Es un subconjunto de elementos de la población.

Se suelen tomar
MUESTRA muestras cuando es difícil o costosa la observación de todos los
elementos de la población estadística.
POBLACIÓN

Llamamos población estadística, universo o colectivo al conjunto de referencia sobre el cual van a
recaer las observaciones

Población estadística, en estadística, también llamada universo, es el conjunto de

elementos de referencia sobre el que se realizan las observacione

En estadística, una muestra es un subconjunto de casos o individuos de una población

estadística. En diversas aplicaciones interesa que una muestra sea una muestra
representativa y para ello debe escogerse una técnica de muestreo adecuada que produzca
una muestra aleatoria adecuada (contrariamente se obtiene una muestra sesgada cuyo
interés y utilidad es más limitado dependiendo del grado de sesgo que presente). Las
muestras se obtienen con la intención de inferir propiedades de la totalidad de la población,
para lo cual deben ser representativas de la misma (una muestra representativa se denomina
técnicamente muestra aleatoria). Para cumplir esta característica la inclusión de sujetos en la
muestra debe seguir una técnica de muestreo. En tales casos, puede obtenerse una
información similar a la de un estudio exhaustivo con mayor rapidez y menor coste (véanse las
ventajas de la elección de una muestra, más abajo).
Por otra parte, en ocasiones, el muestreo puede ser más exacto que el estudio de toda la
población porque el manejo de un menor número de datos provoca también menos errores en
su manipulación. En cualquier caso, el conjunto de individuos de la muestra son los sujetos
realmente estudiados.
El número de sujetos que componen la muestra suele ser bastante inferior a la población total,
aunque suficiente grande como para que la estimación de los parámetros determinados tenga
un nivel de confianza adecuado. Para que el tamaño de la muestra sea idóneo es preciso
recurrir a su cálculo

Población:
Es la colección de datos que corresponde a las características de la totalidad de individuos,
objetos, cosas o valores en un proceso de investigación.

Para su estudio, en general se clasifican en Poblaciones Finitas y Poblaciones Infinitas.

Poblaciones Finitas: Constan de un número determinado de elementos, susceptible a ser

contado. Ejemplo: Los empleados de una fábrica, elementos de un lote de producción, etc.

Poblaciones Infinitas: Tienen un número indeterminado de elementos, los cuales no pueden

ser contados. Ejemplo: Los números naturales.

Así también las poblaciones pueden ser clasificadas en Reales e Hipotéticas, las reales son
aquellas concretas, que ya existen. Ejemplo: Los aspirantes a un puesto de trabajo, los
vendedores de una empresa. Mientras que las hipotéticas, son las formas imaginables en que
se podría presentar un suceso. Ejemplo: Estimaciones de la población económicamente activa
dentro de diez años.
En toda investigación lo ideal sería contar con observaciones o características de todos los
elementos de nuestro grupo de interés, pero en muchas ocasiones eso sería muy caro y/o
muy tardado o simplemente imposible, es por ello que se toman muestras.

Muestra: “Es una parte representativa de la población que es seleccionada para ser estudiada,
ya que la población es demasiado grande para ser estudiada en su totalidad” Allen Webster.

En estadística, población es el conjunto de cosas, personas, animales o

situaciones que tiene una o varias características o atributos comunes, por
ejemplo: los habitantes de El Salvador en el presente año, las personas menores
de edad en el año 2001; los estudiantes de la Universidad, las reacciones de un
nuevo medicamento, las diferencias entre los tratamientos de diferentes
formulaciones de insecticidas, entre otras.

Población Finita: es el conjunto compuesto por una cantidad limitada de

elementos, como el número de especies, el numero de estudiantes, el número de
obreros.

Población Infinita: es la que tiene un número extremadamente grande de

componentes, como el conjunto de especies que tiene el reino animal.

Características del Muestreo:

