Facultad de Ingeniera en Sistemas, Electrnica e Industrial.

Ingeniera Industrial en Procesos y Automatizacin.

8vo Industrial.

Enero 03, 2016

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

TEMA:
TIPOS DE MUESTREO
OBJETIVO:
GENERAL

Realizar una investigacin bibliogrfica acerca de los tipos de

muestreo dentro de la estadstica para conocer cmo aplicar los
conceptos investigados dentro del proyecto en marcha.

ESPECIFICOS

Indagar las principales caractersticas de los diferentes tipos de

muestreo.
Elaborar un cuadro comparativo de las ventajas y desventajas de los
tipos de muestreo.
Conocer las diferentes frmulas y su forma de aplicacin de los tipos
de muestreo.

INTRODUCCIN
MUESTREO
El muestreo es un proceso mediante el cual se selecciona una muestra
representativa de una poblacin, con el fin de realizar inferencias acerca de
los parmetros de dicha poblacin de inters, es decir, que ya no es
necesario realizar un censo de la poblacin de inters, a excepcin de las
ocasiones en que se requiera de informacin especfica de cada uno de los
miembros que integran la poblacin, como es el caso del Censo de
Poblacin y Vivienda que realiza el Instituto Nacional de Estadsticas y
Censos (INEC), aproximadamente cada 10 aos.
Entre las ventajas que ofrece el muestreo tenemos las siguientes:

Reduccin de Costos
Mayor Rapidez en la recoleccin de informacin
Mayor exactitud, pues reduce el volumen del trabajo, lo cual nos
permite

emplear

personal

ms

capacitado

someterlo

entrenamiento intensivo, de esta manera ser ms factible supervisar

y procesar mejor los resultados
2

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

DESARROLLO
Concepto de muestreo
El muestreo es una herramienta de la investigacin. 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. El error que se comete debido a hecho de que se obtienen
conclusiones sobre cierta realidad a partir de la observacin de solo una
parte de ella, se denomina error de muestreo [1].
Terminologa

Poblacion objeto

Conjunto de individuos de los que se quiere

tener una informacion.

Unidades de Muestreo

Numer de elementos de la poblacion. Todo

miembro de la poblacion pertenece a una y
solo una unidad de muestreo.

Unidades de analisis

Marco muestral.

Muestra

Objeto o individuo del que hay que obtener la

informacion.
Lista de unidades o elementos de muestreo.

Conjunto de unidades o elementos de analisis

sacados del marco.

Errores dentro de la muestra

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.
3. 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 [2].
3

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

Tipos de Muestreo
La Teora de Muestreo establece dos tipos de muestreo, el Muestreo
Probabilstico y el Muestreo No Probabilstico, en el primero se puede
determinar de antemano cul es la probabilidad de seleccin de cada una
de las muestras que sea posible seleccionar, mientras que en el segundo
tipo

sucede

todo

lo

contrario,

no

se

aplican

criterios

ni

normas

probabilsticas de seleccin [2].

Para la elaboracin de esta investigacin haremos uso de dos mtodos de
muestreo, el Muestreo Aleatorio Simple y el Muestreo Aleatorio Estratificado
Aleatorio
Simple

PROBABILISTIC
O

Aleatorio
Sistematico
Aleatorio
Estratificado
Aleatorio por
Conglomera
dos

TIPOS DE
MUESTREO

Por Cuotas

NO
PROBABILISTIC
O

Intencional o
de
Convenienci
a
Bola de
nieve
Discrecional

1. Muestreo probabilstico
1.1. Muestreo Aleatorio Simple
Una muestra aleatoria simple tomada de una poblacin finita,

es

seleccionada de tal manera que cada muestra posible del mismo tamao
tiene igual probabilidad de ser seleccionada de la poblacin. El mtodo ms
4

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

fcil que se utiliza para lograr extraer la muestra es enumerar todos los N
elementos, luego fijamos el tamao n de la muestra y empezamos a tomar
al azar los n nmeros [3].

senclllo
y
de
facil
comprension
calculo rapido de medias y
varianzas.
se
basa
en
la
teoria
estadistica
para
analizar
datos[3].

requiere que se posea de

antemano
un
listado
completo
de
toda
la
poblacion.
cuando
se
trabaja
con
muestras pequeas es posible
que no represente a la
poblacion[3].

