Cuando no se conoce el

tamaño de la población.
MUESTRA

 Es un subconjunto de la población de estudio y

es el grupo de personas que realmente se
estudiarán.

 Debe ser representativa de la población y para

lograr esto, se tiene que tener bien definido los
criterios de inclusión y exclusión, así como
también realizar una buena técnica de
muestreo.
Cuando Calcular el Tamaño de
la Muestra

 Cuando no se puede estudiar a toda la

población y se quieren estimar parámetros,
promedio, porcentaje, tasas.

 Cuando se desean comparar dos, o más grupos

y establecer si hay diferencias.
 Porqué Calcular el Tamaño de la Muestra.

 Las muestras pueden estudiarse con mayor rapidez

que las poblaciones.

 El estudio de una muestra es menos costosa que el

de una población.

 Toma menos tiempo de estudio.

 En la mayoría de las situaciones el estudio de una

población es imposible.

 Con frecuencia los resultados de una muestra son

más precisos que los que se basan en una población.
 En todo proyecto se deben considerar
imprevistos que pueden hacer que el tamaño
de muestra calculada inicialmente se vea
afectada ya sea porque el sujeto de estudio se
mudó, no desea participar, abandona, viaja
 Muestreo

 El muestreo es el proceso mediante el cual el

investigador, podrá seleccionar los pacientes o
sujetos de estudio a partir de la muestra calculada
previamente.

 Si el muestreo no se realiza con criterio, los

resultados de la investigación no serán validos, ya
que se pueden cometer errores de sesgo o
imparcialidad al momento de elegir los sujetos
Tipos de Muestreo

Probabilístico No
(Aleatorio) Probabilístico

Aleatorio simple. Accidental

Sistemático. Por conveniencia.

Estratificado. Por cuotas.

Por conglomerados. Bola de Nieve.

 Muestreo Probabilístico

 También se conoce como muestreo aleatorio, la

característica de este muestreo es que todos los
sujetos de la población de estudio, tienen la
misma probabilidad de ser seleccionados para
formar parte de la muestra.
Muestreo Aleatorio Simple

 Cada unidad tiene la probabilidad equitativa de ser

incluida en la muestra.

 Lista de todos los individuos de la población de

estudio: “marco muestral”

 Selección al azar. (tablas de números aleatorios,

calculadoras, sofware).
Ejemplo
 En una fábrica hay 1000 personas trabajando, 600 de las cuales son
obreros, 250 son técnicos y 150 son profesionales. Si queremos seleccionar
una muestra aleatoria simple (de 200 personas, por ejemplo), la
probabilidad de selección de cada persona es:

Probabilidad = muestra deseada = 200 = 0,2

Población 1000

 Y la distribución tendería a que los 200 de la muestra se distribuyan así:

120 obreros, 50 técnicos y 30 profesionales. Y se utilizaría el azar para
escoger a los elementos de la muestra.
Ejemplo
 Se quiere un muestra de 500 viviendas en un
barrio de 2000 casas. Se determinan escogiendo
una casa cada cierto intervalo.

El intervalo sería K = Población/Muestra

 K=2000/500= 4, o sea se numeran las 2000

casas y luego empezando por una al azar cada 4
se escoge hasta completar las 500.
Muestreo Sistemático

 Se selecciona individuos del marco muestral a

intervalos regulares.

 Ejemplo: 5, 10, 15, 20, .........

 Lleva el sesgo de selección si el marco muestral

está distribuido siguiendo algún patrón particular.
Muestreo Estratificado

 Este tipo de muestreo se emplea cuando se

tiene interés en que la muestra sea la más
representativa posible en lo que se refiere a sub
grupos de interés relacionados con variables
confusoras o que podrían crear sesgo a la
investigación, Ej:. Sexo, edad, situación laborar,
etc.