Muestreo con reemplazo:
Es aquel en que un elemento puede ser seleccionado más de una vez en la muestra para ello se
extrae un elemento de la población se observa y se devuelve a la población, por lo que de esta
forma se pueden hacer infinitas extracciones de la población aun siendo esta finita.
Muestreo sin reemplazo:
No se devuelve los elementos extraídos a la población hasta que no se hallan extraídos todos los
elementos de la población que conforman la muestra.
Muestreo estratificado:
se divide la población total en clases homogéneas (estratos). La muestra se escoge aleatoriamente
en número proporcional al de los componentes de cada estrato.
Muestreo aleatorio simple:
se asigna un número a cada uno de los individuos de la población, y seguidamente se van eligiendo
al azar los componentes de la muestra. La elección de un individuo no debe afectar a la del
siguiente, por tanto debe reemplazarse el nº, una vez extraído.
Muestreo Conglomerados:
Técnica similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra
dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la
población, es decir, la representan fielmente respecto a la característica a elegir, pueden
seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.
Diferencias entre estimador y estimación:
Un estimador de un parámetro poblacional es una función de los datos muestrales, también
llamado estadístico. En pocas palabras, es una fórmula que depende de los valores obtenidos de
una muestra, para realizar estimaciones.3
Formalmente, si θ es un parámetro poblacional, se dice que es un estimador puntual de θ si ,
donde son las variables aleatorias que integran una muestra aleatoria de tamaño n de la población
en cuestión.
Por ejemplo, un estimador de la media poblacional, μ, puede ser la media muestral, , según la
siguiente fórmula:
Donde (x1, x2, ..., xn) sería el conjunto de de datos de la muestra. -- xXx ---
El estimador es una variable aleatoria que asigna a cada posible valor de la muestra un valor
numérico. Como tal, tiene sentido calcular su esperanza, su varianza y otras características propias
de las variables aleatorias.

TIPOS DE MUESTREO
Tipos de muestreo

Muestreo probabilístico (aleatorio): En este tipo de muestreo, todos los

individuos de la población pueden formar parte de la muestra, tienen probabilidad
positiva de formar parte de la muestra. Por lo tanto es el tipo de muestreo que
deberemos utilizar en nuestras investigaciones, por ser el riguroso y científico.

Muestreo no probabilístico (no aleatorio): En este tipo de muestreo, puede

haber clara influencia de la persona o personas que seleccionan la muestra o
simplemente se realiza atendiendo a razones de comodidad. Salvo en situaciones muy
concretas en la que los errores cometidos no son grandes, debido a la homogeneidad
de la población, en general no es un tipo de muestreo riguroso y científico, dado que no
todos los elementos de la población pueden formar parte de la muestra. Por ejemplo, si
hacemos una encuesta telefónica por la mañana, las personas que no tienen teléfono o
que están trabajando, no podrán formar parte de la muestra.

Muestreo aleatorio simple

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

ser seleccionados. La selección de la muestra puede realizarse a través de cualquier
mecanismo probabilístico en el que todos los elementos tengan las mismas opciones de
salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de números aleatorios,
o también con un ordenador generar números aleatorios, comprendidos entre cero y
uno, y multiplicarlos por el tamaño de la población, este es el que vamos a utilizar.

Muestreo aleatorio estratificado

Es frecuente que cuando se realiza un estudio interese estudiar una serie de

subpoblaciones (estratos) en la población, siendo importante que en la muestra haya
representación de todos y cada uno de los estratos considerados. El muestreo aleatorio
simple no nos garantiza que tal cosa ocurra. Para evitar esto, se saca una muestra de
cada uno de los estratos.
Hay dos conceptos básicos:

Estratificación: El criterio a seguir en la formación de los estratos será formarlos de tal

manera que haya la máxima homogeneidad en relación a la variable a estudio dentro
de cada estrato y la máxima heterogeneidad entre los estratos.
Afijación: Reparto del tamaño de la muestra en los diferentes estratos o
subpoblaciones. Existen varios criterios de afijación entre los que destacamos:

1. Afijación igual: Todos los estratos tienen el mismo número de elementos en la

muestra.
2. Afijación proporcional: Cada estrato tiene un número de elementos en la muestra
proporcional a su tamaño.
3. Afijación Neyman: Cuando el reparto del tamaño de la muestra se hace de forma
proporcional al valor de la dispersión en cada uno de los estratos.

Muestreo aleatorio sistemático

Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan según

un patrón que se inicia con una elección aleatoria.

Considerando una población de N elementos, si queremos extraer una muestra de

tamaño n, partimos de un número h=N/n, llamado coeficiente de elevación y tomamos
un número al azar a comprendido entre 1 y h que se denomina arranque u origen.

La muestra estará formada por los elementos: a, a+h, a+2h,....a+(n-1)h.

De aqui se deduce que un elemento poblacional no podrá aparecer más de una vez en
la muestra. La muestra será representativa de la población pero introduce algunos
sesgos cuando la población está ordenada en función de determinados criterios.

Muestreo aleatorio por conglomerados o áreas

Mientras que en el muestreo aleatorio estratificado cada estrato presenta cierta

homogeneidad, un conglomerado se considera una agrupación de elementos que
presentan características similares a toda la población.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia
de los programas y cadenas de televisión, se utiliza un muestreo por conglomerados-
familias que han sido elegidas aleatoriamente.

Las familias incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la población.

