MUESTRA, DISEÑOS, TIPOS

ETAPAS DEL PROCESO DE MUESTREO
1. MARCO MUESTRAL.
2. OBJETIVOS DEL MUESTRO Y POBLACIÓN DE INTERÉS.
3. DISEÑO DE MUESTREO.
4. PUESTA EN MARCHA DEL PLAN DE MUESTREO.
5. ANÁLISIS DE LOS DATOS Y LOS RESULTADOS.

LAS TÉCNICAS DE MUESTREO

Las técnicas de muestreo son un conjunto de técnicas estadísticas que
estudian la forma de seleccionar una muestra representativa de la población,
es decir, que represente lo más fielmente posible a la población a la que se
pretende extrapolar o inferir los resultados de la investigación, asumiendo un
error.

TÉCNICAS DE MUESTREO NO PROBABILÍSTICO

Muestreo no probabilístico. El muestreo no probabilístico es una técnica de
muestreo donde las muestras se recogen en un proceso que no brinda a todos
los individuos de la población iguales oportunidades de ser seleccionados.

EL MUESTREO Y TIPOS DE MUESTREO

El muestreo en la estadística inferencial
En estadística, el concepto “muestra” se utiliza para denominar a cualquier
subconjunto posible de una población determinada.
Existen dos tipos principales de muestreo:
● El aleatorio o probabilístico y
● El no aleatorio, también conocido como “no probabilístico”

EL TAMAÑO DE LA MUESTRA
Cómo se conforma el tamaño de la muestra
Cálculo del Tamaño de la Muestra conociendo el Tamaño de la Población. En donde,
N = tamaño de la población Z = nivel de confianza, P = probabilidad de éxito, o
 proporción esperada Q = probabilidad de fracaso D = precisión (Error máximo
admisible en términos de proporción).
1. Tamaño de la población: La cantidad total de personas en el grupo que deseas
estudiar.
2. Margen de error: Un porcentaje que te dice en qué medida puedes esperar que
los resultados de tu encuesta reflejen la opinión de la población general.

CLASIFICACIÓN DE LOS TIPOS DE MUESTREO

El muestreo se clasifica en:
● Probabilístico o no probabilístico
● Muestreo Aleatorio Simple. 
● Muestreo Aleatorio Sistemático. 
● Muestreo Aleatorio estratificado.

DIFERENCIAS ENTRE EL MUESTREO Y LA MUESTRA

Población y muestra.
✔ Población se refiere al universo, conjunto o totalidad de elementos sobre
los que se investiga o hacen estudios. 
✔ Muestra es una parte o subconjunto de elementos que se seleccionan
previamente de una población para realizar un estudio.

MUESTRA ALEATORIA SIMPLE

El muestreo aleatorio simple es un método de selección de n unidades sacadas
de N, de tal manera que cada una de las muestras tiene la misma probabilidad
de ser elegida.

¿Qué diferencia existe entre un muestreo probabilístico y uno no

probabilístico cuál es el más recomendable?
A diferencia del anterior, el no probabilístico obtiene muestras sin que todos los
individuos de la población tengan posibilidades iguales de ser elegidos; esto
suele ser así porque está fuera de las posibilidades económicas y técnicas del
estudio acceder a una muestra probabilística
MUESTRA ALEATORIA EN ESTADÍSTICA
MUESTREO ALEATORIO: Es aquel procedimiento de selección de
la muestra en el que todos y cada uno de los elementos de la población tiene
una cierta probabilidad de resultar elegidos, el muestreo irrestricto puede
considerarse como muestreo aleatorio simple.

MUESTREO MÁS RECOMENDABLE EN UNA INVESTIGACIÓN

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.

EL MEJOR TIPO DE MUESTREO

El mejor tipo de muestreo en una investigación es el aleatorio ya que evita
comprometer la muestra con la subjetividad del investigador además garantiza
que su validez, de lo contrario sería un experimento sesgado.

¿Cómo calcular el tamaño de una muestra aleatoria simple?

En la práctica una muestra aleatoria simple es extraída de la siguiente forma:
Se numeran las unidades de la población del 1 al N, y por medio de una tabla
de números aleatorios o colocando los números 1 a N en una urna, se extraen
sucesivamente n números. Las unidades que llevan estos números constituyen
la muestra.

