TIPOS DE MUESTREOS

Menú: [Mostrar]
Tabla de contenidos [esconder]
1 Muestreo
1.1 Muestreo Probabilístico
1.1.1 Muestreo aleatorio simple
1.1.2 Muestreo aleatorio estratificado
1.1.3 Muestreo aleatorio sistemático
1.1.4 Muestreo aleatorio por conglomerados o áreas
1.2 Muestreo no Probabilístico
[editar]
Muestreo
Distinguimos dos tipos fundamentales de muestreo:

Muestreo probabilístico (aleatorio): En este tipo de muestreo, todos los

individuos de la población pueden formar parte de la muestra, tienen
probabilidad positiva de formar parte de la muestra. Por lo tanto es el tipo de
muestreo que deberemos utilizar en nuestras investigaciones, por ser el
riguroso y científico.
Muestreo no probabilístico (no aleatorio): En este tipo de muestreo, puede
haber clara influencia de la persona o personas que seleccionan la muestra o
simplemente se realiza atendiendo a razones de comodidad. Salvo en
situaciones muy concretas en la que los errores cometidos no son grandes,
debido a la homogeneidad de la población, en general no es un tipo de
muestreo riguroso y científico, dado que no todos los elementos de la población
pueden formar parte de la muestra. Por ejemplo, si hacemos una encuesta
telefónica por la mañana, las personas que no tienen teléfono o que están
trabajando, no podrán formar parte de la muestra.
ejercicio
Actividad 1

Contesta a las siguientes preguntas en tu cuaderno de trabajo:

¿Qué es el muestreo?
¿Qué diferencia hay entre realizar un muestro probabilístico o no
probabilístico?
[editar]
Muestreo Probabilístico
En el contexto de muestreo probabilístico, existen varias posibilidades de
obtención de una muestra:

[editar]
Muestreo aleatorio simple
En un muestreo aleatorio simple todos los individuos tienen la misma
probabilidad de ser seleccionados. La selección de la muestra puede realizarse
a través de cualquier mecanismo probabilístico en el que todos los elementos
tengan las mismas opciones de salir. Por ejemplo uno de estos mecanismos es
utilizar una tabla de números aleatorios, o también con un ordenador generar
números aleatorios, comprendidos entre cero y uno, y multiplicarlos por el
tamaño de la población, este es el que vamos a utilizar.

ejercicio
Actividad Interactiva: Muestreo aleatorio simple

1. Realiza un muestreo aleatorio simple.

Actividad:[Mostrar]
[editar]
Muestreo aleatorio estratificado
Es frecuente que cuando se realiza un estudio interese estudiar una serie de
subpoblaciones (estratos) en la población, siendo importante que en la muestra
haya representación de todos y cada uno de los estratos considerados. El
muestreo aleatorio simple no nos garantiza que tal cosa ocurra. Para evitar
esto, se saca una muestra de cada uno de los estratos.

Hay dos conceptos básicos:

Estratificación: El criterio a seguir en la formación de los estratos será formarlos
de tal manera que haya la máxima homogeneidad en relación a la variable a
estudio dentro de cada estrato y la máxima heterogeneidad entre los estratos.
Afijación: Reparto del tamaño de la muestra en los diferentes estratos o
subpoblaciones. Existen varios criterios de afijación entre los que destacamos:
Afijación igual: Todos los estratos tienen el mismo número de elementos en la
muestra.
Afijación proporcional: Cada estrato tiene un número de elementos en la
muestra proporcional a su tamaño.
Afijación Neyman: Cuando el reparto del tamaño de la muestra se hace de
forma proporcional al valor de la dispersión en cada uno de los estratos.
ejercicio
Actividad Interactiva: Muestreo aleatorio estratificado

1. Realiza un muestreo aleatorio estratificado.

Actividad:[Mostrar]
2. Tipo de muestreo estatificado.
Actividad:[Mostrar]
[editar]
Muestreo aleatorio sistemático
Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan
según un patrón que se inicia con una elección aleatoria.
Considerando una población de N elementos, si queremos extraer una muestra
de tamaño n, partimos de un número h=N/n, llamado coeficiente de elevación y
tomamos un número al azar a comprendido entre 1 y h que se denomina
arranque u origen.

La muestra estará formada por los elementos: a, a+h, a+2h,....a+(n-1)h.

