CAPTULO I

ELEMENTOS DE MUESTREO Y ESTADSTICA DESCRIPTIVA.

Antes de proceder a indicar el mecanismo actual para la obtencin de muestras y

el anlisis de los datos deducidos, se desarrollaran algunos trminos.

1.1. Poblacin y Muestra

1.1.1. Poblacin
Para Wilfredo Caballeros, La poblacin desde el punto de vista estadstico, es el
conjunto formado por todas las medidas o contadas que se hacen sobre un
conjunto de personas, animales o cosas, que poseen una caracterstica comn
especificada.

Advirtase que el concepto de poblacin no est dirigido a las personas, animales

o cosas, si no, a las medidas o contadas realizadas. Como ejemplo pueden citarse
los pesos, en kilogramos de los habitantes de una cuidad, la altura, en
centmetros, de las plantas de un campo de maz, las distancias en kilmetros,
que hay entre varias ciudades de un pas.1

1.1.2. Muestra
Segn Wilfredo Caballeros, Como ya se explic antes, no siempre es posible
trabajar con toda la poblacin: es ms conveniente trabajar con una parte de ella,
llamada muestra.

Una muestra es un conjunto de medidas o contadas que constituyen casi siempre

una parte de la poblacin.2

1 Caballero A. Wilfredo. 1975. Introduccin a la Estadstica. 3. Ed. Costa Rica, Matilde de la Cruz.
130p.
1.2. Tipos de Muestra

1.2.1. Muestra al azar

Patricia Kuby Robert Johnson explica, Es la muestra que se obtiene al estratificar
el marco muestral y luego seleccionar un nmero fijo de elementos de cada uno
de los estratos por promedio de una tcnica de muestreo aleatorio simple. 3

Para Francisco Javier Way Medrano, Es aquella en donde todos los elementos
del universo o de la poblacin tiene la misma probabilidad de estar representados
en dicha muestra. Se pueden utilizar diversos procedimientos, pero todos deben
ser al zar. Por ejemplo: con las pelotas que se usan en las loteras, las tablas de
nmeros al azar de Kendall y Babbington-Smith, se pueden seleccionar en formar
al azar a los elementos que deben integrar las muestras. 4

1.2.2. Muestra estratificada

Francisco Javier Way Medrano nos ensea, Es la que previamente se subdivide
al universo en estratos o categoras y de estos posteriormente se obtienen
proporcionalmente los elementos que deben integrarla, pero en la seleccin
siempre se debe seguir un procedimiento al azar. Por ejemplo: si el universo est
constituido por los estudiantes de un establecimiento que atiende el nivel
preprimario, primario y medio, antes de integrar la muestra, el universo se divide
en estratos, los cuales pueden ser: los niveles preprimario, primario y medio en
sus dos ciclos bsico y diversificado y de estos se extrae proporcionalmente el
2 Idem.

3 Robert Johson, Patricia Kuby. 2004. Estadstica Elemental. 3 Ed. Mxico D.F.
Impresos y Acabados Marbeth, S.A. de C.V. 22p.

4 Way Medrano, Francisco Javier. 2005. Estadstica Descriptiva e Inferencia

Estadstica. 1 Ed. Argentina. Editorial Educativa. 25p.
nmero de elementos que deben integrar la muestra. Si hay ms estudiantes, en
el nivel primario que en los otros niveles, en la muestra deber haber ms
estudiantes representados que de los otros niveles. 5

1.3. Parmetros y estadsticos

Segn Francisco Javier Way Medrano, Estos dos trminos tiene relacin directa
con el universo y muestra, cada uno con su respectivo trmino, aunque algunos
autores no establecen diferencia entre parmetros y estadsticos, sino denominan
a todos como parmetros.6

1.3.1. Media
Patricia Kuby Robert Johson define, La media aritmtica es el promedio que quiz
sea el ms conocido. Se representa por x (que se lee como x barra o media
muestral). La media se encuentra sumando todos los valores de la variable x, (la
suma de valores de x se simboliza como x) y dividiendo entre el nmero de estos
valores, n (tamao de la muestra). Lo anterior se expresa con una frmula como: 7

Media muestral: x barra = _Suma de x__

Nmero de x

X= X
n
En donde:

5 Idem.

6 Ibdem 20p.

7 Robert Johson, Patricia Kuby. ob. cit. 56p.

X = significa media muestral, y se lee X con barra o testada

X = indica un valor especifico.

= es letra griega sigma mayscula e indica la operacin de sumar un conjunto

de datos (Sumatoria).

De manera que:

X = indica la suma de todas las X

N = es el nmero total de valores en la muestra.

