Universidad de los Andes Tchira

Dr. Pedro Rincn Gutirrez

Departamento de Ciencias
Estadstica Aplicada

Teora de Muestreo

Profa. Kirly Zambrano

El muestreo
El muestreo es una herramienta de
la investigacin cientfica. Su funcin
bsica es determinar que parte de
una realidad en estudio (poblacin o
universo) debe examinarse con la
finalidad de hacer inferencias sobre
dicha poblacin.

En sntesis el muestreo es el proceso de seleccin del

nmero de individuos que participar en el estudio.

Importancia del Muestreo

El propsito de un estudio estadstico
suele ser, extraer conclusiones acerca
de la naturaleza de una poblacin. Al
ser la poblacin grande y no poder ser
estudiada en su integridad en la
mayora de los casos, las conclusiones
obtenidas deben basarse en el examen
de solamente una parte de sta, lo que
nos lleva, en primer lugar a la
justificacin, necesidad y definicin de
las diferentes tcnicas de muestreo.

Usos del Muestreo

El Muestreo es utilizado en diversos campos:

1- Poltica: Las muestras de las opiniones de los votantes se usan para que los
candidatos midan la opinin pblica y el apoyo en las elecciones.

2- Educacin: Las muestras de las calificaciones de los exmenes de estudiantes se

usan para determinar la eficiencia de una tcnica o programa de enseanza.

3- Industria: La muestras de los productos de una lnea de ensamble sirve para

controlar la calidad.

4- Medicina: Las muestras de medidas de azcar en la sangre de pacientes

diabticos prueban la eficacia de una tcnica o de un frmaco nuevo.

5- Agricultura: Las muestras del maz cosechado en una parcela proyectan en la

produccin los efectos de un fertilizante nuevo.

6- Gobierno: Una muestra de opiniones de los votantes se usara para determinar

los criterios del pblico sobre cuestiones relacionadas con el bienestar y la seguridad
nacional.

Razones Para el Muestreo

1- No estamos interesados realmente en todos los elementos.
2- Estamos interesados por igual en todos los elementos de la
poblacin
3- Parcialmente estamos interesados en algunos elementos de la
poblacin.

En la investigacin de muestreo estamos siempre interesados no es en la muestra

sino en la poblacin; ms exactamente, en los atributos de los elementos de la
poblacin.

Este es el caso ideal, pero en la prctica no tenemos medio de saber si los elementos
son representativos en realidad; el clculo de probabilidades nos dice que en la
mayor parte de los casos habr algunas diferencias entre la muestra y la poblacin.

POBLACIN

Es el
el conjunto
conjunto oo la
la totalidad
totalidad de
de elementos
elementos
Es
(personas, objetos),
objetos), que
que tienen
tienen al
al menos
menos una
una
(personas,
caracterstica comn
comn susceptible
susceptible de
de estudio,
estudio,
caracterstica
observacinoomedicin.
medicin.
observacin
Conjunto de
de unidades
unidades de
de las
las que
que se
se desea
desea
Conjunto
obtener informacin
informacin yy sobre
sobre los
los que
que se
se van
van aa
obtener
generarconclusiones.
conclusiones.
generar
Conjunto de
de personas
personas oo elementos
elementos aa quienes
quienes se
se
Conjunto
pretendegeneralizar
generalizarlos
losresultados.
resultados.
pretende

MUESTRA
Escogencia de
de una
una parte
parte aleatoria
aleatoria yy representativa
representativa de
de una
una
Escogencia
poblacin
poblacin

Constituyeparte
partede
dela
lapoblacin.
poblacin.
Constituye

Aleatoria en
en cuanto
cuanto todos
todos los
los miembros
miembros de
de la
la
Aleatoria
poblacin tiene
tiene la
la misma
misma posibilidad
posibilidad de
de
poblacin
perteneceraala
lamuestra.
muestra.
pertenecer

Representativa
en
cuanto
Representativa
en
cuanto
caractersticasde
dela
lapoblacin.
poblacin.
caractersticas

Representa un
un subconjunto
subconjunto de
de la
la poblacin,
poblacin,
Representa
accesible yy limitado,
limitado, sobre
sobre el
el cual
cual se
se realizan
realizan
accesible
mediciones con
con la
la idea
idea de
de obtener
obtener conclusiones
conclusiones
mediciones
generalizadasaauna
unapoblacin
poblacin
generalizadas

refleja
refleja

las
las

Errores de Muestreo
Error muestral:
Se refiere a la variacin natural
existente entre muestras tomadas de
la misma poblacin. Diferencia entre
el estadstico y el parmetro
poblacional.
Nota: Los errores que surgen al
tomar las muestras no pueden
clasificarse como errores mustrales
estos se denominan errores no
mustrales.

Errores de Muestreo
El sesgo
El sesgo de las muestras es un tipo de
error no muestral. El sesgo muestral se
refiere a una tendencia sistemtica
inherente a un mtodo de muestreo que
da estimaciones de un parmetro que
son, en promedio, menores (sesgo
negativo), o mayores (sesgo positivo) que
el parmetro real.
Nota: El sesgo muestral puede suprimirse, o minimizarse, usando la
aleatorizacin.

Errores de Muestreo
Error sistemtico

Llamado tambin de distorsin o sesgo de la muestra se presentan por

causas ajenas a la muestra:

Los debidos a la falta de respuesta a todo el cuestionario (ausencia del

encuestado) o a una parte del cuestionario (no responde o no sabe o no
contesta, si/no)

Respuestas falsas o imprecisas: preguntas difciles de entender o que nos

de a entender que una respuesta es ms deseable que otra.

Mala o incorrecta definicin de la poblacin

Errores en la manipulacin, tabulacin o clculo con los datos.

Muestreo Probabilstico

Se basan en el principio de equiprobabilidad. todos los

individuos tienen la misma probabilidad de ser elegidos para
formar parte de una muestra y, consiguientemente, todas las
posibles muestras de tamao n tienen la misma probabilidad de
ser elegidas.
Aseguran la representatividad de la muestra extrada
Son los ms recomendables.

Muestreo Probabilstico

Tipos de muestreo probabilstico:

Aleatorio Simple
Aleatorio Sistemtico
Aleatorio Estratificado
Aleatorio Conglomerado

Muestreo Probabilstico

Aleatorio simple
Procedimiento:
1) Se asigna un nmero a cada individuo de la poblacin
2) A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generados con una calculadora o
computador) se eligen tantos sujetos como sea necesario para completar
el tamao de muestra requerido.

Este procedimiento, atractivo por su simpleza

Tiene poca o nula utilidad prctica cuando la poblacin que estamos
manejando es muy grande.

Muestreo Probabilstico
Aleatorio Sistemtico
Cada miembro de la poblacin resulta seleccionado, empezando por
un nmero elegido al azar.
Procedimiento:
1) Se asigna un nmero a cada individuo de la poblacin
2) Se extrae un slo nmeros aleatorios
3) Se parte de ese nmero aleatorio i, que es un nmero elegido al azar,
y los elementos que integran la muestra son los que ocupan los
lugares i, i+k, i+2k, i+3k,...,i+(n-1)k
4) Se toman los individuos de k en k, donde k=N/n.
El nmero i que empleamos como punto de partida ser un nmero al
azar entre 1 y k.

Es posible con este mtodo introducir una homogeneidad que no se da

en la poblacin.

Muestreo Probabilstico
Aleatorio Estratificado
Objetivo: Todos los subgrupos relevantes existentes en la
poblacin deben ser representados en la muestra.
Procedimiento:
1.

Especificar claramente los estratos (categoras tpicas diferentes entre

s, que poseen gran homogeneidad respecto a alguna caracterstica.
Ej., segn la profesin, el municipio de residencia, el sexo, el estado
civil.

2.

Aplicar dentro de ellos el muestreo aleatorio simple para elegir los

elementos concretos que formarn parte de la muestra.

Exige un conocimiento detallado de la poblacin. (tamao geogrfico,

sexos, edades,...).
Simplifica los procesos
Reducir el error muestral para un tamao dado de la muestra.

Muestreo Probabilstico

Aleatorio Conglomerado
Consiste en la seleccin al azar de grupos naturales, no de individuos, a
partir de ellos, proceder a la seleccin de los elementos. Todos los
grupos seleccionados tienen las mismas caractersticas. (aulas,
escuelas, hospitales, universidades, etc.)
Procedimiento:
1. Seleccionar aleatoriamente un cierto nmero de conglomerados (el
necesario para alcanzar el tamao muestral establecido)
2.

Investigar despus todos los elementos pertenecientes a los

conglomerados elegidos.

Cuadro comparativo de los mtodos de muestreo probabilstico

Cuadro comparativo de los mtodos de muestreo probabilstico

Muestreo no Probabilstico
Se acude a mtodos no probabilsticos, aun siendo
conscientes de que no sirven para realizar
generalizaciones, pues no se tiene certeza de que la
muestra extrada sea representativa, ya que no todos los
sujetos de la poblacin tienen la misma probabilidad de
ser seleccionados.
Se emplea cuando no es posibles o resulta innecesario
obtener una muestra probabilstica.

Muestreo no Probabilstico

Intencional
Disponible
Por Cuotas
Bola de Nieve

Muestreo no Probabilstico
Muestreo intencional
Se basa en la seleccin de sujetos
particulares de la poblacin que son
representativos o informticos. Segn el
juicio del investigador, se seleccionan los
casos que se piensa puedan aportar
mayor la informacin.
Por ejemplo, en una investigacin sobre
eficacia de la enseanza puede resultar ms
informativo observar docentes expertos que
a todos los profesores.
(Cardona M., Ma. C., 2002)

Muestreo no Probabilstico
Muestreo disponible
Se denomina tambin accidental
Incluye en la muestra a los
sujetos seleccionados por su
disponibilidad,
comodidad
o
conveniencia.
Ejemplo: El uso de voluntarios o
el de grupos ya formados.
(Cardona M., Ma. C., 2002)

Muestreo no Probabilstico
Muestreo por cuotas
Se emplea cuando el investigador no
puede disponer de una muestra
probabilstica (no es posible listar a
todos los miembros de la poblacin),
pero an as se quiere una muestra
representativa de la poblacin.
En este tipo de muestreo se identifican
los perfiles de los grupos en la poblacin
y, a continuacin, se seleccionan los
sujetos (no al azar) que representan a
cada grupo.

Muestreo no Probabilstico
Bola de Nieve
Se localiza a algunos individuos,
los cuales conducen a otros, y estos a
otros, y as hasta conseguir una
muestra suficiente. Este tipo se
emplea muy frecuentemente cuando
se hacen estudios con poblaciones
"marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.