Tipos de muestreo.

MUESTREO ALEATORIO SIMPLE

Para seleccionar una muestra de una población hay diversos métodos; uno de los más comunes es
el muestreo aleatorio simple. La definición de muestreo aleatorio simple y del proceso de
seleccionar una muestra aleatoria simple depende de si la población es finita o infinita. Como el
problema de muestreo de EAI tiene una población finita de 2500 administradores, primero se
considera el muestreo de una población finita.

Muestreo de una población finita.

Una muestra aleatoria simple de tamaño n de una población finita de tamaño N es una muestra
seleccionada de manera que cada posible muestra de tamaño n tenga la misma probabilidad de ser
seleccionada.
Un procedimiento para seleccionar una muestra aleatoria simple de una población finita es elegir los
elementos para la muestra de uno en uno, de manera que, en cada paso, cada uno de los elementos que
quedan en la población tenga la misma probabilidad de ser seleccionado. Al seleccionar n elementos de
esta manera, será satisfecha la definición de muestra aleatoria simple seleccionada de una población
finita.

Para el cálculo de tamaño de muestra cuando el universo es finito, es decir contable y la variable de
tipo categórica, primero debe conocer "N" ó sea el número total de casos esperados ó que ha habido
en años anteriores
(Por ejemplo, en el año 2009), para eso deben revisar los datos estadísticos del Departamento de
Pediatría.
Si la población es finita, es decir conocemos el total de la población y deseásemos saber cuántos
del total tendremos que estudiar la fórmula sería:

Donde:
• N = Total de la población
• Zα= 1.96 al cuadrado (si la seguridad es del 95%)
• p = proporción esperada (en este caso 5% = 0.05)
• q = 1 – p (en este caso 1-0.05 = 0.95)
• d = precisión (en su investigación use un 5%).

Ejemplo:
¿A cuántas personas tendría que estudiar de una población de 15.000 habitantes para conocer la
Prevalencia de diabetes?
Seguridad = 95%; Precisión = 3% (recuerde, en su investigación use 5%, en este ejemplo usaremos
3%); proporción esperada = asumamos que puede ser próxima al 5% (0.05); si no tuviese ninguna
idea de dicha proporción utilizaríamos el valor p = 0.5 (50%) que maximiza el tamaño muestral.

Según diferentes seguridades el coeficiente de Zα varía, así:

• Si la seguridad Zα fuese del 90% el coeficiente sería 1.645
• Si la seguridad Zα fuese del 95% el coeficiente sería 1.96
• Si la seguridad Zα fuese del 97.5% el coeficiente sería 2.24
• Si la seguridad Zα fuese del 99% el coeficiente sería 2.576
Muestreo de una población infinita.
Una muestra aleatoria simple de una población infinita es una muestra seleccionada de manera que se
satisfagan las condiciones siguientes.
1. Cada uno de los elementos seleccionados proviene de la población.
2. Cada elemento se selecciona independientemente.

En poblaciones infinitas un procedimiento para la selección de una muestra debe ser concebido
especialmente para cada situación, de manera que permita seleccionar los elementos de manera
independiente y evitar así un sesgo en la selección que dé mayores probabilidades de selección a
ciertos tipos de elementos.

Ejemplo.

En una población de gran tamaño, el porcentaje de personas que leen un periódico al menos cinco
días a la semana es del 45%.
a) ¿Cuál es la desviación tipo poblacional?
b) Si extraemos muestras de 49 personas, ¿Cuál es el error tipo de la proporción?

2:
a) σ = √π (1− π)= √0,45 (1 − 0,45)= 0,497

b) σp = σ/√n = 0,497/√49 = 0,071

Muestreo aleatorio estratificado

En el muestreo aleatorio estratificado los elementos de la población primero se dividen en grupos, a
los que se les llama estratos, de manera que cada elemento pertenezca a uno y sólo un estrato.
La base para la formación de los estratos, que puede ser departamento, edad, tipo de industria, etc.,
está a discreción de la persona que diseña la muestra. Sin embargo, se obtienen mejores resultados
cuando los elementos que forman un estrato son lo más parecido posible.

Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población
de 20 alumnos de la Universidad de Talca.
Base de datos de la población:

Elija una muestra estratificada de tamaño n=4 de esta población. Use la tabla de números aleatorios,
en cada alternativa empiece en la fila 1 columna 1 y continúe seleccionando hacia la derecha. Indique
los pasos para elegir la muestra.

Respuesta:
Para elegir una muestra estratificada, primero se dividen los hombres de las mujeres y se asignan
número de identificación a cada estrato:
Usando la tabla de números aleatorios, se elige una muestra aleatoria simple de tamaño n=2 de los
hombres, buscando números del 1 al 12. Se parte de la fila 1 columna 1. Se usan dos dígitos.

