TEORÍA DE LAS MUESTRAS

Y ESTIMACIÓN DE
PARÁMETROS

AÑO 2021
 MUESTREO Y MUESTRA

• MUESTREO: Es la técnica empleada para la selección de elementos (unidades de análisis o

de investigación) representativos de la población de estudio que conformarán una muestra y
que será utilizada para hacer inferencias (generalización) a la población de estudio.
• MUESTRA: Cuando no es posible o conveniente realizar un censo, se trabajar con una
muestra, o sea una parte representativa y adecuada de la población. Se selecciona de la
población de estudio . Para que sea representativa y útil, debe de reflejar las semejanzas y
diferencias encontradas en la población, ejemplificar las características y tendencias de la
misma. Una muestra representativa indica que reúne aproximadamente las características de la
población que son importantes para la investigación .
 SELECCIÓN DE MUESTRAS

• 1-Definir los casos sobre los cuales se habrán de recolectar los datos. Unidad de muestreo: es la
unidad de la población a partir de las cuales se selecciona la muestra. Por ejemplo: Uno puede
tomar un hogar como unidad de análisis, y entrevistar al jefe de hogar para obtener la información
requerida. En este caso la unidad de análisis es el hogar, y unidad de muestreo el jefe del hogar
• 2-Delimitar la población
• 3-Elegir el método de selección de la muestra.
• 4-Definir el tamaño de la muestra.
• 5-Aplicar el procedimiento de selección
• 6-Obtener la muestra
La forma de selección y el tamaño de la muestra depende de los objetivos y de las características de la
población
 POBLACIÓN FINITA E INFINITA

• Población finita: es aquella cuya cantidad de elementos es posible de determinar. 

• Ejemplo: Escuelas de la población de La Plata. 
• Población infinita: es aquella cuya cantidad de elementos es imposible de determinar. 
• Ejemplo: cantidad de granos de arena en las playas argentinas.
 DEFINICIÓN Y TIPO DE MUESTRAS

Muestra: Es un subgrupo de la población o universo.

1-Muestras probabilísticas
2-Muestras no probabilísticas
Las muestras probabilísticas: todos los elementos de la población tienen la misma probabilidad de ser elegidos y se puede
medir el error en las predicciones (Error estándar)
A-Requieren precisar el tamaño de la muestra
B-Seleccionar los elementos muestrales: listado o marco muestral y definición del procedimiento.
Las muestras no probabilísticas: los elementos seleccionados no dependen de la probabilidad, sino de los propósito del
investigador.
A-Selecciona los casos por uno o varios propósitos.
B-No pretende que los casos sean representativos de la población.
 TAMAÑO DE LA MUESTRA

• Tamaño de la población. Cuanto más grande es una población, mayor será el tamaño de la muestra.
• Heterogeneidad: hace referencia a la dispersión en alguna variable relevante en la investigación.
Cuanto más heterogénea sea una población, mayor será el tamaño de la muestra. 
• Error muestral: hace referencia a cuánto varían los resultados de la muestra respecto del universo o
población. Equivale a un rango de valores en el que se encuentra el resultado de la población.
Lo escoge el investigador, aunque suelen ser en investigaciones sociológicas 3% o 5%. Cuanto menor
sea el error muestral, más grande será el tamaño de la muestra ya que para ser más precisos (menos
error) deberemos estudiar más actores (más tamaño de la muestra). 
• Nivel de confianza: es la probabilidad que el resultado obtenido se encuentro dentro del intervalo
de confianza. Se suelen utilizar niveles de confianza del 95% y del 99%
 ¿ DE QUÉ DEPENDE EL TAMAÑO DE UNA MUESTRA?