Una vez seleccionados aleatoriamente los conglomerados, se toman todos los

elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se elige
al azar no son unos cuantos elementos de la población, sino unos grupos de elementos
de la población previamente formados. Elegidos estos grupos o "conglomerados" en un
número suficiente, se pasa posteriormente a la elección, también al azar, de los
elementos que han de ser observados dentro de cada grupo, o bien, según se desee, a la
observación de todos los elementos que componen los grupos elegidos.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia
de los programas y cadenas de televisión, se utiliza un muestreo por conglomerados-
familias que han sido elegidas aleatoriamente. Las familias incluyen personas de todas
las edades, muy representativas de las mismas edades y preferencias que la totalidad
de la población.

Una vez seleccionados aleatoriamente los conglomerados, se toman todos los

elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se elige
al azar no son unos cuantos elementos de la población, sino unos grupos de elementos
de la población previamente formados. Elegidos estos grupos o "conglomerados" en un
número suficiente, se pasa posteriormente a la elección, también al azar, de los
elementos que han de ser observados dentro de cada grupo, o bien, según se desee, a la
observación de todos los elementos que componen los grupos elegidos.

Muestreo no Probabilístico

Existen otros procedimientos para seleccionar las muestras, que son menos precisos
que los citados y que resultan menos costosos. El procedimiento más utilizado es el
muestreo no probabilístico, denominado opinático consistente en que el investigador
selecciona la muestra que supone sea la más representativa, utilizando un criterio
subjetivo y en función de la investigación que se vaya a realizar.

Con el muestreo opinático la realización del trabajo de campo puede simplificarse

enormemente pues se puede concentrar mucho la muestra. Sin embargo, al querer
concentrar la muestra, se pueden cometer errores y sesgos debidos al investigador y, al
tratarse de un muestreo subjetivo (según las preferencias del investigador), los
resultados de la encuesta no tienen una fiabilidad estadística exacta.

Un muestreo no probabilístico muy utilizado hoy en día por los institutos de opinión es
el de itinerarios, consistente en facilitar al entrevistador el perfil de las personas que
tiene que entrevistar en cada uno de los itinerarios en que se realizan las entrevistas.

El muestreo denominado de cuotas, utiliza en sucesivos sondeos al mismo conjunto

muestral (inicialmente seleccionado de forma aleatoria) y es el empleado para medir
índices de audiencia de programas televisivos.

En muestreo se entiende por población a la totalidad del universo que interesa

considerar, y que es necesario que esté bien definido para que se sepa en todo
momento que elementos lo componen.

No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre población

teórica: conjunto de elementos a los cuales se quieren extrapolar los resultados, y
población estudiada: conjunto de elementos accesibles en nuestro estudio.

Censo: En ocasiones resulta posible estudiar cada uno de los elementos que componen
la población, realizándose lo que se denomina un censo, es decir, el estudio de todos
los elementos que componen la población.

La realización de un censo no siempre es posible, por diferentes motivos: a) economía:

el estudio de todos los elementos que componen una población, sobre todo si esta es
grande, suele ser un problema costoso en tiempo, dinero, etc.; b) que las pruebas a las
que hay que someter a los sujetos sean destructivas; c) que la población sea infinita o
tan grande que exceda las posibilidades del investigador.
Si la numeración de elementos, se realiza sobre la población accesible o estudiada, y no
sobre la población teórica, entonces el proceso recibe el nombre de marco o espacio
muestral.

Concepto de muestreo

El muestreo es una herramienta de la investigación científica. Su función básica es

determinar que parte de una realidad en estudio (población o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha población. El error que se
comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir
de la observación de sólo una parte de ella, se denomina error de muestreo. Obtener
una muestra adecuada significa lograr una versión simplificada de la población, que
reproduzca de algún modo sus rasgos básicos.

Muestra: En todas las ocasiones en que no es posible o conveniente realizar un censo,

lo que hacemos es trabajar con una muestra, entendiendo por tal una parte
representativa de la población. Para que una muestra sea representativa, y por lo tanto
útil, debe de reflejar las similitudes y diferencias encontradas en la población,
ejemplificar las características de la misma.

Cuando decimos que una muestra es representativa indicamos que reúne

aproximadamente las características de la población que son importantes para la
investigación.

a. Población Los estadísticos usan la palabra población para referirse no sólo a

personas si no a todos los elementos que han sido escogidos para su estudio.
b. Muestra Los estadísticos emplean la palabra muestra para describir una porción
escogida de la población. Matemáticamente, podemos describir muestras y
poblaciones al emplear mediciones como la Media, Mediana, la moda, la desviación
estándar. Cuando éstos términos describen una muestra se denominan estadísticas.

Una estadística es una característica de una muestra, los estadísticos emplean letras
latinas minúsculas para denotar estadísticas y muestras.

Tipos de muestreo Los autores proponen diferentes criterios de clasificación de los

diferentes tipos de muestreo, aunque en general pueden dividirse en dos grandes
grupos: métodos de muestreo probabilísticos y métodos de muestreo no
probabilísticos.