Los números elegidos son: 10 y 1.

Por lo tanto la muestra del estrato de hombres queda constituida por Fabián y Juan. Fabián NO
trabaja y Juan SI trabaja. Usando la tabla de números aleatorios, se elige una muestra aleatoria
simple de tamaño n=2 de las mujeres, buscando números del 1 al 8.
Se parte de la fila 1 columna 1. Se usa un dígito.

Los números elegidos son: 1 y 4.

Por lo tanto, la muestra del estrato de mujeres queda constituida por Alicia y Fernanda. Alicia y
Victoria NO trabajan. Por lo tanto, la muestra final queda constituida por Fabián, Juan, Alicia y
Fernanda.
Finalmente, la proporción de alumnos que trabaja en la muestra estratificada es de 25%.
Muestreo por conglomerados
En el muestreo por conglomerados los elementos de la muestra primero se dividen en grupos
separados, llamados conglomerados. Cada elemento de la población pertenece a uno y sólo un
conglomerado. Se toma una muestra aleatoria simple de los conglomerados.
La muestra está formada por todos los elementos dentro de cada uno de los conglomerados que
forman la muestra. El muestreo por conglomerados tiende a proporcionar mejores resultados cuando
los elementos dentro de los conglomerados no son semejantes. Lo ideal es que cada conglomerado
sea una representación, a pequeña escala, de la población. Si todos los conglomerados son
semejantes en este aspecto, tomando en la muestra un número pequeño de conglomerados se
obtendrá una buena estimación de los parámetros poblacionales.

Ejemplo del Muestreo Conglomerado (MC)

Concepto
Vamos a suponer que deseamos conocer las ganancias por cabeza de las familias de un municipio.
Las familias viven en las casas habitacionales y éstas casa están situadas en
415 manzanas dentro del municipio.

Propósito
El objetivo es obtener, en base a un muestreo científico información al respecto. Es claro que el tipo
del diseño muestral adecuados para esta situación por el rasgo del arreglo espacial de tipo agregada
sería el muestreo conglomerado (Bellhouse & Rao, 1975; Cochran, 1946; Buckland, 1951).
Por tanto, la estimación de la media poblacional con su intervalo de confianza a nivel de 95% es:

myi ± L = 10.16 ± 1.1

Límite inferior: 11.26

Límite superior: 10.06

Muestreo sistemático
Para ciertos muestreos, en especial en aquellos con poblaciones grandes, se necesita mucho tiempo
para tomar una muestra aleatoria simple (hallando primero los números aleatorios y después
contando y recorriendo toda una lista de la población hasta encontrar los elementos
correspondientes).
Una alternativa al muestreo aleatorio simple es el muestreo sistemático.

Muestreo de conveniencia
Los métodos de muestreo hasta ahora vistos se conocen como técnicas probabilísticas de
muestreo.
Los elementos seleccionados de una población tienen una probabilidad conocida de ser incluidos en
la muestra. La ventaja del muestreo probabilístico es que, por lo general, se identifica la distribución
muestral del estadístico muestral correspondiente. Para determinar las propiedades de la distribución
muestral se usan las fórmulas presentadas en este capítulo para el muestreo aleatorio simple. La
distribución muestral permite hacer afirmaciones probabilísticas acerca del error al usar los
resultados muéstrales para hacer inferencias acerca de la población.

El muestreo de conveniencia es una técnica de muestreo no probabilística. Como el nombre lo

indica, la muestra se determina por conveniencia. Los elementos se incluyen en la muestra sin que
haya una probabilidad previamente especificada o conocida de que sean incluidos en la muestra.

Ejemplo.
Un profesor que realiza una investigación en una universidad puede usar estudiantes voluntarios
para que constituyan la muestra, ¿existe alguna razón? Sí, los tiene al alcance y participarán como
sujetos a un costo bajo o sin ningún costo .De manera similar, un inspector puede muestrea r un
cargamento de naranjas seleccionando al azar naranjas de varias de las cajas. Marcar una naranja
y usar un método pro balístico de muestreo puede no resultar práctico.

Tiene la ventaja de ser relativamente fáciles, pero es imposible evaluar la bondad de la muestra en
términos de su representatividad de la población. Y puede dar o no buenos resultados. Pero no tiene
un fundamento.
Muestreo subjetivo
Otra técnica de muestreo no probabilística es el muestreo subjetivo. En este método la persona que
más sabe sobre un asunto selecciona elementos de la población que considera los más
representativos de la población. Este método suele ser una manera relativamente fácil de seleccionar
una muestra.

Ejemplo:
Un reportero puede seleccionar dos o tres senadores considerando que estos senadores reflejan la
opinión general de todos los senadores.