• Tamaño de la población. Una población es una colección bien definida de objetos o individuos que tienen
características similares. Hablamos de dos tipos: población objetivo, que suele tiene diversas características y también
es conocida como la población teórica. La población accesible es la población sobre la que los investigadores
aplicaran sus conclusiones.
• Margen de error (intervalo de confianza). El margen de error es una estadística que expresa la cantidad de error de
muestreo aleatorio en los resultados de una encuesta, es decir, es la medida estadística del número de veces de cada
100 que se espera que los resultados se encuentren dentro de un rango específico.
• Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una determinada probabilidad alta.
Por ejemplo, un intervalo de confianza de 95% significa que los resultados de una acción probablemente cubrirán las
expectativas el 95% de las veces.
• La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos (o población). Mientras mayor
es la desviación estándar, mayor es la dispersión de la población.
 TIPOS DE MUESTREO

La representatividad de la muestra tiene que ver,

entonces, con que ésta posea aproximadamente las
mismas características básicas que posee la
población. Y esto, a su vez, tiene que ver con la
manera de seleccionar u obtener la muestra (es decir,
con los procedimientos de extracción de la muestra )
y con el tamaño de la muestra. Distintos
procedimientos de obtención de muestras definen
distintos tipos de muestreo. En general, los muestreos
se califican en probabilísticos y no probabilísticos.
 TIPOS DE MUESTREO

Un muestreo es probabilístico cuando todos y

cada uno de los elementos que integran la
población tienen la misma probabilidad
conocida de ser seleccionados, es decir, de
integrar la muestra. En caso contrario ( es
decir, cuando no todos tienen la misma
probabilidad de ser elegidos, o esta
probabilidad no se conoce) el muestreo se
denomina no probabilístico.
 TIPOS DE MUESTREO

Pese a que nunca hay garantías absolutas de

representatividad, en los muestreos probabilísticos el
error de muestreo, es decir, el margen de error o
riesgo de equivocarse al generalizar los resultados
obtenidos en la muestra a toda la población, puede
calcularse. Este margen de error (“desviación
estándar”) se define de antemano. En los muestreos
no probabilísticos el margen de error se desconoce, y
por ende no puede calcularse.
 TIPOS DE MUESTRAS PROBABILÍSTICAS

• AZAR SIMPLE

• AZAR SISTEMÁTICO

• ESTRATIFICADO: proporcional y no proporcional

• POR CONGLOMERADOS
 MUESTREO ALEATORIO SIMPLE
• Se aplica fundamentalmente en investigaciones sobre poblaciones pequeñas y plenamente
identificables, por ejemplo cuando disponemos de la lista completa de todos los elementos del universo.

• Ventajas
• Es sumamente sencillo y de fácil comprensión.
• Permite el cálculo rápido de medias y varianzas.
• Está basado en la teoría estadística, por esta razón existen paquetes informáticos para analizar todos los
datos.
• Desventajas
• Requiere que se posea un listado completo de toda la población.
• Al trabajar con muestras pequeñas es posible que no represente a la población adecuadamente
TABLA DE NÚMEROS AL AZAR
 MUESTREO ALEATORIO SISTEMÁTICO
•Se utiliza en muestras ordenadas. Consiste en seleccionar al azar un elemento y a partir de él,
incrementando un intervalo fijo, seleccionar toda la muestra.
•Procedimiento
N
k=-------
n
N: Tamaño del universo
n: el tamaño de la muestra
Se opta por un número al azar que este comprendido entre 1 y k , a este número se le sumará el intervalo
Ventajas
•Es de fácil aplicación.
•En algunas ocasiones no es necesario tener un listado de toda la población.
Desventajas
• Si la constante de muestreo está asociada con el fenómeno de interés, se pueden hallar estimaciones
desniveladas.
 MUESTREO ALEATORIO ESTRATIFICADO