Terminología

• Población objeto: conjunto de individuos de los que se quiere obtener una

información.
• Unidades de muestreo: número de elementos de la población, no solapados, que se
van a estudiar. Todo miembro de la población pertenecerá a una y sólo una unidad de
muestreo.
• Unidades de análisis: objeto o individuo del que hay que obtener la información.
• Marco muestral: lista de unidades o elementos de muestreo.
• Muestra: conjunto de unidades o elementos de análisis sacados del marco.

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 elegidas.
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:

El método otorga una probabilidad conocida de integrar la muestra a cada elemento de

la población, y dicha probabilidad no es nula para ningún elemento.

Los métodos de muestreo no probabilisticos no garantizan la representatividad de la

muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la
población.

(En algunas circunstancias los métodos estadísticos y epidemiológicos permiten

resolver los problemas de representatividad aun en situaciones de muestreo no
probabilístico, por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la población.)
Entre los métodos de muestreo probabilísticos más utilizados en investigación
encontramos:

• Muestreo aleatorio simple

• Muestreo estratificado
• Muestreo sistemático
• Muestreo polietápico o por conglomerados

Muestreo aleatorio simple:

El procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de

la población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas
de números aleatorios, números aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamaño
de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad práctica
cuando la población que estamos manejando es muy grande.

Muestreo aleatorio sistemático:

Este procedimiento exige, como el anterior, numerar todos los elementos de la

población, pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte
de ese número aleatorio i, que es un número elegido al azar, y los elementos que
integran la muestra son los que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n-1)k, es decir
se toman los individuos de k en k, siendo k el resultado de dividir el tamaño de la
población entre el tamaño de la muestra: k= N/n. El número i que empleamos como
punto de partida será un número al azar entre 1 y k.

El riesgo este tipo de muestreo está en los casos en que se dan periodicidades en la
población 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 población. Imaginemos
que estamos seleccionando una muestra sobre listas de 10 individuos en los que los 5
primeros son varones y los 5 últimos mujeres, si empleamos un muestreo aleatorio
sistemático con k=10 siempre seleccionaríamos o sólo hombres o sólo mujeres, no
podría haber una representación de los dos sexos.

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 tamaño dado de la muestra.
Consiste en considerar categorías típicas diferentes entre sí (estratos) que poseen gran
homogeneidad respecto a alguna característica (se puede estratificar, por ejemplo,
según la profesión, 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 interés
estarán 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 formarán parte de la muestra.
En ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).

La distribución de la muestra en función de los diferentes estratos se denomina

afijación, y puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos

muéstrales.
Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la
población en cada estrato.
Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de
modo que se considera la proporción y la desviación típica. Tiene poca aplicación ya
que no se suele conocer la desviación.

Muestreo aleatorio por conglomerados:

Los métodos presentados hasta ahora están pensados para seleccionar directamente
los elementos de la población, es decir, que las unidades muéstrales son los elementos
de la población.

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

población 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 áreas geográficas suele hablarse de "muestreo por áreas".

El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto

numero de conglomerados (el necesario para alcanzar el tamaño muestral establecido)
y en investigar después todos los elementos pertenecientes a los conglomerados
elegidos.

Métodos de muestreo no probabilísticos

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

costoso y se acude a métodos no probabilísticos, aun siendo conscientes de que no
sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra
extraída sea representativa, ya que no todos los sujetos de la población tienen la misma
probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando que la muestra sea representativa.

Muestreos No Probabilísticos:

• de Conveniencia
• de Juicios
• por Cuotas de Bola de Nieve Discrecional

Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente sobre la base

de un buen conocimiento de los estratos de la población y/o de los individuos más
"representativos" o "adecuados" para los fines de la investigación. Mantiene, por tanto,
semejanzas con el muestreo aleatorio estratificado, pero no tiene el carácter de
aleatoriedad de aquél.

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

individuos que reúnen unas determinadas condiciones, por ejemplo: 20 individuos de
25 a 40 años, de sexo femenino y residentes en Gijón. Una vez determinada la cuota se
eligen los primeros que se encuentren que cumplan esas características. Este método
se utiliza mucho en las encuestas de opinión.

Muestreo opinático o intencional:

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

"representativas" mediante la inclusión en la muestra de grupos supuestamente
típicos. Es muy frecuente su utilización en sondeos preelectorales de zonas que en
anteriores votaciones han marcado tendencias de voto.

Muestreo casual o incidental:

Se trata de un proceso en el que el investigador selecciona directa e intencionadamente

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

Bola de nieve:
 Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y así 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.

Muestreo Discrecional • A criterio del investigador los elementos son elegidos sobre lo
que él cree que pueden aportar al estudio. • Ej. : muestreo por juicios; cajeros de un
banco o un supermercado; etc.

