Muestreo

FLORES ZAVALA CRISTHIAM JOSÉ

SECCIÓN “A”
INGENIERÍA MECÁNICA
Muestreo (estadística)
 El muestreo es el proceso de seleccionar un conjunto de individuos
de una población con el fin de estudiarlos y poder caracterizar el
total de la población.
Por ejemplo:
 Queremos saber qué porcentaje de los habitantes de Perú fuma
habitualmente. Una forma de obtener este dato sería contactar
con todos los habitantes de Perú (Alrededor de 30 millones de
personas) y preguntarles si fuman. La otra forma sería seleccionar
un subconjunto de individuos (por ejemplo, 1.000 personas),
preguntarles si fuman y usar esta información como una
aproximación de la información que busco. Pues bien, este grupo
de 1.000 personas que me permiten conocer mejor cómo se
comportan el total de peruanos es una muestra, y la forma en que
los selecciono es el muestreo.
 En la definición anterior hemos introducido dos términos fundamentales:
Universo o población: Es el total de individuos que deseo estudiar o caracterizar.
En el ejemplo anterior es la población de Perú, pero podemos pensar en todo
tipo de universos, más generales y más concretos. Por ejemplo, si quiero saber
cuanto fuman de media los fumadores de Perú, el universo en este caso serían
"los fumadores de México".
Muestra: Es el conjunto de individuos del universo que selecciono para
estudiarlos, por ejemplo a través de una encuesta.
 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.
Tipos de muestreo
 Existen diferentes criterios de clasificación de los diferentes tipos de
muestreo, aunque en general pueden dividirse en dos grandes
grupos:

1. Métodos de muestreo probabilísticos

2. Métodos de muestreo no probabilísticos.
1. Muestreo probabilístico
 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:
a) Muestreo aleatorio simple.
b) Muestreo aleatorio sistemático .
c) Muestreo aleatorio estratificado.
d) Muestreo aleatorio por conglomerados.
a) Muestreo aleatorio simple
 Es requisito que todos y cada uno de los elementos de la población
tengan la misma probabilidad de ser seleccionados (azar) Se debe
tener disponible un listado completo de todos los elementos de la
población, a esto se le llama MARCO DE MUESTREO.
 Cada sujeto tiene una probabilidad igual de ser seleccionado para
el estudio. Se necesita una lista numerada de las unidades de la
población que se quiere muestrear. Opciones: ◦ Fichas de lotería o
bolitas numeradas ◦ Tabla de números aleatorios
b) Muestreo aleatorio sistemático
 Se toman todos los individuos de la lista y se selecciona cada 3,
cada 7, o cualquier otro número. Para comenzar se utiliza un
número al azar
c) Muestreo aleatorio estratificado

 Cuando la muestra incluye subgrupos representativos (estratos) de

los elementos de estudio con características específicas: urbano,
rural, nivel de instrucción, año académico, carrera, sexo, grupo
étnico, edad, paridad etc. En cada estrato para obtener el tamaño
de la muestra se puede utilizar el muestreo aleatorio o sistemático.
d) Muestreo aleatorio por conglomerado
 Conglomerados: son unidades geográficas (distritos, pueblos,
organizaciones, clínicas)
 Limitantes: financieras, tiempo, geografía y otros obstáculos.
 Se reducen costos, tiempo y energía al considerar que muchas veces
las unidades de análisis se encuentran encapsuladas o encerradas en
determinados lugares físicos o geográficos: Conglomerados
 Unidad de análisis: sujeto o sujetos
 Unidad Muestral en este caso: conglomerado a través del cual se logra
el acceso a la unidad de análisis. Selección en 2 etapas:
◦ Los racimos o conglomerados
◦ En los racimos se seleccionan a los sujetos a ser medidos.
Población, Localidades, Viviendas. Croquis.
2. Muestreo no probabilístico

 No se conoce la probabilidad que tienen los diferentes elementos

de la población de estudio de ser seleccionados.

A. Muestreo por conveniencia.

B. Muestreo por cuotas.
C. Accidental o bola de nieve.
A. Muestreo por conveniencia

 Es la muestra que esta disponible en el tiempo o periodo de

investigación.
 Ejemplo: Todos los pacientes que asistan a una clínica en particular
cierto día, semana, pueden ser requeridos para participar.
 DESVENTAJA: la muestra puede ser poco representativa de la
población que se desea estudiar.
B. Muestreo por cuotas
 Todos los elementos conocidos de la población tienen que
aparecer en la muestra.
 Se debe asegurar que estos aparezcan en la misma proporción
que en la población.
 El investigador entrevista a todos las personas de cada categoría
que pueda encontrar hasta que haya llenado la cuota.
C. Accidental o bola de nieve
 Se aprovecha o utiliza personas disponibles en un momento dado que
se corresponda con el propósito del estudio.
 De los tres tipos de muestreo no probabilístico resulta el más deficiente.
 ¿Cual es el tamaño apropiado de la muestra?
Depende del paradigma o enfoque:
• Enfoque Cuantitativo o Cualitativo
• Muestreo probabilístico o no probabilístico.
Riesgos de muestreo
 Existen dos tipos de riesgos de muestreo: primero, el riesgo
de aceptación incorrecta de la hipótesis de investigación y
segundo, el riesgo de rechazo incorrecto. Estos riesgos se refieren a
la posibilidad de que cuando se lleva a cabo una prueba sobre
una muestra, los resultados y conclusiones puedan ser diferentes de
los resultados y conclusiones cuando la prueba se lleva a cabo
para toda la población.
 El riesgo de la aceptación incorrecta se refiere al riesgo de que la
muestra pueda arrojar una conclusión que apoye una teoría sobre
la población cuando en realidad no existe en la población. Por otro
lado, el riesgo de un rechazo incorrecto se refiere al riesgo de que
la muestra pueda arrojar una conclusión que rechace una teoría
sobre la población cuando en realidad la teoría es cierta en la
población.
 Requiere que se posea de antemano un listado completo de toda
la población. Cuando se trabaja con muestras pequeñas es posible
que no represente a la población adecuadamente.
 Si la constante de muestreo está asociada con el fenómeno de
interés, las estimaciones obtenidas a partir de la muestra pueden
contener sesgo de selección
 Se ha de conocer la distribución en la población de las variables
utilizadas para la estratificación.
 El error estándar es mayor que en el muestreo aleatorio simple o
estratificado.
 El cálculo del error estándar es complejo.