ELEMENTOS QUE COMPONEN LA POBLACIÓN Y LA MUESTRA

Caracteres. Individuos o elementos: personas u objetos que contienen cierta
información que se desea estudiar. 
Población: conjunto de individuos o elementos que cumplen ciertas
propiedades comunes. 
Muestra: subconjunto representativo de una población.
 LA MUESTRA Y CÓMO SE SELECCIONA

1. La muestra es una porción representativa de una población.

2. Las muestras se enfocan en la selección de los participantes del estudio.
3. Para seleccionar la muestra debemos empezar por definir la unidad de análisis,
que no esta otra cosa, sino dónde y con quién se realizará la recolección de los
datos.

QUÉ ES UN PLAN DE MUESTREO Y QUE DEBE CONTENER

Un plan de muestreo debe incluir un procedimiento de muestreo y un criterio de
decisión. Una muestra es un grupo de unidades que se sustraen para estimar
el carácter de una población. La unidad de muestra es cada uno de los
elementos que constituyen la muestra.

POBLACIÓN
Es el conjunto de todos los elementos cuyas propiedades se van a estudiar.
También es llamada universo.
Una población puede ser finita o infinita:
● Población finita: es aquella cuya cantidad de elementos es posible de
determinar. Ejemplo: conjunto de librerías de la ciudad de Lima.
● Población infinita: es aquella cuya cantidad de elementos es imposible de
determinar. Ejemplo: conjunto de lápices fabricados en un proceso continuo.
MUESTRA
Es un subconjunto de la población. En muchas ocasiones, es importante
trabajar con una muestra representativa de la población, para ello, debemos
trabajar con criterios y técnicas de muestreo. Una muestra representativa debe
reflejar las características de la población.
En la práctica, para estudiar una población grande, debemos tomar una
muestra. Por ejemplo, si queremos saber cuál es el candidato preferido para
las próximas elecciones presidenciales de Perú, tomaría mucho tiempo
preguntarle a todos los electores por su candidato preferido, además, sería
muy caro contratar tantos encuestadores, digitadores y estadísticos. Por ello,
es mejor, analizar una muestra de electores, aplicar una encuesta, y a partir de
allí sacar conclusiones de la población.
Individuo
Es cada uno de los elementos que componen la población. También se le
conoce como unidad estadística.

Ejemplo 1
Para estudiar cuál es el candidato presidencial por el cual votarán los peruanos
en las próximas elecciones, se toma una muestra de 3500 personas de todo el
país. La pregunta es la siguiente, ¿por quién votará en las próximas elecciones
presidenciales? Determine la población, muestra e individuos.
● En este caso, la población sería la población electoral del país, es decir,
peruanos con derecho a voto.

● La muestra sería el conjunto de 3500 peruanos que forman parte de la

población.

● Un individuo sería cada uno de los peruanos con derecho a voto.

Ejemplo 2
Un estudiante de estadística quiere conocer si los profesores de su
universidad, UDH, prefieren dictar clases con ropa formal o con ropa informal.
Para ello, realiza una encuesta a 120 profesores de la UDH elegidos de forma
aleatoria. Identifique la población, muestra e individuos.

● Población: conjunto de todos los profesores de la UDH.

● Muestra: 120 profesores de la UDH.

● Individuo: cada uno de los profesores de la UDH.

Ejemplo 3
Un profesor desea realizar un análisis estadístico de las notas del examen final
de matemáticas de sus alumnos de último año. Por ello, coloca todas las notas
obtenidas en Excel y usa las funciones y herramientas estadísticas. La
información obtenida, ¿pertenece a la muestra o a la población?
– En este caso, la población, son todos los alumnos de último año. Se
estudiarán sus notas, pero todas las notas obtenidas. No se ha realizado
ningún muestreo, por ello, la información obtenida, pertenece a la población.
TÉCNICAS DE MUESTREO

Una muestra puede ser obtenida de dos tipos:

Probabilística y no probabilística.
Las técnicas de muestreo probabilísticas, permiten conocer la probabilidad
que cada individuo a estudio tiene de ser incluido en la muestra a través de una
selección al azar.
En cambio, en las técnicas de muestreo de tipo no probabilísticas, la
selección de los sujetos a estudio dependerá de ciertas características,
criterios, etc. que él (los) investigador (es) considere (n) en ese momento; por
lo que pueden ser poco válidos y confiables o reproducibles; debido a que este
tipo de muestras no se ajustan a un fundamento probabilístico, es decir, no dan
certeza que cada sujeto a estudio represente a la población.