Técnicas de selección del muestreo a través del

muestreo estadístico
 Muestreo probabilístico: Forman parte de este tipo de muestreo todos aquellos métodos para los que puede
calcularse la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas de
muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él.
 Muestreo estratificado: Consiste en la división previa de la población de estudio en grupos o clases que se
suponen homogéneos respecto a característica a estudiar. A cada uno de estos estratos se le asignaría una
cuota que determinaría el número de miembros del mismo que compondrán la muestra.
 Muestreo sistemático: Es la elección de una muestra a partir de los elementos de una lista según un orden
determinado, o recorriendo la lista a partir de un número aleatorio determinado.
 Muestreo por conglomerados: Cuando la población se encuentra dividida, de manera natural, en grupos
que se suponen que contienen toda la variabilidad de la población, es decir, la representan fielmente respecto
a la característica a elegir, pueden seleccionarse sólo algunos de estos grupos o conglomerados para la
realización del estudio.
 Muestreo errático: También se llama sin norma. La muestra se realiza de cualquier forma, valorando
únicamente la comodidad o la oportunidad en términos de costes, tiempo u otro factor no estadístico.

Al realizar un muestreo en una población podemos hablar de muestreos probabilísticas y no probabilísticas,

entre estas técnicas o procedimientos están:
 Muestreo simple: Este tipo de muestreo toma solamente una muestra de una población dada para el
propósito de inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra
debe ser los suficientemente grandes para extraer una conclusión. Una muestra grande muchas veces cuesta
demasiado dinero y tiempo.
 Muestreo aleatorio simple: Es aquel en que cada elemento de la población tiene la misma probabilidad de
ser seleccionado para integrar la muestra. Una muestra simple aleatoria es aquella en que sus elementos son
seleccionados mediante el muestreo aleatorio simple.

Leer más: http://www.monografias.com/trabajos39/muestreo-estadistico/muestreo-

estadistico.shtml#ixzz4PFtMubSC

Muestreo aleatorio sistemático. Esta técnica consiste en extraer elementos de la

población mediante una regla sistematizadora que previamente hemos creado
(sencillamente cada K elementos) . Así ; numerada la población , se
elige(aleatoriamente) un primer elemento base , partiendo de éste se aplica la
regla para conseguir los demás hasta conseguir el tamaño muestral adecuado .
Este procedimiento conlleva el riesgo de dar resultados sesgados si en la
población se dan periodicidades o rachas .
Muestreo aleatorio estratificado . Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen una gran homogeneidad interna (poca
varianza interna) y no obstante son heterogéneos entre sí (mucha varianza entre
estratos) . La muestra se distribuye ( se extrae de ) entre los estratos
predeterminados según la naturaleza de la población (ejemplo : sexo , lugar
geográfico,etc.). Dicha distribución-reparto de la muestra se denomina afijación ;
que puede ser de varias formas :

*afijación simple : a cada estrato le corresponde igual número de elementos

(extracciones) muestrales.

*afijación proporcional : la distribución se hace de acuerdo con el peso(tamaño)

relativo de cada estrato.

*afijación óptima : Se tiene en cuenta la previsible dispersión de los resultados ,

de modo que se considera la proporción y la desviación típica .

Muestreo por conglomerados . La unidad muestral es un grupo de elementos de

la población que forman previsiblemente una unidad de comportamiento
representativo. Dicha unidad es el conglomerado cuyo comportamiento interno
puede ser muy disperso (varianza grande) pero que presumiblemente poseerá un
comportamiento próximo a otros conglomerados (varianza entre conglomerados ,
pequeña). Los conglomerados se estudian en profundidad hasta conseguir el
tamaño muestral adecuado.

Muestreo por unidades monetarias .Este tipo de muestreo es especifico en

auditoría , viene a solucionar el problema que plantea la selección aleatoria de
partidas contables que no tienen (evidentemente) el mismo monto económico y
por ello en un muestreo estrictamente aleatorio se "primaría" la inspección de las
numerosas partidas pequeñas irrelevantes dejando sin inspección las importantes
y cuantiosas. Para solucionarlo el M.U.M plantea la selección aleatoria no de
asientos o partidas sino de unidades monetarias (ordenadas y numeradas) de tal
manera que el defecto anterior se subsana al tener una partida cuantiosa más
probabilidades de ser elegida pues contiene más unidades monetarias.

Otros tipos de muestreo. Es evidente que los planteados no son las únicas
técnicas de muestreo. Existen otras como las no aleatorias : Cuotas ,Intencional ,
Incidental, bola de nieve , etc. Y otras aleatorias y complicadas como el muestreo
por superpoblaciones, y que en este curso no podemos desarrollar.