1.3.2. Mediana de la muestra

Segn Patricia Kuby Robert Johson, La mediana es el valor de los datos que
ocupa la posicin central cuando los datos se ordenan segn su tamao. Se
representa por x (se lee como x tilde o mediana muestral). 8

Por ejemplo la mediana del precio de las unidades disponibles en el cuadro

siguiente es Q. 70,000. Para determinar esto, los precios se ordenaron de menor
a mayor y viceversa, y luego se seleccion el valor medio.

Precio ordenados Precios ordenados

De mayor a menor de mayor a menor
60,000 275,000
65,000 80,000
70,000 mediana 70,000
80,000 65,000
275,000 60,000

8 Robert Johson, Patricia Kuby. ob. cit. 57p.

1.3.3. Moda
Robert Manson explica, Se define como el valor que ocurre con mayor frecuencia
en una serie de datos.

En la siguiente tabla que integrada la cantidad de mercaderas la moda seria 50

unidades.9

Cantidad de mercaderas.

50
10
20
25
85
50

1.3.4. Rango
Para Francisco Javier Way Medrano, El rango es el nmero que esta
exactamente a la mitad del camino entre el dato con menor valor Min y el dato con
mayor valor Max. Se encuentra promediando los valores mnimo y mximo. 10

1.3.5. Desviacin Estndar

Para Jos Luis Reyes Donis, Cuantifica el grado de dispersin en trminos
absolutos de las variables y se define como la raz cuadrada de la varianza, la
desviacin estndar tambin es llamada desviacin tpica, es una de las medidas
estadsticas de dispersin ms utilizadas.

9 D. Manson, Robert & A Lind, Douglas. 2001. Estadstica. Mxico. Ediciones

Alfaomega. 86p.

10 Robert Johson, Patricia Kuby. ob. cit. 60p.

1.3.5.1. Caractersticas de la desviacin estndar
a) La desviacin estndar es positiva;
b) Cuando la distribucin es normal, entonces:
b.1) X + 1 (S), aproximadamente agrupa al 68.26% de los casos
b.1) X + 2 (S), aproximadamente agrupa al 95.46% de los casos
b.1) X + 3 (S), aproximadamente agrupa al 99.72% de los casos
c) Cuando a cada valor de los datos originales se les aumenta disminuye un
valor constante la desviacin estndar no cambia. 11

1.4. Error de Muestreo

Es la desviacin de la muestra seleccionada de las verdaderas caractersticas,
rasgos, comportamientos, cualidades o figuras de toda la poblacin.

El error de muestreo es mayor en la medida que la parte observada sea ms

pequea, y sobre todo, cuando dicha parte no refleja o representa la realidad
sobre la que recaen las conclusiones de la inferencia. El error se comete debido al
hecho de que se sacan conclusiones sobre cierta realidad, a partir de la
observacin de slo una parte de ella.

Por ejemplo, dados dos estudios exactamente iguales, dos mtodos de muestreo
iguales y la misma poblacin, el estudio con un tamao de muestra ms grande
tendr menos error de muestreo que el estudio con un tamao menos de la
muestra. A medida que aumenta el tamao de la muestra, se acerca al tamao de
toda la poblacin y, por lo tanto se aproxima a todas las caractersticas de la
poblacin, disminuyendo el error de muestreo. 12

11 Reyes Donis, Jos Luis. 2009. Estadstica I Gua de Estudio. 3 Ed.

Guatemala. Serviprensa 78p.

12 Silva Aycaguer, Luis Carlos. Muestreo para la investigacin en ciencias de

la salud. Pg. 1.
Obtener una buena muestra significa, obtener una versin simplificada de la
poblacin, que reproduzca de algn modo sus rasgos bsicos (una poblacin en
miniatura) cuyo propsito es ahorrar recursos.
 CAPTULO II

MTODOS DE MUESTREO

Los mtodos para seleccionar una muestra representativa dependen

del tiempo, dinero y habilidad disponibles para tomar una muestra y
la naturaleza de los elementos individuales de la poblacin. De acuerdo a su
clasificacin los mtodos se dividen en: muestreo aleatorio y muestreo no
aleatorio.

2.1 Muestreo aleatorio

Este mtodo de muestreo utiliza el azar como instrumento de seleccin, y se

caracteriza porque se cumple el principio de la equiprobabilidad, segn el cual
todos los elementos de la poblacin tienen la misma probabilidad de salir elegidos
en una muestra, con lo cual se puede calcular de antemano la probabilidad que
tiene cada elemento de ser incluido en la muestra. Dentro de los mtodos de
muestreo aleatorio encontramos los siguientes tipos:

2.1.1 Muestreo aleatorio simple

En un muestreo aleatorio simple todos los individuos tienen la misma probabilidad

de ser seleccionados. La seleccin de la muestra puede realizarse a travs de
cualquier mecanismo probabilstico en el que todos los elementos tengan las
mismas opciones de salir. Por ejemplo uno de estos mecanismos es utilizar una
tabla de nmeros aleatorios, o tambin con un ordenador para generar nmeros
aleatorios, comprendidos entre cero y uno, y multiplicarlos por el tamao de la
poblacin.

