MUESTREO

CONCEPTO DE MUESTREO
El muestreo es una herramienta de la investigación científica. Su función básica es
determinar que parte de una realidad en estudio (población o universo) debe examinarse
con la finalidad de hacer inferencias sobre dicha población.

Obtener una muestra adecuada significa lograr una versión simplificada de la población,
que reproduzca de algún modo sus rasgos básicos.

DEFINICIÓN Y CONCEPTOS PREVIOS.

En la investigación científica es habitual que se empleen muestras como medio de acercarse

al conocimiento de la realidad. Sin embargo, para que esto sea posible, para que a través de
las muestras sea posible reproducir el universo con la precisión que se requiera en cada
caso es necesario que el diseño muestral se atenga a los principios recogidos en las técnicas
de muestreo.

Antes de describir algunos de los métodos de muestreo más habituales observaremos

algunos conceptos importantes en este contexto:

Población: Es todo conjunto de elementos, finito o infinito, definido por una o más
características, de las que gozan todos los elementos que lo componen, y sólo ellos. En
muestreo se entiende por población a la totalidad del universo que interesa considerar, y
que es necesario que esté bien definido para que se sepa en todo momento que elementos
lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre:
• Población teórica: Conjunto de elementos a los cuales se quiere extrapolar los
resultados.
• Población estudiada: Conjunto de elementos accesibles en nuestro estudio.

MC. Roy Jonny Sida López 1

 MUESTREO
Censo: En ocasiones resulta posible estudiar cada uno de los elementos que componen la
población, realizándose así lo que se conoce como “censo”, es decir, el estudio de todos los
elementos que componen la población.

La realización de un censo no siempre es posible, por diferentes motivos:

• Economía: El estudio de todos los elementos que componen una población, sobre
todo si esta es grande, suele ser un problema costoso en tiempo, dinero, etc.
• Que las pruebas a las que hay que someter a los sujetos sean destructivas.
• Que la población sea infinita o tan grande que exceda las posibilidades del
investigador.

Si la numeración de elementos se realiza sobre la población accesible o estudiada, y no

sobre la población teórica, entonces el proceso recibe el nombre de marco o espacio
muestral

Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo, lo

que hacemos es trabajar con una muestra, entendiendo por tal una parte representativa de
la población. Para que una muestra sea representativa, y por lo tanto útil, debe de reflejar
las similitudes y diferencias encontradas en la población, así como de ejemplificar las
características de esta. Cuando decimos que una muestra es representativa indicamos que
reúne aproximadamente las características de la población que son importantes para la
investigación.

Ejemplo: Supongamos que deseamos medir el rendimiento académico de los niños

escolarizados en la segunda etapa, pero por problemas económicos solo es posible acceder
a los niños de zonas urbanas.
• ¿A quién deseo generalizar los resultados? A todos los niños de la segunda etapa. (Población teórica).
• ¿A quién puedo acceder en el estudio? A todos los niños escolarizados en zonas urbanas. (Población
estudiada).
• ¿Cómo puedo acceder a ellos? Numerando los sujetos accesibles. (Espacio o marco muestral).
• ¿Quién forma parte del estudio? Eligiendo un grupo de los sujetos enumerados. (Muestra).

MC. Roy Jonny Sida López 2

 MUESTREO
Parámetro: Son las medidas o datos que se obtienen sobre la distribución de
probabilidades de la población, tales como: la media, la varianza, la proporción, etc.

Estadístico: Son los datos o medidas que se obtienen de una muestra y por lo tanto son una
estimación de los parámetros.

Error: Es la diferencia entre un estadístico y su parámetro correspondiente. Es una medida

de la variabilidad de las estimaciones de muestras repetidas en torno al valor de la
población, nos da una noción clara de hasta dónde y con qué probabilidad una estimación
basada en una muestra se aleja del valor real que se hubiera obtenido por medio de un
censo completo. Siempre se comete un error, pero la naturaleza de la investigación nos
indicará hasta qué medida podemos cometerlo (los resultados se someten a error muestral
e intervalos de confianza que varían muestra a muestra). Varía según se calcule al principio
o al final. Un estadístico será más preciso en cuanto y tanto su error es más pequeño. Se
puede decir que es la desviación de la distribución muestral de un estadístico y su
fiabilidad.

