INTRODUCCION

Este trabajo nos explica que la estadstica se trabaja sobre poblaciones, extraen
conclusiones sobre la base de un anlisis de un muestrario de datos de una
poblacin,adems Hay muchas maneras de tomar una muestra de una poblacin.
Tambin las conclusiones que se extraen acerca de la poblacin obedecen de
cmo se selecciona la muestra, as mismo deseamos que la muestra sea
representativa de la poblacin.Partiendo de la importancia que tiene para cualquier
profesional e investigador conocer varios conceptos importantes de la estadstica
para poder desarrollar exitosamente una investigacin de cualquier ndole, en el
presente trabajo de muestreo propongo dar unas breves definiciones sobre
muestra, sus clasificaciones y como se utiliza para lograr un mayor conocimiento,
aprendizaje sobre el tema.

Objetivos

Conocer y aplicar la tcnica estadstica de muestreo de trabajo, como un

mtodo practico

MUESTREO PROBALISTICO Y NO PROBABILISTICO

El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya
funcin bsica es determinar que parte de una poblacin debe examinarse, con la
finalidad de hacer inferencias sobre dicha poblacin.
La muestra debe lograr una representacin adecuada de la poblacin, en la que
se reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que
son importantes para la investigacin. Para que una muestra sea representativa, y
por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en la
poblacin, es decir ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte
de la Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que
originalmente se tom la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas
sino 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.

TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo,
aunque en general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.

I. MUESTREO PROBABILSTICO
Los mtodos de muestreo probabilsticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que 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 seleccionadas. Slo estos mtodos de muestreo

probabilsticos nos aseguran la representatividad de la muestra extrada y son, por
tanto, los ms recomendables. Dentro de los mtodos de muestreo probabilsticos
encontramos los siguientes tipos:
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada
individuo de la poblacin y 2) a travs de algn medio mecnico (bolas dentro de
una bolsa, tablas de nmeros aleatorios, nmeros aleatorios generados con una
calculadora u ordenador, etc.) 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.

2.- Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se
parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo k el resultado de dividir el
tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que
empleamos como punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en
la poblacin ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la poblacin.
Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos
en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un
muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo
hombres o slo mujeres, no podra haber una representacin de los dos sexos.

3.- Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen

gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por

ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos
los estratos de inters estarn representados adecuadamente en la muestra. Cada
estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarn parte de la muestra. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la poblacin.
(Tamao geogrfico, sexos, edades,...).
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
mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao)
de la poblacin en 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.

4.- Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades mustrales
son los elementos de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos
de la poblacin que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias,
los departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales. En otras ocasiones se pueden utilizar conglomerados
no naturales como, por ejemplo, las urnas electorales. Cuando los conglomerados
son reas geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
nmero de conglomerados (el necesario para alcanzar el tamao muestral

establecido) y en investigar despus todos los elementos pertenecientes a los

conglomerados elegidos.
MUESTREO NO PROBABILISTICO
El muestreo no probabilstico es una tcnica de muestreo donde las muestras se
recogen en un proceso que no brinda a todos los individuos de la poblacin
iguales oportunidades de ser seleccionados.
A diferencia del muestreo probabilstico, la muestra no probabilstica no es un
producto de un proceso de seleccin aleatoria. Los sujetos en una muestra no
probabilstica generalmente son seleccionados en funcin de su accesibilidad o a
criterio personal e intencional del investigador.
La desventaja del mtodo de muestreo no probabilstico es que no se toman
pruebas de una porcin desconocida de la poblacin. Esto implica que la muestra
puede representar a toda la poblacin con precisin o no. Por lo tanto, los
resultados de la investigacin no pueden ser utilizados en generalizaciones
respecto de toda la poblacin.

Tipos de muestreo no probabilstico

Muestreo por conveniencia
El muestreo por conveniencia es probablemente la tcnica de muestreo ms
comn. En el muestreo por conveniencia, las muestras son seleccionadas porque
son accesibles para el investigador. Los sujetos son elegidos simplemente porque
son fciles de reclutar. Esta tcnica es considerada la ms fcil, la ms barata y la
que menos tiempo lleva.
Muestreo consecutivo
El muestreo consecutivo es muy similar al muestreo por conveniencia, excepto
que intenta incluir a TODOS los sujetos accesibles como parte de la muestra. Esta
tcnica de muestreo no probabilstico puede ser considerada la mejor muestra no
probabilstica, ya que incluye a todos los sujetos que estn disponibles, lo que
hace que la muestra represente mejor a toda la poblacin.

Muestreo por cuotas

El muestreo por cuotas es una tcnica de muestreo no probabilstico en donde el
investigador asegura una representacin equitativa y proporcionada de los sujetos,
en funcin de qu rasgo es considerado base de la cuota.
Por ejemplo, si la base de la cuota es de nivel de ao en la universidad y el
investigador necesita una representacin igual, con un tamao de muestra de 100,
debe seleccionar 25 estudiantes de 1 ao, 25 de 2 ao, 25 de 3 ao y 25 de 4
ao. Las bases de la cuota generalmente son la edad, el gnero, la educacin, la
etnia, la religin y el nivel socioeconmico.
Muestreo discrecional
El muestreo discrecional es ms comnmente conocido como muestreo
intencional. En este tipo de toma de muestras, los sujetos son elegidos para
formar parte de la muestra con un objetivo especfico. Con el muestreo
discrecional, el investigador cree que algunos sujetos son ms adecuados para la
investigacin que otros. Por esta razn, aquellos son elegidos deliberadamente
como sujetos.
Muestreo de bola de nieve
El muestreo de bola de nieve se lleva a cabo generalmente cuando hay una
poblacin muy pequea. En este tipo de muestreo, el investigador le pide al primer
sujeto que identifique a otro sujeto potencial que tambin cumpla con los criterios
de la investigacin. La desventaja de usar una muestra de bola de nieve es que
difcilmente sea representativa de la poblacin.
Cundo utilizar el muestreo no probabilstico
Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que existe un
rasgo determinado en la poblacin.
Tambin se puede utilizar cuando el investigador tiene como objetivo hacer un
estudio cualitativo, piloto o exploratorio.
Se puede utilizar cuando es imposible la aleatorizacin, como cuando la poblacin
es casi ilimitada.

Se puede utilizar cuando la investigacin no tiene como objetivo generar

resultados que se utilicen para hacer generalizaciones respecto de toda la
poblacin.
Tambin es til cuando el investigador tiene un presupuesto, tiempo y mano de
obra limitados.
Esta tcnica tambin se puede utilizar en un estudio inicial que ser llevado a cabo
nuevamente utilizando un muestreo probabilstico aleatorio.

BIBLIOGRAFIA
UNIVERSIDAD/ESTADISTICA%20INFERENCIAL/Muestreo%20no%20probabil
%EDstico.html