De aqui se deduce que un elemento poblacional no podrá aparecer más de una

vez en la muestra. La muestra será representativa de la población pero
introduce algunos sesgos cuando la población está ordenada en función de
determinados criterios.
ejercicio
Actividad Interactiva: Muestreo aleatorio sistemático

1. Realiza un muestreo aleatorio sistemático.

Actividad:[Mostrar]
[editar]
Muestreo aleatorio por conglomerados o áreas
Mientras que en el muestreo aleatorio estratificado cada estrato presenta cierta
homogeneidad, un conglomerado se considera una agrupación de elementos
que presentan características similares a toda la población.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de
audiencia de los programas y cadenas de televisión, se utiliza un muestreo por
conglomerados-familias que han sido elegidas aleatoriamente. Las familias
incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la población.

Una vez seleccionados aleatoriamente los conglomerados, se toman todos los

elementos de cada uno para formar la muestra. En este tipo de muestreo lo
que se elige al azar no son unos cuantos elementos de la población, sino unos
grupos de elementos de la población previamente formados. Elegidos estos
grupos o "conglomerados" en un número suficiente, se pasa posteriormente a
la elección, también al azar, de los elementos que han de ser observados
dentro de cada grupo, o bien, según se desee, a la observación de todos los
elementos que componen los grupos elegidos.

[editar]
Muestreo no Probabilístico
Existen otros procedimientos para seleccionar las muestras, que son menos
precisos que los citados y que resultan menos costosos. El procedimiento más
utilizado es el muestreo no probabilístico, denominado opinático consistente en
que el investigador selecciona la muestra que supone sea la más
representativa, utilizando un criterio subjetivo y en función de la investigación
que se vaya a realizar.
Con el muestreo opinático la realización del trabajo de campo puede
simplificarse enormemente pues se puede concentrar mucho la muestra. Sin
embargo, al querer concentrar la muestra, se pueden cometer errores y sesgos
debidos al investigador y, al tratarse de un muestreo subjetivo (según las
preferencias del investigador), los resultados de la encuesta no tienen una
fiabilidad estadística exacta.

Un muestreo no probabilístico muy utilizado hoy en día por los institutos de

opinión es el de itinerarios, consistente en facilitar al entrevistador el perfil de
las personas que tiene que entrevistar en cada uno de los itinerarios en que se
realizan las entrevistas.

El muestreo denominado de cuotas, utiliza en sucesivos sondeos al mismo

conjunto muestral (inicialmente seleccionado de forma aleatoria) y es el
empleado para medir índices de audiencia de programas televisivos.
Muestreo aleatorio simple
¿Qué es el muestreo aleatorio simple?
El muestreo aleatorio simple es un tipo de muestreo probabilístico en el
cual todos los elementos de la población tienen la misma probabilidad de ser
seleccionados.
Este sistema funciona a través de un método de «sorteo» entre un universo de
individuos, en el que se le asigna a cada integrante un número para ser
escogido.
Por ejemplo, si se necesita seleccionar una muestra de 50 personas entre un
universo de 1000, se le asignará a esas 1000 personas un número y, a modo
de sorteo, se seleccionarán 50 números al azar que conformarán la muestra
requerida.

Dicho procedimiento garantiza que todos los elementos muestrales tengan la

misma probabilidad de ser seleccionados para formar parte de la muestra.
Selección al azar del muestreo aleatorio simple.

Ventajas y desventajas del muestreo aleatorio simple

El muestreo aleatorio simple presenta tanto ventajas como desventajas.

Ventajas
Las ventajas del muestreo aleatorio simple son las siguientes:

 Es sencillo para armar las muestras.

 Toma de forma equitativa la selección de las muestras a partir de una
población.
 En general, todos los individuos de la población tienen iguales
oportunidades de ser seleccionados.
 La población es representativa, siendo el único margen de error la
suerte, llamada error de muestreo.
 Es el mejor método a la hora de explicar los resultados, ya que su
selección es aleatoria e imparcial.
  Por la representatividad obtenida se pueden realizar generalizaciones
con respecto a la población, a partir de los resultados de las
muestras.
Desventajas
Las desventajas del muestreo aleatorio simple son las siguientes:

 Se requiere de una lista completa de todos los miembros de la

población.
 Esta lista debe estar debidamente elaborada, completa y actualizada.
 En las poblaciones grandes es difícil disponer de los datos
necesarios para este tipo de muestreo, por lo que se recomienda
utilizar otra técnica.
Ejemplos del muestreo aleatorio simple
Veamos el siguiente ejemplo: una consultora que realiza auditorías sobre
diversas organizaciones decide realizar una investigación en una empresa
donde trabajan 500 empleados.
Para llevar a cabo dicho estudio, la consultora debe trabajar sobre una muestra
estadística de 50 personas (10%), por lo que escoge utilizar el método de
muestreo aleatorio simple, para el cual sigue los siguientes pasos:
1. Enlistar con número a los 500 empleados de la organización.

