MUESTREO APLICADOS A LA ARQUITECTURA

En estadstica se conoce como muestreo a la tcnica para la seleccin de

una muestra a partir de una poblacin.
Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener
resultados parecidos a los que se alcanzaran si se realizase un estudio de toda la
poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio
adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar
tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir
ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea
una muestra representativa, pero s podemos actuar de manera que esta condicin se
alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto
de muestras que se pueden obtener de la poblacin se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extraccin, sigue la
llamada distribucin muestral.

TECNICAS DE MUESTREO SIMPLE:

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no

aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el
proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los
elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra,
si la probabilidad correspondiente a cada sujeto de la poblacin es conocida de
antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por
muestreo de juicio puede basarse en la experiencia de alguien con la poblacin.
Algunas veces una muestra de juicio se usa como gua o muestra tentativa para
decidir cmo tomar una muestra aleatoria ms adelante.
MUESTREO ALEATORIO SIMPLE: Forman parte de este tipo de muestreo todos
aquellos mtodos para los que se puede calcular la probabilidad de extraccin de
cualquiera de las muestras posibles. Este conjunto de tcnicas de muestreo es el ms
aconsejable, aunque en ocasiones no es posible optar por l
MUESTREO SIMPLE: Este tipo de muestreo toma solamente una muestra de una
poblacin dada para el propsito de inferencia estadstica. Puesto que solamente una
muestra es tomada, el tamao de muestra debe ser los suficientemente grandes para
extraer una conclusin. Una muestra grande muchas veces cuesta demasiado dinero y
tiempo

Las tcnicas probabilsticas tienen su base en el principio de equiprobabilidad, en el

sentido de que todos los elementos de la poblacin tienen la misma oportunidad de ser
elegidos para formar parte de la muestra de estudio. Las tcnicas ms comunes son:

Probabilsticas:
Azar simple.
Aleatorio sistemtico.
Aleatorio estratificado.
Aleatorio por conglomerados.
Multietapa.

No Probabilsticas:
Deliberado.
Accidental o causal.
Muestra de voluntarios.
Muestreos mixtos.

MTODOS DE MUESTREO NO PROBABILSTICOS:

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no
sirven para realizar generalizaciones (estimaciones inferenciales sobre la poblacin),
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 se elegidos. En
general se seleccionan a los sujetos siguiendo determinados criterios procurando, en
la medida de lo posible, que la muestra sea representativa. En algunas circunstancias
los mtodos estadsticos y epidemiolgicos permiten resolver los problemas de
representatividad aun en situaciones de muestreo no probabilstico, por ejemplo los
estudios de caso-control, donde los casos no son seleccionados aleatoriamente de la
poblacin. Entre los mtodos de muestreo no probabilsticos ms utilizados en
investigacin encontramos:
1.- Muestreo por cuotas: Tambin denominado en ocasiones "accidental". Se asienta
generalmente sobre la base de un buen conocimiento de los estratos de la poblacin
y/o de los individuos ms "representativos" o "adecuados" para los fines de la
investigacin. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado,
pero no tiene el carcter de aleatoriedad de aqul. En este tipo de muestreo se fijan

unas "cuotas" que consisten en un nmero de individuos que renen unas

determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 aos, de sexo
femenino y residentes en Gijn. Una vez determinada la cuota se eligen los primeros
que se encuentren que cumplan esas caractersticas. Este mtodo se utiliza mucho en
las encuestas de opinin
2.- Muestreo intencional o de conveniencia: 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 utilizacin en
sondeos preelectorales de zonas que en anteriores votaciones han marcado
tendencias de voto. Tambin puede ser que el investigador seleccione directa e
intencionadamente los individuos de la poblacin. El caso ms frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso
(los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).
3.- 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.
4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre
lo que l cree que pueden aportar al estudio.

EL DISEO Y LA ELECCIN DE LA MUESTRA DE

ESTUDIO
El paso siguiente que debe resolver el investigador es el del diseo y la eleccin de la
muestra. Ambas acciones est ntimamente unidas puesto que dependiendo del
diseo que utilice el investigador as ser la eleccin de los sujetos de estudio. Los
elementos, personas, fenmenos, constituyen la muestra de la investigacin. Estos
elementos forman parte de un grupo de conceptos bsicos que conviene clarificar y
que deben ser definidos en cada investigacin.
Conceptos Bsicos:

Universo

Poblacin

Muestra

Elemento o individuo (muestral)

Etapas del muestreo:

Preparacin. En esta se define el universo y la poblacin a partir de la cual se va a

extraer la muestra.
Muestreo. En esta fase se determina la tcnica ms apropiada en funcin del
problema, las hiptesis y el diseo. Aqu cabe diferenciar varios tipos de muestras
resultado de las distintas depuraciones que se van haciendo a lo largo del proceso de
la recogida de los datos. Nos referimos a:

Muestra invitada. Son los sujetos de la poblacin a quienes se les invita a

participar.

Muestra participante. Son los sujetos que aceptan formar parte del estudio.

Muestra real. Es la muestra productora de los datos que servirn para el

anlisis final. La diferencia entre la muestra invitada y la muestra real rara vez
aparece especificado en los informes de investigacin.

