MUESTREO SISTEMATICO

El muestreo sistemático representa una derivación del M.A.S.,

compartiendo con él gran parte de sus características. En este
muestreo, conocida la población (N) y el tamaño total de la muestra (n)
se calcula el llamado coeficiente de elevación k (k=N/n). Este
coeficiente indica el número de veces que la muestra está contenida
en el universo poblacional. Una vez calculado se escoge
aleatoriamente el primer elemento del universo poblacional
seleccionado para la muestra, con la condición de que el número
escogido sea inferior al coeficiente de elevación, y a partir de ahí el
resto de casos se escogen cada cierto intervalo (k), hasta completar el
tamaño muestral (n).

Como ejemplo de este tipo de muestreo, imaginemos que debemos

seleccionar una muestra de 300 casos entre los 30.000 usuarios de un
centro de salud de atención primaria para evaluar su satisfacción con
los servicios del centro. El primer paso sería calcular el coeficiente de
elevación k(k=N/n; 30.000/300), que resultaría ser de 100. A partir de
ahí seleccionaríamos un número al azar inferior a la magnitud de k,
por ejemplo 37, e iríamos seleccionado los integrantes de la muestra
sumando 100 a partir del primer número escogido, de manera que
nuestra muestra la compondrían los números 37, 137, 237, 337, etc.
Muestreo probabilístico:
muestreo sistemático
Siguiendo con nuestra serie de posts dedicados a las técnicas de muestreo y
tras examinar el muestreo estratificado, hoy echaremos un vistazo al muestreo
sistemático.

El muestreo sistemático era muy popular en el pasado, antes de que la

incorporación de la informática hiciese trivial un problema que siempre había
dado muchos quebraderos de cabeza a los investigadores: elegir individuos de
forma aleatoria dentro de una muestra. En la medida en que los ordenadores
nos han facilitado la tarea de generar números aleatorios, este problema ha
desaparecido.

También se sigue utilizando para seleccionar individuos a lo largo del tiempo.

Por ejemplo, para estudiar la satisfacción de un servicio, podemos elegir
sistemáticamente encuestar a 1 de cada n clientes que nos visitan. En estas
circunstancias, en las que puede existir diferente varianza entre individuos en
diferentes periodos de tiempo, el muestreo sistemático puede ser incluso más
preciso que el muestreo aleatorio puro.

¿En qué consiste el muestreo sistemático?

Es una técnica dentro de la categoría de muestreos probabilísticos - y que por
lo tanto requiere tener un control preciso del marco muestral de individuos
seleccionables junto con la probabilidad de que sean seleccionados -
consistente en escoger un individuo inicial de forma aleatoria entre la
población y, a continuación, seleccionar para la muestra a cada enésimo
individuo disponible en el marco muestral.
El muestreo sistemático es un proceso muy simple y que sólo requiere la
elección de un individuo al azar. El resto del proceso es trivial y rápido. Los
resultados que obtenemos son representativos de la población, de forma
similar al muestreo aleatorio simple, siempre y cuando no haya algún factor
intrínseco en la forma en que los individuos están listados que haga que se
reproduzcan ciertas características poblacionales cada cierto número de
individuos. Este suceso es realmente poco frecuente.

El proceso
De forma concreta, el proceso que seguiríamos en un muestreo sistemático
sería el siguiente:

1. Elaboramos una lista ordenada de los N individuos de la población, lo

que sería el marco muestral.
2. Dividimos el marco muestral en n fragmentos, donde n es el tamaño de
muestra que deseamos. El tamaño de estos fragmentos
será: K=N/n, donde K recibe el nombre de intervalo o coeficiente de
elevación.
3. Número de inicio: obtenemos un número aleatorio entero A, menor o igual
al intervalo. Este número corresponderá al primer sujeto que seleccionaremos
para la muestra dentro del primer fragmento en que hemos dividido la
población.
4. Selección de los n-1 individuos restantes: Seleccionamos los siguientes
individuos a partir del individuo seleccionado aleatoriamente, mediante una
sucesión aritmética, seleccionando a los individuos del resto de fragmentos en
que hemos dividido la muestra que ocupan la misma posición que el sujeto
inicial. Esto equivale a decir que seleccionaremos los individuos:
A, A + K, A + 2K, A + 3K, ...., A + (n-1)K

