E

MUESTREO SISTEMTICO
s una tcnica dentro de la categora de muestreos probabilsticos y que
por lo tanto requiere tener un control preciso del marco muestral de
individuos seleccionables junto con la probabilidad de que sean
seleccionados consistente en escoger un individuo inicial de forma

aleatoria entre la poblacin y, a continuacin, seleccionar para la muestra a cada

ensimo individuo disponible en el marco muestral.
El muestreo sistemtico es un proceso muy simple y que slo requiere la eleccin de
un individuo al azar. El resto del proceso es trivial y rpido. Los resultados que
obtenemos son representativos de la poblacin, de forma similar al muestreo aleatorio
simple, siempre y cuando no haya algn factor intrnseco en la forma en que los
individuos estn listados que haga que se reproduzcan ciertas caractersticas
poblacionales cada cierto nmero de individuos. Este suceso es realmente poco
frecuente.

En el Muestreo Sistemtico la muestra se selecciona de la poblacin con un intervalo

uniforme que mide el tiempo, orden o especio. Se debe tomar un punto de inicio o
arranque el cual tiene que estar dentro de la posicin.

La Posicin es el cociente entre la poblacin y el nmero a muestrear.

POSICION=

N
n

2. EL PROCESO

De forma concreta, el proceso que seguiramos en un muestreo sistemtico sera el

siguiente:
1. Elaboramos una lista ordenada :
De los N individuos de la poblacin, lo que sera el marco muestral.
2. Dividimos el marco muestral:
En n fragmentos, donde n es el tamao de muestra que deseamos. El tamao de
estos fragmentos ser

K=N/n
Donde K recibe el nombre de intervalo o coeficiente de elevacin.
3. Nmero de inicio:
Obtenemos un nmero aleatorio entero A, menor o igual al intervalo. Este nmero
corresponder al primer sujeto que seleccionaremos para la muestra dentro del
primer fragmento en que hemos dividido la poblacin.

4. Seleccin de los n-1 individuos restantes:

Seleccionamos los siguientes individuos a partir del individuo seleccionado
aleatoriamente, mediante una sucesin aritmtica, seleccionando a los individuos
del resto de fragmentos en que hemos dividido la muestra que ocupan la misma
posicin que el sujeto inicial. Esto equivale a decir que seleccionaremos los
individuos.

A, A + K, A + 2K, A + 3K,., A + (n-1) K

2.1

PROCEDIMIENTO

Conseguir un listado de N elementos.

Determinar un tamao de muestra n.

Definir un intervalo de salto k; K=N/n.

1.
2.
3.
4.
5.

Seleccin en intervalos regulares

Muestra K-esima de la poblacin
K=tamao de la poblacin/muestra
Tomar muestra de la razn
La muestra de la razn se debe sumar K hasta completar la
muestra.

EJEMPLO 1

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos

obtener una muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en
100 fragmentos de 50 individuos. A continuacin seleccionamos un nmero aleatorio
entre 1 y 50, para extraer el primer individuo al azar del primer fragmento: por ejemplo
el 24. A partir de este individuo, queda definida la muestra extrayendo los individuos de
la lista con intervalos de 50 unidades, tal y como sigue:
24, 74, 124, 174,, 4.974

3. PROPIEDADES DEL MUESTREO SISTEMTICO

Las principales ventajas son:
o

Obtiene buenas propiedades de representatividad, similares a la de un

muestreo aleatorio simple o incluso superiores, pero de forma ms rpida y
simple, al evitar la necesidad de generar tantos nmeros aleatorios como
individuos en la muestra.

Respecto al muestreo aleatorio, el muestreo sistemtico puede garantizarnos

una seleccin perfectamente equitativa de la poblacin. Esto puede ser de
utilidad si se distinguen grupos dentro de universo, lo que nos podra evitar la
necesidad de usar estratos. Si existe diferente varianza entre los individuos de
los fragmentos, este muestreo puede ser mejor que el aleatorio. Lo veremos
luego.

Como desventajas, slo existe la ya mencionada posibilidad de que el orden en

que se han listado los candidatos a la muestra tenga algn tipo de periodicidad
oculta que coincida con el intervalo escogido para generar la muestra
sistemtica. En este caso, podramos generar una muestra sesgada.

4. CARACTERSTICAS
-

En ocasiones es necesario un listado de los N elementos de la Poblacin.

Determinar tamao muestral n.

5. VENTAJAS
-

Extiende la muestra a toda la poblacin.

Recoge el posible efecto de estratificacin debido al orden en que figuran las
unidades de la poblacin.

No presenta problemas de clculo algebraico.

El error de muestreo suele ser inferior que en muestreo aleatorio simple o

incluso que en estratificado.

La sencillez de la tcnica y que puede ser utilizado con bastante grado de
confiabilidad en la prctica, aunque implica tambin el conocimiento de la

totalidad de los elementos del universo.

Es posible utilizar el computador.

El mtodo de muestreo sistemtico es ms potente que el muestreo

simple cuando el orden de los datos influye en que los sujetos prximos son
semejantes.

6. DESVENTAJA
-

La posibilidad de aumento de la varianza si existe periodicidad en Poblacin.

El problema terico que se presenta en la estimacin de las varianzas
No hay independencia en la seleccin de unidades en las distintas
Zonas, ya que las unidades extradas en cada zona dependen de la
Seleccionada en la primera zona.

En general solo hay seleccin aleatoria para la primera unidad de la muestra.

La periodicidad que tienen algunas muestras

7. PROCEDIMIENTO
-

Si se conoce N, el tamao de la poblacin, y si por experiencias anteriores, se

puede estimar n, entonces: k = N/n

El muestreo se realizar cada que pasen k elementos, es decir 1 en k.
Antes de iniciar el muestreo, se selecciona aleatoriamente un nmero entre 1 y

k, que ese ser la primera muestra, despus se sigue la regla de 1 en k.

En caso de desconocer N, se escoge n como un valor exploratorio y luego se
determina el valor de la muestra.

8. INTERVALO DE CONFIANZA DE LA MEDIA

Para encontrar el intervalo de confianza para la media primero se encuentra la
varianza de la muestra.

Luego

se

obtiene

la

varianza de la

media, que es menor que la varianza muestral, as que se obtiene el estimador de la

varianza de la media. Donde N es el tamao de la poblacin y n es el tamao de la

muestra. Cuando N es muy grande, el factor del parntesis se puede eliminar.

La varianza de la media se

le obtiene la

raz cuadrada (se convierte a desviacin estndar) y se multiplica por 2, se le resta y

se le suma a a la media y se conforma el intervalo con el 95% de seguridad.

EJEMOLO 2

2. TAMAO DE LA MUESTRA PARA ESTIMAR LA MEDIA

Entre ms grande sea la muestra, el intervalo de confianza para la media ser ms

pequeo, entonces, para definir el tamaa de la muestra primero se define el tamao
del intervalo esperado.
Se define B como la distancia que se desea entre la media y el lmite superior de la
media, segn las unidades utilizadas. Desafortunadamente, para encontrar el tamao
de la muestra, se requiere conocer de antemano la varianza poblacional, la cual se
puede hacer de la siguiente manera:
a) Investigar pruebas anteriores donde se haya calculado la varianza.
b) Si se conoce el valor mnimo y el mximo, el rango dividido entre cuatro puede ser
un estimador.
c) Obtener una pequea muestra, luego calcular el tamao de la muestra correcta
utilizando los datos ya recopilados.
Se calcula el valor de D:
Se calcula n:

Donde es la varianza poblacional o S , que es su estimador:

EJEMPLO 3