Existen dos formas de muestreo aleatorio simple:

 Muestreo con reemplazo: es aquel en que un elemento puede ser
seleccionado ms de una vez en la muestra para ello se extrae un elemento
de la poblacin, se observa y se devuelve a la poblacin, por lo que de esta
forma se pueden hacer infinitas extracciones de la poblacin aun siendo
esta finita.

Muestreo sin reemplazo: no se devuelven los elementos extrados a la

poblacin hasta que no se hallan extrado todos los elementos de la
poblacin que conforman la muestra.

El procedimiento empleado es el siguiente:

1. Se asigna un nmero a cada individuo de la poblacin.

2. A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de

nmeros aleatorios, nmeros aleatorios generados con una calculadora y
ordenaros, entre otros) se eligen tantos sujetos como sea necesario para
completar el tamao de la muestra requerido.

Ventajas:

Sencillo y de fcil comprensin.

Calculo rpido de medias y varianzas.

Se basa en la teora estadstica, y por tanto existen paquetes informticos

para analizar los datos.

Desventajas:

Requiere que se posea de antemano un listado completo de toda la

poblacin.
 Cuando se trabaja con muestras pequeas es posible que no represente a
la poblacin adecuadamente.

2.1.2 Muestreo Sistemtico

El muestreo sistemtico se puede comparar con una progresin aritmtica en

donde la diferencia entre dos nmeros consecutivos es la misma.

Procedimiento:

1. Conseguir un listado de N elementos.

2. Determinar un tamao de muestra n.

3. Definir un intervalo de salto k; K=N/n.

4. Elegir un numero aleatorio, r, entre 1 y k (r=arranque aleatorio).

5. Seleccionar los elementos de la lista.

Ventajas:

Fcil de aplicar

No siempre es necesario tener un listado de la poblacin

Cuando la poblacin esta ordenada siguiendo una tendencia conocida,

asegura una cobertura de unidades de todos los tipos.

Desventajas:
 Si la constante de muestreo est asociada con el fenmeno de inters, se
pueden hallar estimaciones sesgadas.13

Por ejemplo, supongamos que en una clnica se encuentran 100 pacientes.

Lo primero que se debe hacer es elegir un nmero entero que sea menor que el
nmero total de la poblacin. ste ser tu primer sujeto, por ejemplo (3).

Selecciona otro nmero entero que ser el nmero de individuos entre los sujetos,
por ejemplo, (5).

Tus sujetos sern los pacientes 3, 8, 13, 18, 23 y as sucesivamente.

2.1.3 Muestreo estratificado.

Consiste en la divisin previa de la poblacin de estudio en grupo o clases que se

suponen homogneos respecto a caractersticas a estudiar, luego, selecciona
aleatoriamente a los sujetos finales de los diferentes estratos en forma
proporcional.

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. En ocasiones las dificultades que plantean son
demasiado grandes, pues exige un conocimiento detallado de la poblacin.
(Tamao geogrfico, sexos, edades,...).

La distribucin de la muestra en funcin de los diferentes estratos se denomina

afijacin, y puede ser de diferentes tipos:
13 Complejo Hospitalario Universitario de Albacete. Mtodos de muestreo.
Pg. 2. Recuperado de
http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf
 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. 14

2.1.4 Muestreo 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.15

En el muestreo por conglomerados la unidad maestral es un grupo de elementos

de la poblacin que forman una unidad, a la que llamamos conglomerado. Las
unidades hospitalarias, los departamentos universitarios, una caja de determinado
producto, etc., son conglomerados naturales. En otras ocasiones se pueden
utilizar conglomerados no naturales como, por ejemplo, las urnas electorales.
Cuando los conglomerados son areas geogrficas suelen hablarse de muestreo
por reas.16

14 Universidad de Sonora. Estadstica: Muestreo. Recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

15 Estadstica. Muestreo, recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

16 Ibdem
1- Si queremos estudiar que proporcin de la poblacin fuma, podemos dividir
el total de la poblacin en provincias y seleccionar algunas de ellas para ser
estudiadas. Si no tenemos razones para pensar que el % de fumadores va
a cambiar de una provincia a otra, esta solucin permitir concentrar
el esfuerzo de muestreo en un nico entorno geogrfico. Si, el estudio se va
a hacer mediante entrevistas personales, esto representa un importante
ahorro de costes de desplazamientos.
definimos los conglomerados, el siguiente paso es seleccionar los
conglomerados a estudiar, ya sea mediante un muestreo aleatorio simple o
sistemtico.

