En estadstica un muestreo es la tcnica para la seleccin de una

muestra a partir de una poblacin. 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.
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. Con el
uso del muestreo se pueden obtener resultados razonablemente ms precisos
que el estudio de todo el universo, pues para el estudio de slo una muestra, el
personal mnimo necesario puede ser mejor preparado para recoger
informacin ms detallada y elaborada.
Dentro del muestreo podemos encontrar errores causados por;
Error sistemtico. Conducen a prdida de exactitud.

Contaminacin de la muestra.

Prdida de analito por volatilizacin, oxidacin, adsorcin, etc.

Error aleatorio, afecta la precisin de los resultados.

Falta de representatividad por heterogeneidad espacial o variabilidad

estacional.

Dentro del muestreo actuan elementos como;

Poblacin
Es el conjunto total de individuos susceptibles de poseer la informacin
buscada. No se refiere exclusivamente a personas, la poblacin puede estar
formada por todos los rboles de un bosque.
Muestra
Es la parte de la poblacin en la que se miden las caractersticas estudiadas. El
nmero de individuos de la muestra se llama tamao de la muestra.

Tipos de muestreo:
Muestreo probabilstico;
Muestreo probabilstico (aleatorio): En este tipo de muestreo, todos los
individuos de la poblacin pueden formar parte de la muestra, tienen
probabilidad positiva de formar parte de la muestra. Por lo tanto es el tipo de
muestreo que deberemos utilizar en nuestras investigaciones, por ser el
riguroso y cientfico.
Muestreo aleatorio simple;
En un muestreo aleatorio simple todos los individuos tienen la misma
probabilidad de ser seleccionados. La seleccin de la muestra puede realizarse
a travs de cualquier mecanismo probabilstico en el que todos los elementos
tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es
utilizar una tabla de nmeros aleatorios, o tambin con un ordenador generar
nmeros aleatorios, comprendidos entre cero y uno, y multiplicarlos por el
tamao de la poblacin, este es el que vamos a utilizar.
Por ejemplo; luego de asignar un nmero a cada unidad de la poblacin,
se recurre a algn mtodo; como bien podra ser nmeros en una bolsa; para
obtener el nmero necesario de muestra. Es decir, si se desea estudiar una
poblacin de 50 alumnos y la muestra a obtener en de 25; se asigna a c/u un
nmero y la muestra estara conformada por aquellos a los que correspondan
los nmeros sorteados.
Muestreo aleatorio estratificado;
Es frecuente que cuando se realiza un estudio interese estudiar una
serie de subpoblaciones (estratos) en la poblacin, siendo importante que en la
muestra haya representacin de todos y cada uno de los estratos
considerados. El muestreo aleatorio simple no nos garantiza que tal cosa
ocurra. Para evitar esto, se saca una muestra de cada uno de los estratos.
Hay dos conceptos bsicos:

Estratificacin: El criterio a seguir en la formacin de los estratos ser

formarlos de tal manera que haya la mxima homogeneidad en relacin a la
variable a estudio dentro de cada estrato y la mxima heterogeneidad entre los
estratos.
Afijacin: Reparto del tamao de la muestra en los diferentes estratos o
subpoblaciones. Existen varios criterios de afijacin entre los que destacamos:
1. Afijacin igual: Todos los estratos tienen el mismo nmero de
elementos en la muestra.
2. Afijacin proporcional: Cada estrato tiene un nmero de elementos en
la muestra proporcional a su tamao.
3. Afijacin Neyman: Cuando el reparto del tamao de la muestra se
hace de forma proporcional al valor de la dispersin en cada uno de los
estratos.
Por ejemplo; considerando 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.), buscando asegurarnos de que todos los estratos
de inters estarn representados adecuadamente en la muestra; el muestreo
se realizara de la siguiente manera:
Muestreo aleatorio sistemtico;
Es un tipo de muestreo aleatorio simple en el que los elementos se
seleccionan segn un patrn que se inicia con una eleccin aleatoria.
Considerando una poblacin de N elementos, si queremos extraer una
muestra de tamao n, partimos de un nmero h=N/n, llamado coeficiente de
elevacin y tomamos un nmero al azar a comprendido entre 1 y h que se
denomina arranque u origen.
La muestra estar formada por los elementos: a, a+h, a+2h,....a+(n-1)h.
De aqui se deduce que un elemento poblacional no podr aparecer ms
de una vez en la muestra. La muestra ser representativa de la poblacin pero

