MUESTREO (ESTADSTICA)

En la referencia estadstica se conoce como muestreo a la tcnica para la

seleccin de una muestra a partir de una poblacin estadstica.1

Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la poblacin. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzaran si se realizase un estudio
de toda la poblacin. En las investigaciones llevadas por empresarios y de la
medicina se usa muestreo extensivamente en recoger informacin sobre
poblaciones.2

Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un
estudio adecuado (que consienta no solo hacer estimaciones de la poblacin
sino estimar tambin los mrgenes de error correspondientes a dichas
estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero
s podemos actuar de manera que esta condicin se alcance con una
probabilidad alta.

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, sigue la llamada distribucin muestral.

ndice [ocultar]
1 Tcnicas de muestreo estadstico
1.1 Muestreo aleatorio simple
1.1.1 Tipos
1.1.2 Muestreo sistemtico
1.1.3 Muestreo estratificado
1.1.4 Muestreo por etapas mltiples
1.1.5 Muestreo por conglomerados
1.1.6 Homogeneidad de las poblaciones o sus subgrupos
1.2 Muestreo no probabilstico
1.2.1 Muestreo por cuotas
1.2.2 Muestreo de bola de nieve
1.2.3 Muestreo subjetivo por decisin razonada
2 Referencias
3 Vase tambin
Tcnicas de muestreo estadstico3 4 [editar]
Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no
aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como
recurso en el proceso de seleccin). Cuando este ltimo cumple con la
condicin de que todos los elementos de la poblacin tienen alguna
oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente
a cada sujeto de la poblacin es conocida de antemano, recibe el nombre de
muestreo probabilstico. Una muestra seleccionada por muestreo de juicio
puede basarse en la experiencia de alguien con la poblacin. Algunas veces
una muestra de juicio se usa como gua o muestra tentativa para decidir cmo
tomar una muestra aleatoria ms adelante.

Muestreo aleatorio simple

Forman parte de este tipo de muestreo todos aquellos mtodos para los que se
puede calcular la probabilidad de extraccin de cualquiera de las muestras
posibles. Este conjunto de tcnicas de muestreo es el ms aconsejable, aunque
en ocasiones no es posible optar por l.

Tipos
Sin reposicin de los elementos: Cada elemento extrado se descarta para la
subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una
"poblacin" de bombillas para estimar la vida media de las bombillas que la
integran, no ser posible medir ms que una vez la bombilla seleccionada.

Con reposicin de los elementos: Las observaciones se realizan con

remplazo de los individuos, de forma que la poblacin es idntica en todas las
extracciones. En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin
aunque, realmente, no lo sea.

Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de

repetir una extraccin es tan pequea que el muestreo puede considerarse con
reposicin.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til

la extraccin de nmeros aleatorios mediante ordenadores, calculadoras o
tablas construidas al efecto.

Muestreo sistemtico
Se utiliza cuando el universo o poblacin es de gran tamao, o ha de
extenderse en el tiempo. Primero hay que identificar las unidades y
relacionarlas con el calendario (cuando proceda). Luego hay que calcular una
constante, denominada coeficiente de elevacin:

K= N/n
Donde N es el tamao de la poblacin y n el tamao de la muestra.

Para determinar en qu fecha se producir la primera extraccin, hay que

elegir al azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a
intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la
periodicidad del fenmeno.

Esto quiere decir que si tenemos un determinado nmero de personas que es la

poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo
el cual es la muestra (n), dividimos el nmero de la poblacin por el nmero
de la muestra que queremos tomar y el resultado de esta operacin ser el
intervalo, entonces escogemos un nmero al azar desde uno hasta el nmero
del intervalo, y a partir de este nmero escogemos los dems siguiendo el
orden.

Muestreo estratificado
Consiste en la divisin previa de la poblacin de estudio en grupos o clases
que se suponen homogneos con respecto a alguna caracterstica de las que se
van a estudiar. A cada uno de estos estratos se le asignara una cuota que
determinara el nmero de miembros del mismo que compondrn la muestra.
Dentro de cada estrato se suele usar la tcnica de muestreo sistemtico, una de
las tcnicas de seleccin ms usadas en la prctica.

Segn la cantidad de elementos de la muestra que se han de elegir de cada uno

de los estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es

proporcional al tamao del estrato dentro de la poblacin.
Asignacin ptima: la muestra recoger ms individuos de aquellos estratos
que tengan ms variabilidad. Para ello es necesario un conocimiento previo de
la poblacin.
Por ejemplo, para un estudio de opinin, puede resultar interesante estudiar
por separado las opiniones de hombres y mujeres pues se estima que, dentro
de cada uno de estos grupos, puede haber cierta homogeneidad. En la
asignacin proporcional, si la poblacin est compuesta de un 55% de mujeres
y un 45 % de hombres, se tomara una muestra que contenga tambin esos
mismos porcentajes de hombres y mujeres. En la asignacin ptima, si todos
los hombres piensan igual, pero las mujeres son impredecibles, se tomara una
muestra con ms del 55% de mujeres.