2. Elegir 50 números al azar.

3. Finalmente, aquellos 50 números que correspondan a un empleado

serán los individuos que conformen la muestra.

De esta manera quedará conformada la muestra para realizar la investigación,

habiéndole otorgado, a todos los empleados de la organización, las mismas
posibilidades de ser seleccionados.

Muestreo (estadística)

Ir a la navegaciónIr a la búsqueda
 En la estadística, se conoce como muestreo a la técnica para la selección de
una muestra a partir de una población estadística.1

Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean
extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez
obtener resultados parecidos a los que se alcanzarían si se realizase un
estudio de toda la población. En las investigaciones llevadas por empresarios y
de la medicina se usa muestreo extensivamente en recoger información sobre
poblaciones.2

Cabe mencionar que para que el muestreo sea válido y se pueda realizar un
estudio adecuado (que consienta no solo hacer estimaciones de la población
sino estimar también los márgenes de error correspondientes a dichas
estimaciones), debe cumplir ciertos requisitos. Nunca podremos estar
enteramente seguros de que el resultado sea una muestra representativa, pero
sí podemos actuar de manera que esta condición se alcance con una
probabilidad alta.

En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de

la población, se puede extraer dos o más muestras de la misma población. Al
conjunto de muestras que se pueden obtener de la población se
denomina espacio muestral. La variable que asocia a cada muestra su
probabilidad de extracción, sigue la llamada distribución muestral.

Índice

 1Técnicas de muestreo estadístico

o 1.1Muestreo aleatorio simple
 1.1.1Tipos
 1.1.2Muestreo sistemático
 1.1.3Muestreo estratificado
 1.1.4Muestreo por etapas múltiples
 1.1.5Muestreo por conglomerados
 1.1.6Homogeneidad de las poblaciones o sus subgrupos
 o 1.2Muestreo no probabilístico
 1.2.1Muestreo por cuotas
 1.2.2Muestreo de bola de nieve
 1.2.3Muestreo subjetivo por decisión razonada
 2Referencias
 3Véase también

Técnicas de muestreo estadístico[editar]

Existen dos métodos para seleccionar muestras de poblaciones: el muestreo

no aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como
recurso en el proceso de selección). Cuando este último cumple con la
condición de que todos los elementos de la población tienen alguna
oportunidad de ser escogidos en la muestra, si la probabilidad correspondiente
a cada sujeto de la población es conocida de antemano, recibe el nombre
de muestreo probabilístico. Una muestra seleccionada por muestreo de juicio
puede basarse en la experiencia de alguien con la población. Algunas veces
una muestra de juicio se usa como guía o muestra tentativa para decidir cómo
tomar una muestra aleatoria más adelante.34

Muestreo aleatorio simple[editar]

Forman parte de este tipo de muestreo todos aquellos métodos para los que se
puede calcular la probabilidad de extracción de cualquiera de las muestras
posibles. Este conjunto de técnicas de muestreo es el más aconsejable,
aunque en ocasiones no es posible optar por él.

Tipos[editar]

 Sin reposición de los elementos: Cada elemento extraído se descarta

para la subsiguiente extracción. Por ejemplo, si se extrae una muestra de
una "población" de bombillas para estimar la vida media de las bombillas
que la integran, no será posible medir más que una vez la bombilla
seleccionada.
 Con reposición de los elementos: Las observaciones se realizan con
reemplazo de los individuos, de forma que la población es idéntica en todas
las extracciones. En poblaciones muy grandes, la probabilidad de repetir
 una extracción es tan pequeña que el muestreo puede considerarse con
reposición aunque, realmente, no lo sea.
 Con reposición múltiple: En poblaciones muy grandes, la probabilidad de
repetir una extracción es tan pequeña que el muestreo puede considerarse
con reposición.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil

la extracción de números aleatorios mediante ordenadores, calculadoras o
tablas construidas al efecto.

