MUESTRAS Y LA DISTRIBUCIÓN MUESTRAL

OBJETIVO: Identificar las características de las diversas técnicas de muestreo.

Los conceptos de población y muestra son aspectos importantes de un estudio estadístico. Esas
definiciones son:
 Una población es el conjunto de todos los elementos de interés en un estudio.
 Una muestra es un subconjunto de la población.

El objetivo de la estadística inferencial es obtener información acerca de una población, partiendo de la

información que contiene una muestra. A continuación, se citan dos situaciones en donde la selección de
una muestra aporta grandes beneficios a la investigación:

 Un fabricante de neumáticos ha desarrollado un nuevo producto, que cree, tendrá una mayor
duración en relación con las millas recorridas comparado con la línea actual de neumáticos. Para
evaluar el nuevo neumático, los gerentes necesitan una estimación del promedio de millas que
dura el nuevo producto. Selecciona una muestra de 120 neumáticos nuevos para probarlos. El
resultado de la prueba es una muestra de 36,500 millas, en consecuencia este valor se usa como
estimación de la duración promedio de los neumáticos.

 Los miembros de cierto partido político desean respaldar a cierto candidato en la elección
senatorial. Para decidir si el cnadidato participará en la elección primaria, los dirigentes necesitan
una estimación de la proporción de votantes que apoyan al candidato. En consecuencia se toma
una muestra de 400 votantes registrados. Si 160 de ellos indican su preferencia hacia al candidato,
un estimado de la población de votantes registrados que favorece al candidato es 160/400 = 0,40.

Los ejemplos anteriores muestran cómo se puede emplear el muestreo y los resultados de una muestra
para obtener estimados de las características de una población. Las ventajas de estudiar una población a
partir de sus muestras son principalmente:

Costo reducido: Si los datos que buscamos los podemos obtener a partir de una pequeña parte del total
de la población, los gastos de recolección y procesamiento de información serán menores. Por ejemplo,
cuando se realizan encuestas previas a un referéndum, es más barato preguntar a 4.000 personas su
intención de voto, que a 30.000.000;

Mayor rapidez: Estamos acostumbrados a ver cómo con los resultados del escrutinio de las primeras
mesas electorales, se obtiene una aproximación bastante buena del resultado final de unas elecciones,
muchas horas antes de que el recuento final de votos haya finalizado;

Más posibilidades: Para hacer cierto tipo de estudios, por ejemplo el de duración de cierto tipo de
bombillas, no es posible en la práctica destruirlas todas para conocer su vida media, ya que no quedaría
nada que vender. Es mejor destruir sólo una pequeña parte de ellas y sacar conclusiones sobre las demás.
De este modo se ve que al hacer estadística inferencial debemos enfrentarnos con dos problemas:
 Elección de la muestra (muestreo), que es a lo que nos dedicaremos en este capítulo.
  Extrapolación de las conclusiones obtenidas sobre la muestra, al resto de la población (inferencia).

CARACTERÍSTICAS DE UNA BUENA MUESTRA

A. Representatividad
Hay dos formas básicas de obtener información sobre una población. A través de un censo: donde se
recoge información sobre toda la población; o a través de una muestra: donde se recoge información sobre
una muestra y se sacan conclusiones sobre la población.
Para hacer estas inferencias de la muestra a la población es imprescindible que la muestra sea
representativa de la población. esta. debe tener las mismas características de la población que se quiere
estudiar.

B. Muestras probabilísticas y no probabilísticas

Hay dos tipos de muestras que se utilizan en los estudios, probabilísticas y no probabilísticas. Las no-
probabilísticas se basan principalmente en el juicio de expertos o en procesos de selección inadecuados
o con cierto favoritismo a algunas opiniones muy particulares.
De las probabilísticas hay 4 tipos que se basan en la selección aleatoria. Para llevar a cabo una selección
aleatoria se pueden utilizar varios instrumentos que garanticen que la selección sea al azar. Puede ser:
tirar una moneda al aire; sacar nombres de una urna; utilizar una tabla de números aleatorios; utilizar un
programa computadorizado para hacer la selección.
Lo más importante de las muestras probabilísticas es que ellas garantizan que se puedan usar las técnicas
de la estadística inferencial. Pero el hecho de que una muestra sea probabilística no garantiza que sea
representativa de la población, el azar puede jugar malas pasadas. Pero sí garantiza que la falta de
representatividad, de haberla, no es intencional.