VENTAJAS

DESVENTAJAS

1.2.

Muestreo Aleatorio Sistemtico

Procedimiento

Conseguir un listado de N elementos.

Determinar un amao de muestra n.
Definir un intervalo de salto k; K=N/n.
Elegir un numero aleatorio, r, entre 1 y k (r=arranque aleatorio).
Seleccionar los elementos de la lista.

VENTAJAS
-Facil de aplicar.
-No es necesario
tener un listado
de
la
poblacion[2].

DESVENTAJ
AS
Si la constante
de
muestreo
esta
asociada
con el fenomeno
de interes, se
pueden
hallar
estimaciones
sesgadas[2].
5

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

1.3.

Muestreo Aleatorio Estratificado.

Para obtener una muestra aleatoria estratificada, primero se divide la

poblacin de N individuos en H grupos, llamados estratos, cada uno de ellos
con sus propias caractersticas, esto es son heterogneos entre s, pero en
su interior son lo ms homogneos posible y en conjunto abarcan en su
totalidad a la poblacin, esto es[1]:

Donde N1, N2, N3, N4,,NH son los tamaos de cada uno de los estratos.
El tamao de cada uno de los estratos son representados por:

VENTAJAS

Tiende a asegurar que la

muestra repesente
adecuadamente a la poblacion
en funcion de unas variables
seleccionadas.
Se obtienen estimaciones mas
precisas.

DESVENTAJAS

Se ha de conocer la distribucion
en la poblacion de las variables
utilizadas para la estratificacion.
Los analisis son complicados, en
muchos casos la muestra tiene
que ponderarse.

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

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 [1].
1.4.

Muestreo por conglomerados.

Los conglomerados se caracterizan porque la variacin en cada grupo es

menor que la variacin entre grupos. La necesidad de listados de las
unidades de una etapa se limita a aquellas unidades de muestreo
seleccionada en la etapa anterior[2].

VENTAJAS

cuando la poblacion es
muy grande y
dispersa[1].

-No es preciso tener un

listado de toda la
poblacion, solo de las
unidades primarias de
muestreo[1].

-El error estandar es

DESVENTAJA
S

-Es muy eficiente

mayor que en el
muestreo aleatorio
simple o
estratificado[2].

-El calculo del error

estantar es
complejo[2].

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

2. Muestreo no probabilstico
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 ser elegidos. En general se seleccionan a los sujetos
siguiendo determinados criterios procurando, en la medida de lo posible,
que la muestra sea representativa[1].
2.1.

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 [2].

Mantiene,
por
tanto, semejanzas
con el muestreo
aleatorio
estratificado, pero
no
tiene
el
carcter
de
aleatoriedad
de
aqul.

2.2.

En este tipo de
muestreo se fijan
unas "cuotas" que
consisten en un
nmero
de
individuos
que
renen
unas
determinadas
condiciones.

Este
mtodo
utiliza mucho
las encuestas
opinin.

Muestreo intencional o de conveniencia:

8

se
en
de

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

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 [3].

Tambin

puede

ser

que

el

investigador

seleccione

directa

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) [1].
2.3.

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 [2].

2.4.

Muestreo Discrecional A criterio del investigador los elementos

son elegidos sobre lo que l cree que pueden aportar al estudio [2].

Cuadro comparativo de los tipos de muestreo [2].

CARACTERISTICAS

Aleatorio
simple

VENTAJAS

Se selecciona una
muestra de
tamao n de una
poblacin de N
unidades, cada
elemento tiene
una probabilidad
de inclusin igual
y conocida de
n/N.

Sencillo y de
fcil
comprensin.
Clculo rpido
de medias y
varianzas.
Se basa en la
teora
estadstica, y
por tanto
existen
paquetes
informticos

INCONVENIENTES

Requiere que se
posea de
antemano un
listado completo
de toda la
poblacin.
Cuando se
trabaja con
muestras
pequeas es
posible que no
represente a la
poblacin
adecuadamente.
9

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

para analizar
los datos

Sistemtico

Estratificado

Conseguir un
listado de los N
elementos de la
poblacin
Determinar
tamao muestral
n.
Definir un
intervalo k= N/n.
Elegir un nmero
aleatorio, r, entre
1 y k (r=
arranque
aleatorio).
Seleccionar los
elementos de la
lista.

