1

UNIDAD 3: Muestreo

Ivanna García Pérez

División Académica de Ciencias Económico Administrativas, Universidad Juárez

Autónoma de Tabasco.

2FLCP: PROABILIDAD Y ESTADÍSTICA

Dr. César Andrés Gonzáles Hernández

26 de abril 2023
 2

ÍNDICE
INTRODUCCIÓN ...........................................................................................................3

SÍNTESIS .......................................................................................................................4

3. Introducción al muestreo .......................................................................................4

3.1. Población. ............................................................................................................5

3.2. Muestra................................................................................................................6

3.3. Censo. ..................................................................................................................6

3.4. Muestreo. .............................................................................................................8

3.5. Etapas de un muestreo. .......................................................................................9

3.6. Tipos de muestreo. ..............................................................................................9

MAPA MENTAL .......................................................................................................... 14

CONCLUSIÓN ............................................................................................................. 15

Bibliografía ................................................................................................................... 16
 3

INTRODUCCIÓN

En este trabajo nos introduciremos a los conceptos básicos del muestreo así también

como valorar la importancia de obtener datos confiables y aprender cómo se recolectan y

preparan para su presentación tabular y gráfica, su resumen descriptivo, análisis e

interpretación, identificando los procedimientos susceptibles de aplicación.

 4

SÍNTESIS

3. Introducción al muestreo

Se denomina muestreo al proceso por el que generamos las muestras. Una muestra es una

parte (un subconjunto) de la población, y se desea que la muestra sea lo más

representativa posible de la población de la que procede.

Sin embargo, por muy cuidadosa que sea la selección de la muestra difícilmente será una

representación exacta de la población. Esto significa que su tendencia central,

variabilidad, etc., aproximarán las de la población, pero habrá cierta diferencia, que

interesa sea lo menor posible. Un concepto clave de muestreo es el de representatividad:

Los procedimientos de muestreo tienen por objeto generar muestras lo más

representativas posible de las poblaciones dados los objetivos de la investigación y las

circunstancias que afectan al muestreo.

Desde un punto de vista aplicado, se denomina muestreo el proceso de selección de la

muestra o muestras a utilizar para la investigación. Esto supone generar una o pocas

muestras. Actualmente es de interés la selección de muestras para la simulación

informática de los procesos de muestreo, particularmente para la obtención de

distribuciones muestrales. En estos casos el número de muestras generadas puede ser muy

grande (10.000, 80.000, o más) y el procedimiento de muestreo se realiza

informáticamente y con procedimientos específicos.

Desde un punto de vista teórico, el concepto de muestreo es fundamental para la

Inferencia Estadística. El hecho de que las muestras no sean exactamente representativas

de las poblaciones significa que las inferencias presentan cierto margen de incertidumbre.

Para cuantificarlo y definir técnicas inferenciales es necesario conocer cómo se

 5

comportan los estadísticos obtenidos en las muestras, esto es, cómo son las distribuciones

muestrales de los estadísticos habitualmente utilizados para la inferencia.

Las muestras singulares generadas para investigación con sujetos suelen utilizarse para

obtener algunos estadísticos (Media, proporción, cuasi varianza, etc.) con los que se

realiza el proceso de inferencia. En cambio, las muestras simuladas por ordenador suelen

ser utilizadas para obtener distribuciones muestrales y realizar inferencia. Esto es de

interés cuando se dan circunstancias especiales que no aconsejan utilizar los

procedimientos habituales. Las distribuciones muestrales son las distribuciones de

estadísticos de muestras que pertenecen a la misma población. Por ejemplo, la

distribución muestral de la Media es la distribución de las Medias de muestras de un

mismo tamaño extraídas de la misma población.

3.1. Población.

¿Qué es una población estadística? Una población estadística (o, en un ámbito clara y

abiertamente referido al mundo de la estadística, simplemente como población), es

el conjunto de elementos que son de interés para un experimento, un estudio o una

consideración de algún tipo. (Editorial Etecé, 2021)

Por lo tanto, la población estadística representa el universo de los elementos a considerar,

o sea, su totalidad plena, y en ello se distingue de una muestra estadística. Esta última es

una porción de dicho universo, o sea, un subconjunto de la población, que se toma para

análisis ya que resulta mucho más pequeño y manejable que el total, pero aun así

representativo del mismo.

