Muestreo aleatorio simple

(Neil J. Salkind ,2010) Nos dice que el muestreo aleatorio simple tiene una probabilidad
igual e independiente de ser seleccionado como parte de la muestra. Las palabras clave aquí
son igual e independiente. Igual porque no existe alguna predisposición a escoger una
persona en lugar de otra. Independiente porque el hecho de escoger una persona no dispone
al investigador en favor o en contra de escoger otra persona dada. Si se muestra
aleatoriamente, las características de la muestra deberán ser muy parecidas a las de la
población.
El proceso de muestreo aleatorio simple consta de cuatro pasos:
1. Definir la población de la cual se desea seleccionar una muestra.
2. Listar todos los miembros de la población.
3. Asignar números a cada miembro de la población.
4. Aplicar un criterio para seleccionar la muestra deseada
Ejemplo:
Se muestra una lista de 50 nombres a los que se han asignado números. De esta población
una muestra de 10 individuos utilizando una tabla de números aleatorios.

1. Juana 11. Susana 21. Eduardo T. 31. Daniela 41. Narciso

2. Braulio 12. Nora 22. Jorge 32. Fernando 42. Penélope
3. Enriqueta 13. Diego 23. Cecilia 33. Diana 43. Inés
4. Laura 14. Juan S. 24. Gabriela 34. Felipe 44. Débora
5. Miguel 15. Bruno 25. María 35. Federico 45. Carla
6. Sara 16. Lorenzo 26. Celia 36. Manuel 46. Vicente
7. Teresa 17. Roberto 27. Silvestre 37. Donato 47. Gema
8. Joaquina 18. Esteban 28. Felicia 38. Eduardo 48. Elena
9. Jaime 19. Samuel 29. Javier 39. Timoteo 49. Alejandro
10. Tomás 20. Mario 30. Enrique 40. Manuel G. 50. Juan
Se muestra en la tabla un grupo de 50 nombres que constituyen una población.

Tabla de números aleatorios

Una tabla de números aleatorios nos muestra cómo se generan los números de la tabla que
carece totalmente de predisposición. Esto implica que si se relacionan nombres con los
números la probabilidad se seleccionar cualquier nombre dado es también igual.
 23157 48559 01837 25993
05545 50430 10537 43508
14871 03650 32404 36223
38976 49751 94051 75853
97312 17618 99755 30870
11742 69183 44339 47512
43361 82859 11016 45623
93806 04338 39268 04491
49540 31181 08429 84187
36768 76233 37948 21569

Escoja un punto de partida en cualquier parte de la tabla. Al seleccionar el punto de partida

de este modo aseguramos que no se escogerá algún punto de partida especifico. Para este
ejemplo, el punto de partida fue la primera columna de números, en la última fila, (36768).
El primer número de dos dígitos, entonces es 68. Puesto que la población llega hasta 50, y
no hay nombre en el lugar 68, consideramos el siguiente número de dos dígitos. Ya que no
podemos bajar más en la tabla.

23157 48 55 9 01837 25993

05545 50 43 0 10537 43508
14871 03 65 0 32404 36223
38976 49 75 1 94051 75853
97312 17 61 8 99755 30870
11742 69 18 3 44339 47512
43361 82 85 9 11016 45623
93806 04 33 8 39268 04491
49540 31 18 1 08429 84187
36768 76 23 3 37948 21569

La persona 48 de la lista es Elena. Se convierte en la primera de la muestra de 10

miembros.
Luego escogemos hacia abajo los números que pertenezcan al intervalo (01-50), hasta
escoger a las 10 personas.
 Número Nombre
48 Elena
50 Juan D.
03 Enriqueta
49 Alejandro
17 Roberto
04 Laura
31 Daniela
43 Inés
18 Esteban
33 Diana

Ahora tenemos una muestra de 10 nombres de una población de 50, dado que cada
miembro dela población tiene la misma probabilidad independiente de ser escogido.

