Universidad De Las Fuerzas Armadas ESPE

Nombre: Cristhian Cuichan

NRC:2032
Fecha:2015-01-28

Tipos de muestreo
En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los
elementos de una poblacin), se selecciona una muestra, entendiendo por tal una parte
representativa de la poblacin.
El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin
bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de
hacer inferencias sobre dicha poblacin.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente
se tom la muestra. Error de Inferencia.
TIPOS DE MUESTREO
Los tipos de muestreos se dividen en dos grupos que son: los mtodos de muestreo
probabilsticos y los mtodos de muestreo no probabilsticos.
I.

Muestreo probabilstico

Los mtodos de muestreo probabilsticos 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 tamao n tienen la misma probabilidad de ser seleccionadas.
1.- Muestreo aleatorio simple:
El procedimiento empleado es el siguiente:
a) se asigna un nmero a cada individuo de la poblacin.
b) a travs de algn medio mecnico se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica cuando
la poblacin que estamos manejando es muy grande.
2.- Muestreo aleatorio sistemtico:
Este procedimiento exige, como el anterior, numerar todos los elementos de la poblacin,
pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte de ese nmero
aleatorio i, que es un nmero elegido al azar, y los elementos que integran la muestra son
los que ocupa los lugares i,
+ , + 2, + 3, . . . , + ( 1) ,
Es decir se toman los individuos de k en k, siendo k el resultado de dividir el tamao de
la poblacin entre el tamao de la muestra:
= /.

El nmero i que empleamos como punto de partida ser un nmero al azar entre 1 y k.

El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en la
poblacin 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 poblacin.
Ejemplo: Imaginemos que estamos seleccionando una muestra sobre listas de 10
individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos
un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o
slo mujeres, no podra haber una representacin de los dos sexos.
3.- Muestreo aleatorio estratificado:
Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra. Consiste
en considerar categoras tpicas diferentes entre s (estratos) que poseen gran
homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo, segn
la profesin, 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
inters estarn representados adecuadamente en la muestra. Cada estrato funciona
independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
estratificado para elegir los elementos concretos que formarn parte de la muestra.
La distribucin de la muestra en funcin de los diferentes estratos se denomina afijacin,
y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos mustrales.
Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la
poblacin en cada estrato.
Afijacin ptima: Se tiene en cuenta la previsible dispersin de los resultados, de modo
que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya que no se
suele conocer la desviacin.
4.- Muestreo aleatorio por conglomerados:
Los mtodos presentados hasta ahora estn pensados para seleccionar directamente los
elementos de la poblacin, es decir, que las unidades mustrales son los elementos de la
poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
poblacin que forman una unidad, a la que llamamos conglomerado.
Los ejemplos de conglomerados podran ser: las unidades hospitalarias, los
departamentos universitarios, etc.
En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las
urnas electorales. Cuando los conglomerados son reas geogrficas suele hablarse de
"muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto nmero
de conglomerados (el necesario para alcanzar el tamao muestral establecido) y en
investigar despus todos los elementos pertenecientes a los conglomerados elegidos.

Ventajas y Desventajas de los muestreos Probabilsticos

ALEATORIO
SIMPLE

SISTEMTICO

CARACTERISTICAS
Se
selecciona
una
muestra de tamao n de
una poblacin de N
unidades,
cada
elemento tiene una
probabilidad
de
inclusin
igual
y
conocida de n/N.

Conseguir un listado de
los
N elementos de la
poblacin
Determinar
tamao
muestral
n.
Definir un intervalo k=
N/n.
Elegir
un
nmero
aleatorio, r, entre 1 y k
(r= arranque aleatorio).
Seleccionar
los
elementos de la lista.

ESTRATIFICADO

En ciertas ocasiones
resultar conveniente
estratificar la muestra
segn ciertas variables
de inters. Para ello
debemos conocer la
composicin
estratificada
de
la
poblacin objetivo a