Ejemplo

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos

obtener una muestra de 100 de ellos. Dividimos en primer lugar el marco
muestral en 100 fragmentos de 50 individuos. A continuación
seleccionamos un número aleatorio entre 1 y 50, para extraer el primer
individuo al azar del primer fragmento: por ejemplo el 24. A partir de este
 individuo, queda definida la muestra extrayendo los individuos de la lista con
intervalos de 50 unidades, tal y como sigue:

24, 74, 124, 174, ..., 4.974

Propiedades del muestreo sistemático

✔ Ventajas

 Obtiene buenas propiedades de representatividad, similares a la de un

muestreo aleatorio simple o incluso superiores, pero de forma más rápida y
simple, al evitar la necesidad de generar tantos números aleatorios como
individuos en la muestra.

 Respecto al muestreo aleatorio, el muestreo sistemático puede garantizarnos

una selección perfectamente equitativa de la población. Esto puede ser de
utilidad si se distinguen grupos dentro de universo, lo que nos podría evitar la
necesidad de usar estratos. Si existe diferente varianza entre los individuos de
los fragmentos, este muestreo puede ser mejor que el aleatorio. Lo veremos
luego.

✘ Desventajas

Sólo existe la ya mencionada posibilidad de que el orden en que se han listado

los candidatos a la muestra tenga algún tipo de periodicidad oculta que
coincida con el intervalo escogido para generar la muestra sistemática. En este
caso, podríamos generar una muestra sesgada.

Eficiencia del muestreo sistemático

El muestreo sistemático se ideó para mejorar las propiedades del muestreo
aleatorio simple, pero el grado de mejora es variable dependiendo de las
propiedades del universo estudiado.
Para entender las propiedades de este muestreo, hay que tener en cuenta una
cosa: si fijamos el intervalo o coeficiente de elevación según el tamaño de la
muestra que necesitamos, sólo hay un elemento aleatorio dentro del proceso
de muestreo: la unidad inicial que seleccionamos del primer bloque de
individuos. El resto queda fijado de antemano. Esto equivale a decir que sólo
tenemos k posibles muestras diferentes a obtener y que el muestreo es
simplemente escoger una de las k muestras disponibles.
Es posible demostrar que cuanto más supera la varianza dentro de
las k posibles muestras que podemos generar a la varianza poblacional, más
precisión ganamos usando el muestreo sistemático respecto al aleatorio
simple. Lo anterior puede interpretarse diciendo que el muestreo sistemático
es más preciso que el aleatorio simple cuando la variabilidad dentro de las
posibles muestras es superior a la variabilidad dentro de las unidades de la
población. La precisión del muestreo sistemático coincide con la del aleatorio
simple cuando ambas variabilidades coinciden, y esto se da cuando la
disposición de los elementos en la población es totalmente aleatoria.
 El muestreo sistemático es una técnica de muestreo aleatorio que
los investigadores eligen con frecuencia por su sencillez y calidad
regular.

En el muestreo aleatorio sistemático, el investigador primero escoge aleatoriamente la

primera pieza o sujeto de la población. A continuación, el investigador seleccionará a cada
enésimo sujeto de la lista.

El procedimiento del muestreo aleatorio sistemático es muy fácil y se puede hacer

manualmente. Los resultados son representativos de la población a menos que se repitan
ciertas características de la población por cada enésimo individuo, lo que es muy poco
probable.

El proceso de obtención de la muestra sistemática es muy similar a una progresión

aritmética.

