 MUESTRA:

Es un subconjunto o parte del universo o población en que se llevará a cabo la

investigación. Hay procedimientos para obtener la cantidad de los componentes
de la muestra como fórmulas, lógica y otros que se verá más adelante. La muestra
es una parte representativa de la población.

Según Muñoz P. (2017) La muestra es una representación significativa de las

características de una población, que bajo la asunción de un error (generalmente
no superior al 5%) estudiamos las características de un conjunto poblacional
mucho menor que la población global.

Sheldon M. Ross (2007) indica: “cuando la población es demasiado grande se

elige un subgrupo que luego será estudiado, a este último se le denomina muestra”.

Para la FAO (1989) La muestra puede definirse como una porción o artículo que
indica la calidad del todo del que ha sido tomado.

 MUESTREO:
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos
los elementos de una población), se selecciona una muestra, entendiendo por tal
una parte representativa de la población. En ocasiones en que no es posible o
conveniente realizar un censo (analizar a todos los elementos de una población),
se selecciona una muestra, entendiendo por tal una parte representativa de la
población.

Según Portela J. (2007) En ocasiones en que no es posible o conveniente realizar

un censo (analizar a todos los elementos de una población), se selecciona una
muestra, entendiendo por tal una parte representativa de la población. El muestreo
es por lo tanto una herramienta de la investigación científica, cuya función básica
es determinar que parte de una población debe examinarse, con la finalidad de
hacer inferencias sobre dicha población.

Pérez L. (2009) Afirma que un muestreo es el procedimiento a través del cual es

seleccionada una muestra (que es un subconjunto de elementos de una población,
es decir, el muestreo se refiere a esa reducción de elementos que componen a un
universo o población, para así poder cumplir con la investigación correspondiente.

EJEMPLOS DE MUESTREO:

 ¿Qué porcentaje de los habitantes de México fuma habitualmente? Una forma

de obtener este dato sería contactar con todos los habitantes de México (122
millones de personas) y preguntarles si fuman. La otra forma sería seleccionar
un subconjunto de individuos (por ejemplo, 1.000 personas), preguntarles si
 fuman y usar esta información como una aproximación de lo que busco. Pues
bien, este grupo de 1.000 personas que me permiten conocer mejor cómo se
comportan el total de mexicanos es una muestra, y la forma en que los
selecciono es el muestreo.

 Para el estudio del desempleo en una ciudad de un millón de habitantes, se

toman como muestras la situación de los miembros de 100 familias
aleatoriamente entre los diferentes distritos. Para que la muestra sea
representativa el número de muestras por distrito debe ser proporcional al
tamaño del mismo y las familias analizadas no estar relacionadas entre sí por
proximidad.

 VENTAJAS DEL MUESTREO:

 Costos de prueba más bajos al ensayar menos unidades. Si ensayar las

unidades tiene un costo alto, debe reducirse al máximo el número de unidades
sometidas a prueba.

 Ahorro de tiempo al ensayar menos unidades. El tiempo remanente se puede

emplear en otras actividades de producción.

 Atención a casos individuales cuando se identifican situaciones adversas.

 Menor cantidad del personal requerido.

 Permite tener mayor control de las variables a estudiar.

 Es muy útil cuando el Universo es muy grande o Infinito.

 DESVENTAJAS DEL MUESTREO:

 Muestra representativa: no existe una definición formal que nos permita

afirmar que una muestra es o no representativa de la población objeto de
estudio.

 Error de muestreo o error aleatorio: es el error que se comete debido al hecho

de sacar conclusiones sobre una población a partir del estudio de una muestra
de ella.

 No puede aplicarse en poblaciones pequeñas.

 RAZONES PARA EL MUESTREO
Existen múltiples razones por las cuales se analiza una población a partir de una
muestra, desde razones de logística del trabajo de campo, (recolección de datos),
hasta razones económicas y de viabilidad y factibilidad de una investigación.
Entre las razones para usar un muestre y no el análisis de la población completa
se citan:

 Recursos limitados: Analizar la población completa no siempre es posible.

