MUESTREO

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), ya sea
por que estamos limitados en los recursos económicos, recursos logísticos, recursos humanos, por lo tanto se selecciona una
muestra, entendiendo por tal una parte representativa de la población.

En la estadística se usa la palabra población para referirse no sólo a personas si no a todos los elementos que han sido
escogidos para su estudio y el término muestra se usa para describir una porción escogida de la población.

El muestreo es por lo tanto una herramienta de la investigación científica, cuya función básica es determinar que
parte de una población debe examinarse, con la finalidad de hacer inferencias sobre dicha población.

La muestra debe lograr una representación adecuada de la población, en la que se reproduzca de la mejor manera
los rasgos esenciales de dicha población que son importantes para la investigación. Para que una muestra sea representativa,
y por lo tanto útil, debe de reflejar las similitudes y diferencias encontradas en la población, es decir ejemplificar las
características de ésta.

Los errores más comunes que se pueden cometer son:1.- Hacer conclusiones muy generales a partir de la observación
de sólo una parte de la Población, se denomina error de muestreo. 2.- Hacer conclusiones hacia una Población mucho más
grandes de la que originalmente se tomó la muestra. (Error de Inferencia)

TIPOS DE MUESTREO

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en general pueden dividirse en dos
grandes grupos: métodos de muestreo probabilísticos y métodos de muestreo no probabilísticos.
Muestreo probabilístico. Los muestreos probabilísticos pueden ser con o sin reemplazo.
Los muestreos con reemplazo son aquellos en los que una vez que ha sido seleccionado un individuo (y estudiado) se
le toma en cuenta nuevamente al elegir el siguiente individuo a ser estudiadoLos muestreos sin reemplazo son los
que una vez que se ha tomado en cuenta un individuo para formar parte de la muestra, no se le vuelve a tomar en
cuenta nuevamente

Los métodos de muestreo probabilísticos son aquellos que se basan en el principio de equiprobabilidad . Es decir,
aquellos en los que todos los individuos tienen la misma probabilidad de ser elegidos para formar parte de una
muestra y, consiguientemente, todas las posibles muestras de tamaño n tienen la misma probabilidad de ser
seleccionadas. Sólo estos métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra
extraída y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos encontramos los
siguientes tipos:

1.- Muestreo aleatorio simple: El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de
la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de números aleatorios, números
aleatorios generados con una calculadora u ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el
tamaño de muestra requerido. Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica cuando la
población que estamos manejando es muy grande.
 Para obtener una muestra, se numeran los elementos de la población y se seleccionan al azar los n
elementos que contiene la muestra.

2.- Muestreo aleatorio sistemático: Este procedimiento exige, como el anterior, numerar todos los elementos de la
población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número aleatorio i, que es un
número elegido al azar, y los elementos que integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k,
es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la
muestra: k= N/n. El número i que empleamos como punto de partida será un número al azar entre 1 y k.
Se elige un individuo al azar y a partir de él, a intervalos constantes, se eligen los demás hasta
completar la muestra. Por ejemplo si tenemos una población formada por 100 elementos y queremos extraer
una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de selección que será igual a
100/25 = 4. A continuación elegimos el elemento de arranque, tomando aleatoriamente un número entre el
1 y el 4, y a partir de él obtenemos los restantes elementos de la muestra. 2, 6, 10, 14,..., 98
El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la población ya que al elegir a los
miembros de la muestra con una periodicidad constante (k) podemos introducir una homogeneidad que no se da en la
población. Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5 primeros son
varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos o sólo
hombres o sólo mujeres, no podría haber una representación de los dos sexos.

3.- Muestreo aleatorio estratificado: Trata de obviar las dificultades que presentan los anteriores ya que simplifican
los procesos y suelen reducir el error muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna característica (se puede estratificar, por
ejemplo, según la profesión, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se pretende con este tipo de
muestreo es asegurarse de que todos los estratos de interés estarán representados adecuadamente en la muestra. Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el estratificado para elegir
los elementos concretos que formarán parte de la muestra. En ocasiones las dificultades que plantean son demasiado grandes,
pues exige un conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y puede ser de diferentes
tipos: Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales. Afijación Proporcional: La
distribución se hace de acuerdo con el peso (tamaño) de la población en cada estrato. Afijación Optima: Se tiene en cuenta la
previsible dispersión de los resultados, de modo que se considera la proporción y la desviación típica. Tiene poca aplicación
ya que no se suele conocer la desviación.

Se divide la población en clases o estratos y se escoge, aleatoriamente, un número de individuos de

cada estrato proporcional al número de componentes de cada estrato.En una fábrica que consta de 600
trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la sección A, 150 en
la B, 150 en la C y 100 en la D.
Suponga que estamos investigando sobre el porcentaje de alumnos que trabajan de una población de 20 alumnos
de la Universidad de Talca.