2- Supongamos que el Ministerio de Sanidad quiere hacer en su pas para ver

si un tratamiento ayuda a prevenir el cncer de colon. Si en los datos
histricos se observa que la incidencia y comportamiento del cncer es
parecido en todas las comunidades, podramos dividir el pas en
comunidades y seleccionar algunas. Mediante el muestreo por
conglomerados se reducen notablemente los individuos a estudiar, lo que
implica reducir los costes econmicos.
2.2 Muestreo no aleatorio

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.

En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten

resolver los problemas de representatividad aun en situaciones de muestreo no
probabilstico, por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la poblacin. 17

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, 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 que la muestra sea
representativa.18

17 Estadstica. Muestreo, recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
2.2.1 muestreo por cuota

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. 19

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de

individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos
de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la
cuota se eligen los primeros que se encuentren que cumplan esas caractersticas.
Este mtodo se utiliza mucho en las encuestas de opinin. 20

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. 21

18 Universidad Andrs Bello, Introduccin a muestreo, recuperado de :

http://mey.cl/apuntes/muestrasunab.pdf

19 Estadstica. Muestreo, recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

20 dem

21 Universidad Andrs Bello, Introduccin a muestreo, recuperado de :

http://mey.cl/apuntes/muestrasunab.pdf
En este tipo de muestreo se fijan unas cuotas que consisten en un nmero de
individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos
de 25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la
cuota se eligen los primeros que se encuentren que cumplen esas caractersticas.
Este mtodo se utiliza mucho en la encuesta de opinin. 22

Por ejemplo, supongamos que tenemos una poblacin de N individuos y que

queremos elegir una muestra de n sujetos. Tomaremos los individuos para
la muestra mediante el siguiente proceso:

1. La poblacin se divide en k estratos o grupos, tales como la edad, sexo,

nivel educativo, etc. Supongamos que los estratos tienen N1, N2,, Nk

elementos, tales que:

2. El investigador elige las cuotas (nmero de sujetos) n1, n2,, nk que se

van a tomar de cada grupo, siendo su suma el total de elementos n de

lamuestra:

Las cuotas se pueden decidir a criterio lgico del investigador o

mediante criterios adaptados a la muestra.

3. Se eligen los elementos en cada estrato o grupo por mtodos no

probabilsticos. Por ejemplo, podramos elegir los elementos de la muestra

de nuestra ciudad porque resulta ms cmodo, o de un grupo de voluntarios,

etc.

22 dem
2.2.2 Muestreo Intencional o de juicio

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. 23

Tambin puede ser que el investigador seleccione directa e intencionadamente

los individuos de la poblacin. El caso ms frecuente de este procedimiento el
utilizar como muestra los individuos a los que se tiene fcil acceso (los profesores
de universidad emplean con mucha frecuencia a sus propios alumnos). 24

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener

muestras representativas mediante la inclusin en la muestra de grupos

23 Estadstica. Muestreo, recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

24 dem
supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto. 25

Supongamos que queremos conocer la opinin de los estudiantes universitarios

acerca de la poltica. Una muestra probabilstica requerira acceder a un censo del
total de estudiantes de todas las universidades con el fin de seleccionar al azar un
grupo de individuos y encuestarlos. Una muestra por conveniencia consiste en
dirigirse a 3 universidades cercanas, simplemente porque estn en la poblacin en
la que reside el encuestador, y encuestar a unos cuantos individuos que acepten
participar.

El mdico de un instituto quiere realizar un estudio ptico para comprobar si los

jvenes mejoran su vista despus de unos determinados ejercicios visuales. Para

ello decide realizar el estudio a los alumnos de un curso del instituto.

25 Universidad Andrs Bello, Introduccin a muestreo, recuperado de :

http://mey.cl/apuntes/muestrasunab.pdf
2.2.3 Muestreo por 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, entre otros. 26

Un investigador quiere hacer un estudio sobre el comportamiento de los individuos

de una secta secreta. Empieza estudiando a tres integrantes de misma que

conoce y ellos le van presentando a otros sujetos para incluirlos en su estudio.

