Mtodos de Muestreo

1) Probabilstico
Muestreo Aleatorio Simple
En investigacin, el muestreo aleatorio simple se utiliza cuando en el
conjunto de una poblacin, cualquiera de los sujetos tiene la variable o
variables objeto de la medicin.

Paso 1.
Se identifica si se trata de una poblacin infinita (no se conoce el
nmero total de la poblacin N) o finita (se conoce el nmero total de la
poblacin N).

Tambin si la variable objeto del estudio es cuantitativa o cualitativa, la

forma de estimar el valor del error de estimacin que se va a utilizar en
la respectiva frmula si la variable es cualitativa se utiliza un valor en
porcentaje no superior a 10%, mientras que en el caso de las variables
cuantitativas, el valor del error de estimacin tambin es mximo 10%,
pero es un valor absoluto estimado con base en el valor de la media.

Paso 2.
Se determina la desviacin estndar de la poblacin mediante
resultados de estudio previos o a travs de la realizacin de una
muestra piloto con lo cual se debe comenzar por construir una tabla
de frecuencias, resultado de la medicin de la variable objeto del estudio
(Xi)

Paso 3.
Se define el nivel de confianza Z que se debe utilizar, el cual se
encuentra en la funcin de distribucin normal tipificada o tabla Z, que
hoy da aparece en los libros de estadstica y en varios de los libros de
metodologa de investigacin. En este libro se encuentra como Anexo C.
Para efectos de investigacin, los valores de Z que se van a utilizar
corresponden a niveles de confianza iguales o superiores a 90%, que en
valores tipificados Z son valores iguales o superiores a 1,96.

Paso 4
Se define el error de estimacin E como la diferencia mxima entre
la media muestral y la media poblacional que est dispuesto a
aceptar el investigador, dependiendo del nivel de confianza (valores
Z) y del valor estimado de la desviacin S.

Para las investigaciones cientficas, al error de estimacin E se le

asignan valores menores o iguales a 10% en relacin inversa con los
valores de Z y S, es decir, cuando se asigna un valor de nivel de
confianza pequeo y la desviacin estndar es grande, el error de
estimacin E* debe ser pequeo.

En el caso de las variables cuantitativas, el valor de E se obtiene

multiplicando el valor del promedio de la respectiva variable por el
porcentaje definido para realizar el estudio en funcin de los valores del
nivel de confianza Z y del valor de la desviacin estndar estimado S. En
las variables cualitativas, el valor de E se obtiene del valor en porcentaje
que se defina, tambin en funcin de los valores de Z y S.

Paso 5
Se calcula el valor del tamao de muestra representativo segn la
frmula correspondiente y se concluye sobre el tamao mnimo de
muestra requerido especificando los respectivos valores de nivel de
confianza (Z), desviacin estndar, estimado (S) y error de estimacin
utilizado (E).

Poblacin Infinita. (No se conoce el nmero total de personas N)

Frmula para estimacin del tamao de la muestra.

Z x S
n=
E

Dnde:
n: tamao de la muestra
z: nivel de confianza o margen de confiabilidad
S: desviacin estndar de la poblacin
E: error de estimacin

Poblacin Finita. (Se conoce N)

Frmula para estimacin del tamao de la muestra.

S
n=
E S
+
Z N

Dnde:
N: nmero total de personas
n: tamao necesario de la muestra
Z: nivel de confianza o margen de confiabilidad
S: desviacin estndar de la poblacin
E: error de estimacin

EJEMPLO

Para ejemplificar el muestreo aleatorio simple y la seleccin,

suponga que una poblacin consta de 845 empleados de Nitra
Industries. Se va a elegir una muestra de 52 empleados de dicha
poblacin. Una forma de asegurarse de que todos los empleados de la
poblacin tienen las mismas posibilidades de que se les elija consiste en
escribir primero el nombre de cada empleado en un papel y depositarlos
todos en una caja.