INTRODUCCIÓN
Existen numerosas técnicas para seleccionar muestras. Este paso es de importancia
vital en un estudio estadístico, porque las conclusiones que se obtienen dependen muy
esencialmente de la/s muestra/s analizada/s. Las técnicas que proporcionan las
mejores muestras son las aleatorias, en las que cualquier integrante de la población
tiene la misma probabilidad de ser elegido.

La cantidad de elementos que integran la muestra (el tamaño de la muestra) depende

de múltiples factores, como el dinero y el tiempo disponibles para el estudio, la
importancia del tema analizado, la confiabilidad que se espera de los resultados, las
características propias del fenómeno analizado, etc.
Inicialmente, los muestreos se sividen en
dos grandes grupos:

 MUESTREO NO
PROBABILÍSTICO: No se usa el
azar, sino el criterio del
investigador, es decir, él decide si
la muestra es o no representativa.
un ejemplo puede ser el realizado
por un médico para investigar una
determinanda enfremedad,
selecciona sus pacientes.
 MUESTREO PROBABILÍSTICO
(ALEATORIO): Interviene el azar
de alguna forma. Nos vamos a
centrar en este tipo de muestreo.

2. MUESTREO ALEATORIO SIMPLE

Es el tipo de muestreo más simple y en él se basan todos los demás. Para obtener los
elementos de la muestra se numeran los elementos de la población y se seleccionan al
azar los elementos que debe contener la muestra. Todos los elementos tienen la
misma probabilidad de ser elegidos.

3. MUESTREO ALEATORIO SISTEMÁTICO

Es una técnica parecida a la anterior, pero, tras elegir un primer elemento al azar,
selecciona los demás a intervalor regulares, es decir, "sistematiza la selección de
elementos.
Por ejemplo, si tenemos una población de 100 individuos y queremos seleccionar una
muestra de 20, actuaríamos de la siguiente forma:

1. Numeramos los elementos o personas.

2. Tenemos que elegir un elemento de cada 100/20= 5 (coeficiente de elevación).
 3. Elegimos al azar un elemento o persona entre los 5 primeros. Supongamos que
elegimos el número 2.
4. Posteriormente seleccionamos un elemento cada 5, es decir, el 2+5=7,
7+5=12, etc. El último sería el elemento número 97.

4. MUESTREO ESTRATIFICADO
Consiste en dividir la población total en clases homogéneas (estratos). Cada estrato
funciona independientemente, pudiendo aplicarse dentro de ellos el muestreo aleatorio
simple para elegir los elementos concretos que formarán parte de la muestra. En
ocasiones las dificultades que plantean son demasiado grandes, pues exige un
conocimiento detallado de la población. (Tamaño geográfico, sexos, edades,...).
La distribución de la muestra en función de los diferentes estratos se
denomina afijación, y puede ser de diferentes tipos:

 Afijación Igual: A cada estrato le corresponde igual número de elementos.

 Afijación Proporcional: La distribución se hace de acuerdo con el peso
(tamaño) de la población en cada estrato.

A continuación vamos a ver un ejemplo para comprender el funcionamiento de la

afijación proporcional. Supongamos que en un instituto, los 330 alumnos de E.S.O.
están repartidos en grupos como sigue:

1º ESO 2º ESO 3º ESO 4º ESO

CHICOS 46 50 36 28
CHICAS 54 40 44 32

Vamos a seleccionar una muestra estratificada por sexo y nivel, es decir, los elementos
correspondientes a cada curso y sexo se calcularán de manera proporcional a la
importancia de los mismos dentro de todo el centro.

Selecciona el tamaño de la muestra entre 50 y 330 y automáticamente se redistribuirá

por estratos de manera proporcional.

5. MUESTREO POR CONGLOMERADOS

Es parecido al muestreo estratificado, con la diferencia que la población se divide en

grupos heterogéneos, como si fueran subpoblaciones dentro de la población general.
Ejemplos de conglomerados serían unidades hospitalarias, mesas electorales, etc.

Muestreo aleatorio simple

Las encuestas por muestreo consisten en extraer de una población finita de N
unidades, subpoblaciones de un tamaño fijado de antemano. Si todas las unidades
son indistinguibles, el número de muestras de tamaño n viene dado por:

Por ejemplo, si la población contiene 5 unidades A, B, C, D, E; existen 10

muestras diferentes de tamaño 3, que son:

ABC, ABD, ABE, ACD, ACE

ADE, BCD, BCE, BDE. CDE

Debe notarse que la misma letra no ocurre dos veces en la misma muestra; y,
también, que el orden de los elementos no tiene importancia, las seis muestras
ABC, ACB, BAC, BCA, CAB, CBA son consideradas como iguales.