23157 48 55 9 01837 25993

05545 50 43 0 10537 43508
14871 03 65 0 32404 36223
38976 49 75 1 94051 75853
97312 17 61 8 99755 30870
11742 69 18 3 44339 47512
43361 82 85 9 11016 45623
93806 04 33 8 39268 04491
49540 31 18 1 08429 84187
36768 76 23 3 37948 21569
Muestreo sistemático
Otro tipo de muestro aleatorio se denomina muestreo sistemático, en el cual se escoge cada
k-ésimo nombre de la lista. El termino k-ésimo representa un numero entre 0 y el tamaño
de la muestra que usted quiere seleccionar.
Por ejemplo:
Se quiere realizar un muestreo sistemático para escoger 10 nombres de la lista de 50 que
aparece en la siguiente tabla. Para esto sigamos estos pasos.

1. Divida el tamaño de la población entre el tamaño de la muestra deseada. 50 entre 10

es 5, por lo tanto, se escogerá cada quinto nombre de la lista.
2. Como punto de partida, escogemos un nombre de la lista al azar.
3. Una vez determinado el punto de partida, seleccionar cada quinto nombre.

1. Juana 11. Susana 21. Eduardo T. 31. Daniela 41. Narciso

2. Braulio 12. Nora 22. Jorge 32. Fernando 42. Penélope
3. Enriqueta 13. Diego 23. Cecilia 33. Diana 43. Inés
4. Laura 14. Juan S. 24. Gabriela 34. Felipe 44. Débora
5. Miguel 15. Bruno 25. María 35. Federico 45. Carla
6. Sara 16. Lorenzo 26. Celia 36. Manuel 46. Vicente
7. Teresa 17. Roberto 27. Silvestre 37. Donato 47. Gema
8. Joaquina 18. Esteban 28. Felicia 38. Eduardo 48. Elena
9. Jaime 19. Samuel 29. Javier 39. Timoteo 49. Alejandro
10. Tomás 20. Mario 30. Enrique 40. Manuel G. 50. Juan

El punto de partida que escogemos es el número 43, la muestra consistirá en Elena (48),
Enriqueta (3), Joaquina (8), Diego (13), Esteban (18), Cecilia (23), Felicia (28), Diana (33),
y Eduardo M. (38).
Muestreo Estratificado
El muestreo estratificado nos permite ver desde el principio los individuos de la población
no son iguales, En tal caso querremos asegurarnos de que el perfil de la muestra coincida
con el perfil de la población.
Ejemplo:
Para este ejemplo seguimos utilizando la tabla anterior mencionada, pasos a seguir para el
muestreo estratificado.

1. Juana 11. Susana 21. Eduardo T. 31. Daniela 41. Narciso

2. Braulio 12. Nora 22. Jorge 32. Fernando 42. Penélope
3. Enriqueta 13. Diego 23. Cecilia 33. Diana 43. Inés
4. Laura 14. Juan S. 24. Gabriela 34. Felipe 44. Débora
5. Miguel 15. Bruno 25. María 35. Federico 45. Carla
6. Sara 16. Lorenzo 26. Celia 36. Manuel 46. Vicente
7. Teresa 17. Roberto 27. Silvestre 37. Donato 47. Gema
8. Joaquina 18. Esteban 28. Felicia 38. Eduardo 48. Elena
9. Jaime 19. Samuel 29. Javier 39. Timoteo 49. Alejandro
10. Tomás 20. Mario 30. Enrique 40. Manuel G. 50. Juan