• Se basa en dividir los elementos del universo en grupos, donde cada elemento del universo pertenece a un
solo grupo, y el conjunto de los grupos forman la totalidad del universo. A cada grupo lo llamamos estrato.
• Cuanto más homogéneos seas los estratos, más precisas resultaran las estimaciones.
• Ventajas
• Se pueden obtener estimaciones más precisas y confiables.
• Puede realizar diferentes métodos de muestreo y/o estimación en determinados estratos, lo que permite
reducir la varianza (desviación estándar) y por tanto disminuir el tamaño de la muestra.
• Facilita la coordinación y realización de los trabajos de campo.
• Desventajas
• Los análisis son complicados
MUESTREO ALEATORIO POR CONGLOMERADOS

• Se realiza cuando es imposible el muestreo aleatorio simple debido al tamaño de

• la población.
• En este tipo de muestreos la unidad muestral no son los elementos del universo, sino un
conjunto de elementos que bajo determinados aspectos se puede considerar que forman
una unidad.
• Ventajas
• Resulta muy eficiente cuando la población es enorme.
• Minimiza Costos.
• No es necesario tener un listado de toda la población, pueden ser necesario solo de las
unidades primarias del muestreo.
• Desventajas
• El error estándar es mayor que en el muestreo aleatoria simple o estratificado.
• Es complejo su cálculo de error estándar.
 ENCUESTA PERMANENTE DE HOGARES

• La Encuesta Permanente de Hogares (EPH) es un programa nacional de producción

sistemática y permanente de indicadores sociales que lleva a cabo el Instituto Nacional de
Estadística y Censos (INDEC), que permite conocer las características sociodemográficas y
socioeconómicas de la población. Con los datos obtenidos en esta encuesta se proporcionan
regularmente, entre otros resultados, las tasas oficiales de empleo, desocupación, subocupación
y pobreza.
 ENCUESTA PERMANENTE DE HOGARES

Los objetivos generales se orientan al desarrollo de un sistema integrado de indicadores sociales.

En función de esos objetivos generales, se rescata un conjunto de dimensiones básicas que
responden a caracterizar a la población en términos de:
• Sus características demográficas.
• Su inserción en la producción social de bienes y servicios.
• Su participación en la distribución del producto social.
La EPH es una encuesta por muestreo
 ENCUESTA PERMANENTE DE HOGARES

Primero, los hogares que serán encuestados son seleccionados de forma aleatoria en dos etapas de
selección:
• En la primer etapa, y dentro de cada aglomerado, se selecciona una cantidad de radios censales
o subdivisiones de los mismos (áreas).
• Luego, se listan todas las viviendas particulares de las aéreas seleccionadas, para efectuar a
partir de ese listado una selección aleatoria de viviendas. Los hogares que habitan esas
viviendas son los hogares a encuestar.
 MUESTRAS NO PROBABILÍSTICAS

• En estas muestras no podemos calcular con precisión el error estándar

 TIPOS DE MUESTRAS NO PROBABILÍSTICAS

•
Muestreo por cuotas: se basa en seleccionar la muestra después de dividir la población en grupos o estratos. Los sujetos dentro de cada grupo
se eligen por métodos no probabilísticos.

•Muestreo por conveniencia: consiste en seleccionar a los individuos que convienen al investigador para la muestra. Esta conveniencia se
produce porque al investigador le resulta más fácil examinar a estos sujetos, ya sea por proximidad geográfica, por ser sus amigos, etc.

•Muestreo de bola de nieve (o muestreo por referidos): se realiza sobre poblaciones donde no se conoce a sus individuos o es muy difícil
acceder a ellos. Se llama muestreo de bola de nieve porque cada sujeto estudiado propone a otros, produciendo un efecto acumulativo
parecido a una bola de nieve.

•Muestreo casual o accidental: los individuos son elegidos de manera casual, sin ningún juicio previo. Las personas que realizan el estudio
eligen un lugar o un medio, y desde ahí realizan el estudio a los individuos de la población que accidentalmente se encuentren a su disposición.