Despus de mezclarlos, se efecta la primera seleccin tomando un

papel de la caja sin mirarlo. Se repite este proceso hasta terminar de
elegir la muestra de 52 empleados. Un mtodo ms conveniente de
seleccionar una muestra aleatoria consiste en utilizar un nmero de
identificacin por cada empleado y una tabla de nmeros aleatorios.
Como su nombre lo indica, estos nmeros se generaron mediante
un proceso aleatorio (en este caso, con una computadora).

La probabilidad de 0, 1, 2, 9 es la misma para cada dgito de un

nmero. Por consiguiente, la probabilidad de que se seleccione el
empleado 011 es la misma que para los empleados 722 o 382. Al
emplear nmeros aleatorios para seleccionar empleados, se elimina la
influencia o sesgo del proceso de seleccin.
 Muestreo Sistemtico

Una alternativa al muestreo aleatorio simple es el muestreo sistemtico.

Por ejemplo, si se quiere una muestra de tamao 50 de una poblacin
que tiene 5 000 elementos, se muestrea uno de cada 5 000/50 = 100
elementos de la poblacin. En este caso, un muestreo sistemtico
consiste en seleccionar en forma aleatoria uno de los primeros 100
elementos de la lista de la poblacin. Los otros se identifican empezando
con el primer elemento muestreado y seleccionando cada 100o.
elemento que siga en la lista.

Los elementos de la muestra de 50 se identifican movindose

sistemticamente entre la poblacin e identificando cada 100o.
elemento despus del primero seleccionado aleatoriamente.

Por lo general, de esta manera es ms fcil identificar la muestra de 50

que si se utilizara el muestreo aleatorio simple. Como el primer
elemento que se selecciona es elegido al azar, se supone que una
muestra sistemtica tiene las propiedades de una muestra aleatoria
simple. Este supuesto es aplicable, en especial, cuando la lista de los
elementos de la poblacin constituye un orden aleatorio de los
elementos.

Solo la primera unidad de la muestra se elige al azar siempre que el

nmero seleccionado sea mayor que el coeficiente de elevacin.
Coeficiente de elevacin = N/n
Donde
N: Tamao de la poblacin
n : Tamao de la muestra
Los restantes elementos de la muestra se hayan sumado,
sucesivamente el coeficiente de elevacin.
EJEMPLO.
Un centro comercial acaba de recibir un pedido de sintonizadores TDT
para ponerlos a la venta entre sus clientes. Dichos sintonizadores vienen
numerados con cdigos desde el 39456 al 48795. El gerente de dicho
centro est preocupado por la calidad de dichos sintonizadores y decide
obtener una muestra sistemtica de 7 aparatos y someterlos a varias
pruebas. Aydale a obtener la muestra.

Tamao de la poblacin de Sintonizadores (N)= 48795-39455= 9340

Coeficiente de Elevacin = N/ n = 9340/7= 1334.2857 1334
Si iniciamos con el 1er nmero aleatorio que se encuentre a partir de la
fila y columna 1, de izquierda a derecha, en la tabla de nmeros
aleatorios, la primera muestra es el sintonizador con cdigo 40102
La muestra sera: 40102, 41436, 42770, 44104, 45438, 46772 y 48106

Muestreo Estratificado

En el muestreo aleatorio estratificado los elementos de la poblacin

primero se dividen en grupos, a los que se les llama estratos, de manera
que cada elemento pertenezca a uno y slo un estrato. La base para la
formacin de los estratos, que pueden ser departamento, edad, tipo de
industria, etc., est a discrecin de la persona que disea la muestra. Sin
embargo, se obtienen mejores resultados cuando los elementos que los
forman son lo ms parecidos posible.

Una vez formados los estratos, se toma una muestra aleatoria simple de
cada uno. Existen frmulas para combinar los resultados de las muestras
de varios estratos individuales en una estimacin del parmetro
poblacional de inters. El valor del muestreo aleatorio estratificado
depende de qu tan homogneos sean los elementos dentro de cada
grupo.

