Está en la página 1de 4

Muestreo probabilístico:

muestreo aleatorio simple


Siguiendo con nuestra serie de posts dedicados al muestreo, hoy
revisaremos la primera de las técnicas de muestreo probabilístico: el
muestreo aleatorio simple. Esta técnica es una de las más populares y
sirve de referencia a todas las demás, aunque como ya comentamos, en la
práctica difícilmente puede utilizarse.
Muestreo aleatorio Simple: Definición
El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que
todos los elementos que forman el universo y que por lo tanto están
descritos en el marco muestral, tienen idéntica probabilidad de ser
seleccionados para la muestra. Sería algo así como hacer un sorteo justo
entre los individuos del universo: asignamos a cada persona un boleto
con un número correlativo, introducimos los números en una urna y
empezamos a extraer al azar boletos. Todos los individuos que tengan un
número extraído de la urna formarían la muestra. Obviamente, en la
práctica, estos métodos pueden automatizarse mediante el uso de
ordenadores.
Dependiendo de si los individuos del universo pueden ser seleccionados
más de una vez en la muestra, hablaremos de M.A.S. con reposición o sin
reposición.
Si usamos reposición, el hecho de que seleccione un individuo al azar
para la muestra no impediría que este mismo individuo pudiese volver a
ser seleccionado en una siguiente selección. Sería equivalente a decir que
cada vez que se extrae un número al azar de la urna, volvemos a colocar el
número antes de la siguiente extracción. Si por el contrario no usamos
reposición, un individuo seleccionado para la muestra una vez ya no
entraría nuevamente en el sorteo.

La pregunta obvia es, ¿qué es mejor, usar reposición o no usala? Es un


simple problema matemático. César Pérez López, en su libro "Muestreo
Estadístico" (Pearson, 2005) desarrolla de forma muy clara una
comparación entre ambas técnicas. Tanto si lo miramos desde el punto de
vista de qué técnica genera estimaciones más precisas como desde el
punto de vista de qué técnica permite tener la misma precisión con
menor tamaño de muestra, se puede concluir que el muestreo aleatorio
simple sin reposición siempre es más eficiente.

Para poder observar este resultado, partimos de la siguiente expresión


para el tamaño de muestra en un M.A.S. sin reposición. La fórmula
relaciona el tamaño de muestra necesario cuando el universo es finito con
el tamaño necesario cuando el universo es infinito:

Donde n0 es el tamaño de muestra necesario para un universo infinito


y N es el tamaño del universo finito. Es posible demostrar que el tamaño
de muestra cuando usamos reemplazo (nr) es siempre igual al tamaño
necesario para universo infinito (nr=n0). Si eso sucede, podemos afirmar
que

Por lo tanto, el tamaño de muestra cuando no usamos reposición siempre


es menor al necesario si usamos reposición. Este resultado coincide con la
intuición: si estamos empleando reposición y por azar incluimos un
individuo más de una vez en la misma muestra, el efecto es similar a
reducir el tamaño de la muestra ya que observo menor diversidad de
individuos. Del mismo modo, si el universo es infinito, ambos métodos
coinciden, dado que la probabilidad de seleccionar al mismo individuo
dos veces en la misma muestra tiende a ser infinitamente pequeña.

✔ Beneficios del muestreo aleatorio simple

El desarrollo de la informática ha permitido que diseñar una muestra


aleatoria simple sea extremadamente rápido y fiable. La generación de
números aleatorios mediante software (estrictamente son números
pseudo-aleatorios) es cada vez más fiable.

De esta forma, al usar M.A.S. nos aseguramos la obtención de muestras


representativas, de manera que la única fuente de error que va a afectar
a mis resultados va a ser el azar. Y lo que es más importante, este error
debido al azar puede calcularse de forma precisa (o al menos acotarse).

✘ Inconvenientes del muestreo aleatorio simple


El único inconveniente del M.A.S. es la dificultad de llevarlo a la práctica
en investigaciones reales. Recordemos: al ser una técnica
probabilística, es necesario un marco muestral con todos los individuos y
que todos ellos sean seleccionables para la muestra. Un requisito que
difícilmente puede cumplirse en la mayoría de estudios de mercado y
opinión reales, lo que nos obligará a emplear otras técnicas.

También podría gustarte