•Muestreo discrecional (o muestreo por juicio): los sujetos se seleccionan a base del conocimiento y juicio del investigador.
 TAMAÑO DE LA MUESTRA

• La población es el número completo de individuos con características afines que conforman los posibles
participantes de nuestro estudio. En la fórmula la población es representada con la letra N
• La muestra es la cantidad representativa de esa población y se indica con la letra n.
• El margen o posibilidad de error es la diferencia que pueda darse entre los resultados obtenidos con la muestra
y los que se hubieses obtenido si la encuesta se aplicara a toda la población. Lo ideal es que el margen de error
ronde el 5 %. Este es representado con la letra e.
• El porcentaje de confianza es el nivel de certeza que ofrecen los resultados expuestos. Se simboliza con la letra
Z∝
• Como se puede notar el margen de error y el porcentaje de confianza son dependientes. Si el nivel de certeza
deseado por el investigador es de 97 %, su margen de error será de 3 %. Esto también influye en el tamaño de
la muestra, pues a mayor confianza, el número de la muestra será más elevado y viceversa.
 ESTIMACIÓN DE PARÁMETROS
Una muestra de n elementos de la población de N elementos,
debería ser seleccionada de forma tal que las características
de la población puedan ser estimados con un margen de error
conocido.
Los valores de varias medidas descriptivas calculadas para las
poblaciones, se llaman parámetros.
Para las muestras, estas mismas medidas descriptivas se
llaman estadísticos.
Es costumbre simbolizar los estadísticos con letras romanas y
los parámetros con letras griegas.
La estimación de un parámetro puede tener por resultado un
solo punto (estimación puntual), o un intervalo dentro del cual
exista cierta probabilidad de encontrarlo (estimación por
intervalos).
DISTRIBUCIÓN MUESTRAL
DISTRIBUCIÓN MUESTRAL
DISTRIBUCIÓN MUESTRAL DE LA MEDIA
TEOREMA DEL LÍMITE CENTRAL
 ESTIMACIÓN DE PARÁMETROS

ESTIMACIÓN PUNTUAL: es simplemente un estadístico que se emplea para estimar el

parámetro. Por ejemplo cuando obtenemos la Media aritmética a partir de una muestra, esta
puede ser empleada como estimador para la Media aritmética poblacional
.
ESTIMACIÓN POR INTERVALOS: Se determina un intervalo aleatorio que, de forma
probable, contiene el verdadero valor del parámetro. Este intervalo recibe el nombre de intervalo
de confianza
 ESTIMACIÓN PUNTUAL DE LA MEDIA POBLACIONAL

• La media muestral se utiliza para estimar la media poblacional. Supongamos que queremos
saber cuál es el peso promedio de los estudiantes de segundo año de la carrera de Psicología.
Tomo una muestra de 10 alumnos, cuyos pesos en kg.son:
La Media aritmética es 51,9 kg. Es el estimador de la Media poblacional. Por lo tanto la Media
de la población es 51,9 kg.
 ESTIMACIÓN DE LA MEDIA POBLACIÓN POR INTERVALO

• Ejemplo: Intervalo de confianza para la media con desviación estándar conocida Se ha

obtenido una muestra de 25 alumnos de una Facultad para estimar la calificación media de los
alumnos en la Facultad. Se sabe por otros cursos que la desviación típica de las puntuaciones
en dicha Facultad es de 2.01 puntos. La media de la muestra fue de 4.9. y el intervalo de
confianza al 90 %.
Usamos la fórmula:
 ESTIMACIÓN DE LA MEDIA POBLACIÓN POR INTERVALO

• Ejemplo: Intervalo de confianza para la media con desviación estándar conocida Se ha

obtenido una muestra de 25 alumnos de una Facultad para estimar la calificación media de los
alumnos en la Facultad. Se sabe por otros cursos que la desviación típica de las puntuaciones
en dicha Facultad es de 2.01 puntos. La media de la muestra fue de 4.9. y el intervalo de
confianza al 90 %.
Usamos la fórmula: