FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS

AMÉRICAS
Departamento de Educación a Distancia

TEORÍA DE MUESTREO

Una parte fundamental para realizar un estudio estadístico de cualquier tipo es

obtener unos resultados confiables y que puedan ser aplicables, como resulta casi
imposible o impráctico llevar a cabo algunos estudios sobre toda una población,
por lo que la solución es llevar a cabo el estudio basándose en un subconjunto de
ésta denominada muestra.

Sin embargo, para que los estudios tengan la validez y confiabilidad es necesario
que tal subconjunto de datos, o muestra, posea algunas características
específicas que permitan, al final, generalizar los resultados hacia la población.

Cuanto más homogénea es una población en las características objeto de estudio,

más fácil resulta obtener muestras representativas sin necesidad de que sean
grandes. Es decir, el tamaño de la muestra está en relación directa con la
desviación típica de las puntuaciones en las características de la variable a
investigar.

Esas características tienen que ver principalmente con el tamaño de la muestra y

con la manera de obtenerla.

1 Importancia del muestreo

La inferencia estadística: utiliza las características de un subconjunto de la

población (la muestra) para hacer afirmaciones (inferir) sobre la población en
general.

El muestro, implica algo de incertidumbre que debe ser aceptada para poder
realizar el trabajo, pues estudiar una población resulta ser un trabajo en ocasiones
demasiado grande, Wonnacott y Wonnacott ofrecen las siguientes razones extras:

Claudia Victoria Quintero García Página 1

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

 Recursos limitados. Es decir, no existen los recursos humanos, materiales

o económicos para realizar el estudio sobre el total de la población. Es
como cuando se compra un aparato, un automóvil usado (por ejemplo), que
se prueba unos minutos (el encendido, una carrerita, etc.) para ver si
funciona correctamente y luego se adquiere, pero no se espera a probarlo
toda la vida (encendiéndolo y apagándolo o, simplemente, dejándolo
encendido) antes de realizar la adquisición.
 Escasez. Es el caso en que se dispone de una sola muestra. Por ejemplo,
para el estudio paleontológico de los dinosaurios (el T. Rex por ejemplo)
sería muy bueno contar con, al menos, muchos restos fósiles y así realizar
tales investigaciones; sin embargo, se cuenta sólo con una docena de
esqueletos fosilizados (casi todos incompletos) de esas criaturas en todo el
mundo.
 Pruebas destructivas. Es el caso en el que realizar el estudio sobre toda
la población llevaría a la destrucción misma de la población. Por ejemplo, si
se quisiese saber el conteo exacto de hemoglobina de una persona habría
que extraerle toda la sangre.
 El muestreo puede ser más exacto. Esto es en el caso en el que el
estudio sobre la población total puede causar errores por su tamaño o, en el
caso de los censos, que sea necesario utilizar personal no lo
suficientemente capacitado; mientras que, por otro lado, el estudio sobre
una muestra podría ser realizada con menos personal pero más capacitado.

Siempre que hagamos la elección de una muestra, debemos tener cuidado de que
ésta reúna las siguientes características:

 Que sea suficiente: es decir que la cantidad de elementos seleccionados

sea el que se requiere para que el nivel de confiabilidad sea el que se ha
establecido previamente.

Claudia Victoria Quintero García Página 2

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

 Que sea representativa: esto quiere decir que los elementos seleccionados
deberán presentar características similares a las de la población o universo.
 Al utilizar muestras en lugar de universos tenemos grandes ventajas,
algunas de las más importantes son:
 El costo se reduce, pues los gastos serán únicamente los ocasionados por
una parte del universo (muestra tomada) y no por la totalidad de él.
 Si la muestra es representativa, las deducciones resultantes sobre el
universo serán confiables.
 Como solamente se estudia una parte del universo, la información obtenida
se realiza en menor tiempo.