26 Estadstica. Muestreo, recuperado de:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf
 CAPTULO III

1. MUESTREO ESTADSTICO Y AUDITORA

3.1 La Muestra

Moiss Navarro explica que a la muestra Se le llama tambin elemento o

fenmeno individual y representativa a un nmero pequeo de datos sacados de
la poblacin.27

Oscar Lpez define la muestra como una parte de la poblacin. Existen dos
tipos: de juicio o criterio y probabilstica, aleatoria o al azar. 28

27 Navarro Miranda, Antulio Moiss. Estadstica aplicada al comercio y a la

educacin. 1. Edicin. Guatemala, 2005. Pg.5

28 Lpez Cordn, Oscar No. Muestreo estadstico. Pg. 1

Jaime Ferrn indica que muestra es Cada uno de los subconjuntos que forman
parte de una poblacin. Para que una muestra pueda considerarse significativa de
una poblacin, debe cumplirse que:

El tamao de la muestra y el de la poblacin estn proporcionados.

Los elementos no presenten distorsiones importantes.
La muestra sea representativa de la poblacin. 29
La muestra es una porcin o subconjunto de la poblacin al que se tiene acceso y
sobre el que se hacen observaciones, debe ser representativa y estar formada por
miembros seleccionados de una poblacin como individuos o unidades
experimentales.

3.1.1 Objeto De La Muestra

Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de

la poblacin, para lo cual deben ser representativas de la misma. Para cumplir
esta caracterstica la inclusin de sujetos en la muestra debe seguir unas tcnicas
de muestreo. En tales casos, puede obtenerse una informacin similar a la de un
estudio exhaustivo con mayor rapidez y menor coste.

Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de
toda la poblacin porque el manejo de un menor nmero de datos provoca
tambin menos errores en su manipulacin. En cualquier caso, el conjunto de
individuos de la muestra son los sujetos realmente estudiados. El nmero de
sujetos que componen la muestra suele ser bastante inferior a la poblacin total,
aunque suficiente grande como para que la estimacin de los parmetros
determinados tenga un nivel de confianza adecuado. Para que el tamao de la
muestra sea idneo es preciso recurrir a su clculo.

29 Ferrn, Jaime. Muestreo estadstico. Pg. 1

 3.1.2 Diseo De La Muestra

Es un plan definitivo, determinado por completo antes de recopilar cualquier dato,

para tomar una muestra de una poblacin de referencia. 30 (4:248)

Al disear una muestra de auditora, el auditor aplica su criterio al considerar:

a)Los objetivos de la auditora:

El objetivo del auditor, al utilizar muestreo de auditora, es proporcionar una base

razonable a partir de la cual alcanzar conclusiones sobre la poblacin de la que se
selecciona la muestra.31

El auditor debe considerar en primer trmino los objetivos especficos de auditora

que debe alcanzar, lo que le permitir determinar el procedimiento de auditora o
combinacin de procedimientos ms indicados para lograr tales objetivos.

b) Universo:
Es el cuerpo de datos de donde el auditor desea extraer muestras para llegar a
una conclusin. El auditor deber determinar que el universo de donde extrae la
muestra es apropiado para el objetivo especfico de la auditora. Las partidas
individuales que componen el universo se conocen como unidades de muestreo.
32

c) Riesgo y certidumbre:

30 Freund. John E. & Simon. Gary A. Estadstica Elemental. Octava Edicin.

Editorial Prentice-Hall Hispanoamericana, S.A. Mxico: 1994. pg 248.

31 Federacin Internacional de Contadores. Normas Internacionales de

Auditora y Control de Calidad. Norma Internacional de Auditora 530 "Muestreo
de Auditora". Dcima Tercera Edicin. Mxico: 2014. pg 553

32 Fowler Newton, Enrique. El muestreo estadstico aplicado a la auditora.

Centro Regional de Ayuda Tcnica. Argentina: 1972. pg. 21
Al programar la auditora, el auditor utiliza su criterio profesional para determinar el
nivel de riesgo de auditora apropiado. 33

Los riesgos de auditora incluyen:

El riesgo de que ocurrirn errores importantes (riesgo inherente)

El riesgo de que el sistema de control interno del cliente no prevenga ni
corrija tales errores (riesgo de control) y
El riesgo de que cualquier otro error importante no ser detectado por el
auditor (riesgo de deteccin).

Los riesgos inherentes y riesgos de control existen a pesar de los procedimientos

de muestreo de auditora. El auditor deber considerar el riesgo de deteccin
originado por las incertidumbres de muestreo o riesgo de muestreo, as como
aquellos provenientes de otros factores tales como los riesgos fuera del muestreo.
El riesgo de muestreo surge de la posibilidad de que, cuando una prueba
sustantiva o de cumplimiento se limita a una muestra, las conclusiones del auditor
pueden ser diferentes de las conclusiones a las que llegara si las pruebas se
aplicaran en la misma forma a todas las partidas en el saldo de cuenta o clase de
transacciones. El riesgo que no se debe al muestreo incluye todos los aspectos
del riesgo mximo que no se deben al muestreo, este incluye la posibilidad de
seleccionar procedimientos de auditora que no son apropiados para lograr el
objetivo especfico.