USOS DEL MUESTREO

El Muestreo es utilizado en diversos campos:
• Política: Las muestras de las opiniones de los votantes se usan para que los candidatos
midan la opinión pública y el apoyo en las elecciones.
• Educación: Las muestras de las calificaciones de los exámenes de estudiantes se usan
para determinar la eficiencia de una técnica o programa de enseñanza.
• Industria: Las muestras de los productos de una línea de ensamble sirve para controlar
la calidad.
• Medicina: Las muestras de medidas de azúcar en la sangre de pacientes diabéticos
prueban la eficacia de una técnica o de un fármaco nuevo.
• Agricultura: Las muestras del maíz cosechado en una parcela proyectan en la
producción los efectos de un fertilizante nuevo.
• Gobierno: Una muestra de opiniones de los votantes se usaría para determinar los
criterios del público sobre cuestiones relacionadas con el bienestar y la seguridad
nacional.

MC. Roy Jonny Sida López 3

 MUESTREO
TIPOS DE MUESTREO
Los autores proponen diferentes criterios de clasificación de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes grupos:
• Métodos de muestreo Probabilísticos.
• Métodos de muestreo no Probabilísticos.

MÉTODOS DE MUESTREO PROBABILÍSTICOS

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. Todas las posibles muestras
de tamaño n tienen la misma probabilidad de ser elegidas.

Los métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra

extraída. Por tanto, son los más recomendables.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

• Muestreo Aleatorio Simple.
• Muestreo Aleatorio Sistemático.
• Muestreo Aleatorio Estratificado.
• Muestreo Aleatorio por Conglomerados.

La siguiente es una breve descripción de los métodos de muestreo no probabilísticos.

MUESTREO ALEATORIO SIMPLE

En el muestreo aleatorio simple ninguna restricción se impone en la selección aleatoria de
elementos desde la población a la muestra. Todos los elementos de la población tienen la
misma posibilidad de pertenecer a la muestra. Para el muestreo aleatorio simple se
recomienda el uso de una tabla de números aleatorios o un generador de números
aleatorios por computadora.

MC. Roy Jonny Sida López 4

 MUESTREO
MUESTREO ALEATORIO SISTEMÁTICO
Este procedimiento exige, 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 ocupan los lugares 𝑖, 𝑖 + 𝑘, 𝑖 + 2𝑘, 𝑖 + 3𝑘, … , 𝑖 + (𝑛 − 1)𝑘, es
decir se toman los individuos de 𝑘 en 𝑘. Donde 𝑘 el resultado de dividir el tamaño de la
población entre el tamaño de la muestra: 𝑘 = 𝑁⁄𝑛. El número 𝑖 empleado como punto de
partida será un número al azar entre 1 y k.

El riesgo en 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. El muestreo aleatorio
sistemático es aplicable cuando la población estadística se va generando en el tiempo.

Por ejemplo, clientes en un banco, artículos en una línea de producción, etc.

En estos casos su principal desventaja ocurre cuando los datos presentan algún
comportamiento o patrón cíclico en el tiempo.

MUESTREO ALEATORIO ESTRATIFICADO

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 muestreo aleatorio sistemático para elegir los elementos concretos que
formarán parte de la muestra.

MC. Roy Jonny Sida López 5

 MUESTREO
En ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (Tamaño geográfico, sexos, edades, etc.).

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 muestrales.
Afijación Proporcional: La distribución se hace dé acuerdo con el peso (tamaño) de la
población en cada estrato.

MUESTREO ALEATORIO POR CONGLOMERADOS

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la

población que forman una unidad, a la que llamamos conglomerado.

Las unidades hospitalarias, los departamentos universitarios, una caja de determinado

producto, etc., son conglomerados naturales. En otras ocasiones se pueden utilizar
conglomerados no naturales como, por ejemplo, las urnas electorales. Cuando los
conglomerados son áreas geográficas suele hablarse de "muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto número

de conglomerados (el necesario para alcanzar el tamaño muestral establecido) y en
investigar después todos los elementos pertenecientes a los conglomerados elegidos.

MC. Roy Jonny Sida López 6

 MUESTREO
MÉTODOS DE MUESTREO NO PROBABILÍSTICOS
A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente
costoso y se acude a métodos no probabilísticos. En estos tipos de muestreo no todos los
sujetos de la población tienen la misma probabilidad de ser elegidos

Siendo conscientes de que no sirven para realizar generalizaciones, pues no se tiene certeza
de que la muestra extraída sea representativa.

En general se seleccionan a los sujetos siguiendo determinados criterios procurando que la

muestra sea representativa.