Muestreo sistemático[editar]

Se utiliza cuando el universo o población es de gran tamaño, o ha de

extenderse en el tiempo. Primero hay que identificar las unidades y
relacionarlas con el calendario (cuando proceda). Luego hay que calcular una
constante, denominada coeficiente de elevación:

J= N/n,

donde N es el tamaño de la población y n el tamaño de la muestra.

Para determinar en qué fecha se producirá la primera extracción hay que elegir
al azar un número entre 1 y K; de ahí en adelante tomar uno de cada K a
intervalos regulares. Ocasionalmente, es conveniente tener en cuenta la
periodicidad del fenómeno.

Esto quiere decir que si tenemos un determinado número de personas que es

la población (N) y queremos escoger de esa población un número más
pequeño el cual es la muestra (n), dividimos el número de la población por el
número de la muestra que queremos tomar y el resultado de esta operación
será el intervalo, entonces escogemos un número al azar desde uno hasta el
número del intervalo, y a partir de este número escogemos los demás
siguiendo el orden.

Muestreo estratificado[editar]

Consiste en la división previa de la población de estudio en grupos o clases

que se suponen homogéneos con respecto a alguna característica de las que
se van a estudiar. A cada uno de estos estratos se le asignaría una cuota que
determinaría el número de miembros del mismo que compondrán la muestra.
Dentro de cada estrato se suele usar la técnica de muestreo sistemático, una
de las técnicas de selección más usadas en la práctica.

Según la cantidad de elementos de la muestra que se han de elegir de cada

uno de los estratos, existen dos técnicas de muestreo estratificado:

 Asignación proporcional: el tamaño de la muestra dentro de cada estrato

es proporcional al tamaño del estrato dentro de la población.
 Asignación óptima: la muestra recogerá más individuos de aquellos
estratos que tengan más variabilidad. Para ello es necesario un
conocimiento previo de la población.

Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por
separado las opiniones de hombres y mujeres pues se estima que, dentro de
cada uno de estos grupos, puede haber cierta homogeneidad. En la asignación
proporcional, si la población está compuesta de un 55% de mujeres y un 45  %
de hombres, se tomaría una muestra que contenga también esos mismos
porcentajes de hombres y mujeres. En la asignación óptima, si todos los
hombres piensan igual, pero las mujeres son impredecibles, se tomaría una
muestra con más del 55% de mujeres.

Para una descripción general del muestreo estratificado y los métodos de

inferencia asociados con este procedimiento, suponemos que la población está
dividida en h subpoblaciones o estratos de tamaños conocidos N 1, N2,..., Nh tal
que las unidades en cada estrato sean homogéneas respecto a la
característica en cuestión. La media y la varianza desconocidas para el i-ésimo
estrato son denotadas por mi y si2, respectivamente.

Muestreo por etapas múltiples[editar]

Esta técnica es la única opción cuando no se dispone de lista completa de la

población de referencia o bien cuando por medio de la técnica de muestreo
simple o estratificado se obtiene una muestra con unidades distribuidas de tal
forma que resultan de difícil acceso. En el muestreo a estudios múltiples, se
subdivide la población en varios niveles ordenados que se extraen
sucesivamente por medio de un procedimiento de embudo. El muestreo se
desarrolla en varias fases o extracciones sucesivas para cada nivel.

Por ejemplo, si es necesario construir una muestra de profesores de primaria

en un país determinado, estos pueden subdividirse en unidades primarias
representadas por circunscripciones didácticas y unidades secundarias que
serían los propios profesores. En primer lugar extraemos una muestra de las
unidades primarias (para lo cual debemos tener la lista completa de estas
unidades) y en segundo lugar extraemos aleatoriamente una muestra de
unidades secundarias de cada una de las primarias seleccionadas en la
primera extracción.

Muestreo por conglomerados[editar]

Artículo principal: Muestreo por conglomerados

Se utiliza cuando la población se encuentra dividida, de manera natural, en

grupos que se supone que contienen toda la variabilidad de la población, es
decir, la representan fielmente respecto a la característica a elegir, pueden
seleccionarse sólo algunos de estos grupos o conglomerados para la
realización del estudio.