2 Tamaño de las muestras

Para calcular el tamaño de una muestra hay que tomar en cuenta tres factores:

 El porcentaje de confianza con el cual se quiere generalizar los datos desde

la muestra hacia la población total. El nivel de confianza tiene relación
directa con el tamaño de la muestra, por lo tanto, a mayor nivel de
confianza más grande debe ser el tamaño de la muestra. El nivel es fijado
por el investigador, de acuerdo con su experiencia. La confianza o el
porcentaje de confianza es el porcentaje de seguridad que existe para
generalizar los resultados obtenidos. Esto quiere decir que un porcentaje
del 100% equivale a decir que no existe ninguna duda para generalizar
tales resultados, pero también implica estudiar a la totalidad de los casos de
la población. Para evitar un costo muy alto para el estudio o debido a que
en ocasiones llega a ser prácticamente imposible el estudio de todos los
casos, entonces se busca un porcentaje de confianza menor. Comúnmente
en las investigaciones sociales se busca un 95%.
También hay que tomar en cuenta que el nivel de confianza no es ni un
porcentaje, ni la proporción que le correspondería, a pesar de que se

Claudia Victoria Quintero García Página 3

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

expresa en términos de porcentajes. El nivel de confianza se obtiene a

partir de la distribución normal estándar y la intención es buscar el valor Z
de la variable aleatoria que corresponda a tal área.
La siguiente tabla muestra los valores de Z, según los niveles de confianza
más comunes

Nivel de Confianza 99.73% 99% 98% 96% 95.45% 95% 90% 80% 68.27% 50%
Valores de Z 3.00 2.58 2.33 2.05 2.00 1.96 1.645 1.28 1.00 0.6745

Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces

hay que considerar la proporción correspondiente, que es 0.95. Lo que se
buscaría en seguida es el valor Z para la variable aleatoria z tal que el área
simétrica bajo la curva normal desde -Z hasta Z sea igual a 0.95, es decir,
P(-Z<z<Z)=0.95.
Utilizando la tabla, se puede calcular el valor de Z, sería 1.96 (con una
aproximación a dos decimales).
Esto quiere decir que P(-1.96<z<1.96)=0.95.

 El porcentaje de error que se pretende aceptar al momento de hacer la

generalización. El error o porcentaje de error equivale a elegir una
probabilidad de aceptar una hipótesis que sea falsa como si fuera
verdadera, o la inversa: rechazar a hipótesis verdadera por considerarla
falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo
del error y considerarlo como 0%, entonces la muestra es del mismo
tamaño que la población, por lo que conviene correr un cierto riesgo de
equivocarse. Comúnmente se aceptan entre el 4% y el 6% como error,
tomando en cuenta de que no son complementarios la confianza y el error.

 El nivel de variabilidad que se calcula para comprobar la hipótesis. La

variabilidad es la probabilidad (o porcentaje) con el que se aceptó y se

Claudia Victoria Quintero García Página 4

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

rechazó la hipótesis que se quiere investigar. El porcentaje con que se

aceptó de tal hipótesis se denomina variabilidad positiva y se denota por
p, y el porcentaje con el que se rechazó la hipótesis es la variabilidad
negativa, denotada por q. Hay que considerar que p y q son
complementarios, es decir, que su suma es igual a la unidad: p+q=1.
Además, cuando se habla de la máxima variabilidad, en el caso de no
existir antecedentes sobre la investigación (no hay otras o no se pudo
aplicar una prueba previa), entonces los valores de variabilidad es p=q=0.5.

Una vez que se han determinado estos tres factores, se puede calcular el tamaño
de la muestra como a continuación se expone.

A veces se toman los valores estándar de los tres factores, por falta de
información, esto son:

 Nivel de confianza: 95%, que equivale al valor de Z = 1,96

 Error estimado: 5%
 Probabilidad de ocurrencia o positiva: 50%

El muestreo es el proceso de tomar una proporción o parte de un universo de

elementos, con la finalidad de analizar en dichos elementos, características
sujetas a estudio o fenómenos factibles de observación y en base al análisis de la
muestra o proporción tomada obtener conclusiones que se refieran no sólo a la
muestra sino a todo el universo. Para fines estadísticos, el universo puede
considerarse finito o infinito. Se considera finito si el número de elementos que lo
constituyen es menor a 500,000 e infinito si es igual o mayor a este número.

