UNIVERSIDAD DE SAN CARLO DE GUATEMALA

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA DE ESTUDIOS DE POSTGRADO
MAESTRÍA POR EL MÉTODO DE GRADUACIÓN
SEGUNDA COHORTE

ALUMNO: Rudy Alberto Sandoval Castillo

CARNÉ: 2000 19648

TRABAJO:
Ensayo sobre la Importancia del Muestreo

SECCIÓN: A
EDIFICIO S-12 SALÓN: 203
Guatemala jueves 24 de octubre de 2019.
 IMPORTANCIA DEL MUESTREO

Derivado del estudio de estadística en la escuela de Postgrado de la facultad de Ciencias

Económicas de la Universidad de San Carlos de Guatemala, me nace la curiosidad de saber
de la importancia del muestreo estadístico.

Cuando cursé estadística en el colegio y en la universidad, estudie solamente para ganar el

curso sin darme cuenta de la magnitud que tiene la estadística y el Muestreo Estadístico en
todo lo que realizamos, en nuestros trabajos, en nuestros hogares, como también en lo que
nos rodea como por ejemplo los vehículos cual es la marca que más circula y la más económica
y conveniente para las personas en Guatemala; la televisión y la preferencia de los
guatemaltecos hacia los canales; el foot ball y la mayor cantidad de aficiones que va a los
estadios, etc.

Todos estos elementos pueden ser medidos, cuantificados y hacer diferentes tipos de estudios
sobre los mismos. Es aquí donde radica la importancia del muestreo por el valor y uso que se
le da, que es donde me doy cuenta del uso que le puedo dar al muestreo estadístico pues es
importante porque a través de el podemos hacer análisis de situaciones de una empresa o de
algún campo de la sociedad, así como en la carrera del Contador Público y Auditor en la
realización de su trabajo por que responde a determinadas necesidades que desde el punto
de vista práctico presentan los auditores en el procedimiento de la selección de la muestra,
minimizando así los prejuicios dentro la auditoria interna en las empresas y la facilitación que
les da en su verificación de documentos al azar.

Me cabe mencionar que me ha costado entender los procedimientos para la determinación de

las muestras en el Muestreo Estadístico, y por lo que últimamente he leído y practicado puedo
entender los procedimientos y formas de la aplicación de técnicas para la determinación de las
muestras por consiguiente trataré de explicar de forma sencilla los diferentes tipos de muestreo
y la forma de realizarlos.

Empezare con definir que el muestreo estadístico es una herramienta matemática utilizada
para el estudio de las características de una población a través de determinada parte de la
misma. En otras palabras, el muestreo es una técnica para seleccionar una muestra a partir
de una población. Este se realiza una vez que se haya establecido un marco muestral
representativo de la población, es decir, como la muestra es una parte de la población se desea
que la muestra sea lo mas representativa posible de la población en estudio.

Sin embargo, por muy cuidadosa que sea la selección de la muestra difícilmente será una
representación exacta de la población. Un concepto clave en el muestreo es la
representatividad los procedimientos de muestreo tienen por objeto generar muestras lo mas
representativas posibles de las poblaciones dados los objetivos de la investigación y las
circunstancias que afectan al muestreo y el hecho de que las muestras no sean exactamente
representativas de las poblaciones significa que las inferencias (deducciones), presentan cierto
margen de incertidumbre y como van a ser utilizadas para estimar las características de la
población se deben conocer los márgenes de incertidumbre para ser cuantificados.

Para hacer una investigación necesitamos una muestra representativa que una pequeña
cantidad refleje a la población total en estudio y que sea con la mayor precisión posible, si no
tenemos representatividad seguramente obtendremos datos que no nos servirán para nada,
es importante que garanticemos las características que nos importan y necesitamos investigar
se encuentren en la muestra que va a ser objeto de estudio.

Para mayor entendimiento imaginemos que queremos saber algo de una población, por
ejemplo que porcentaje de la población de la ciudad de Guatemala, o de los estudiantes del
campus central de la Universidad de San Carlos de Guatemala fuma habitualmente, una de
las formas de obtener esa información sería entrevistar a todos los habitantes de la ciudad de
Guatemala o a todos los estudiantes de la Universidad y preguntarles si fuman. Otra forma
sería seleccionar un subconjunto de personas por ejemplo 900 personas y preguntarles si
fuman y usar esta información como aproximación de la información buscada, a este grupo de
900 personas que me permiten conocer mejor cual es el comportamiento del total de habitantes
en la ciudad de Guatemala o de los estudiantes de la universidad de San Carlos pues a este
grupo es a lo que le denominamos muestra y la forma en que los seleccionamos sería el
muestreo. En este ejemplo el total de los ciudadanos o estudiantes seria la población y los
900 elegidos serían la muestra.