Para una descripcin general del muestreo estratificado y los mtodos de

inferencia asociados con este procedimiento, suponemos que la poblacin est
dividida en h subpoblaciones o estratos de tamaos conocidos N1, N2,..., Nh
tal que las unidades en cada estrato sean homogneas respecto a la
caracterstica en cuestin. La media y la varianza desconocidas para el i-simo
estrato son denotadas por m y si2, respectivamente.

Muestreo por etapas mltiples

Esta tcnica es la nica opcin cuando no se dispone de lista completa de la
poblacin de referencia o bien cuando por medio de la tcnica de muestreo
simple o estratificado se obtiene una muestra con unidades distribuidas de tal
forma que resultan de difcil acceso. En el muestreo a estudios mltiples se
subdivide la poblacin en varios niveles ordenados que se extraen
sucesivamente por medio de un procedimiento de embudo. El muestreo se
desarrolla en varias fases o extracciones sucesivas para cada nivel.

Por ejemplo, si tenemos que construir una muestra de profesores de primaria

en un pas determinado, stos pueden subdividirse en unidades primarias
representadas por circunscripciones didcticas y unidades secundarias que
seran los propios profesores. En primer lugar extraemos una muestra de las
unidades primarias (para lo cual debemos tener la lista completa de estas
unidades) y en segundo lugar extraemos aleatoriamente una muestra de
unidades secundarias de cada una de las primarias seleccionadas en la primera
extraccin.

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en
grupos que se supone que contienen toda la variabilidad de la poblacin, es
decir, la representan fielmente respecto a la caracterstica a elegir, pueden
seleccionarse slo algunos de estos grupos o conglomerados para la
realizacin del estudio.

Dentro de los grupos seleccionados se ubicarn las unidades elementales, por

ejemplo, las personas a encuestar, y podra aplicrsele el instrumento de
medicin a todas las unidades, es decir, los miembros del grupo, o slo se le
podra aplicar a algunos de ellos, seleccionados al azar. Este mtodo tiene la
ventaja de simplificar la recogida de informacin muestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos

individuos para integrar la muestra, el diseo se llama muestreo bietpico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El

primer mtodo funciona mejor cuanto ms homognea es la poblacin
respecto del estrato, aunque ms diferentes son stos entre s. En el segundo,
ocurre lo contrario. Los conglomerados deben presentar toda la variabilidad,
aunque deben ser muy parecidos entre s.

Homogeneidad de las poblaciones o sus subgrupos

Homogneo significa, en el contexto de la estratificacin, que no hay mucha
variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada
uno de ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la
estatura de una poblacin, es bueno distinguir entre los estratos mujeres y
hombres porque se espera que, dentro de ellos, haya menos variabilidad, es
decir, sean menos heterogneos. Dicho de otro modo, no hay tantas
diferencias entre unas estaturas y otras dentro del estrato que en la poblacin
total.

Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan

las mismas diferencias dentro del estrato que en toda la poblacin, no hay por
qu usar este mtodo de muestreo. En los casos en los que existan grupos que
contengan toda la variabilidad de la poblacin, lo que se construyen son
conglomerados, que ahorran algo del trabajo que supondra analizar toda la
poblacin. En resumen, los estratos y los conglomerados funcionan bajo
principios opuestos: los primeros son mejores cuanto ms homogneo es el
grupo respecto a la caracterstica a estudiar y los conglomerados, si
representan fielmente a la poblacin, esto es, contienen toda su variabilidad, o
sea, son heterogneos.

El espacio muestral es: Conjunto formado por todos los resultados posibles
de un experimento aleatorio. EJ: Al lanzar un dado no cargado el espacio
muestral del dado seria: 1-2-3-4-5-6.

Muestreo no probabilstico
Es aquel para el que no se puede calcular la probabilidad de extraccin de una
determinada muestra. Por tal motivo, se busca seleccionar a individuos que
tienen un conocimiento profundo del tema bajo estudio y se considera que la
informacin aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de
opinin. En primer lugar es necesario dividir la poblacin de referencia en
varios estratos definidos por algunas variables de distribucin conocida (como
el gnero o la edad). Posteriormente se calcula el peso proporcional de cada
estrato, es decir, la parte proporcional de poblacin que representan.
Finalmente se multiplica cada peso por el tamao de n de la muestra para
determinar la cuota precisa en cada estrato. Se diferencia del muestreo
estratificado en que una vez determinada la cuota, el investigador es libre de
elegir a los sujetos de la muestra dentro de cada estrato.

Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy
dispersas pero en contacto entre s. Consiste en identificar sujetos que se
incluirn en la muestra a partir de los propios entrevistados. Partiendo de una
pequea cantidad de individuos que cumplen los requisitos necesarios,
servirn como localizadores de otros con caractersticas anlogas.

Muestreo subjetivo por decisin razonada

En este caso las unidades de la muestra se eligen en funcin de algunas de sus
caractersticas de manera racional y no casual. Una variante de esta tcnica es
el muestreo compensado o equilibrado, en el que se seleccionan las unidades
de tal forma que la media de la muestra para determinadas variables se
acerque a la media de la poblacin. La cual funciona sobre la base de
referencias o por recomendacin, despus se reconoce por medio de la
estadstica.