Hay que mencionar que estas fórmulas se pueden aplicar de manera aceptable
pensando en instrumentos que no incluyan preguntas abiertas y que sean un total
de alrededor de 30.

Claudia Victoria Quintero García Página 5

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

Vamos a presentar dos fórmulas, siendo la primera la que se aplica en el caso de

que no se conozca con precisión el tamaño de la población, y es:

Donde:

n es el tamaño de la muestra;
Z es el nivel de confianza (95%-equivalente al valor Z=1.96);
p es la variabilidad positiva (0.5);
q es la variabilidad negativa (0.5);
E es la precisión o error(entre 4% y 6%).

Por ejemplo:

se desea realizar una investigación sobre los estudiantes inscritos en primer y

segundo semestre, para lo cual se aplicará un cuestionario de manera aleatoria a
una muestra, pues los recursos económicos y el tiempo para procesar la
información resultaría insuficiente en el caso de aplicársele a la población
estudiantil completa.

En primera instancia, suponiendo que no se conoce el tamaño exacto de la

población, pero con la seguridad de que ésta se encuentra cerca a los 500.000, se
aplicará la primera fórmula.

Se considerará una confianza del 95%, un porcentaje de error del 5% y la máxima

variabilidad por no existir antecedentes en la institución sobre la investigación y
porque no se puede aplicar una prueba previa, es decir que p=0.5 y q=0.5.

Claudia Victoria Quintero García Página 6

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

Primero habrá que obtener el valor de Z de tal forma que la confianza sea del 95%,
es decir, se busca el nivel de confianza en la tabla y obtenemos un nivel de
confianza Z=1.96.

De esta manera se realiza la sustitución y se obtiene:

Esto quiere decir que el tamaño de la muestra es de 385 estudiantes.

En el caso de que sí se conozca el tamaño de la población entonces se aplica

la siguiente fórmula:

donde

n es el tamaño de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamaño de la población;
E es la precisión o el error.

La ventaja sobre la primera fórmula es que al conocer exactamente el tamaño de

la población, el tamaño de la muestra resulta con mayor precisión y se pueden
incluso ahorrarse recursos y tiempo para la aplicación y desarrollo de una
investigación.

Claudia Victoria Quintero García Página 7

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

Por ejemplo:

Con el ejemplo anterior, pero supongamos ahora que sí se conoce el tamaño de la

población estudiantil y es de 9,408, entonces se aplicará la segunda fórmula.
Utilizando los mismos parámetros la sustitución queda como:

Con lo que se tiene una muestra de 370 estudiantes y así poder realizar la
investigación sin más costo del necesario, pero con la seguridad de que las
condiciones aceptadas para la generalización (confiabilidad, variabilidad y error)
se mantienen.

3 Tipos de muestreo

Los métodos estadísticos proponen diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: métodos de muestreo
probabilísticos y métodos de muestreo no probabilísticos.

3.1 Muestreo probabilístico

Son aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra. Solo estos métodos de muestreo
probabilístico aseguran la representatividad de la muestra extraída y son, los más
recomendables. Dentro de los métodos de muestreo probabilístico se encuentran
los siguientes tipos:

Claudia Victoria Quintero García Página 8

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

3.1.1 Muestreo simple aleatorio:

Atractivo por su simpleza, pero tiene poca utilidad en poblaciones grandes, el

procedimiento es:
 Se asigna un número a cada individuo de la población,
 Se utiliza un medio mecánico para seleccionar los elementos que formarán
parte de la muestre (bolas dentro de una bolsa, tablas de números
aleatorios, números aleatorios generados con computador, etc.) se eligen
tantos sujetos como sea necesario para completar el tamaño de muestra
requerido.