introduce algunos sesgos cuando la poblacin est ordenada en funcin de

determinados criterios.
Por ejemplo; en una poblacin de 100 estudiantes y una muestra a
obtener de 20, el clculo para el intervalo entre c/u seria 100/20=5, luego se
sortea el primer elemento entre 1 y 5(intervalo), supongamos que se obtiene 4,
todo los elementos a obtener seran la suma acumulada de el anterior mas 5;
es decir; 4,9,13,18, 23, 28, 33, 38 hasta completar los 20 elementos.
Muestreo aleatorio por conglomerados o reas;
Mientras que en el muestreo aleatorio estratificado cada estrato presenta
cierta homogeneidad, un conglomerado se considera una agrupacin de
elementos que presentan caractersticas similares a toda la poblacin.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel
de audiencia de los programas y cadenas de televisin, se utiliza un muestreo
por conglomerados-familias que han ido elegidas aleatoriamente.
Las familias incluyen personas de todas las edades, muy representativas
de las mismas edades y preferencias que la totalidad de la poblacin.
Una vez seleccionados aleatoriamente los conglomerados, se toman
todos los elementos de cada uno para formar la muestra. En este tipo de
muestreo lo que se elige al azar no son unos cuantos elementos de la
poblacin, sino unos grupos de elementos de la poblacin previamente
formados. Elegidos estos grupos o "conglomerados" en un nmero suficiente,
se pasa posteriormente a la eleccin, tambin al azar, de los elementos que
han de ser observados dentro de cada grupo, o bien, segn se desee, a la
observacin de todos los elementos que componen los grupos elegidos.
Por ejemplo, para analizar los gastos familiares o para controlar el nivel
de audiencia de los programas y cadenas de televisin, se utiliza un muestreo
por conglomerados-familias que han sido elegidas aleatoriamente. Las familias
incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la poblacin.

Una vez seleccionados aleatoriamente los conglomerados, se toman

todos los elementos de cada uno para formar la muestra. En este tipo de
muestreo lo que se elige al azar no son unos cuantos elementos de la
poblacin, sino unos grupos de elementos de la poblacin previamente
formados. Elegidos estos grupos o "conglomerados" en un nmero suficiente,
se pasa posteriormente a la eleccin, tambin al azar, de los elementos que
han de ser observados dentro de cada grupo, o bien, segn se desee, a la
observacin de todos los elementos que componen los grupos elegidos.
Otro ejemplo sera estudiar las distintas reas de una empresa
dividindola en distintas unidades; es decir; estudiar cada uno de los
trabajadores del rea de administracin (que sera el conglomerado), pues
pertenece a la poblacin de la empresa.
Muestreo no probabilstico;
Un muestreo no probabilstico muy utilizado hoy en da por los institutos
de opinin es el de itinerarios, consistente en facilitar al entrevistador el perfil
de las personas que tiene que entrevistar en cada uno de los itinerarios en que
se realizan las entrevistas.
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, 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 que la muestra sea representativa.
Estos muestreos comparten las caractersticas siguientes:
La seleccin de la muestra no es al azar, se basa en el criterio del
investigador.
No se pueden incluir por lo tanto ecuaciones de probabilidad, ya que no
aplica ninguna. teora de dicha disciplina.

Por consecuencia no pueden calcularse datos como margen de error o

nivel de confianza.
El costo de dichos muestreos es ms barato comparado con un
muestreo 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.
Por ejemplo, un profesor universitario tomara como muestra sus propios
alumnos como muestra.
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.
Un ejemplo para este tipo de muestreo sera aceptar a todos los
voluntarios que se ofrezcan para la investigacin, obteniendo asi una muestra
ms completa.
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, se determina un nmero de individuos que renen unas
determinadas condiciones; 20 individuos de 25 a 40 aos, de sexo femenino y
residentes en Maracaibo. 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.
Otro ejemplo sera 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.

Ejemplo; un profesor podra utilizar aquellos estudiantes que desde su
punto de vista podran aportar algo a la investigacin.
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.
Por ejemplo; un profesor de danza podra elegir a uno de sus alumnos,
indicarle que debe escoger al compaero que para l o ella posee ms
aptitudes, que ste a su vez elija otro compaero y asi sucesivamente podra
obtener una buena muestra.
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.