Esto imposibilita tener a tiempo la información acerca del fenómeno que está
estudiando y por tanto retrasa las acciones necesarias para un mejor resultado.

 Por lo general, las organizaciones que realizan encuestas de opinión pública y

pruebas entre consumidores entran en contacto con menos de 2 000 de las casi
60 millones de familias en Estados Unidos. Una organización que entrevista a
consumidores en panel cobra cerca de $40 000 por enviar muestras por correo y
tabular las respuestas con el fin de probar un producto la misma prueba del
producto con las 60 millones de familias tendría un costo de alrededor de $1 000
000 000. Esto explica la razón por qué, con frecuencia, una muestra es la única
forma viable para conocer algo sobre una población.

 Escasez: Cuando la población es infinita o tan grande que imposibilita el

análisis completo de dicha población.

 Un candidato para un puesto federal quizá desee determinar las

posibilidades que tiene de resultar elegido. Una encuesta de muestreo en
la que se utiliza el personal y las entrevistas de campo convencionales de
una empresa especializada en encuestas tardaría de uno a dos días. Con el
mismo personal y los mismos entrevistadores, y laborando siete días a la
semana, se requerirían 200 años para ponerse en contacto con toda la
población en edad de votar. Aunque fuera posible reunir a un numeroso
equipo de encuestadores, quizá no valdría la pena entrar en contacto con
todos los votantes.

 A veces se desconoce la población total o no se tiene una ubicación exacta

de los elementos que forman dicha población.

 Algunas poblaciones son infinitas. Sería imposible verificar toda el agua

del lago Erie en lo que se refiere a niveles de bacterias, así que se eligen
muestras en diversos lugares de él. Las poblaciones de peces, aves,
serpientes o mosquitos son grandes, y se desplazan, nacen y mueren de
manera continua.
  En lugar de intentar contar todos los patos que hay en Canadá o todos los
peces del lago Pontchartrain, se hacen aproximaciones mediante diversas
técnicas: se cuentan todos los patos que hay en un estanque, capturados al
azar, se revisan las cestas de los cazadores o se colocan redes en lugares
predeterminados en el lago.

 Pruebas destructivas: Es el caso en el que realizar el estudio sobre toda la

población llevaría a la destrucción misma de la población.

 Si los catadores de vino se bebieran todo el vino para evaluar la vendimia,

acabarían con la cosecha y no quedaría nada disponible para la venta.

 En el área de producción industrial: las placas de acero, cables y productos

similares deben contar con una resistencia mínima a la tensión. Para
cerciorarse de que el producto satisface la norma mínima, el departamento
de control de calidad elige una muestra de la producción. Cada pieza se
somete a tensión hasta que se rompe y se registra el punto de ruptura
(medido en libras por pulgada cuadrada).

 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 la muestra podría ser
realizado con menos personal pero más capacitado.

 El gobierno federal utiliza una muestra de tiendas de comestibles

distribuidas en Estados Unidos para determinar el índice mensual de
precios de los alimentos. Los precios del pan, frijol, leche y otros
productos de primera necesidad se incluyen en el índice. Resulta poco
probable que la inclusión de todas las tiendas de comestibles de Estados
Unidos influya significativamente en el índice, pues los precios de la
leche, el pan y otros productos de primera necesidad no varían más de unos
cuantos centavos de una cadena de tiendas a otra.
 TIPOS DE MUESTREO
SEGÚN EL NÚMERO DE MUESTRAS TOMADAS:
 MUESTREO SIMPLE
El muestreo probabilístico simple consiste en elegir una muestra entre la
población estadística en la cual cada elemento tiene la misma posibilidad de
ser seleccionado aleatoriamente. En este método, la muestra de la población
no se subdivide en más partes ni se separa por secciones. Esta selección
aleatoria de los valores disminuye al mínimo la preferencia por alguna unidad
o individuo de la muestra determinada, creando un ambiente aleatorio para
 realizar el análisis que se necesite. Además, su uso simplifica el análisis de los
resultados.