3.1.2 Muestreo sistemático

Es una técnica de muestreo que requiere de una selección aleatoria inicial de

observaciones seguida de otra selección de observaciones obtenida usando algún
sistema o regla. El procedimiento es:
 Como el anterior, numerar todos los elementos de la población, pero en
lugar de extraer n números aleatorios solo se extrae uno.
 Se parte de ese número aleatorio i, que es un numero elegido al azar, y los
elementos que integran la muestra son los que ocupan los lugares i, i+k,
i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamaño de la población entre el tamaño de la
muestra: k=N/n. El numero i que se emplea como punto de partida será un
numero al azar entre 1 y k.

El riesgo se este tipo de muestreo esta en los casos en que se dan periodicidades
en la población ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) se puede introducir una homogeneidad que no se da en la población,
por ejemplo, suponga que se está seleccionando una muestra sobre una listas de
10 individuos en los que los 5 primeros son varones y los 5 últimos mujeres; si se
emplea un muestreo aleatorio sistemático con k=10 siempre serán seleccionados

Claudia Victoria Quintero García Página 9

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

o solo hombres o solo mujeres; no podría haber una representación de los dos
sexos, lo que significa que la muestra puede no ser representativa.

Ejemplo: Para obtener una muestra de suscriptores telefónicos en una ciudad

grande, puede obtenerse primero una muestra aleatoria de los números de las
páginas del directorio telefónico; al elegir el vigésimo nombre de cada página
obtendríamos un muestreo sistemático, también podemos escoger un nombre de
la primera página del directorio y después seleccionar cada nombre del lugar
número cien a partir del ya seleccionado. Por ejemplo, podríamos seleccionar un
número al azar entre los primeros 100; supongamos que el elegido es el 40,
entonces seleccionamos los nombres del directorio que corresponden a los
números 40, 140, 240, 340 y así sucesivamente.

3.1.3 Muestreo aleatorio estratificado:

Una muestra aleatoria estratificada es la obtenida mediante la separación de los

elementos de la población en grupos diferentes entre si, llamados estratos y la
selección posterior de una muestra irrestrictamente aleatoria simple en cada
estrato. Se puede estratificar, por ejemplo, según la profesión, el municipio de
residencia, el sexo, el estado civil, etc

Este tipo de muestreo asegura de que todos los estratos de interés estén
representados en la muestra. Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado
para elegir los elementos concretos que formaran parte de la muestra. Este tipo de
muestreo exige un conocimiento detallado de la población. El tamaño de cada
estrato se determina de dos maneras:
 Afijación simple: a cada estrato le corresponde igual número de
elementos muestrales.
 Afijación proporcional: la distribución se hace de acuerdo con el peso
(tamano) de la población en cada estrato.

Claudia Victoria Quintero García Página 10

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

Ejemplo: Se desea estudiar el grado de aceptación que la implantación de la

reforma educativa ha tenido entre los padres de un municipio. Para ello se
seleccionó una muestra de 600 padres de familia.

Según in formación obtenido del Ministerios de Educación, 7.000 niños acuden a

colegios público y 3.000 acuden a colegios privados. Como el interés es que en la
muestra estén representados todos los tipos de colegio, se realiza un muestreo
estratificado empleando como variable de estratificación el tipo de colegio.

Si se emplea una afijación simple serian 300 niños de cada tipo de centro,
Si se utiliza afijación proporcional, que es la más razonable por la diferencia en el
tamaño de los estratos. El procedimiento es:

1. Calcular la proporción para cada uno de los estratos respecto de la población,

para poder reflejarlo en la muestra.

Colegios públicos: 7.000/10.000 = 0.70

Colegios privados: 3.000/10.000 = 0.30

2. Para conocer el tamaño de cada estrato en la muestra se multiplica la

proporción por el tamaño muestral.

Colegios públicos: 0.70x600 = 420 padres de familia

Colegios privados: 0.30x600 = 180 padres de familia

3.1.4 Muestreo por conglomerados

El muestreo por conglomerados requiere de elegir una muestra aleatoria simple

de unidades heterogéneas entre sí de la población llamadas conglomerados.
Cada elemento de la población pertenece exactamente a un conglomerado, y los

Claudia Victoria Quintero García Página 11

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

elementos dentro de cada conglomerado son usualmente heterogéneos o

disímiles.