 6

Las muestras estadísticas se estudian para obtener conclusiones probables respecto de

poblaciones estadísticas cuyo estudio individual y detallado sería prácticamente

imposible.

Características de una población estadística

Una población estadística se caracteriza por lo siguiente:

• Constituye un total de elementos de interés estadístico por alguna razón, del cual se

pueden tomar muestras representativas.

• Puede ser más o menos uniforme o heterogénea, y del mismo modo puede estar

constituida por elementos reales o imaginarios, finitos o virtualmente ilimitados.

• No debe confundirse con muestra estadística.

3.2. Muestra.

Una muestra estadística es un subconjunto de datos perteneciente a una población de

datos. Estadísticamente hablando, debe estar constituido por un cierto número de

observaciones que representen adecuadamente el total de los datos.

La estadística, como rama de las matemáticas, se encarga de recoger datos, ordenarlos y

analizarlos. Es decir, cuando queremos estudiar un determinado fenómeno recurrimos a la

estadística. Un buen ejemplo de fenómeno que estudia la estadística es el salario medio

de los ciudadanos de un país

3.3. Censo.

El censo permite delimitar una población estadística que refleja el número total de

individuos de un territorio. A diferencia de otras herramientas de la estadística, en este

 7

caso no se trabaja con muestras, sino con la población total. El censo es considerado una

técnica que utiliza la ficha censal o cédula de censo como instrumento para llevar a cabo

una investigación.

El censo de población suele reflejar una gran cantidad de datos además del simple

número de habitantes; por ejemplo, pueden delimitar el porcentaje de gente que:

• Goza de cobertura de salud, y cuántos de ellos acceden a dicho servicio a través de una

obra social o de una prepaga;

• Supera una cierta franja etaria, en el caso de ser un número llamativo, y lo mismo ocurre

con el género, cuando se da un importante porcentaje de hombres o mujeres en una zona

determinada;

• Se ha jubilado a la edad reglamentaria, o bien continúa trabajando a pesar de haberla

superado;

• Debe enfrentar una dificultad o alguna limitación permanente, ya sea de tipo físico o

mental;

• Convive con su pareja sin haber contraído matrimonio;

• Vive en una casa a cargo de una mujer, así como el caso opuesto;

• Vive en un edificio con una antigüedad determinada, como ser menor a diez años, mayor

a cien, etcétera;

• Cuenta con suministro eléctrico por red.

 8

3.4. Muestreo.

El muestreo es un proceso o conjunto de métodos para obtener una muestra finita de una

población finita o infinita, con el fin de estimar valores de parámetros o corroborar hipótesis

sobre la forma de una distribución de probabilidades o sobre el valor de un parámetro de una o

más poblaciones.

Al realizar cualquier investigación social o de mercados, la mayor parte de las veces se

rebasa la capacidad de los investigadores/as para llegar a toda la población o universo de

estudio, por lo que se suele optar por métodos de muestreo que sirvan para acotar ese universo

y así poder realizar la investigación dentro de nuestras posibilidades.

El uso de estos métodos de muestreo, como su propio nombre indica, nos ayuda

a obtener información fiable de la población a partir de una muestra de la que extraer

inferencias estadísticas con un margen de error medido en términos de probabilidades. En otras

palabras, en una investigación por muestreo podremos estudiar el comportamiento y las

opiniones de toda una población analizando únicamente una parte de esta, teniendo en cuenta

que siempre existirá un margen de error a la hora de realizar dichos cálculos.

Existen muchas formas de seleccionar muestras dentro de una población. Entre los

principales métodos o técnicas de muestreo se encuentran:

• Muestreo Aleatorio Simple (MAS), donde todos los elementos de la población tienen

la misma posibilidad de ser seleccionados.

• Muestreo Aleatorio Estratificado (MAE), cuando se tienen varios grupos o estratos

separados y se desea asegurar que todos los estratos están correctamente clasificados.

• Muestreo Sistemático (MS), aquel donde primero se listan todos los elementos de la población
 9

y después se elige uno de ellos de manera aleatoria y se van escogiendo los siguientes siguiendo

un intervalo sistemático.

3.5. Etapas de un muestreo.

• Definir claramente la población.

• Especificar el marco muestral.