 Si se obtiene una muestra de 10 personas de la población de un país

cualquiera, lo más probable es que se obtenga un total de 5 hombres y 5
mujeres. Sin embargo, en este tipo de muestras aleatorias suelen extraerse
6 personas de un sexo y 4 de otro, dada la cantidad de personas en la
población.

 Otra manera de ver el muestreo simple es tomando un salón de clases de

25 personas, poniendo sus nombres en papeles y colocando estos en una
bolsa. Si se seleccionan 5 papeles de esta bolsa sin ver y al azar, las
personas que salgan representarían una muestra simple de la población
total del salón de clases.

 MUESTREO DOBLE
El muestreo estadístico doble fue creado para dar un mayor nivel de
profundidad a los resultados obtenidos de un muestreo simple. Este método
suele utilizarse para poblaciones estadísticas de gran tamaño, y su uso
representa el estudio de variables adicionales a las obtenidas en el muestreo
simple. Este método también suele ser denominado muestreo en dos fases. Su
uso tiene como principal beneficio la obtención de resultados más específicos
y con menos probabilidad de errores.

El muestreo doble es ampliamente utilizado en la evaluación de las

características de ciertos bienes materiales producidos en masa (como
juguetes) y en el control de calidad de empresas dedicadas a productos
susceptibles a errores de fábrica.

 Se obtiene una muestra con un tamaño de 100 unidades con base en un

lote de 1000 juguetes. Se evalúan las características de las 100 unidades
extraídas y se determina que los resultados no tienen contundencia
suficiente para decidir si el lote de juguetes debe ser desechado o llevado
a tiendas. Como consecuencia de esto, se extrae una muestra adicional de
100 juguetes más del mismo lote de 1000 juguetes. Se evalúa nuevamente
y se comparan los resultados con los anteriores. De esta forma, se
determina si el lote es defectuoso o no y se procede a empacar o desechar
al mismo, dependiendo del análisis de resultados.

 MUESTREO MÚLTIPLE

El muestreo múltiple es considerado una extensión adicional del muestreo

doble; sin embargo, no forma parte del mismo proceso. Se utiliza para evaluar
 extensivamente los resultados obtenidos de la muestra antes de llegar a una
decisión definitiva.

En este muestreo, también conocido como muestreo en etapas múltiples, se

acostumbra a comenzar con una muestra grande y con bajo costo de estudio.
En este tipo de prácticas la muestra suele ser adquirida mediante la obtención
de estratos y no de unidades individuales; es decir, se selecciona un par de
objetos o personas, en vez de uno solo.

Luego de seleccionar cada estrato, se estudian los resultados obtenidos y se

seleccionan uno o dos estratos más, para volver a estudiar los resultados y
luego compararlos entre sí.

El Instituto de Estadísticas de Australia realizó una investigación en la cual

dividió a la población por zonas de recolección y eligió algunas de estas
zonas al azar (primera etapa del muestreo).
Luego, cada zona fue dividida en bloques, los cuales son elegidos al azar
dentro de cada zona (segunda etapa del muestreo).
Finalmente, dentro de cada bloque se selecciona la zona de residencia de
cada hogar y se eligen hogares al azar (tercera etapa del muestreo). Esto
evita tener que hacer una lista de la zona de residencia de todos los hogares
de la región, y solo enfocarse en las residencias ubicadas dentro de cada
bloque.
SEGÚN EL PROCEDIMIENTO UTILIZADO PARA SELECCIONAR LA
MUESTRA:

I. MUESTREO PROBABILÍSTICO:

Según Figueroba (2000) “Hablamos de muestreo probabilístico en los casos en

que todos los sujetos que forman parte de una población tienen la misma
probabilidad de ser escogidos como parte de la muestra. Los muestreos de esta
clase son más populares y útiles que los no probabilísticos, principalmente porque
tienen una elevada representatividad y permiten calcular el error de la muestra.”

