1) Muestreo

Selección de un conjunto de personas o cosas que se consideran representativos del grupo al que
pertenecen, con la finalidad de estudiar o determinar las características del grupo.

"para hacer una buena encuesta se necesita antes hacer un buen muestreo"

2) Tipos de muestreo según el numero de muestras

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.

Por tanto, cualquier par de elementos puede elegirse con igual probabilidad. Es decir, si se
selecciona una unidad de la muestra, la siguiente en seleccionarse tiene la misma probabilidad de
ser elegida que cualquier otra opción.

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.

La variación de los resultados obtenidos entre individuos suele ser un buen indicador del resultado
en general: si se obtiene una varianza en una muestra de 10 personas extraída de una población
de 100, es altamente probable que este número sea igual o similar en la población de 100
individuos.

Ejemplo

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.

Usualmente, el muestreo doble se utiliza cuando los resultados obtenidos con base en el muestreo
simple no se presentan como decisivos, o cuando dejan dudas a los estadistas.

En ese caso se obtiene una muestra adicional de la misma población estadística de la que se
obtuvo la primera, y se comparan los resultados entre ambas para analizarlas y disminuir el
margen de error.

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.

Ejemplo

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.

Ejemplo

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.
4) ¿Qué es el muestreo probabilístico?

El muestreo probabilístico representa un tipo de muestra estadística, en este caso el método se

concentra en analizar y estudiar grupos específicos de la población estadística, pero utilizando la
selección aleatoria.

Además, el muestreo probabilístico tiene como requisito principal que la población estudiada
cuente con igualdad en las oportunidades para ser seleccionados.

Tipos de muestreo probabilístico

A la hora de clasificar los tipos de muestreo probabilístico nos encontramos con los siguientes
posibles: Muestreo aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo por
conglomerados.

Tipos de muestreo probabilístico

Muestreo aleatorio simple

El muestreo aleatorio simple quizás sea el método de selección más sencillo para una muestra. Se
basa en elegir los individuos de la muestra a investigar de forma aleatoria. Es decir, se le otorga un
número a cada sujeto de la población y posteriormente, a modo de sorteo, se seleccionan
números de forma aleatoria, conformando de esta manera la muestra.

Por ejemplo: Se debe tomar una muestra de 10 escuelas sobre una población de 200 escuelas que
hay en el país. Por lo tanto, cada escuela obtiene un número al azar. A modo de sorteo se
seleccionan 10 para conformar dicha muestra.

Muestreo sistemático

En el muestreo sistemático se lleva a cabo dividiendo la población en sub-grupos en forma de lista,

finalmente se selecciona aleatoriamente un número. El número seleccionado aleatoriamente será
la posición del individuo de cada grupo que conforme la muestra.

Por ejemplo: Tenemos una población de 10.000 personas y debemos conformar una muestra de
100 individuos. Por lo tanto, se dividen la población en 200 grupos de 50. Luego se selecciona un
número al azar, por ejemplo, el número 20. Por lo tanto, la muestra de 100 individuos ser irá
conformando por el individuo número 20 de cada grupo.
Muestreo estratificado

En el muestreo estratificado, el investigador divide la población en estratos o sub-grupos que,

generalmente, comparten las mismas características. Luego, de forma al azar y utilizando el
método del muestreo aleatorio simple, se elige a un individuo de cada estrato para conformar la
muestra.

Por ejemplo: Se realiza una investigación en donde la población va a estar conformada por
personas que trabajan en una empresa. Por lo tanto, el investigador divide dicha población en los
siguientes estratos:

 Hombre con media jornada

 Hombre con jornada completa
 Mujer con media jornada
 Mujer con jornada completa

De esta manera el investigador divide la población en 4 diferentes estratos en donde las personas
que componen cada estrato comparten características.

Muestreo por conglomerados

Este método es utilizado específicamente cuando no es práctico o es imposible elaborar una lista
exacta de los elementos y detalles con los que cuenta una población. Para llevarlo a cabo, los
detalles de dicha población ya deben estar agrupados con sus poblaciones y las listas ya deben
existir o se pueden crear.