Si los elementos de un estrato son parecidos, ste tendr una varianza

pequea. Por tanto, con muestras relativamente pequeas de los
estratos se obtienen buenas estimaciones de sus caractersticas. Si
stos son homogneos, el muestreo aleatorio estratificado proporciona
resultados tan precisos como los de un muestreo aleatorio simple, pero
con una muestra de tamao total menor.

Es un proceso en dos fases en el que la poblacin se divide en estratos.

Despus, los elementos se seleccionan para cada estrato mediante un
procedimiento aleatorio, por lo general muestreo aleatorio simple.

Un objetivo principal de este muestreo es incrementar la precisin sin

aumentar el coste
El criterio para la seleccin de las variables de estratificacin consiste en
homogeneidad, relacin y costos. Las variables comnmente utilizadas
incluyen caractersticas demogrficas, tipo de cliente (con o sin tarjeta),
tamao de la empresa o tipo de industria.

Metodologas:
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.

EJEMPLO MUESTREO POR ESTRATOS AFIJACION PTIMA

CON AFILIACION PTIMA

Paso1: Multiplicar el porcentaje de la poblacin correspondiente al
estrato por la varianza del estrato.
45 x1900 85500
39 x 2600 101400
16 x 2100 33600

Paso 2:Se suman todos los valores obtenidos en el paso 1

(85500+101400+33600=220500)
Paso 3: Se calcula a proporcin de cada valor obtenido en el paso 1
dentro del paso 2.

Pr oporcin estrato1 85500 / 220500 0,388

Pr oporcin estrato2 101400 / 220500 0,460
Pr oporcin estrato3 33600 / 220500 0,152

Paso 4 : Se calcula el tamao de la muestra de cada estrato

multiplicando su proporcin por el tamao de la muestra global ( 2500)
0,388 x 2500 970
0,460 x 2500 1150
0,152 x 2500 380
970,1150,380 2500

Muestreo por Conglomerados

La unidad muestral es un grupo de elementos de la poblacin que

forman una unidad, a la que llamamos conglomerado. A diferencia de un
estrato, un conglomerado es una unidad de elementos que contienen
representantes de toda la poblacin. Una poblacin es dividida primero
en unidades primarias y entonces una muestra es seleccionada de las
unidades primarias. El conglomerado ms utilizado en la investigacin es
un conglomerado geogrfico, lo ms importante sobre esta tcnica de
muestreo es dar a todos los conglomerados iguales posibilidades de ser
seleccionados.

En el muestreo por conglomerados(o clusters) los elementos de la

poblacin primero se dividen en grupos separados, llamados
conglomerados o clusters. Cada elemento pertenece a uno y slo un
conglomerado. Se toma una muestra aleatoria simple de los
conglomerados. Todos los elementos en cada conglomerado muestreado
forman la muestra. Este muestreo tiende a proporcionar mejores
resultados cuando los elementos dentro de los conglomerados no son
semejantes. Lo ideal es que cada conglomerado sea una representacin,
a pequea escala, de la poblacin completa. Si todos son semejantes en
este aspecto, tomando en la muestra un nmero pequeo de
conglomerados, se obtendr una buena estimacin de los parmetros
poblacionales.

Una de las principales aplicaciones del muestro por conglomerados es el

muestreo de reas, en el que los conglomerados son las manzanas de
una ciudad u otras zonas bien definidas. Por lo general, precisa tamaos
de muestra mayores que los requeridos en el muestreo aleatorio simple
o en el muestreo aleatorio estratificado. Sin embargo, permite reducir
costos debido a que cuando se enva a un entrevistador a uno de los
conglomerados de la muestra (por ejemplo, a una manzana de una
ciudad), puede obtener muchas observaciones en poco tiempo. Por
tanto, provee una muestra de tamao grande a un costo
significantemente menor.