En
ciertas
ocasiones
resultar
conveniente
estratificar
la
muestra
segn
ciertas variables
de inters. Para
ello
debemos
conocer
la
composicin
estratificada
de
la
poblacin
objetivo a
hacer
un
muestreo.
Una
vez calculado el
tamao muestral
apropiado,
este

Si la constante de
muestreo est
Fcil de
asociada con el
aplicar.
No siempre es fenmeno de
inters, las
necesario
estimaciones
tener un
obtenidas a partir
listado de
de la muestra
toda la
pueden contener
poblacin.
Cuando
la sesgo de
poblacin est seleccin
ordenada
siguiendo una
tendencia
conocida,
asegura una
cobertura de
unidades
de
todos
los
tipos.

Tiende a
asegurar que la
muestra
represente
adecuadamente
a la poblacin en
funcin de unas
variables
seleccionadas.
Se obtienen
estimaciones ms
precisa
Su objetivo es
conseguir una
muestra lo ms
semejante posible
a la poblacin en
lo que a la o las
variables

Se ha de
conocer la
distribucin en
la poblacin
de las
variables
utilizadas para la
estratificacin.

10

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

Conglomerados

se reparte de
manera
proporcional
entre los distintos
estratos definidos
en la poblacin
usando
una
simple regla de
tres.
Se realizan varias
fases
de
muestreo
sucesivas
(polietpico)
La necesidad de
listados de las
unidades de una
etapa se limita a
aquellas
unidades
de
muestreo
seleccionadas en
la etapa anterior.

estratificadoras se
refiere.

Es muy
eficiente cuando
la poblacin es
muy grande y
dispersa.
No es preciso
tener un listado
de toda la
poblacin, slo
de las unidades
primarias de
muestreo.

El error
estndar es
mayor que en el
muestreo
aleatorio simple o
estratificado.
El clculo del
error estndar es
complejo.

Tamao de la muestra para estimar la media de la poblacin.

Cada estudio tiene un tamao muestral idneo, que permite comprobar lo
que se pretende con una seguridad aceptable y el mnimo esfuerzo posible.
Para el caculo del tamao muestral en cada tipo de estudio existe una
formula estadstica apropiada. Se basan en el error estndar, que mide el
intervalo de confianza de cada parmetro que se analiza (media aritmtica,
porcentaje, diferencia de medias, etc.) [1].
1. Obtener el tamao muestral imaginando que

Donde:
Z correspondiente al nivel de confianza elegido.
11

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

Varianza poblacional.
e

Error mximo

2. Comprobar si se cumple.

Si esta condicin se cumple el proceso termina aqu y ese es el tamao

adecuado que debemos muestrear.
Si no se cumple pasamos a una tercera fase.
3. Obtener el tamao de la muestra segn la siguiente formula.

CONCLUSION
Se

concluye

que

el

muestreo

es

una

herramienta

de

la

investigacin cientfica, cuya funcin bsica es determinar que

parte de una poblacin debe examinarse, con la finalidad de hacer
conclusiones sobre dicha poblacin examinada.
Se concluye que la muestra debe lograr una representacin
adecuada de la poblacin, en la que se reproduzca de la mejor
manera los rasgos fundamentales de dicha poblacin para que la
muestra sea representativa y que los individuos de la poblacin
sean tomados en cuenta.

BIBLIOGRAFIA
[1 CincoDias, "CincoDias," 09 Mayo 2011. [Online].
]
[2 Carrasco JL. EL metodo estadistico en la investigacion medica. 5 a
] ed. Madrid.Editorial Ciencia.

12

UNIVERSIDAD TCNICA DE AMBATO

FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL
PERODO ACADMICO: OCTUBRE/2015 MARZO/2016

[3 J. Alcaide, Fidelizacion de clientes, Madrid: ESIC, 2010.

]

13