El muestreo aleatorio simple es un método de selección de n unidades sacadas de

N, de tal manera que cada una de las muestras tiene la misma probabilidad de ser
elegida.

En la práctica una muestra aleatoria simple es extraída de la siguiente forma:

Se numeran las unidades de la población del 1 al N, y por medio de una tabla de

números aleatorios o colocando los números 1 a N en una urna, se extraen
sucesivamente n números. Las unidades que llevan estos números constituyen la
muestra.

El método elegido debe de verificar que en cualquier fase de la obtención de la

muestra cada individuo que no ha sido sacado previamente, tiene la misma
probabilidad de ser elegido[1].

Es fácil ver que cada una de las NCn muestras tiene igual posibilidad de
obtenerse.
Cuando un número ha sido sacado de la urna, éste no es reemplazado, ya que esto
daría lugar a que la misma unidad entrara en la muestra más de una vez. Por esta
razón el muestreo es descrito como sin reemplazo. El muestreo con reemplazo, es
totalmente factible, aunque rara vez es usado, ya que no se ve la conveniencia de
tener el mismo individuo dos veces en la misma muestra

Muestreo sistemático
Este método de muestreo consiste en lo siguiente: Supóngase que las N unidades
de la población se numeran en algún orden de 1 a N. Para seleccionar una
muestra de n unidades tomamos una al azar de las k primeras unidades, a
continuación elegimos la que viene k unidades siguientes y así sucesivamente.
Por ejemplo, si k =30 y la primera unidad elegida es la 19, las subsiguientes
unidades serán los números 49, 79, 109, etc. La selección de la primera unidad
determina la muestra completa. Este tipo de muestreo se llama muestra
sistemática de cada k-ésima unidad.

Las ventajas de este método sobre el aleatorio simple son:

 Es más fácil obtener la muestra y ejecutarlo con menos errores.

 Intuitivamente aparece como más preciso que el muestreo simple

aleatorio. En efecto, estratifica la población en n sustratos, los cuales
consisten en las primeras k unidades, las segundas k unidades, etc.
Eligiendo una unidad por estrato. La diferencia está en que en el muestreo
estratificado la unidad dentro de cada sustrato se elige al azar, en este
siempre está en la misma posición relativa.

Una variante del muestreo sistemático consiste en escoger cada unidad en el

centro del estrato; esto es, en lugar de empezar la secuencia con un número al
azar escogido del 1 al k, tomamos el número inicial como (k+1)/2 si k es impar
y (k+2)/2 si k es par.

[Volver al Principio]

4. Muestreo por conglomerado.

La población está dividida en áreas lo más heterogenias posibles internamente y
lo más homogéneas posibles entre sí. Selecciona al azar un conglomerado que
será el que formará la muestra.
Hay dos razones principales para la extensa aplicación del muestreo por
conglomerado. En muchos países no hay listas completas ni al día de las
personas, fincas, casas, etc en una región geográfica grande. Sin embargo, a
partir de mapas de la región, la misma puede ser subdividida en segmentos de
tierra con límites fácilmente identificables en las zonas rurales, o en unidades de
superficie como manzanas en zonas urbanas. En EE.UU y Europa se toman a
menudo estos conglomerados, porque resuelven el problema de construir una
lista de unidades de muestreo.

Aún cuando se dispongan de listas consideraciones económicas pueden apuntar

hacia la elección de una unidad conglomerada mayor. Para un tamañlo de
muestra dado una unidad pequeña ususalmente da resultados más precisos que
una unidad grande. Por ejemplo, una simple muestra al azar de 600 casas cubre
una ciudad más uniformemente que 20 manzanas de 30 casas cada una. Pero
obviamente se incurren en más gasto seleccionando 600 casas al azar y viajando
por ellas que localizando 20 manzanas y la visita de todas las casas de las
mismas. Cuando el costo es contrapesado con la precisión, la unidad mayor
puede ser superior. En muchas decisiones prácicas el tipo de unidad puede tener
alguna conveniencia o desventaja especial. Por ejemplo elegir unidades pequeñas
al muestrear una cosecha puede introducir un sesgo debido a la incertidumbre de
los límites exactos de la unidad.

[Volver al Principio]

ROCAS

Esponjamiento

Prácticamente todos los terrenos, al ser excavados para efectuar su explanación, sufren un cierto
aumento de su volumen. Este incremento de volumen, expresado en porcentaje del volumen in situ, se
llama esponjamiento. Si el material se emplea como relleno puede, en general, recuperar su volumen e
incluso puede reducirse (volumen compactado). Para la cubicación del material de la excavación, se
considera su volumen antes de ser excavado (en banco); en ningún caso debe ser tenido en cuenta el
volumen transportado de las tierras, que es mayor debido precisamente al esponjamiento referido.