Dentro de los grupos seleccionados se ubicarán las unidades elementales, por

ejemplo, las personas a encuestar, y podría aplicársele el instrumento de
medición a todas las unidades, es decir, los miembros del grupo, o sólo se le
podría aplicar a algunos de ellos, seleccionados al azar. Este método tiene la
ventaja de simplificar la recolección de información muestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos

individuos para integrar la muestra, el diseño se llama muestreo bietápico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El

primer método funciona mejor cuanto más homogénea es la población respecto
del estrato, aunque más diferentes son estos entre sí. En el segundo, ocurre lo
contrario. Los conglomerados deben presentar toda la variabilidad, aunque
deben ser muy parecidos entre sí.
Homogeneidad de las poblaciones o sus subgrupos[editar]

Homogéneo significa, en el contexto de la estratificación, que no hay mucha

variabilidad. Los estratos funcionan mejor cuanto más homogéneos son cada
uno de ellos respecto a la característica a medir. Por ejemplo, si se estudia la
estatura de una población, es bueno distinguir entre los estratos mujeres y
hombres porque se espera que, dentro de ellos, haya menos variabilidad, es
decir, sean menos heterogéneos. Dicho de otro modo, no hay tantas
diferencias entre unas estaturas y otras dentro del estrato que en la población
total.

Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se dan

las mismas diferencias dentro del estrato que en toda la población, no hay por
qué usar este método de muestreo. En los casos en los que existan grupos que
contengan toda la variabilidad de la población, lo que se construyen son
conglomerados, que ahorran algo del trabajo que supondría analizar toda la
población. En resumen, los estratos y los conglomerados funcionan bajo
principios opuestos: los primeros son mejores cuanto más homogéneo es el
grupo respecto a la característica a estudiar y los conglomerados, si
representan fielmente a la población, esto es, contienen toda su variabilidad, o
sea, son heterogéneos.

El espacio muestral es: Conjunto formado por todos los resultados posibles de
un experimento aleatorio. Ejemplo: Al lanzar un dado no cargado el espacio
muestral del dado sería: 1-2-3-4-5-6.

Muestreo no probabilístico[editar]

Es aquel para el que no se puede calcular la probabilidad de extracción de una

determinada muestra ya que no todos los sujetos tienen la misma probabilidad
de ser elegidos. Por tal motivo, se busca seleccionar a individuos que tienen un
conocimiento profundo del tema bajo estudio y se considera que la información
aportada por esas personas es vital para la toma de decisiones.

Muestreo por cuotas[editar]

Es la técnica más difundida sobre todo en estudios de mercado y sondeos de

opinión. En primer lugar es necesario dividir la población de referencia en
varios estratos definidos por algunas variables de distribución conocida (como
el género o la edad). Posteriormente se calcula el peso proporcional de cada
estrato, es decir, la parte proporcional de población que representan.
Finalmente se multiplica cada peso por el tamaño de n de la muestra para
determinar la cuota precisa en cada estrato. Se diferencia del muestreo
estratificado en que una vez determinada la cuota, el investigador es libre de
elegir a los sujetos de la muestra dentro de cada estrato.

Muestreo de bola de nieve[editar]

Artículo principal: Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy

dispersas pero en contacto entre sí. Consiste en identificar sujetos que se
incluirán en la muestra a partir de los propios entrevistados. Partiendo de una
pequeña cantidad de individuos que cumplen los requisitos necesarios, servirán
como localizadores de otros con características análogas.

Muestreo subjetivo por decisión razonada[editar]

En este caso las unidades de la muestra se eligen en función de algunas de

sus características de manera racional y no casual. Una variante de esta
técnica es el muestreo compensado o muestreo equilibrado, en el que se
seleccionan las unidades de tal forma que la media de la muestra para
determinadas variables se acerque a la media de la población, la cual funciona
sobre la base de referencias o por recomendación, después se reconoce por
medio de la estadística.

Muestreo aleatorio simple

Todos aquellos métodos para los que se puede calcular la probabilidad de

extracción de cualquiera de las muestras posibles. Este conjunto de técnicas
de muestreo es el más aconsejable, aunque en ocasiones no es posible optar
por él.

Referencias[editar]

1. ↑ [http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf Mu
estreo (publicado por la ((Universidad de Sonora))
 2. ↑ Salant, Priscilla, I. Dillman, and A. Don. How to conduct your
own survey. No. 300.723 S3.. 1994.
3. ↑ Martínez Bencardino, Ciro (2012). Estadística y muestreo.
Bogotá: Ecoe.
4. ↑ Cochran, William G. (1980). Técnicas de muestreo. México:
CECSA.