Esta definición coincide con el concepto que nos da Arias J. (1967) que nos dice
lo siguiente: “Los métodos de muestreo probabilísticos son aquellos que se basan
en el principio de equiprobabilidad. Es decir, aquellos en los que todos los
individuos tienen la misma probabilidad de ser elegidos para formar parte de una
muestra” y además nos habla de dos condiciones que debe cumplirse para que se
pueda utilizar el muestreo probabilístico; 1) La probabilidad de elegir cada
individuo debe ser conocida, de lo contrario, no se podrán calcular los errores al
momento de la selección. 2) Es fundamental que los individuos se elijan al azar,
se puede usar por ejemplo: la tabla de números aleatorios, el método de la lotería
u otro método.

FIGURA Nª 1: MUESTRA PROBABILÍSTICA

 TIPOS DE MUESTREO PROBABILÍSTICO

A. MUESTREO ALEATORIO SIMPLE:

Es el que permite al investigador conformar una muestra de forma que cada

elemento de la población o universo tenga la misma probabilidad de ser
seleccionado. El procedimiento empleado es el siguiente:

1) se asigna un número a cada individuo de la población

2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generadas con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar
el tamaño de muestra requerido. Este procedimiento, atractivo por su
simpleza, tiene poca o nula utilidad práctica cuando la población que
estamos manejando es muy grande.

VENTAJAS:
 Sencillo y de fácil comprensión.
 Calculo rápido de medias y varianzas.
 Es recomendable cuando la población es pequeña.
 Es muy útil cuando no se tiene información previa de la población.
 DESVENTAJAS:
 Requiere la identificación y catalogación de la población, lo cual
en ocasiones resulta muy costoso.
 Requiere una probabilidad de selección igual para todos los
elementos que conforman la población.
EJEMPLO:

 Se requiere conocer el nivel económico de una población conformado

por 60 estudiantes de la Facultad de Ingeniería industrial de la “UNI”,
para extraer la muestra aleatoria de 15 estudiantes la asistenta social
utiliza el listado de asistencia, al cual a cada elemento de la población
le asigna un número, para después elegir su muestra al azar.

B. MUESTREO ALEATEORIO SISTEMÁTICO:

Este procedimiento exige, como el anterior, numerar todos los elementos

de la población, pero en lugar de extraer n números aleatorios sólo se
extrae uno. Se parte de ese número aleatorio i, que es un número elegido
al azar, y los elementos que integran la muestra son los que ocupa 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 número i que empleamos como punto de
partida será un número al azar entre 1 y k.

VENTAJAS
 Fácil de aplicar.
 No siempre es necesario tener un listado de toda la población.
 Cuando la población está ordenada siguiendo una tendencia
conocida, asegura una cobertura de unidades de todos los tipos.

DESVENTAJAS

 Si la constante de muestreo está asociada con el fenómeno de

interés, se pueden hallar estimaciones sesgadas.
EJEMPLO

 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
continuación, seleccionamos un número 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
C. MUESTREO ESTRATIFICADO

Consiste en considerar categorías típicas diferentes entre sí (estratos) que

poseen gran homogeneidad respecto a alguna característica (se puede
estratificar, por ejemplo, según la profesión, el municipio de residencia, el
sexo, el estado civil, etc.). Lo que se pretende con este tipo de muestreo es
asegurarse de que todos los estratos de interés estarán representados
adecuadamente 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 formarán parte de la
muestra. En ocasiones las dificultades que plantean son demasiado
grandes, pues exige un conocimiento detallado de la población. (Tamaño
geográfico, sexos, edades,...).
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos:
1. Afijación Proporcional: La distribución se hace de acuerdo con el
peso (tamaño) de la población en cada estrato.