1. TÉCNICAS DE MUESTREO PROBABILÍSTICO.

a) Aleatorio simple: Garantiza que todos los individuos que componen la

población blanco tienen la misma oportunidad de ser incluidos en la muestra.
Esta significa que la probabilidad de selección de un sujeto a estudio "x" es
independiente de la probabilidad que tienen el resto de los sujetos que integran
forman parte de la población blanco.

b) Aleatorio estratificado: Se determina los estratos que conforman la

población blanco para seleccionar y extraer de ellos la muestra (se define como
estrato a los subgrupos de unidades de análisis que difieren en las
características que van a ser analizadas). La base de la estratificación se basa
en variable como edad, sexo, nivel socioeconómico, etc.

c) Aleatorio sistemático: Cuando el criterio de distribución de los sujetos a

estudio en una serie es tal, que los más similares tienden a estar más
cercanos. Este tipo de muestreo suele ser más preciso que el aleatorio simple,
debido a que recorre la población de forma más uniforme. De esta modo, se
seleccionará cada hésimo caso
d) Por conglomerados: Consiste en elegir de forma aleatoria ciertos barrios o
conglomerados dentro de una región, ciudad, comuna, etc., para luego elegir
unidades más pequeñas como cuadras, calles, etc. y finalmente otras más
pequeñas, como escuelas, consultorios, hogares (una vez elegido esta unidad,
se aplica el instrumento de medición a todos sus integrantes).

Fig. 4. Muestreo aleatorio simple. A partir de la población blanco,

se seleccionan al azar el número de sujetos necesario para
completar la muestra necesaria a estudiar.
 Fig. 5. Muestreo aleatorio estratificado. Se seleccionan al azar una muestra
de los 4 centros hospitalarios (estratos), que componen la población total de una
región del país (población blanco); y de cada estrato, se selecciona
un número de sujetos que lo representan.
 Fig. 6. Muestreo aleatorio sistemático. Se selecciona de forma
sistemática cada hésimo caso de la población blanco.

Fig. 7. Muestreo por conglomerados. Se seleccionan al azar una muestra de 4

consultorios
de salud (conglomerados), de los 9 existentes en una comuna; y de cada
conglomerado,
se mide la variable de interés a todos los sujetos que deben consultar en ellos.

2. TÉCNICAS DE MUESTREO NO PROBABILÍSTICO

a) Intencional: Permite seleccionar casos característicos de una población

limitando la muestra sólo a estos casos. Se utiliza en escenarios en las que la
población es muy variable y consiguientemente la muestra es muy pequeña.
Por ejemplo, entre todos los sujetos con CA, seleccionar a aquellos que más
convengan al equipo investigador, para conducir la investigación.

b) Por conveniencia: Permite seleccionar aquellos casos accesibles que

acepten ser incluidos. Esto, fundamentado en la conveniente accesibilidad y
proximidad de los sujetos para el investigador. Por ejemplo, entre todos los
sujetos con CA, solamente aquellos que se encuentren hospitalizados en el
Hospital Regional de Temuco.
c) Accidental o consecutivo: Se fundamenta en reclutar casos hasta que se
completa el número de sujetos necesario para completar el tamaño de muestra
deseado. Estos, se eligen de manera casual, de tal modo que quienes realizan
el estudio eligen un lugar, a partir del cual reclutan los sujetos a estudio de la
población que accidentalmente se encuentren a su disposición. Es similar al
muestreo por conveniencia, excepto que intenta incluir a todos los sujetos
accesibles como parte de la muestra. Por ejemplo, entre todos los sujetos con
CA, seleccionar los primeros 50 incluibles que lleguen al servicio de urgencias
del Hospital Regional de Temuco.

Ventajas y Desventajas de la Aplicación de Técnicas de Muestreo

Se puede comentar que cada técnica de muestreo tiene sus ventajas y

desventajas; sin embargo, en términos generales existen ventajas y
desventajas comunes para todas ellas:

VENTAJAS

Reducción de costos: Los costes de un estudio serán menores si los datos de

interés se pueden obtener a partir de una muestra de la población blanco. Por
ejemplo, cuando se realizan estudios de prevalencia de un evento de interés,
es más económico medir una muestra representativa de 1500 sujetos de la
población blanco, que a los 250.000 individuos que la componen.

Eficiencia: Al trabajar con un número reducido de sujetos a estudio,

representativos de la población blanco; el tiempo necesario para conducir el
estudio y obtener resultados y conclusiones será ostensiblemente menor.

DESVENTAJA

Inadecuada representación de la población blanco: Esto puede ocurrir si se

decide trabajar con muestras pequeñas.

Por ejemplo, es muy común ver publicaciones en las que se comparan 50

sujetos tratados con la intervención en estudio versus 50 con la intervención
estándar. Este es un número muy recurrente, pero posiblemente conlleva una
mala representación de la población a la que se desea inferir los resultados.

Tabla I. Ventajas y desventajas de los distintos tipos de muestreo

probabilístico.