Muestreo aleatorio simple, uno de los tipos de muestreo de probabilidad

muestreo aleatorio simpleFEATURE

El muestreo aleatorio simple es uno de los tipos de muestreo probabilístico que

existen, ¿lo has utilizado, conoces en qué se diferencia de los demás?

Sabemos que uno de los temas más importantes para una investigación de
mercados es el muestreo, por ello hemos preparado una serie de información
que esperamos sea de tu ayuda.

Vamos a describir en los próximos artículos los principales tipos de muestreo

probabilístico, sus ventajas y desventajas para darte una idea del uso que le
puedes dar a cada uno de ellos

Una vez que eliges usar un diseño de muestra de probabilidad, debes elegir el
tipo de muestreo probabilístico para su uso. Hay cuatro tipos principales de
diseños de muestras de probabilidad:

Muestreo aleatorio simple

Muestreo estratificado

Muestreo sistemático y

Muestreo por conglomerados.

El muestreo aleatorio simple es un procedimiento de muestreo probabilístico
que da a cada elemento de la población objetivo y a cada posible muestra de
un tamaño determinado, la misma probabilidad de ser seleccionado.

El muestreo aleatorio simple no es tan utilizado en investigaciones del

consumidor, sobre todo porque es complicado obtener un marco de muestreo
donde extraer al azar y no querrás darle a todas las unidades de la muestra
una probabilidad igual de ser elegidas, ya que usualmente para hacer una
investigación de este tipo se requiere a usuarios de tiendas o consumidores de
ciertos productos o ciertas áreas específicas para ser las unidades de
muestreo.

No olvidemos que una parte muy importante del muestreo consiste en tener el
tamaño de la muestra correcta, para no tener un error de muestreo, el cual
debe ser el mínimo posible.

qué es el muestreo aleatorio simple

Pasos para seleccionar una muestra aleatoria simple

Define la población objetivo. Quizá quieras leer: ¿Cómo encontrar a tu mercado

objetivo?

Identifica un marco de muestreo actual de la población objetivo o desarrolla uno

nuevo.

Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,

cobertura múltiple y la agrupación, y haz los ajustes que consideres necesarios.

Asigna un número único a cada elemento de la trama.

Determina el tamaño de la muestra.

Selecciona al azar el número específico de elementos de la población.

Para seleccionar el número de elementos de la población puedes recurrir al

método de lotería, una tabla de números aleatorios y los números generados
de forma aleatoria mediante un programa de computadora, es decir, al azar.

El método de lotería sólo funciona bien con pequeñas poblaciones de la

muestra, es poco práctico para su uso con poblaciones más grandes.
Un ejemplo del uso del método de lotería sería la selección de una muestra
aleatoria de entre un grupo de 100 miembros. Se ponen todos los nombres en
un recipiente y se van sacando uno por uno hasta tener el tamaño suficiente de
nuestra muestra.

Al utilizar el sistema de sorteo, los números que representa cada elemento de

la población objetivo son colocadas en chips (es decir, tarjetas, papel u otros
objetos).

Los chips se colocan entonces en un recipiente y se mezclan. A continuación, a

ciegas se seleccionan las fichas desde el recipiente hasta que se haya
obtenido el tamaño de muestra deseado. Las desventajas de este método de
selección es que consume mucho tiempo, y se limita a poblaciones pequeñas.

El uso de números aleatorios, un método alternativo implica también la

numeración de miembros de la población de 1 a N. Luego, el tamaño de
muestra de n tiene que ser determinada por selección de los números al azar.

El uso de la tabla de números aleatorios similar a la que aparece a

continuación puede ayudar en gran medida con la aplicación de esta técnica de
muestreo.

tabla de números aleatorios

En una tabla de números aleatorios no se sigue un patrón particular. Pueden

ser leídos de cualquier manera, es decir, horizontal, vertical, diagonal, hacia
delante o hacia atrás. El número de dígitos que se utiliza debe corresponder al
tamaño total de la población objetivo.

Los números que el investigador encuentra que no concuerdan con los

números asignados a elementos de la población objetivo son ignorados. Este
proceso de la tabla de números aleatorios es un proceso tedioso, consume
tiempo, y no se recomienda para grandes poblaciones.