Por ejemplo, queremos estudiar el % de la población que fuma en

México y pensamos que la edad puede ser un buen criterio para
estratificar (es decir, pensamos que existen diferencias importantes en
el hábito de fumar dependiendo de la edad). Definimos 3 estratos:
menores de 20 años, de 20 a 44 años y mayores de 44 años. Es de
esperar que al dividir toda la población mexicana en estos 3 estratos no
resulten grupos de igual tamaño. Efectivamente, si miramos datos
oficiales, obtenemos:

 Estrato 1 - Población Mexicana menor de 19 años: 42,4

millones (41,0%)
 Estrato 2 - Población Mexicana de 20 a 44 años: 37,6 millones
(36,3%)
 Estrato 3 - Población Mexicana mayor de 44 años: 23,5
millones (22,7%)

2. Afijación Simple: A cada estrato le corresponde igual número de

elementos muéstrales.

Esta técnica favorece los estratos que tienen menos peso en la

población, equiparándolos en importancia a los estratos más
relevantes. Globalmente, reduce la eficiencia de nuestra muestra
(menor precisión en los resultados), pero como contrapartida permite
estudiar características particulares de cada estrato con mayor
 precisión. En nuestro ejemplo, si queremos emitir alguna afirmación
específica sobre la población del estrato 3 (mayores de 44 años),
podremos hacerlo con menor nivel de error muestral si empleamos una
muestra de 333 unidades que si lo hacemos con una muestra de 227
(como ocurría en el muestreo estratificado proporcional).

3. Afijación Optima: Se tiene en cuenta la previsible dispersión de los

resultados, de modo que se considera la proporción y la desviación
típica. Tiene poca aplicación ya que no se suele conocer la desviación.

En este caso, el tamaño de los estratos en la muestra no guardará

proporcionalidad con la población. Por el contrario, se define el tamaño
de los estratos proporcionalmente a la desviación estándar de las
variables objeto de estudio. Es decir, se toman estratos de mayor
tamaño en los estratos con mayor variabilidad interna para representar
mejor en el total de la muestra los grupos poblacionales más difíciles
de estudiar.

Para interpretar el cuadro anterior es necesario tener en cuenta lo siguiente:

Z = Es la desviación del valor medio que aceptamos para lograr el nivel de

confianza deseado. En función del nivel de confianza que busquemos,
usaremos un valor determinado que viene dado por la forma que tiene la
distribución de Gauss. Los valores más frecuentes son:
Nivel de confianza 90% -> Z=1,645
Nivel de confianza 95% -> Z=1,96
Nivel de confianza 99% -> Z=2,575
L es el número de estratos en que particionamos la muestra y h es un índice
que se refiere a un estrato concreto. Por lo tanto, h puede variar entre 1 y
L estratos.

p es la proporción que buscamos en el total de la población (p.e. % de

fumadores). Por lo tanto, (1-p) es la proporción de la muestra
complementaria, la que no cumple el criterio buscado (no fumadores). Del
mismo modo, ph es dicha proporción dentro de cada uno de los estratos.
σ2 es la varianza que el dato buscado (en el caso de estimar medias) tiene
en el total de la población. Asimismo, σh2 es la varianza dentro de cada
estrato.
e es el margen de error aceptado.

Wh es el peso que el estrato tiene en la muestra (tamaño del estrato

respecto al total de la muestra). Si hablamos de estratificación
proporcional, cada Wh es igual a la proporción que ese estrato representa
en la población. Si hablamos de estratificación óptima, cada Wh se calcula
en función de la dispersión dentro de cada estrato.
VENTAJAS

 Tiende a asegurar que la muestra represente adecuadamente la

población en función de unas variables seleccionadas.
 Se obtienen estimaciones más precisas

DESVENTAJAS

 Se ha de conocer la distribución en la población de las variables

utilizadas para la estratificación.
 Los análisis son complicados, en muchos casos la muestra tiene
que ponderarse (asignar pasos a cada elemento).
EJEMPLOS

 Supongamos que el suelo del cementerio tiene 4 zonas

diferenciadas. Un Muestreo Aleatorio Estratificado podría dar
el siguiente resultado:
Se han dividido los 280 posibles puntos de muestreo en 4
estratos de 70 que se corresponden con las zonas antes aludidas.
En cada zona se ha seleccionado, mediante un M.A.S., una
muestra de 7 puntos.