Base de datos de la población:

Nombre Alumno ¿Trabaja? Nombre Alumno ¿Trabaja?

Juan SI María NO Alicia NO Fernanda NO Pedro NO Julio SI Marcos NO Rosa NO

Alberto SI Fabián NO Jorge SI Ana NO José NO Laura NO Carlos NO Enrique NO

Miguel NO Carmen SI Victoria SI Marcelo

SI Los números seleccionados son: 10, 1, 11, 20.

Por lo tanto, la muestra está compuesta por: *10: Victoria que SI trabaja. *1: Juan que SI trabaja.

*11: María que NO trabaja. *20: Marcelo que SI trabaja.

b. Indique cuál es el Parámetro y cuál es el Estadístico en (a).

Respuesta:

El Parámetro es el porcentaje de alumnos que trabajan en la población de tamaño N=20 alumnos, es decir: El
Estadístico es el porcentaje de alumnos que trabajan en la muestra de tamaño n=4 alumnos, es decir:

Elija una muestra estratificada de tamaño n=4 de esta población. Use la tabla de números aleatorios, en cada
alternativa empiece en la fila 1 columna 1 y continúe seleccionando hacia la derecha. Indique los pasos para elegir la
muestra.
El diseño de la investigación puede verse alterado por las fuentes potenciales de error, las cuales se tienen
que evitar. A continuación en listaremos algunos de los tipos de errores.
 Error de muestreo aleatorio.Este tipo de error ocurre cuando la muestra seleccionada no representa a la
población de interés. Este error, es el resultado de la alteración entre el valor real de la media para la
población y el valor para la muestra original.
Error no atribuible al muestreo.Se genera por el resultado de diferentes condiciones que incluyen errores
en la definición del problema, el enfoque, las escalas, el diseño del cuestionario, la forma de entrevista, o la
preparación y análisis de los datos. Se originan aleatoriamente y no aleatorios de fuentes diferentes al
muestreo. Los errores que no son de muestreo consisten en errores por falta de respuesta y respuestas
incorrectas.
Error por falta de respuesta.Este surge cuando algunos de los encuestados de la muestra no contestan.
Esto puede deberse a diferentes factores entre los cuales encontramos la negatividad a contestar o de no
encontrarse presente en el lugar. La falta de respuesta ocasionará que la muestra neta o resultante sea
diferente en tamaño o composición a la muestra original.
Error de respuesta.Este error se origina cuando los encuestados contestan de forma inexacta o las
respuestas las registran de forma errónea, o inclusive si se analiza mal la respuesta. El error de respuesta
puede ser por equivocación de los investigadores, los entrevistadores o los encuestados. Los errores
cometidos por el investigador incluyen aquellos que se deben a la sustitución de la información, o a fallas
en la medición, la definición de la población, el marco del muestreo y el análisis de datos.
Error en el análisis de los datos.Cuando se utiliza un procedimiento estadístico inadecuado para la
interpretación de los hallazgos. Sucede cuando los datos incluyen errores que ocurren cuando los
cuestionarios sin análisis se transforman en hallazgos de la investigación.
Error en la selección.Surge cuando los entrevistadores eligen encuestados diferentes a los requeridos
para la muestra. Por ejemplo, una encuesta de uso de maquillaje, para la entrevista se selecciona a una
mujer que no acostumbra a pintarse.
Error al preguntar.Ocurre cuando el entrevistador no utiliza la redacción exacta proporcionada por el
cuestionario.
Error de registro.Resulta de equivocaciones al escuchar, registrar e interpretar las respuestas de los
encuestados.
Error por hacer trampa.El entrevistador no a completa las respuestas conforme a las respuestas del
entrevistado y decide llenar los espacios según su criterio. Puede inventar las respuestas en parte total o
parcial. Esto es un problema y puede surgir como resultado de errores por incapacidad y por falta de
disposición.
Error por incapacidad.Cuando el encuestado da respuestas inequívocas por falta de familiaridad, fatiga,
aburrimiento, poco recuerdo de una marca o producto consumido. Como resultado resulta ser insuficiente
el contenido de la pregunta.
Error por falta de disposición.Se debe a la renuencia del encuestado a brindar información precisa. Los
encuestados pueden dar respuestas equivocadas de manera intencional por el deseo de ofrecer
respuestas socialmente aceptables, evitar el bochorno o complacer al entrevistador.
 Estos son algunos ejemplos de fuentes de error que tienen que evitarse al diseñar la investigación y así
reducir al mínimo el error total. Aumentar el tamaño de la muestra disminuye el error de muestreo, pero
también puede incrementar el error que no es de muestreo al aumentar los errores del entrevistador.