El auditor debe reconocer dos riesgos en su auditora:

El riesgo de que errores materiales se presenten dentro del proceso

contable que produce o genera los estados financieros.

El riesgo de que estos errores no se detecten dentro de su examen.

33 Fowler Newton, Enrique. Ob. Cit pg. 21

La combinacin de estos dos riesgos se conoce como RIESGO LTIMO, que
incluye las incertidumbres del muestreo o riesgo del muestreo e incertidumbres
atribuibles a otros factores riesgo de no Muestreo. El auditor enfrenta el riesgo de
muestreo tanto en las pruebas de cumplimiento como en las sustantivas como
sigue:

d) Pruebas de Cumplimiento
Riesgo de Confianza (poca confianza): el riesgo de que aunque el resultado
del muestreo no apoya el grado de confianza que el auditor haba planeado
depositar en el control interno, el porcentaje de cumplimiento real s apoya
dicha confianza.
Riesgo de confianza excesiva: el riesgo de que, aunque el resultado del
muestreo apoye el grado de confianza que el auditor haba planeado
depositar en el control interno, el porcentaje de cumplimiento real no apoya
dicha confianza.

e) Pruebas Sustantivas:
Riesgo de rechazo errneo: El riesgo de que, aunque el resultado del
muestreo apoye la conclusin de que el saldo registrado de la cuenta est
distorsionado en forma importante de hecho no est distorsionado en forma
importante.
Riesgo de aceptacin incorrecta: El riesgo de que, aun cuando los
resultados apoyen la conclusin de que el saldo registrado de la cuenta no
est distorsionado en forma importante, realmente s est distorsionado.

f) Error Tolerable
Es el error mximo en el universo que el auditor estara dispuesto a aceptar y a
pesar de eso concluir que el resultado del muestreo ha alcanzado su objetivo de
auditora. El error tolerable es considerado durante la etapa de planeacin y se
relaciona con el juicio preliminar del auditor respecto a importancia. A menor
grado de error tolerable, ser mayor tamao de la muestra que requerir el auditor.

Procedimientos de cumplimiento: El error tolerable es el porcentaje

mximo de desviacin de un procedimiento de control prescrito que el
auditor estara dispuesto a aceptar sin alterar el grado de confianza que
tena planeado depositar en el control que est probando.
Procedimientos Sustantivos: El error tolerable es el error monetario
mximo en el saldo de una cuenta o tipo de transaccin que el auditor
estara dispuesto a aceptar de manera que al considerar los resultados de
todos los procedimientos de auditora, est en posicin de concluir con
razonable seguridad, que la informacin financiera no contiene errores
importantes.

g) Error Esperado en el universo

Si el auditor espera la presencia de error, normalmente tendr que examinar una
muestra mayor para concluir que el valor del universo est razonablemente
presentado, dentro del error tolerable estimado, o que la confianza que haba
planeado depositar en un control importante est justificada. Las muestras de
menor tamao se justifican cuando se espera que el universo se encuentre libre
de errores. Al determinar el error esperado en un universo, el auditor deber
considerar asuntos tales como niveles de error identificados en auditoras previas,
cambios en los procedimientos de los clientes y evidencia disponible de su
evaluacin del sistema de control interno y de los resultados de procedimientos de
revisin analticos.

h) Estratificacin
Es el proceso de dividir el universo en sub.-universos, es decir, en un grupo de
unidades de muestreo con caractersticas similares (frecuentemente valor
monetario). La estratificacin permite al auditor dirigir sus esfuerzos hacia las
partidas que l considere que contienen potencialmente el mayor error monetario.

Seleccin De La Muestra
Seleccin al Azar: asegura que todas las partidas dentro del universo o
dentro de cada estrato tienen la misma posibilidad de ser elegidas.
Seleccin Sistemtica: consiste en la seleccin de partidas mediante el
uso de un intervalo constante entre una seleccin y otra, teniendo el
intervalo inicial un punto de partida seleccionado al azar.
Seleccin casual: podra ser una alternativa a la seleccin al azar siempre
que el auditor trate de obtener una muestra representativa del universo total
sin intencin alguna de incluir o excluir unidades especficas.

Muestras De Doble Propsito

En algunas circunstancias el auditor puede disear una muestra que se utilizar
para dos propsitos:
Probar el cumplimiento con un procedimiento de control que proporciona
evidencia documental de desarrollo, y
Probar si el importe monetario registrado de las transacciones es correcto.
En general, un auditor que planea usar una muestra para doble propsito hubiera
hecho una determinacin preliminar de que hay un riesgo aceptablemente bajo de
que el porcentaje de las desviaciones del cumplimiento en el universo excede el
porcentaje tolerable.