 Para un estudio de opinión, 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. Así, si la población está compuesta de un
 55% de mujeres y un 45% de hombres, se tomaría una muestra
que contenga también esa misma proporción.

D. MUESTREO POR CONGLOMERADOS

En el muestreo por conglomerados la unidad muestral es un grupo de elementos

de la población que forman una unidad, a la que llamamos conglomerado. El
muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
número de conglomerados (el necesario para alcanzar el tamaño muestral
establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.

El conglomerado más utilizado en la investigación es un conglomerado

geográfico. Por ejemplo, un investigador desea estudiar el rendimiento
académico de los estudiantes secundarios en España.

1. Puede dividir a toda la población (población de España) en diferentes

conglomerados (ciudades).

2. Luego, el investigador selecciona una serie de conglomerados en función de

su investigación, a través de un muestreo aleatorio simple o sistemático.

3. Luego, de los conglomerados seleccionados (ciudades seleccionadas al azar)

el investigador puede incluir a todos los estudiantes secundarios como sujetos
o seleccionar un número de sujetos de cada conglomerado a través de un
muestreo aleatorio simple o sistemático.
Lo más importante sobre esta técnica de muestreo es dar a todos los
conglomerados iguales posibilidades de ser seleccionados.

 Muestreo por Conglomerados en una etapa:

Recordemos el ejemplo anterior: una muestra por conglomerados en una

etapa ocurre cuando el investigador incluye a todos los estudiantes
secundarios de todos los conglomerados seleccionados al azar como muestra.

 Muestreo por Conglomerados en dos etapas:

En el ejemplo anterior, se obtiene la muestra por conglomerados en dos

etapas cuando el investigador sólo selecciona un número de estudiantes de
cada conglomerado mediante muestreo aleatorio simple o sistemático.
VENTAJAS
 Es muy eficiente cuando la población es muy grande y dispersa.
Reduce costes.
 No es preciso tener un listado de toda la población, solo de las
unidades primarias de muestreo.
 DESVENTAJAS

 El error estándar es mayor que en el muestreo aleatorio simple o

estratificado.
 El cálculo del error estándar es complejo

EJEMPLO

 Las ciudades con una población de 50 habitantes pueden tener

características similares si las comparamos, pero la población es
heterogénea. De esta manera el analizar un conjunto de ciudades de
50 mil habitantes nos ayudaría para tratar de caracterizar a la
población de todas las ciudades de 50 mil habitantes del país.

II. MUESTREO NO PROBABILÍSTICO:

El muestreo no probabilístico (o muestreo no aleatorio) es la técnica de muestreo donde
los elementos son elegidos a juicio del investigador. No se conoce la probabilidad con la
que se puede seleccionar a cada individuo .El muestreo no probabilístico se utiliza cuando
es imposible o muy difícil obtener la muestra por métodos de muestreo probabilístico.
Las muestras seleccionadas por métodos de muestreo no aleatorios intentan
ser representativas bajo los criterios del investigador, pero en ningún caso garantizan la
representatividad.

 CUANDO UTILIZAR EL MUESTREO NO PROBABILÍSTICO:

 Este tipo de muestreo puede ser utilizado cuando se quiere mostrar que
existe un rasgo determinado en la población.
 También se puede utilizar cuando el investigador tiene como objetivo
hacer un estudio cualitativo, piloto o exploratorio.
 Se puede utilizar cuando es imposible la aleatorización, como cuando la
población es casi ilimitada.
 Se puede utilizar cuando la investigación no tiene como objetivo generar
resultados que se utilicen para hacer generalizaciones respecto de toda la
población.
 También es útil cuando el investigador tiene un presupuesto, tiempo y
mano de obra limitados.
 Esta técnica también se puede utilizar en un estudio inicial que será llevado
a cabo nuevamente utilizando un muestreo probabilístico aleatorio.
 TIPOS DE MUESTREO NO PROBABILÍSTICO