Ejemplo 1: Suponga que una compañía de servicio de televisión por cable está
pensando en abrir una sucursal en una ciudad grande; la compañía planea realizar
un estudio para determinar el porcentaje de familias que utilizarían sus servicios,
como no es práctico preguntar en cada casa, la empresa decide seleccionar una
parte de la ciudad al azar, la cual forma un conglomerado.

Ejemplo 2: se desea conocer el grado de satisfacción laboral de los empleados de

un banco, el cual tiene servicio a nivel nacional; el tamaño de la muestra para que
sea representativa debe ser de 800 empleados. Como es difícil acceder
individualmente a estos empleados, se recomienda hacer una muestra por
conglomerados.

Se sabe que el número de empleados por banco es aproximadamente de 40, el

procedimiento es:
 Hacer un listado de todos los almacenes.
 Asignar un número a cada uno.
 Elegir por muestreo aleatorio simple o sistemático los bancos que van a
formar parte de la muestra por conglomerado.

3.2 Muestreo no probabilístico:

Se utilizan para estudios exploratorios o poco investigados, este tipo de muestreos

no sirven para realizar generalizaciones, pues no se tiene la certeza de que la
muestra extraída sea representativa, porque no todos los sujetos de la población
tienen la misma probabilidad de ser elegidos.

La selección los sujetos se eligen siguiendo determinados criterios, procurando

que la muestra sea representativa.

Claudia Victoria Quintero García Página 12

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

Dentro de los tipos de muestreo no Probabilístico, podemos mencionar los

siguientes:

3.2.1 Muestreo por Juicio, Selección Experta o Selección Intencional:

El investigador toma la muestra seleccionando los elementos que a él le parecen

representativos o típicos de la población, por lo que depende del criterio del
investigador. Es muy frecuente su utilización en sondeos preelectorales de zonas
que en anteriores votaciones han marcado tendencias de voto.

3.2.2 Muestreo casual o fortuito:

Se usa en los casos en que no es posible seleccionar los elementos, y deben

sacarse conclusiones con los elementos que estén disponibles. El investigador
selecciona directa e intencionadamente los individuos de la población. El caso
más frecuente de este procedimiento es el utilizar como muestra los individuos a
los que se tiene fácil acceso, Por ejemplo: en el caso de voluntarios para pruebas
de medicamentos de enfermedades como el corazón, cáncer o los profesores de
universidad que emplean a sus propios alumnos para sus investigaciones.

3.2.3 Muestreo de cuota:

Se utiliza cuando se tiene buen conocimiento de la población de estudio y se sabe

cuáles son los individuos más representativos o adecuados para formar parte de la
muestra. Se asemeja el muestreo aleatorio estratificado, pero sin el carácter de
aleatoriedad

En este tipo de muestreo se fijan unas "cuotas" que son un número de individuos
que reúnen determinadas características importantes para el estudio. Por ejemplo,
se desea conocer la opinión de un artículo nuevo que saldrá al mercado, se sabe
que el producto es para mujeres entre ciertas edades y estrato socioeconómico
bajos, por ello el investigador determina las características de los individuos que

Claudia Victoria Quintero García Página 13

 FUNDACIÓN UNIVERSITARIA AUTÓNOMA DE LAS
AMÉRICAS
Departamento de Educación a Distancia

formarán la muestra, decide seleccionar 30 personas de 18 a 22 años, de sexo

femenino y residentes en barrios de estrato 1 y 2, determinada la cuota, se eligen
los primeros que cumplan esas características. Este método se utiliza mucho en
estudios de opinión de mercado

3.2.4 Muestreo de Bola de nieve:

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y

así hasta conseguir una muestra suficiente. Este tipo se emplea muy
frecuentemente cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, egresados de una
institución, etc.

Claudia Victoria Quintero García Página 14