3.4 Factores que Influyen en el Tamao de la Muestra de Pruebas de

cumplimiento
SITUACIONES QUE LLEVAN A:

FACTOR MUESTRA DE MENOR MUESTRA DE MAYOR

 TAMAO TAMAO

a. Grado de Confianza
planeado para el
control interno (No se
llevan a cabo pruebas
Menor confianza en el Mayor confianza en el
de cumplimiento
control interno. control interno.
cuando no se ha
planeado confiar en el
control interno)

b. Porcentaje permisible Mayor porcentaje de Menor porcentaje de

de desviacin (error desviacin aceptable desviacin aceptable
tolerable) para el grado de para el grado de
confianza planeado para confianza planeado para
el control interno. el control interno.

c. Riesgo permisible de Mayor riesgo de Menor riesgo de

confianza excesiva. confianza excesiva en el confianza excesiva en el
control interno. control interno.

d. Porcentaje probable Menor porcentaje de Mayor porcentaje de

de desviacin en el desviacin esperado en desviacin esperado en
universo. el universo. el universo.
e. Nmero de partidas Prcticamente ningn
en el universo. efecto en el tamao de la
muestra a menos que el
universo sea pequeo.

Fuente: Guas internacionales de Auditora. Gua No. 19 El Muestreo en la

Auditora. Pg. 211 Apndice I

Mtodos 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.

La muestra debe lograr una representacin adecuada de la poblacin, en la que

se reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que
son importantes para la investigacin. Para que una muestra sea representativa, y
por lo tanto til, debe de reflejar las similitudes y diferencias encontradas en la
poblacin, es decir ejemplificar las caractersticas de sta.

Los errores ms comunes que se pueden cometer son:

Hacer conclusiones muy generales a partir de la observacin de slo una

parte de la Poblacin, se denomina error de muestreo.
Hacer conclusiones hacia una Poblacin mucho ms grandes de la que
originalmente se tom la muestra. Error de Inferencia.
 En la estadstica se usa la palabra poblacin para referirse no slo a
personas sino a todos los elementos que han sido escogidos para su
estudio y el trmino muestra se usa para describir una porcin escogida de
la poblacin.

Puede distinguirse dos clases de muestreo:

3.1.3 Muestreo No Estadstico

Muestreo sin utilizacin de tcnicas estadsticas de naturaleza subjetiva donde se

basa exclusivamente en el criterio del auditor.34

El muestreo no estadstico se aplica a juicio o buen criterio del auditor, para

determinar el tamao de la muestra, la seleccin de los elementos de la muestra,
la aplicacin de los procedimientos de auditora y evaluacin de resultados. Entre
los mtodos de muestreo no estadsticos ms utilizados en investigacin
encontramos:

a. 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.

34 Fowler Newton, Enrique. Ob. Cit. pg. 4

En este tipo de muestreo se fijan cuotas que consisten en un nmero de individuos
que renen unas determinadas condiciones, por ejemplo: 35 individuos entre 15 y
20 aos de edad, de sexo masculino y residentes en el municipio de Villa Canales,
del departamento de Guatemala. Una vez determinada la cuota se eligen los
primeros individuos que se encuentren que cumplan esas caractersticas. Este
mtodo se utiliza mucho en las encuestas de opinin.

b. 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. 35

El muestreo por cuotas se utiliza determinando ciertas caractersticas que deben

cumplir los elementos que integren la muestra para ser seleccionados, con
respecto al muestreo intencional es el que trata de incluir a la mayor muestra para
obtener informacin ms real.

c. 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 con
frecuentemente (sic) cuando se hacen estudios con poblaciones marginales,
delincuentes, sectas, determinados tipos de enfermos, etc. 36

35 Morales Pea, Otto Ren, Quionez Porras, Oscar Haroldo, Marroqun Reyes, Axel Osberto. Estadstica
Inferencial. pg. 14

36 Ibd.
El muestreo casual o incidental se utiliza cuando el investigador selecciona a
gusto propio y directo los elementos que formaran su muestra dependiendo de la
facilidad que tenga ste de obtenerlos.

Muestreo bola de nieve produce ese efecto, que va de menor a mayor de unos
pocos se llega a otros elementos y de estos a otros.

CONCLUSIONES

1. El muestreo es sencillamente el procedimiento que se emplea para extraer

una parte de una poblacin dentro de un universo a esta se le llama
espacio muestral dentro de un universo.