Dentro de los métodos de muestreo no probabilísticos encontramos los siguientes tipos:

• Muestreo de Juicio.
• Muestreo por Cuotas.
• Muestreo Opinático o Intencional.
• Muestreo Casual o Incidental.
• Muestreo Bola de Nieve.

La siguiente es una breve descripción de los métodos de muestreo no probabilísticos.

MUESTREO DE JUICIO
En el muestreo de juicio, se usan el conocimiento y la opinión para identificar los elementos
de la población que van a incluirse en la muestra.

MC. Roy Jonny Sida López 7

 MUESTREO
MUESTREO POR CUOTAS
Se asienta generalmente sobre la base de un buen conocimiento de los estratos de la
población y/o de los individuos más "representativos" o "adecuados" para los fines de la
investigación.
En este tipo de muestreo se fijan unas "cuotas" que consisten en un número de individuos
que reúnen unas determinadas condiciones. Una vez determinada la cuota se eligen los
primeros que se encuentren que cumplan esas características. Este método se utiliza mucho
en las encuestas de opinión.

MUESTREO OPINÁTICO O INTENCIONAL

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusión en la muestra de grupos supuestamente típicos. Es
muy frecuente su utilización en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.

MUESTREO CASUAL O INCIDENTAL

Se trata de un proceso en el que el investigador selecciona directa e intencionadamente los
individuos de la población.
El caso más frecuente de este procedimiento es utilizar como muestra los individuos a los
que se tiene fácil acceso

MUESTREO BOLA DE NIEVE

Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así hasta
conseguir una muestra suficiente.
Este tipo se emplea muy frecuentemente cuando se hacen estudios con poblaciones
"marginales", delincuentes, sectas, algunos tipos de enfermos, etc.

MC. Roy Jonny Sida López 8


VENTAJAS E INCONVENIENTES DE LOS DISTINTOS TIPOS DE MUESTREO PROBABILÍSTICO
MUESTREO CARACTERÍSTICAS
Se selecciona una muestra de
tamaño n de una población de
Aleatorio N unidades, cada elemento
simple tiene una probabilidad de
inclusión igual y conocida de
n/N.
Conseguir un listado de los N
elementos de la población.
Determinar el tamaño
muestral n.
Definir un intervalo k = N/n.
Sistemático
Elegir un número aleatorio, r,
entre 1 y k (r = arranque
aleatorio).
Seleccionar los elementos de
la lista.
En ciertas ocasiones resultará
conveniente estratificar la
muestra según ciertas
variables de interés.
Para ello debemos conocer la
composición estratificada de
la población objetivo a hacer
Estratificado un muestreo. Una vez
calculado el tamaño muestral
apropiado, este se reparte de
manera proporcional entre
los distintos estratos
definidos en la población
usando una simple regla de
tres.
Se realizan varias fases de
muestreo sucesivas
(polietápico)
La necesidad de listados de
Conglomerados
las unidades de una etapa se
limita a aquellas unidades de
muestreo seleccionadas en la
etapa anterior.
MC. Roy Jonny Sida López
MUESTREO
VENTAJAS INCONVENIENTES
• Sencillo y de fácil
Requiere que se posea de
comprensión.
antemano un listado
• Cálculo rápido de
completo de toda la
medias y varianzas.
población. Cuando se
• Se basa en la teoría trabaja con muestras
estadística, y por tanto
pequeñas es posible que no
existen paquetes
represente a la población
informáticos para
adecuadamente.
analizar los datos.
• Fácil de aplicar.
• No siempre es
necesario tener un
listado de toda la Si la constante de muestreo
población. está asociada con el
• Cuando la población fenómeno de interés, las
está ordenada estimaciones obtenidas a
siguiendo una partir de la muestra pueden
tendencia conocida, contener sesgo de selección
asegura una cobertura
de unidades de todos
los tipos
• Tiende a asegurar que
la muestra represente
adecuadamente a la
población en función de
unas variables
seleccionadas.
• Se obtienen Se ha de conocer la
estimaciones más distribución en la población
precisas. de las variables utilizadas
• Su objetivo es conseguir para la estratificación.
una muestra lo más
semejante posible a la
población en lo que a la
o las variables
estratificadoras se
refiere.
• Es muy eficiente
El error estándar es mayor
cuando la población es
que en el muestreo
muy grande y dispersa.
aleatorio simple o
estratificado.
• No es preciso tener un
listado de toda la
población, sólo de las
El cálculo del error
unidades primarias de
estándar es complejo.
muestreo.
9