1. Los hombres y mujeres se listan por separado.

2. Cada miembro de cada grupo recibe número, en este caso los hombres se
numerarían del 01 al 30 y las mujeres del 01 al 20.
3. Usando una tabla de números aleatorios, se seleccionan 4 mujeres al azar de la lista
de 20.
4. Usando una tabla de números aleatorios, se seleccionan 6 hombres al azar de la lista
de 30.
Muestreo por conglomerados
(Martínez Bencardino C, 2011) Nos dice si una población se divide en grupos y se toma
una muestra, se dice que se ha realizado una muestra por conglomerados en una etapa, en la
cual cada grupo sirve como unidad de muestreo, en los conglomerados se espera que la
composición interna sea lo más heterogénea posible, de tal forma que cada conglomerado
represente en lo posible a la población.
Este método permite reemplazar a las unidades más pequeñas de las poblaciones cuando
ellas no puedan ser enumeradas, por unidades más grandes que las contienen, haciéndolas
fáciles de listar y de manejar, mientras más pequeño sea el conglomerado más exacto será
el estimador.
Ejemplo:
Suponemos que la población de 355 familias se ha dividido en 71 conglomerados y cada
conglomerado se encuentra conformado por 5 familias, así que todos contienen el mismo
número de familias, por tal razón se les denomina conglomerados iguales.
Consideremos ahora que la muestra está constituida por 12 conglomerados (n=12), además
han sido seleccionados aleatoriamente:

Conglomerados N° de selección N° de personas por familia Total

1 18 3-5-2-1-4 15
2 3 3-3-1-2-3 12
3 64 4-6-3-5-1 19
4 34 4-4-3-2-2 15
5 41 5-2-6-1-3 17
6 38 3-3-4-2-2 14
7 30 3-2-3-5-2 15
8 22 2-2-4-5-3 16
9 14 1-3-6-1-2 13
10 26 2-1-5-2-1 11
11 19 3-2-3-3-1 12
12 46 6-1-4-4-2 17

Con los datos de la muestra, calcularemos el promedio para cada conglomerado.

 i xi x́i xi´ 2
1 15 3 9
2 12 2.4 5.76
3 19 3.8 14.44
4 15 3 9
5 17 3.4 11.56
6 14 2.8 7.84
7 15 3 9
8 16 3.2 10.24
9 13 2.6 6.76
10 11 2.2 4.84
11 12 2.4 5.76
12 17 3.4 11.56
  176 35.2 105.76

x́=
∑ x́i = 35.2 =2.93=3
n 12

2 N −n ∑ x́i 2−n x́ 2
S =⌊ ⌋⌈ ⌉
x́ Nn n−1

2
2 71−12 105.76−12(2.93)
S =
[
x́ 71(12) ][
12−1 ]
2
S =( 0.0692 ) ( 0.2492 )=0.017
x́

El resultado nos indica que en promedio (x́) se tienen 3 personas por familia.
Muestreo por cuotas
“La técnica del muestreo por cuotas se utiliza para sondeos de intención de voto y en las
investigaciones de mercado. Se divide la población en grupos o cuotas de acuerdo con
ciertas características o variables: área geográfica, edad, sexo, estado civil, ingresos
económicos, nivel educativo, ocupación y otras”[ CITATION Nie102 \l 10250 ].
Después se determinan las proporciones en cada grupo de acuerdo con la representación
que tiene en la población. Pueden hacerse combinaciones de cuotas, tales como sexo y
estado civil, profesión e ingresos económicos, etc. En la selección de los casos interviene el
criterio o juicio del encuestador. Por lo regular se eligen aquellos de más fácil acceso hasta
completar la muestra.
[CITATION Car05 \l 10250 ] “Nos dice que el muestreo por cuotas consiste en clasificar a la
población en grandes grupos o categorías, para luego seleccionar sobre la base de su propio
criterio las unidades de análisis”.

EJEMPLO:
Si se desea conocer cuál es la opinión de los artistas de la provincia de Lima respecto a la
Ley de Protección al Artista aprobada en el Perú, se tendrá que segmentar la población
(todos los artistas de la provincia de Lima), en hombres y mujeres y dentro de cada
subpoblación (artistas hombres y artistas mujeres), incluso se puede subdividir por edades.
A continuación, presentaremos un ilustrativo para explicar mejor el procedimiento de
muestreo por cuotas.

Total: 1600 artistas de la provincia de Lima

720 artistas hombres 880 artistas mujeres
EDAD AÑOS EDAD AÑOS
10 - 30 380 18 - 30 400
31-45 300 31 - 45 420
46 a más de 60 años 40 46 a más de 60 años 60