A mi entender el muestreo funciona por que podemos acompañarlo de un proceso de

generalización, es decir para conocer el universo lo que hacemos es: extraer una muestra del
mismo; medir un dato u opinión; proyectar en el universo el resultado observado en la muestra.

Como anteriormente dije la generalización de resultados conlleva cierto error al mismo,

supongamos que del ejemplo anterior de los fumadores en la ciudad de Guatemala obtengo
que el 25 porciento de la muestra fuma; la lógica nos dice que si es de 900 ciudadanos elegidos
al azar es el 25 por ciento, este dato debería ser indicativo de lo que obtendríamos si
preguntáramos a 4 millones de habitantes de la ciudad de Guatemala. Ahora bien como es al
azar podría haber ocurrido que en mi muestra puedan haber más o quizá menos fumadores
de los que corresponde a la proporción exacta de la población. También podría ocurrir que
como es al azar sea mayor o menor el porcentaje de fumadores eso indica y sabemos que la
generalización de resultados de una muestra en respecto a una población aceptar que
cometemos cierto error y afortunadamente el error que sabemos que cometemos puede
calcularse por medio de la estadística y para ello se pueden usar dos parámetros ya sea el
margen de error y el nivel de confianza.

El margen de error es la máxima diferencia que esperamos que haya entre el dato que
observamos en mi muestra y el dato real del universo y el nivel de confianza que es el nivel
de certeza que tengo de que realmente el dato real esté dentro del margen de error. Por
ejemplo con el dato de fumadores si selecciono una muestra de 500 individuos y les pregunto
si fuman el resultado que obtenga tendrá un error máximo de +/- 5 porciento con un nivel de
confianza del 95 porciento, esta forma de expresar los resultados es la correcta cuando
utilizamos el muestreo.

Ahora bien también es determinante saber que tamaño de la muestra necesito usar para
estudiar la población, depende del tamaño de la población y el porcentaje de error que esté
dispuesto a aceptar pues cuanta mayor precisión exijo mayor muestra necesito, si quiero
certeza total necesitaría una muestra tan grande como mi población.
A medida que trabaje con poblaciones mas grandes la muestra que necesito debería ir
creciendo pero tiende a estancarse y cada vez representa un porcentaje mas pequeño del
universo y a partir de cierto tamaño de población el tamaño de la muestra ya no necesita crecer
mas, por ejemplo: con población de 10 el tamaño necesario de mi muestra sería 10 igual al
100%; con población de 100 sería muestra de 80 igual a 80%; con 10,000 de población sería
una muestra de 370 igual al 3.7%; con población de 100,000 y 1,000,000 seria muestra de 383
y 384 igual a 0.38% y 0.038% respectivamente. Eso nos dice que por grande que fuese la
población con 385 individuos de muestra puedo estudiar cualquier dato con el mismo margen
de error de +/- 5% y un nivel de confianza del 95% y por esta razón es que el muestreo es
importante ya que nos permite hacer afirmaciones altamente precisas de una gran cantidad de
población a través de una cantidad muy pequeña de los mismos.

Entre los tipos de muestreo probabilístico están el muestreo aleatorio simple, muestreo
estratificado, muestreo sistemático y muestreo por conglomerados. Para el muestreo
probabilístico o aleatorio debemos contar con información actualizada de la población de
donde sacaremos la muestra y asegurar su representatividad.

El muestreo aleatorio simple, asigna un numero a cada uno de los individuos de la población
y va eligiendo al azar los componentes de la muestra; el muestreo estratificado divide la
población total en clases o grupos homogéneos o bien con mismas características; el muestreo
sistemático se ordena a los individuos de la población, se elige uno al azar y a continuación a
intervalos constantes se eligen todos los demás hasta completar la muestra; el muestreo por
conglomerados se divide la población en unidades de las cuales en cada unidad se toma una
muestra aleatoria y cada una contiene unidades de análisis.

Ahora bien, un muestreo no probabilístico por el contrario del probabilístico, no utiliza el azar
si no que el criterio personal del investigador y busca tener diferentes tipos de personas para
procurar una muestra representativa mas equilibrada, así como conocer las características
demográficas del grupo de estudio para limitar el perfil de la muestra deseada y definir las
variables que nos interesan, como género, edad, lugar de residencia, tamaños familiares etc.

En conclusión, los métodos para seleccionar una muestra representativa son numerosos
dependiendo del tiempo, dinero y habilidades disponibles para tomar una muestra y la
naturaleza de los elementos individuales de la población y cada una de las técnicas de
muestreo nos permite obtener una muestra representativa de la población en general.

El muestreo es de vital importancia ya que un muestreo de toda la población se puede

examinar y sacar conclusiones en base a una pequeña parte de la población total, asegurando
que los resultados obtenidos en la muestra son de hecho representativa de toda la población
y una gran ventaja del muestreo es que es mucho más fácil trabajar con una pequeña parte de
un todo.