• Especificar el método de Muestreo (diseño): Muestreo probabilístico y muestreo no

probabilístico.

• Determinar el tamaño de la muestra.

• Especificar el plan de muestreo. En éste se definen los procedimientos operacionales

para la selección de las unidades muéstrales.

• Seleccionar la muestra.

3.6. Tipos de muestreo.

El muestreo no probabilístico es una técnica de muestreo donde las muestras se recogen

por medio de un proceso que no les brinda a todos los individuos de la población las mismas

oportunidades de ser seleccionados.

 10

Aunque seleccionar algunos de estos métodos podría resultar en datos sesgados o en una

capacidad limitada para hacer conclusiones generales basadas en los hallazgos, también existen

algunas situaciones en las que seleccionar este tipo de técnica de muestreo es la mejor opción

para cierta pregunta de investigación o para una etapa de la investigación.

Existen 4 tipos de muestreo que puedes crear de esta manera.

1. Muestreo por conveniencia

2. Muestreo deliberado, crítico o por juicio

El muestreo deliberado, crítico o por juicio es aquel que se selecciona con base en el

conocimiento de una población o propósito del estudio.

3. Muestreo Bola de Nieve

Es adecuado utilizar un muestreo bola de nieve cuando los miembros de una población

son difíciles de localizar, como las personas sin hogar, trabajadores migrantes o inmigrantes

indocumentados.

4. Muestreo por Cuotas

El muestreo por cuotas es aquel en la que las unidades son seleccionadas en una muestra

partiendo de las características predeterminadas, de modo que la muestra total tenga la misma

distribución de características que se supone que existen en la población que está siendo

estudiada.

3.7. Muestreo para variables cualitativas.

 11

En la investigación cuantitativa la idea de la muestra responde más a la representatividad

de la población, mientras que, en la investigación cualitativa hay un mayor interés por analizar y

profundizar en los casos de estudio, sin que ello implique ninguna pérdida de rigurosidad

científica.

3.8. Muestreo Aleatorio Simple.

El muestreo aleatorio simple es un tipo de muestreo que consiste en seleccionar un

subconjunto aleatorio de individuos de la población objetivo para representar a todo el grupo.

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.

Esta es una técnica utilizada en los estudios de mercado para recopilar datos de una

muestra de una población más amplia.

Sin embargo, este método de muestreo no es el único utilizado en investigaciones del

consumidor, sobre todo porque es complicado obtener un marco de muestreo de donde extraer al

azar.

3.9. Selección de una muestra aleatoria.

La selección aleatoria (al azar) es una forma de muestreo en que un grupo representativo

de participantes en una investigación es seleccionado al azar de un grupo mayor. Esto

puede hacerse identificando a todos los posibles candidatos en un estudio

3.10. Tabla de números aleatorios.

 12

Las tablas de números aleatorios se han utilizado en estadística para la selección de

muestras aleatorias. Estas tablas resultan más eficaces que la selección manual de muestras al

azar (con dados, cartas, etc.) Hoy en día, las tablas de números aleatorios han sido sustituidos por

los generadores de números aleatorios.

Las tablas de números aleatorios tienen las propiedades deseadas de aleatoriedad, sin

importar el método de elección de la muestra: por fila, columna, diagonal o irregularmente. La

primera tabla fue publicada por un estudiante de Karl Pearson en 1927, y desde entonces diversas

tablas han sido desarrolladas. Las primeras tablas fueron generadas a través de una variedad de

métodos; Leonard Henry Caleb Tippett tomó sus números «al azar» del registro de

censo, Ronald Fisher y Frank Yates hicieron lo propio con las tablas de logaritmos y en

1939 Maurice Kendall y B. Babington Smith publicaron una tabla con 100.000 cifras, producida

por una máquina especializada y un operador humano. A mediados de la década de 1940,

la RAND Corporation se dedicó a desarrollar una amplia tabla de números aleatorios para su uso

con el método de Montecarlo, y mediante un hardware generador de números

aleatorios publicaron A Million Random Digits with 100,000 Normal Deviates. La tabla RAND

utiliza simulación electrónica de un ruleta conectada a un ordenador. Los resultados fueron

cuidadosamente filtrados y probados antes de ser utilizados para generar la tabla. La tabla RAND

fue un avance importante en la obtención de números al azar porque una tabla tan grande y tan

preparada cuidadosamente nunca había estado antes disponible (la tabla más grande publicada

anteriormente era diez veces más pequeña), y también estaba disponible en tarjetas

perforadas de IBM, lo que permitió su uso en computadoras. En la década de 1950,

un hardware generador de números aleatorios llamada ERNIE se utilizó para dibujar los números

de bonos británicos prima.