Cuando se realiza la medición del movimiento de tierras de un solar o terreno de cultivo, debe
tenerse muy en cuenta dicho esponjamiento que sufren las tierras, ya que puede existir una variación
volumétrica del 10 % en terrenos sueltos, un 25 % en terrenos muy duros y hasta de un 40 % en suelo
rocoso, como se comprobará en la tabla y consideraciones subsiguientes. Estos porcentajes pueden
llegar a variar y ser ajustados con mayor especificidad en caso de realizarse ensayos y determinar el
grado de esponjamiento, cuando el volumen de la unidad a valorar fuese muy alto y se requiriese la
consecución de una mayor precisión. Es por ello que debemos considerar que cuando se deja material
de acopio en obra para efectuar rellenos posteriores, o bien al realizar la explanación de un terreno,
debemos tomar buena cuenta del esponjamiento del mismo, puesto que de lo contrario podríamos
encontrarnos con falta de material o bien con un exceso de él que obligara a afrontar costes
complementarios de transporte a vertedero o terreno de cultivo.
 Al realizar un desmonte provocamos que las partículas de tierra pierdan cohesión, existiendo entre
ellas un mayor porcentaje de huecos en la parcela definitiva donde se depositan que en la original de la
cual se extrajeron, de tal forma que la tierra extraída de una zanja o desmonte ocupará normalmente un
volumen mayor al hueco estricto dejado por la excavación.

El coeficiente de esponjamiento del terreno viene dado por la expresión:

C = [(V - Vh) x 100] / Vh

donde V es el volumen de las tierras ya esponjadas y Vh es el volumen de la excavación o

desmonte realizados.

Se denomina factor de esponjamiento (Swell Factor) a la relación de volúmenes antes y después

de la excavación.
𝑉𝐵 𝑑𝑆
FW= 𝑉𝑆 =𝑑𝑏

FW : factor de esponjamiento (swell)

VB : volumen que ocupa el material en banco

VS : volumen que ocupa el material suelto

dB : densidad en banco

dS : densidad del material suelto.

El factor de esponjamiento es menor que 1. Sin embargo si en otro texto figura otra tabla con
factores mayores que 1, quiere decir que están tomando la inversa, o sea F´ = VS / VB y si se
desean emplear las fórmulas expuestas aquí, deben invertirse.

Otra relación interesante es la que se conoce como porcentaje de esponjamiento. Se denomina así
al incremento de volumen que experimenta el material respecto al que tenía en el banco, o sea:
𝑉𝑆−𝑉𝐵
Sw= *100
𝑉𝐵

SW : % de esponjamiento

O en función de las densidades:

𝑑𝑏−𝑑𝑠
Sw= *100
𝑑𝑠

Son frecuentes tablas en las que aparece el valor del esponjamiento para diferentes materiales al
ser excavados. Conviene por ello deducir la relación entre volúmenes o densidades en banco y en
material suelto. Para volúmenes se tiene
 𝑠𝑤
Vs= (100 + 1) ∗ 𝑉𝐵

Para densidades resulta:

𝑠𝑤
db= (100 + 1) ∗ 𝑑𝑠

El porcentaje de esponjamiento y el factor de esponjamiento están relacionados:

𝑑𝑆 𝑑𝑠 1
FW=𝑑𝑏= 𝑠𝑤 = 𝑠𝑤
( +1)∗𝑑𝑠 ( +1 )
100 100

y por consiguiente conociendo el % de esponjamiento de un material se conoce su factor de

esponjamiento, y viceversa, sin más que operar en la expresión anterior.

PERMEABILIDAD: se define como la capacidad de transmitir agua en un roca. Esta se mide por el
coeficiente de permeabilidad o de conductividad hidráulica (k) y se define por la siguiente formula:
k=K(γw / µ)

γw: peso específico del agua.

µ: viscosidad del agua.

También es empleada la Ley de Darcy, que relaciona la cantidad de flujo (Q) con el gradiente
hidráulico de presión durante el flujo por la unidad de longitud y la formula es la siguiente:

Q=k * i *A

PESO ESPECIFICO: también es llamado peso unitario, se define por el peso de la muestra ( Wm )
por unidad de volumen de la muestra (Vm). γ = W m/V m También se puede obtener el Peso
especifico por la siguiente formula: γ =ρ*g Donde ρ la densidad de la roca y g es la gravedad. No se
debe confundir el peso especifico con la densidad.

Unidades[editar]
La "permeabilidad intrínseca" en el SMD se mide en cm2 o m2. La unidad derivada de la Ley
de Darcy1 es el darcy, y habitualmente se utiliza el milidarcy:

Conversión:
La permeabilidad de Darcy se mide, en cambio, en unidades de velocidad: cm/segundo o
m/segundo.