1. Número de inicio:
El investigador selecciona un número entero que debe ser menor al número total
de individuos en la población. Este número entero corresponderá al primer
sujeto.
2. Intervalo:
El investigador elige otro número entero que servirá como la diferencia constante
entre dos números consecutivos en la progresión.
El número entero se selecciona típicamente de modo que el investigador obtenga el
tamaño de la muestra correcto.

Por ejemplo, el investigador tiene una población total de 100 individuos y necesita 12
sujetos. Primero elige su número de partida, 5.

Luego, el investigador elige su intervalo, 8. Los miembros de su muestra serán los

individuos 5, 13, 21, 29, 37, 45, 53, 61, 69, 77, 85, 93.

Otros investigadores utilizan una técnica de muestreo aleatorio sistemático modificada en

donde primero identifican el tamaño de la muestra necesario. A continuación, dividen el
número total de la población por el tamaño de la muestra para obtener la fracción de
muestreo. La fracción de muestreo luego se utiliza como la diferencia constante entre los
sujetos.
 Ventajas del muestreo sistemático

 La principal ventaja de utilizar un muestreo sistemático sobre un muestreo aleatorio

simple es su sencillez. Permite que el investigador añada un grado de sistema o proceso
en la selección aleatoria de los sujetos.
 Otra ventaja del muestreo aleatorio sistemático sobre el muestreo aleatorio simple es la
garantía de que el muestreo se hará equitativamente sobre la población. Existe una
posibilidad de un muestreo aleatorio simple que permite una selección por
conglomerados de sujetos. Esto es eliminado sistemáticamente en el muestreo
sistemático.

Desventaja de muestreo sistemático

 El proceso de selección puede interactuar con un rasgo periódico oculto dentro de la

población. Si la técnica de muestreo coincide con la periodicidad del rasgo, la técnica de
muestreo ya no será aleatoria y la representatividad de la muestra se ve comprometida.

Notas

 Dado que el muestreo aleatorio sistemático es un tipo de muestreo probabilístico, el

investigador debe garantizar que todos los miembros de la población tengan las mismas
posibilidades de ser seleccionados como el punto de partida o sujeto inicial.
 El investigador debe estar seguro de que el intervalo constante elegido entre los sujetos
no refleje un cierto patrón de rasgos presentes en la población. Si existe un patrón en la
población y coincide con el intervalo establecido por el investigador, la aleatoriedad de la
técnica de muestreo se ve comprometida.
 MUESTREO SISTEMÁTICO
ANUNCIOS

 Facebook

 Twitter

 ¡SÍGUENOS!

(2 votos, promedio: 5,00 de 5)

El método de muestreo sistemático se utiliza en muestras ordenadas del

1 al N. Consiste en lo siguiente:
 Supongamos que tenemos una población de N individuos ordenados del 1
al N. Queremos seleccionar una muestra de tamaño n.
 Sea k el entero más próximo a N/n.
 Escogemos al azar un número i entre 1 y k (utilizando los números
aleatorios, sacar una bola de un bombo, etc.).
 La muestra será el elemento i y los elementos i+k, i+2k, etc.. Es decir, el
elemento k y los elementos a intervalos fijos k hasta conseguir
los n sujetos:

Ejemplo de muestreo sistemático

ANUNCIOS

Suponemos que queremos saber la opinión sobre un profesor de una clase

de 60 personas. Dichas personas están ordenadas por orden alfabético en la
lista de alumnos de clase. Para realizar la encuesta, seleccionamos a 12
personas. Por lo tanto, N=60 y n=12. El intervalo fijo entre sujetos es:
 Ahora elegimos al azar un número entre 1 y k=5. Suponemos que nos
sale i=2. La muestra resultado mediante el muestreo sistemático será:

Cuando utilizarlo
 La ventaja del método de muestreo sistemático respecto al muestreo
aleatorio simple es su sencillez.
 El método de muestreo sistemático es más potente que el muestreo
simple cuando el orden de los datos influye en que los sujetos próximos
son semejantes.