 13

3.11. Muestreo por estratos.

El muestreo estratificado es uno de los tipos de muestreo probabilístico del que podemos

hacer uso.

El muestreo estratificado es un procedimiento de muestreo en el que el objetivo de la

población se separa en segmentos exclusivos, homogéneos (estratos), y luego una muestra

aleatoria simple se selecciona de cada segmento (estrato).

Las muestras seleccionadas de los diversos estratos se combinan en una una sola muestra.

Este procedimiento de muestreo se refiere a veces como» muestreo de cuota aleatorio».

 14

MAPA MENTAL
 15

CONCLUSIÓN

Los conceptos mencionados han sido analizados e investigados de tal manera

de hacer más fácil su comprensión y entendimientos ya que la estadística es la ciencia

que trata de entender, organizar y tomar decisiones que estén de acuerdo con los análisis

efectuados.

Es recomendable tomar en cuenta que la estadística es muy importante en la vida

social y laboral del hombre ya que publica información.

Es una herramienta indispensable para la toma de decisiones.

También es ampliamente empleada para mostrar los aspectos cualitativos de una

situación.
 16

Bibliografía

(s.f.). Obtenido de https://www.uv.es/webgid/Inferencial/21_introduccin.html

(s.f.). Obtenido de https://ori.hhs.gov/m%C3%B3dulo-3-elementos-de-la-investigaci%C3%B3n-

secci%C3%B3n-

4#:~:text=La%20selecci%C3%B3n%20aleatoria%20(al%20azar,candidatos%20en%20u

n%20estudio%20(lej.

(s.f.). Obtenido de https://es.wikipedia.org/wiki/Tabla_de_n%C3%BAmeros_aleatorios

Degraves, Á. G. (10 de octubre de 2018). Obtenido de https://isdfundacion.org/2018/10/10/que-

es-y-para-que-sirve-el-muestreo-

estadistico/#:~:text=El%20muestreo%20es%20un%20proceso,de%20una%20o%20m%C

3%A1s%20poblaciones.

Editorial Etecé. (5 de agosto de 2021). Concepto . Obtenido de https://concepto.de/poblacion-

estadistica/#:~:text=Subpoblaci%C3%B3n%20estad%C3%ADstica-

,%C2%BFQu%C3%A9%20es%20una%20poblaci%C3%B3n%20estad%C3%ADstica%

3F,una%20consideraci%C3%B3n%20de%20alg%C3%BAn%20tipo.

Instituto Nacional de Estadística y Censos. (s.f.). Obtenido de

https://ipecmisiones.org/censos/#:~:text=El%20censo%20permite%20delimitar%20una,si

no%20con%20la%20poblaci%C3%B3n%20total.

López, J. F. (1 de septiembre de 2021). Obtenido de

https://economipedia.com/definiciones/muestra-estadistica.html
 17

Muguira, A. (s.f.). questionpro . Obtenido de https://www.questionpro.com/blog/es/muestreo-

aleatorio-simple/

Muguira, A. (s.f.). questionpro . Obtenido de https://www.questionpro.com/blog/es/muestreo-

estratificado/

Muguira, A. (s.f.). questionpro logo. Obtenido de https://www.questionpro.com/blog/es/tipos-de-

muestreo-para-investigaciones-sociales/#tipos_muestreo_no_probabilistico

OCAMPO, D. S. (25 de febrero de 2020). investigalia. Obtenido de

https://investigaliacr.com/investigacion/la-muestra-en-la-investigacion-cualitativa/

Tamayo, G. (s.f.). Obtenido de

https://revistas.udem.edu.co/index.php/economico/article/download/1410/1467?inline=1#

:~:text=Etapas%20del%20procesos%20de%20muestreo&text=Definir%20claramente%2

0la%20poblaci%C3%B3n.&text=Especificar%20el%20marco%20muestral.&text=Espec

ificar%20el%20m%C3%A9