A. MUESTREO POR CUOTAS:

También llamado “accidental” asentándose de un buen conocimiento de los

estratos de la población y/o individuos más “adecuados”. En este muestreo se
 fijan unas “cuotas” que consisten en un número de individuos que cumplan
ciertas condiciones.
El muestreo por cuotas consiste en un muestreo de juicio, con la restricción de
que la muestra incluye un número mínimo de cada subgrupo específico dentro
de la población; es cuando se desean obtener una muestra de una población
organizada, piramidal o arborescentemente, como es el caso del sistema
educativo nacional, a cada escalón de la organización se le asigna cuotas.
(Gamarra, Berrospi, Pujay y Cuevas, 2008, p.56)
 VENTAJAS:
 Pueden controlarse ciertas características de la muestra
 DESVENTAJAS:
 Sesgo de selección
 La representatividad no es segura
 EJEMPLO:

Se desea hacer una investigación a nivel nacional, sobre el aprendizaje

significativo durante los tres últimos años de los estudiantes de
educación secundaria de menores; se estima que la población
estudiantil de secundaria sobrepaso los dos millones y medio de
estudiantes y se desea obtener una muestra de 8000 estudiantes.
Procedemos a la siguiente manera:
Sabemos que el Perú está dividido en 25 regiones, asignamos cuotas a
cada una de las regiones, estas cuotas pueden ser proporcionales a la
importancia del número de alumnos matriculados o bien pueden ser
iguales para todos.

B. MUESTREO POR CONVENIENCIA:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener

muestras "representativas" mediante la inclusión en la muestra de grupos
supuestamente típicos. Es muy frecuente su utilización en sondeos
preelectorales de zonas que en anteriores votaciones han marcado tendencias
de voto. También puede ser que el investigador seleccione directa e
intencionadamente los individuos de la población. El caso más frecuente de
este procedimiento el utilizar como muestra los individuos a los que se tiene
fácil acceso (los profesores de universidad emplean con mucha frecuencia a
sus propios alumnos).
 VENTAJAS:
 Menor costo.
 Menor consumo de tiempo
 Mayor conveniencia
  DESVENTAJAS:
 Sesgo de selección
 Muestra no representativa
 No recomendable para la investigación descriptiva o casual
 EJEMPLO:
Se pretende conocer el estado de opinión de la comunidad con respecto a
la calidad de la atención que le brinda un centro hospitalario. Para ello se
decide encuestar a todas las personas de dicha población que acudan al
mismo en el horario de visita un día determinado.

C. MUESTREO POR JUICIO DE EXPERTO:

La característica principal de este tipo de muestreo es que tanto el tamaño de

muestra como la elección de los elementos están sujetos al juicio del
investigador, esto es, para realizar un estudio mediante este tipo de muestreo
debe recurrirse a la experiencia que se tenga. El éxito y la eficacia dependen
de la opinión del investigador que haya seleccionado los elementos. (Gamarra
et al, 2008, p. 57)
 VENTAJAS:
 Menor costo
 Mayor conveniencia
 No consume tiempo
 DESVENTAJAS:
 No permite generalizar
 EJEMPLO:
Supongamos que el investigador va a relazar un estudio sobre el nivel
de satisfacción del profesorado de cierta universidad.
El estudio se suele realizar cada dos años, por lo que el responsable del
estudio gracias a sus experiencias y antecedentes, sabe perfectamente
cuál puede ser la mejor muestra para el estudio.

D. MUESTREO EFECTO BOLA DE NIEVE:

Esta técnica resulta conveniente cuando se necesita alcanzar poblaciones

pequeñas o datos especializados, la técnica consiste en localizar algunos
individuos los cuales conducirán a otros y así sucesivamente, dando el efecto
de “bola de nieve”. Mayormente recomendada para estudios sociológicos y
problemas psicopedagógicos. (Gamarra et al, 2008)
Recomendada para el estudio de casos de interés especial, que son difíciles de
identificar.
 VENTAJAS:
 Puede estimar características poco comunes.
 DESVENTAJAS:
 Consume mucho tiempo
 EJEMPLOS:
 Drogadictos
 Homosexuales
 Miembros de una secta
 Etc.