EJEMPLO
Supongamos que estamos interesados en estudiar el grado de
aceptacin que la implantacin de la reforma educativa ha tenido entre
los padres de una determinado municipio.
A tal efecto seleccionamos una muestra de 600 nios. Conocemos por
los datos del ministerio que de los 10000 nios escolarizados en las
edades que nos interesan, 6000 acuden a colegios pblicos, 3000 a
colegios privados catlicos y 1000 a colegios privados no catlicos.
Como estamos interesados en que en nuestra muestra estn
representados todos los tipos de colegio, realizamos un muestreo
estratificado empleando como variable de estratificacin el tipo de
centro.

Si empleamos una afijacin simple elegiramos 200 nios de cada tipo

de centro, pero en este caso parece ms razonable utilizar una afijacin
proporcional pues hay bastante diferencia en el tamao de los estratos.
Por consiguiente, calculamos que proporcin supone cada uno de los
estratos respecto de la poblacin para poder reflejarlo en la muestra.
Colegios pblicos: 6000/10000=0.60
Colegios privados concertados: 3000/10000=0.30
Colegios privados no concertados: 1000/10000=0.10
Colegios pblicos: 0.60x600=360 sujetos
Colegios privados concertados: 0.30x600=180 sujetos
Colegios privados no concertados: 0.10x600= 60 sujetos

Muestreo de reas

Muestreo Polietpico
En el muestreo polietpico se realizan submuestreos consecutivos hasta
un nmero de etapas determinado. Por ejemplo, en el muestreo
trietpico se selecciona en una primera etapa una muestra de unidades
primarias, en una segunda etapa se realiza submuestreo en cada una de
las unidades de la muestra de primera etapa y en una tercera etapa se
realiza submuestreo en cada una de las unidades de la muestra de
segunda etapa. De forma similar se generalizara para un nmero
elevado de etapas, dando lugar al muestreo polietpico.
 2) No Probabilstico
Muestreo por Conveniencia

El muestreo de conveniencia es una tcnica de muestreo no

probabilstica. Como el nombre lo indica, la muestra se determina
principalmente por conveniencia. Los elementos se incluyen sin que
haya una probabilidad previamente especificada o conocida de que sean
incorporados en la muestra. Por ejemplo, un profesor que realiza una
investigacin en una universidad puede usar estudiantes voluntarios
para que constituyan una muestra simplemente porque los tiene al
alcance y participarn como sujetos a un costo bajo o sin costo. De
manera similar, un inspector puede muestrear un cargamento de
naranjas seleccionndolas al azar de varias cajas. Marcar cada naranja y
usar un mtodo probabilstico de muestreo puede no resultar prctico.
Muestras como capturas en la vida salvaje y paneles de voluntarios en
investigaciones del consumidor son tambin de conveniencia.

Esta tcnica tiene la ventaja de que es relativamente fcil seleccionar la

muestra y recabar los datos; sin embargo, es imposible evaluar su
bondad en trminos de representatividad de la poblacin. Una
muestra de conveniencia puede dar buenos resultados o no; ningn
procedimiento justificado estadsticamente permite un anlisis e
inferencia probabilsticos acerca de la calidad de los resultados
muestrales.

Algunas veces los investigadores aplican los mtodos estadsticos

propios de muestras probabilsticas a las muestras de conveniencia con
el argumento de que sta se trata como si fuera una muestra
probabilstica. Sin embargo, estos argumentos no tienen fundamento y
se debe tener cuidado al interpretar los resultados de muestreos de
conveniencia que han sido utilizados para hacer inferencias acerca de
las poblaciones.
Muestreo con fines especiales
 Muestreo por cuotas
Se realiza dndole al entrevistador la libertad de elegir los elementos de
la muestra pero bajo ciertos criterios, como las caractersticas y el
nmero de personas a entrevistar.

http://ri.ufg.edu.sv/jspui/bitstream/11592/7502/4/658.83-A678p-
CAPITULO%20II.1.pdf

Muestreo de juicio

Se hace buscando elementos de la poblacin ms representativos

(eleccin de una persona de una institucin para que proporcione
la informacin)