Por ejemplo: Un investigador decide realizar una investigación sobre México, por lo que dividir a
toda la población del país en grupos sería difícil e impráctico. Por lo tanto, aprovecha y utiliza la
separación natural por ciudades. A partir de cada ciudad, elige los individuos de forma aleatoria y
conforma así la muestra.
Ventajas y desventajas del muestreo probabilístico

A la hora de emplear el muestreo probabilístico nos encontramos con ciertas ventajas y

desventajas que presenta este tipo de muestra.

Ventajas

Las ventajas del muestreo probabilístico son las siguientes:

 Es la forma más sencilla de armar una muestra.

 La representatividad aumenta y para ponerlo en práctica resulta más fácil, además no se
requiere marco de muestreo.
 Se toman en cuenta las subpoblaciones y tiene precisión.
 Este método resulta económico y finalmente ponerlo en práctica no es un problema.

Desventajas

Las desventajas del muestreo probabilístico son las siguientes:

 A veces resulta poco preciso y calcularlo o interpretar los resultados es difícil.

 Resulta complicado elegir las variables de estratificación y es costoso.
 En algunos casos puede disminuir el aspecto de la representatividad.
 Muchas veces es complicado especificar el marco de muestreo, pues hay menor precisión
y en muchos casos la representatividad no es
Muestreo NO Probabilístico

El muestreo no probabilístico es una técnica de muestreo en la cual el investigador

selecciona muestras basadas en un juicio subjetivo en lugar de hacer la selección al azar.

A diferencia en el muestreo probabilístico, donde cada miembro de la población tiene una

posibilidad conocida de ser seleccionado, en el muestreo no probabilístico, no todos los
miembros de la población tienen la oportunidad de participar en el estudio

El muestreo no probabilístico es más útil para estudios exploratorios como la encuesta

piloto (una encuesta que se implementa en una muestra más pequeña, en comparación
con el tamaño de muestra predeterminado).

El muestreo no probabilístico se utiliza donde no es posible extraer un muestreo de

probabilidad aleatorio debido a consideraciones de tiempo o costo.

El muestreo no probabilístico es un método menos estricto, este método de muestreo

depende en gran medida de la experiencia de los investigadores. El muestreo no
probabilístico comúnmente se lleva a cabo mediante métodos de observación, y se utiliza
ampliamente en la investigación cualitativa.

Tipos de muestreo no probabilístico y ejemplos

Muestreo por conveniencia

El muestreo por conveniencia es una técnica de muestreo no probabilística donde las
muestras de la población se seleccionan solo porque están convenientemente disponibles
para el investigador. Estas muestras se seleccionan solo porque son fáciles de reclutar y
porque el investigador no consideró seleccionar una muestra que represente a toda la
población.

Idealmente, en la investigación, es bueno analizar muestras que representen a la

población. Pero, en algunas investigaciones, la población es demasiado grande para
evaluar y considerar a toda la población.

Esta es una de las razones por las que los investigadores confían en el muestreo por
conveniencia, que es la técnica de muestreo no probabilística más común, debido a su
velocidad, costo-efectividad y facilidad de disponibilidad de la muestra.

Un ejemplo de muestreo por conveniencia sería utilizar a estudiantes voluntarios que sean
conocidos del investigador. El investigador puede enviar la encuesta a los estudiantes y
ellos en este caso actuarían como muestra.
Muestreo consecutivo
Esta técnica de muestreo no probabilística es muy similar al muestreo por conveniencia
(con una ligera variación). En el muestreo consecutivo el investigador elige una sola
persona o un grupo de muestra, realiza una investigación durante un periodo de tiempo,
analiza los resultados y luego pasa a otra asignatura o grupo de sujetos si es necesario.

Esta técnica de muestreo le da al investigador la oportunidad de trabajar con muchos

temas y afinar su investigación mediante la recopilación de resultados que tienen
conocimientos vitales.

Muestreo por cuotas

Hipotéticamente, supongamos que un investigador desea estudiar los objetivos
profesionales de los empleados de una organización. En esta organización trabajan 500
empleados y estos son conocidos en conjunto como “población”.

Para comprender mejor una población, el investigador solo necesitará una muestra, no a
toda la población. Además, el investigador está interesado en estratos particulares dentro
de la población. Es aquí donde el muestreo por cuotas ayuda a dividir la población en
estratos o grupos.