En su lugar, se pueden utilizar softwares estadísticos u hojas de cálculo para

generar números aleatorios. Los elementos de las poblaciones cuyos números
asignados coinciden con los números generados por el software son incluido
en la muestra. Se puede seleccionar un número de una tabla de números
aleatorios para usarlo como el número de partida para el procedimiento.
Subtipos de muestreo aleatorio simple

Hay dos tipos de muestreo aleatorio simple: el muestreo con reemplazo y sin
reemplazo. En el muestreo con reemplazo, después de que un elemento ha
sido seleccionado de entre el marco de la muestra se devuelve y es elegible
para ser seleccionado de nuevo.

En el muestreo sin reemplazo, después de que un elemento se selecciona del

marco de la muestra, se retira de la población y no regresa a la base del
muestreo. Este tipo de muestreo suele ser más eficiente pues no permite que el
mismo elemento de la población entre a la muestra más de una vez.

tipo de muestreo aleatorio simple

Ventajas y desventajas del muestreo aleatorio simple

Entre sus puntos fuertes están que tiende a producir muestras representativas
y permite el uso de la estadística inferencial en el analisis de datos recogidos.

Cada selección es independiente de otras selecciones; Todas las

combinaciones posibles de unidades de muestreo tienen la misma oportunidad
de ser seleccionadas. En el muestreo sistemático, las posibilidades de ser
seleccionado no son independientes entre sí.

En general, es más fácil que otros procedimientos de muestreo probabilístico

(tales como el muestreo por conglomerados) de comprender y comunicar a
otros.

Los procedimientos estadísticos requeridos para analizar los datos y calcular

los errores son más fáciles que los requeridos en otros procedimientos de
muestreo probabilístico.

Te recomiendo leer: Tipos de errores. Consejos para que tu investigación no

caiga en ellos

Entre las desventajas están que se requiere un marco de muestreo de

elementos de la población objetivo. Un marco de muestreo apropiado puede
que no exista para la población que se dirige, y puede que no sea factible o
práctico construir uno. En este caso el muestreo por conglomerados no
requiere de una toma de muestra de los elementos de la población objetivo.

El muestreo aleatorio simple tiende a tener errores de muestreo más grandes y

menos precisión de muestreo estratificado del mismo tamaño de la muestra.

Los encuestados pueden estar muy dispersos, por tanto, los costos de la
recolección de datos pueden ser superiores a las de otros diseños de la
muestra de probabilidad, como el muestreo por conglomerados.

El muestreo aleatorio simple puede no producir un número suficiente de

elementos de pequeños subgrupos. Esto no haría de un muestreo aleatorio
simple un buen opción para los estudios que requieren un análisis comparativo
de las categorías pequeñas de una población con categorías mucho más
amplias de la población.

Fortalezas y debilidades del muestreo aleatorio simple

Estas son algunas de las fortalezas y debilidades de este tipo de muestreo:

Fortalezas

En comparación con otros procedimientos de

muestreo probabilístico Debilidades

En comparación con otros procedimientos de

muestreo probabilístico

Cada combinación posible de muestreo tiene igual probabilidad de ser

seleccionado. No se aprovecha del conocimiento que el investigador
podría tener de la población.

Más fácil de entender y comunicar a otros. Puede tener errores de muestreo

más grandes y menos precisión que otros diseños de muestreo probabilístico
con el mismo tamaño de la muestra.

Tiende a producir muestras representativas. Si subgrupos de la población

tienen intereses particulares no pueden ser incluidos con un número suficiente
en la muestra.
Los procedimientos estadísticos necesarios para analizar errores de datos y de
software de estadísticas son más fáciles. Si la población está muy
dispersa, los costos por recolección de datos pueden ser más altos que los de
otros diseños de la muestra de probabilidad.

Te recomiendo leer también: Recolección de datos para investigación. ¡Utiliza

la técnica correcta!

Ejemplo de muestreo aleatorio simple

Una empresa tiene 120 empleados. Se quiere extraer una muestra de 30 de

ellos.

Enumera a los empleados del 1 al 120

Sortea 30 números entre los 120 trabajadores

La muestra estará formada por los 30 empleados que salieron seleccionados

de los números obtenidos.

En resumen el muestreo aleatorio simple es como hacer un sorteo,

afortunadamente existen herramientas que facilitan la automatización y le da
seriedad a este proceso.