VENTAJAS
INCONVENIENTES
Sencillo y de fcil Requiere que se posea
comprensin.
de antemano un listado
completo de toda la
Clculo rpido de poblacin. Cuando se
trabaja con muestras
medias y varianzas.
pequeas es
posible
que
no
Se basa en la
a
la
teora estadstica, represente
poblacin
y
por
tanto
existen paquetes adecuadamente.
informticos
para analizar los
datos
Fcil de aplicar.
Si la constante de
muestreo est asociada
No siempre es con el fenmeno de
necesario tener inters, las estimaciones
un listado de toda obtenidas a partir de la
muestra
pueden
la poblacin.
contener
sesgo
de
seleccin
Cuando la
poblacin est
ordenada
siguiendo
una
tendencia
conocida,
asegura
una
cobertura
de
unidades
de
todos los tipos.
Tiende
a
Se ha de
asegurar que la
conocer
la
muestra
distribucin en
represente
la poblacin de
adecuadamente a
las variables
la poblacin en
funcin de unas

hacer un muestreo. Una

vez calculado el tamao
muestral
apropiado,
este se reparte de
manera proporcional
entre los distintos
estratos definidos en la
poblacin usando una
simple regla de tres.

CONGLOMERADOS

Se realizan varias fases

de muestreo sucesivas
(polietpico)
La
necesidad
de
listados de las unidades
de una etapa se limita a
aquellas unidades de
muestreo seleccionadas
en la etapa anterior.

I.

variables
seleccionadas.

utilizadas para
la
estratificacin.

Se
obtienen
estimaciones
ms precisa
Su objetivo es
conseguir una
muestra lo ms
semejante
posible a la
poblacin en lo
que a la o las
variables
estratificadoras
se refiere.
Es
muy
eficiente
cuando
la
poblacin es
muy grande y
dispersa.
No es preciso
tener un listado
de toda la
poblacin, slo
de las unidades
primarias de
muestreo.

Mtodos de muestreo no probabilsticos

A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente

costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no sirven
para realizar generalizaciones (estimaciones inferenciales sobre la poblacin), pues no se
tiene certeza de que la muestra extrada sea representativa, ya que no todos los sujetos de
la poblacin tienen la misma probabilidad de ser elegidos. En general se seleccionan a los
sujetos siguiendo determinados criterios procurando, en la medida de lo posible, que la
muestra sea representativa.

Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin

encontramos:

El
error
estndar
es
mayor que en
el
muestreo
aleatorio
simple
o
estratificado.
El clculo del
error estndar
es complejo.

1.- Muestreo por cuotas:

Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la base
de un buen conocimiento de los estratos de la poblacin y/o de los individuos ms
"representativos" o "adecuados" para los fines de la investigacin. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.
2.- Muestreo intencional o de conveniencia:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente tpicos.
Es muy frecuente su utilizacin en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as hasta
conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente cuando se
hacen estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de
enfermos, etc.
4.- Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre
lo que l cree que pueden aportar al estudio.

Teorema del lmite central

Si todas las muestras de un tamao en particular, se seleccionan de cualquier poblacin,
la distribucin muestral de la media se aproxima a una distribucin normal, esta
aproximacin mejora con muestras ms Grandes.
Si la poblacin obedece a una distribucin normal, entonces, en el caso de cualquier
tamao de muestra, la distribucin muestral de las medias tambin ser de naturaleza
normal.
Si la distribucin poblacional es simtrica (pero no normal), se ver que la forma
normal de la distribucin muestral de las medias se presenta con muestras tan pequeas
como 10. Por otra parte, si se comienza con una distribucin sesgada o con colas
gruesas, quiz se requieran muestras de 30 o ms para observar la caracterst
Si una poblacin tiene media y desviaci n tpica , y tomamos
muestras de tamao n (n > 30, o cualquier tamao si la poblacin es
"normal"), las medias de estas muestras siguen aproximadamente la
distribucin:

Consecuencias
1. Permite averiguar la probabilidad de que la media de una muestra
concreta est en un cierto intervalo.
2. Permite calcular la probabilidad de que la suma de los elementos de
una muestra est, a priori, en un cierto intervalo.

3. Inferir la media de la poblacin a partir de una muestra.

Bibliografa:
Estadstica aplicada a los negocios y la economa decimotercera edicin; Douglas A.
Lind; William G. Marchal; Samuel A. Wathen
Estadstica Para Administracin Y Economa, ANDERSON; SWEENEY; WILLIAMS, 10 Edicin

http://minnie.uab.es/~veteri/21216/TiposMuestreo1.pdf
http://www.mitecnologico.com/Main/TiposDeMuestreoAleatorioSistematizadoEstrati
ficadoConglomerados
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
http://www.vadenumeros.es/sociales/tipos-de-muestreo.htm