Tamao de la muestra:

El tamao que debe tener la muestra que se selecciona depende bsicamente del tipo
de estudio que se vaya a realizar. Si el trabajo es experimental, la muestra puede ser
bastante ms pequea que si realizamos trabajos descriptivos, en los que la nica
forma de controlar los muchos factores que pueden aparecer a lo largo del proceso, es
aumentar el nmero de elementos en la muestra.

Tipos de muestreo

Sin reposicin de los elementos :' Cada elemento extrado se descarta para la
subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de
bombillas para estimar la vida media de las bombillas que la integran, no ser posible
medir ms que una vez la bombilla seleccionada.

Con reposicin de los elementos: Las observaciones se realizan con remplazo de

los individuos, de forma que la poblacin es idntica en todas las extracciones. En
poblaciones muy grandes, la probabilidad de repetir una extraccin es tan pequea
que el muestreo puede considerarse con reposicin aunque, realmente, no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la
extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas
construidas al efecto.
Muestreo sistemtico: Se utiliza cuando el universo o poblacin es de gran tamao,
o ha de extenderse en el tiempo. Primero hay que identificar las unidades y
relacionarlas con el calendario (cuando proceda). Luego hay que calcular una
constante, que se denomina coeficiente de elevacin:

Muestreo estratificado:

Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se

suponen homogneos con respecto a alguna caracterstica de las que se van a
estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el
nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato
se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin
ms usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de
los estratos, existen dos tcnicas de muestreo estratificado:
Asignacin proporcional: el tamao de la muestra dentro de cada estrato es
proporcional al tamao del estrato dentro de la poblacin.
Asignacin ptima: la muestra recoger ms individuos de aquellos estratos que
tengan ms variabilidad. Para ello es necesario un conocimiento previo de la
poblacin.
Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar por
separado las opiniones de hombres y mujeres pues se estima que, dentro de cada uno
de estos grupos, puede haber cierta homogeneidad. En la asignacin proporcional, si
la poblacin est compuesta de un 55% de mujeres y un 45 % de hombres, se tomara
una muestra que contenga tambin esos mismos porcentajes de hombres y mujeres.
En la asignacin ptima, si todos los hombres piensan igual, pero las mujeres son
impredecibles, se tomara una muestra con ms del 55% de mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia
asociados con este procedimiento, suponemos que la poblacin est dividida
en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh tal que las
unidades en cada estrato sean homogneas respecto a la caracterstica en cuestin.

La media y la varianza desconocidas para el i-simo estrato son denotadas

por mi y si2, respectivamente.

Muestreo por etapas mltiples

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la poblacin

de referencia o bien cuando por medio de la tcnica de muestreo simple o estratificado
se obtiene una muestra con unidades distribuidas de tal forma que resultan de difcil
acceso. En el muestreo a estadios mltiples se subdivide la poblacin en varios
niveles ordenados que se extraen sucesivamente por medio de un procedimiento de
embudo. El muestreo se desarrolla en varias fases o extracciones sucesivas para cada
nivel.
Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un
pas determinado, stos pueden subdividirse en unidades primarias representadas por
circunscripciones didcticas y unidades secundarias que seran los propios profesores.
En primer lugar extraemos una muestra de las unidades primarias (para lo cual
debemos tener la lista completa de estas unidades) y en segundo lugar extraemos
aleatoriamente una muestra de unidades secundarias de cada una de las primarias
seleccionadas en la primera extraccin.

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que

se supone que contienen toda la variabilidad de la poblacin, es decir, la representan
fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de
estos grupos o conglomerados para la realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades elementales, por
ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de medicin a
todas las unidades, es decir, los miembros del grupo, o slo se le podra aplicar a
algunos de ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la
recogida de informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos
para integrar la muestra, el diseo se llama muestreo bietpico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer
mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato,

aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los

conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos
entre s.

Homogeneidad de las poblaciones o sus subgrupos

Homogneo significa, en el contexto de la estratificacin, que no hay mucha

variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de
ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una
poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera
que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos.
Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del
estrato que en la poblacin total.
Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las
mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar
este mtodo de muestreo. En los casos en los que existan grupos que contengan toda
la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran
algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y
los conglomerados funcionan bajo principios opuestos: los primeros son mejores
cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los
conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su
variabilidad, o sea, son heterogneos.

Muestreo no probabilstico

Es aqul para el que no se puede calcular la probabilidad de extraccin de una

determinada muestra. Por tal motivo, se busca seleccionar a individuos que tienen un
conocimiento profundo del tema bajo estudio y se considera que la informacin
aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin.

En primer lugar es necesario dividir la poblacin de referencia en varios estratos
definidos por algunas variables de distribucin conocida (como el gnero o la edad).
Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte
proporcional de poblacin que representan. Finalmente se multiplica cada peso por el

tamao de n de la muestra para determinar la cuota precisa en cada estrato. Se

diferencia del muestreo estratificado en que una vez determinada la cuota, el
investigador es libre de elegir a los sujetos de la muestra dentro de cada estrato.

EJEMPLOS EN ARQUITECTURA: SE EMPLEAN PARA SACAR DATOS

ESTADISTICOS EN SENSOS PARA SABER LA CANTIDAD DE POBLACION EN UNA
DETERMINADA AREA.