Para estudiar los objetivos de más de 500 empleados, técnicamente la muestra

seleccionada debe tener un número proporcional de hombres y mujeres. Lo que significa
que debe haber 250 hombres y 250 mujeres. Como esto es improbable, los grupos o
estratos se seleccionan mediante el muestreo por cuotas

Muestreo intencional o por juicio

En esta técnica de muestreo no probabilístico, las muestras se seleccionan basándose
únicamente en el conocimiento y la credibilidad del investigador. En otras palabras, los
investigadores eligen solo a aquellos que estos creen que son los adecuados (con respecto
a los atributos y la representación de una población) para participar en un estudio de
investigación.

Este no es un método científico de muestreo y la desventaja de esta técnica es que los

resultados pueden estar influenciados por nociones percibidas del investigador. Por lo
tanto, hay una gran cantidad de ambigüedad involucrada en esta técnica de investigación.
Por ejemplo, este tipo de método de muestreo se puede utilizar en estudios piloto.

Conoce más del también llamado muestreo deliberado, crítico o por juicio.
 Muestreo de bola de nieve
Este tipo de técnica de muestreo ayuda a los investigadores a encontrar muestras cuando
son difíciles de localizar. Los investigadores utilizan esta técnica cuando el tamaño de la
muestra es pequeño y no está disponible fácilmente.

Este sistema de muestreo bola de nieve funciona como el programa de referencia. Una vez
que los investigadores encuentran sujetos adecuados, se les pide a estos ayuda para
buscar a sujetos similares y así poder formar una muestra de buen tamaño.

Por ejemplo, este tipo de muestreo se puede utilizar para realizar investigaciones que
involucran una enfermedad particular en pacientes o tal vez una enfermedad rara
también. Los investigadores pueden buscar ayuda de las personas enfermas para que
estos refieran a otros que sufran de la misma dolencia y con esto formar una muestra
subjetiva para llevar a cabo el estudio.

Ventajas del muestreo no probabilístico

1. El muestreo no probabilístico es un método práctico para los investigadores que
implementan encuestas en el mundo real. Aunque claro, cabe mencionar que los
estadistas prefieren el muestreo probabilístico porque arroja datos en forma de números.
Pero la realidad es que si se hace correctamente, el muestreo no probabilístico puede
arrojar resultados similares, si no es que de la misma calidad.

2. Obtener respuestas utilizando el muestreo no probabilístico es más rápido y más rentable

en comparación al muestreo probabilístico ya que el investigador conoce la muestra.
Comúnmente los participantes están motivados para responder rápidamente en
comparación con las personas que se seleccionan al azar.

Desventajas del muestreo no probabilístico

1. En el muestreo no probabilístico, el investigador necesita pensar las posibles razones de
los sesgos. Es importante tener una muestra que represente de cerca a la población.
Conoce qué es una Muestra Representativa de la Población Nacional.

2. Al elegir una muestra en un muestreo no probabilístico, los investigadores deben tener

cuidado con los reclutas que puedan distorsionar los datos. Al final del día, la investigación
se lleva a cabo para obtener información valiosa y datos útiles.
 Ejemplo de Probabilístico
 Se debe realizar una muestra de 50 empleados de una empresa que posee una población
total de 150 empleados. Por lo tanto, se toman 50 individuos utilizando el método de
selección aleatoria simple. De esta manera queda conformada la muestra de 50
empleados para realizar la investigación.

 Se debe realizar una investigación en base a las personas determinada ciudad, por lo que
el investigador divide y enlista la población en grupos de 200 personas, luego, de forma
aleatoria elige el individuo número 120 de cada grupo, conformando de esta manera la
muestra.

 A la hora de realizar un censo poblacional, se toma como muestra toda la población, en

donde todos tienen la misma posibilidad de ser seleccionados para ser censados.

Ejemplo de No Probabilístico

 Un profesor desea analizar la cantidad de estudiantes con metas realistas, así que utiliza

voluntarios conocidos, envía a la escuela la encuesta, estos estudiantes y ellos actúan
como la muestra.

 Un investigador social elige 50 personas desempleadas de una población y posteriormente

pide a 5 de estas personas para que busquen 10 personas desempleadas que ellos
conozcan para terminar el análisis y la investigación, utilizando el método de bola de
nieve.