2. Existen diferentes mtodos de muestreo estadstico que pueden ser

favorables en la seleccin de una muestra para el estudio del problema
planteado, estos mtodos son aplicables de acuerdo a la necesidad del
encuestador.

3. Los mtodos de muestreo son aplicados en un determinado grupo o

poblacin que tomando el objetivo de la investigacin son de aplicacin
general o especifica.
4. El muestreo es una herramienta importante y de mucha utilidad, su funcin
primordial es determinar que parte de la poblacin o universo debe
examinarse con la finalidad de hacer conclusiones sobre dicha poblacin.

5. La seleccin de la muestra, se inicia con la definicin de la poblacin

objetivo, luego se debe identificar el marco muestral y el mtodo de
muestreo, as como el tamao de la muestra; por ltimo, se selecciona la
muestra. Cada paso tiene una importancia particular y un efecto en los
resultados del estudio estadstico al cual se apliquen.

RECOMENDACIONES

1. Realizar ejercicios en base a frmulas nos facilita la obtencin de

informacin que deseamos medir y comprar entre un universo, por lo tanto
es de gran ayudar realizarlos en base a los distintos mtodos que nos
presenta el muestreo estadstico.

2. Considerar los diferentes mtodos de muestreo estadstico para aplicar el

ms adecuado de acuerdo al momento y lugar de aplicacin, para poder
obtener el resultado con mayor objetividad.

3. Evaluar las ventajas y desventajas de cada uno de los mtodos de

muestreo para que el resultado sea confiable y no favorezca a nuestra
investigacin por intervencin y alteracin de datos.
 4. Aplicar los conocimientos obtenidos sobre muestreo estadstico, en el
anlisis de una poblacin o universo a examinar, con el objetivo que
emplear menos recursos y obtener resultados de forma oportuna en el
menor tiempo posible.

5. Se debe prestar mucha atencin a la aleatoriedad y la representatividad de

la muestra, la muestra debe ser aleatoria para que sea representativa, y
sta condicin de imprime credibilidad a los resultados del muestreo, y le da
confianza al usuario de esa informacin, sobre la utilidad de los datos que
arroja.

REFERENCIAS BIBLIOGRAFICAS

Libros

1. Caballero A. Wilfredo. 1975. Introduccin a la Estadstica. 3. Ed. Costa

Rica, Matilde de la Cruz.

2. D. Manson, Robert & A Lind, Douglas. 2001. Estadstica. Mxico.

Ediciones Alfaomega.

3. Federacin Internacional de Contadores. Normas Internacionales de

Auditora y Control de Calidad. Norma Internacional de Auditora 530
"Muestreo de Auditora". Dcima Tercera Edicin. Mxico: 2014
 4. Ferrn, Jaime. Muestreo estadstico. Departamento de matemticas. 5
Pgs.

5. Fowler Newton, Enrique. El muestreo estadstico aplicado a la auditora.

Centro Regional de Ayuda Tcnica. Argentina: 1972.

6. Freund. John E. & Simon. Gary A. Estadstica Elemental. Octava Edicin.

Editorial Prentice-Hall Hispanoamericana, S.A. Mxico: 1994

7. Lpez cordn, Oscar No. Muestreo estadstico. 8 Pgs.

8. Morales Pea, Otto Ren, Quionez Porras, Oscar Haroldo, Marroqun

Reyes, Axel Osberto. Estadstica Inferencial. Quinta Edicin. 2009.

9. Reyes Donis, Jos Luis. 2009. Estadstica I Gua de Estudio. 3 Ed.

Guatemala. Serviprensa.

10. Robert Johson, Patricia Kuby. 2004. Estadstica Elemental. 3 Ed. Mxico
D.F. Impresos y Acabados Marbeth, S.A. de C.V.

11. Silva Aycaguer, Luis Carlos. Muestreo para la Investigacin en Ciencias de

la Salud. Madrid. Editorial Daz de Santos.

12. Way Medrano, Francisco Javier. 2005. Estadstica Descriptiva e Inferencia

Estadstica. 1 Ed. Argentina. Editorial Educativa.

Pginas web
1. Complejo Hospitalario Universitario de Albacete. Mtodos de muestreo.
Pg. 2. Recuperado el da 03 de febrero de 2016 desde:
http://www.chospab.es/calidad/archivos/Metodos/Muestreo.pdf

2. Universidad de Sonora. Estadstica: Muestreo. Recuperado el da 03 de

febrero de 2016 desde:
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

3. Estadstica. Muestreo, recuperado el da 03 de febrero de 2016 desde:

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

4. Universidad Andrs Bello, Introduccin a muestreo, recuperado el da 03 de

febrero de 2016 desde: http://mey.cl/apuntes/muestrasunab.pdf