TÉCNICAS DE MUESTREO PROBABILÍSTICO

1. Muestreo Aleatoria Simple:

Es el tipo más simple de muestra, pero la base de todas las demás. La idea principal es que todos los
miembros de la población de la que se toma la muestra tengan la misma probabilidad de ser seleccionados
para formar parte de la muestra. Hay dos tipos, con reposición y sin reposición

a. Con reposición
Cuando se selecciona un miembro éste se devuelve a la población antes de seleccionar al próximo, de
forma que la misma persona puede ser seleccionada en varias ocasiones. Ejemplo: Tomar una carta de
un paquete de 52 y devolverla antes de seleccionar la próxima. Así cada carta en una muestra de 5 tiene
1/52 probabilidad de ser seleccionada.

b. Sin reposición
Cuando se selecciona un miembro de la población no se devuelve de manera que una persona u objeto
puede ser seleccionada una sola vez. Lo que ocurre es que la probabilidad de selección es más pequeña
a medida que se va construyendo la muestra.
Ejemplo: Si no se devuelve la carta, la segunda tiene 1/51 probabilidad de ser seleccionada. La tercera
1/50 etc. En las ciencias sociales se utiliza principalmente este método de selección aleatoria, pues los
individuos en las muestras son diferentes. Aquí lo que se obtiene es que todas las posibles muestras del
mismo tamaño tienen la misma probabilidad de ser seleccionadas. La diferencia en términos de
probabilidad es insignificante cuando la población es muy grande.
Ejemplo: En una población de 500 personas no hay mucha diferencia entre 1/500 = 0.002 y 1/199 =
0.002004008
Muestras que se ven a menudo en los estudios pero que no son aleatorias: voluntarios; respuestas a un
cuestionario, aún cuando el envío haya sido aleatorio.
Inconvenientes:
Las muestras aleatorias no son adecuadas cuando hay subpoblaciones de las que se quiere tener
información. Son imprácticas cuando los miembros de la población están alejados geográficamente unos
de otros.

2. Muestreo Aleatorio Sistemático

Se utiliza generalmente cuando hay una lista de la población ya preparada (guía telefónica, lista de
miembros de un club, etc). Se determina la fracción de muestreo (tamaño de la población/tamaño de la
muestra) (1500/300 = 50). Se selecciona aleatoriamente un miembro que esté en la primera fracción del
grupo de la lista (23). Se seleccionan los demás múltiplos de la fracción 23 + 50; 23 + 100, etc. Lo
importante es que la lista no esté hecha siguiendo un patrón cíclico que haga la selección no
representativa.

3. Muestreo por Conglomerados (cluster)

La unidad no es el individuo sino el grupo. Se utiliza principalmente cuando los miembros de la población
están muy separados geográficamente. Una vez se selecciona un grupo, se utilizan todos los individuos
que forman ese grupo.
Ejemplo: Escuelas seleccionadas aleatoriamente en un distrito y entonces todos los maestros de las
escuelas seleccionadas participan. El problema del conglomerado es que generalmente los grupos son
más homogéneos que la población (nivel socioeconómico en las escuelas) y cada uno no refleja la
población. Sin embargo, esto se puede solucionar si hay muchos conglomerados

4. Muestreo Aleatorio Estratificado

Ocurre cuando la población se separa en subgrupos de los cuales se quiere obtener información y se les
quiere bien representados. En el proceso se determina el porciento de ese subgrupo en la población y
entonces se seleccionan aleatoriamente tantos elementos como se necesitan para una representación
adecuada. Esto se llama una alocación proporcional. Dentro de los estratos se sigue un patron de
características comunes, por ejemplo, las condiciones de vivienda de los estratos socio-económicos: las
viviendas de estrato 1 poseen características similares entre ellas pero muy diferentes a las de estrato 4 o
5.
TÉCNICAS DE MUESTREO NO PROBABILÍSTICO

Se reitera que estas técnicas de muestreo tienen cierta intencionalidad en su selección lo que se refleja
en la pérdida de valides al intentar realizar inferencias estadísticas. Dentro de las técnicas más utilizadas
están:

1. Técnica de Bola de Nieve

Técnica utilizada en situaciones en donde se cuenta con muy poca información de la población objeto de
estudio o si se tiene información, ésta es desactualizada. El proceso a seguir, es, intentar ubicar al menos
a una persona de la población y solicitarle a dicha persona que si tiene información de otros elementos de
la población y a su vez, se intenta contactar a esas personas y éstas proporcionan información de otros
elementos y así sucesivamente hasta tener un número considerable de elementos de la población de
interés.

2. Técnica de muestreo por Conveniencia

Como su nombre lo indica, la muestra se identifica, principalmente, por conveniencia. Se incorporan
elementos en la muestra sin probabilidades pre-específicadas o conocidas de selección. Por ejemplo, un
profesor que lleva a cabo una investigación universitaria puede usar alumnos voluntarios para formar una
muestra, tan sólo porque dispone fácilmente de ellos y participan como elementos a un costo pequeño o
nulo.

3. Técnica de muestreo por Juicio

En esta técnica, la persona más capaz en el tema del estudio selecciona a los individuos u otros elementos
de la población que siente son los más representativos de esa población. Con frecuencia es una manera
relativamente fácil de seleccionar una muestra. Por ejemplo, un reportero puede seleccionar a dos o tres
senadores, considerando que ellos reflejan la opinión general de todos los senadores; sin embargo, la
calidad de los resultados maestrales depende del juicio de la persona que seleccionó la muestra.

4. Técnica de muestreo Accidental

Como su nombre lo indica, la información se obtiene de encuestar a aquellas personas que en ese
momento y lugar pasaron en donde se encontraba el encuestador. Por ejemplo, las encuestas de opinión
que se realizan en época de elecciones presidenciales, donde se ubica, encuestadores en diversos lugares
y ellos a su vez encuestan a aquellas personas que por cosas del destino pasaron por dicho lugar.