 El marco poblacional se divide en grupos

homogéneos (estratos), de cada uno se extrae
una submuestra proporcional al tamaño del
estrato.
 Ejemplo
En el caso del ejemplo de la fábrica, podríamos haber argumentado que obreros,
técnicos y profesionales son importantes para establecer comparaciones y se decide
escoger 80 de cada estrato. En este caso las probabilidades de selección serían, por
estrato, las siguientes:

 Obreros 80/600 = 0.133

 Técnicos 80/250 = 0.320
 Profesionales 80/150 = 0.530

Donde se puede apreciar que la probabilidad de selección no es igual para todas

las personas, sino que depende del estrato en que éstas se encuentran y así un obrero
tiene menor posibilidad de ser seleccionado que un profesional, simplemente porque
estos últimos son menos.
Muestreo por Conglomerados
 También se denomina de etapas múltiples.

 Se utiliza para poblaciones grandes y dispersas.

 No es posible disponer de un listado.

 En lugar de individuos se seleccionan conglomerados

que están agrupados de forma natural. (cuadras de
casas, departamentos, hospitales, provincias).

 Se selecciona en primer lugar el conglomerado más

alto, a partir de este se selecciona un subgrupo. A
partir de este subgrupo se selecciona otro subgrupo, y
así sucesivamente, hasta llegar hasta las unidades de
análisis.
Muestreo no Probabilístico

 No existe el criterio de que todos los sujetos

tengan la misma posibilidad para ser elegidos
para formar parte de la muestra, ya que en este
tipo de muestreo hay uno o más criterios de
decisión por parte del investigador, para que un
determinado sujeto pueda o no formar parte del
estudio.
Muestreo Accidental

 Se hace sobre la base de la presencia o no, en un

lugar y momento determinados.

 Aunque se parece a un muestreo probabilístico,

no todas las personas tienen la misma
probabilidad de estar en el momento y lugar
donde se selecciona a los sujetos.
Muestreo por Conveniencia

 El investigador decide en base a los

conocimientos de la población, quienes son los
que deben formar parte de la muestra.

 Se tiene en cuenta los criterios de inclusión y

exclusión, los cuales deben estar bien
establecidos y se deben cumplir
rigurosamente.
Muestreo por Cuota.

 La muestra se selecciona tomando en cuenta

características (variables) específicas de la
población.

 Tiene similitud con el muestreo estratificado,

sólo que en este caso la selección dentro de cada
cuota (estrato)se hace de manera accidental.

 Generalmente se usa para encuestas de opinión y

mercado.
Muestreo por Bola de Nieve

 Se utiliza cuando la población es de difícil

acceso por razones sociales (prostitutas,
alcohólicos, drogadictos, etc.)

 En este caso se contactará con una persona del

grupo a estudiar, puede ser un líder de una
pandilla, el amigo de un colaborador, etc. Y a
partir de éste poco a poco se va llegando a un
número mayor de individuos
Tamaño de la
Muestra
Metodología de la Investigación
 2
Z * p*q
n
Población 
Variable Desconocida
cualitativa d2
(Una
proporción)
Población N * Z 2 * p * q
n 2
d N  1  Z 2 * p * q
conocida

Tamaño de
muestra
para Z 2 * S
un grupo
Población
desconocida n
Variable d2
cuantitativa
(Una media)
N * Z 2 * S 2
Población
n 2
conocida
d * N  1  Z 2 * S 2
Suponiendo que no hay limitaciones de costos ni
otras limitaciones de orden práctico, el
investigador debe aclarar las variables que
analizará, el diseño muestral que utilizará y, sobre
todo, el error que está dispuesto a aceptar para
las estimaciones o decisiones que tome a partir de
los resultados encontrados en la muestra.
Igualmente, hay que considerar el nivel de
significancia con el cual se trabajará.
Fórmula para el Tamaño de la
Muestra
 Ejemplo

Suponga que fue seleccionado para realizar una

investigación en educación básica de una ciudad
sobre “dificultades en el aprendizaje de las
Matemáticas”. Esta investigación se va a
desarrollar en un municipio donde los estudiantes
de educación básica son 35.280. Se desea
seleccionar una muestra cuyo margen de error de
muestreo sea del 2% y cuyo nivel de confianza sea
del 95%. ¿Cuál debe ser el tamaño de la muestra?
Saber no es suficiente, debemos aplicar. Desear no es
suficiente, debemos hacer.

-Johann W. Von Goethe