1

En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir
de una población.1

Al elegir una muestra aleatoria se espera conseguir que sus propiedades sean extrapolables a
la población. Este proceso permite ahorrar recursos, y a la vez obtener resultados parecidos a
los que se alcanzarían si se realizase un estudio de toda la población. En las investigaciones
llevadas por empresarios y de la medicina se usa muestreo extensivamente en recoger
información sobre poblaciones.2

Cabe mencionar que para que el muestreo sea válido y se pueda realizar un estudio adecuado
(que consienta no solo hacer estimaciones de la población sino estimar también los márgenes
de error correspondientes a dichas estimaciones), debe cumplir ciertos requisitos. Nunca
podremos estar enteramente seguros de que el resultado sea una muestra representativa,
pero sí podemos actuar de manera que esta condición se alcance con una probabilidad alta.

En el muestreo, si el tamaño de la muestra es más pequeño que el tamaño de la población, se

puede extraer dos o más muestras de la misma población. Al conjunto de muestras que se
pueden obtener de la población se denomina espacio muestral. La variable que asocia a cada
muestra su probabilidad de extracción, sigue la llamada distribución muestral.

https://es.wikipedia.org/wiki/Muestreo_(estad%C3%ADstica)

2.

Ventajas y Desventajas de Muestreo

Ventajas
 Rapidez y facilidad de realizar el estudio
 Menor numero de sujetos a estudiar
 Menor costo económico
 Mayor validez del estudio.
 Mayor numero de variable a estudiar
 Controlar y ajustar posibles variables de confusión.
 Es muy útil cuando el Universo es muy grande o Infinito.
 Cuando algunos de los elementos observados se destruye en la observación.
 El producto sufre menos daño al haber menos manipulación.
Desventajas
 Muestra representativa: no existe una definición formal que nos permita afirmar que una muestra es o no
representativa de la población objeto de estudio.
 Error de muestreo o error aleatorio: es el error que se comete debido al hecho de sacar conclusiones
sobre una población a partir del estudio de una muestra de ella.

Leer más: http://www.monografias.com/trabajos81/estadisticas/estadisticas2.shtml#ixzz4DXBdtS4T

https://mx.answers.yahoo.com/question/index?qid=20091007002910AAK2Dsd

3.

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. En esta técnica, cada miembro de la población
tiene la misma probabilidad de ser seleccionado como sujeto. Todo el proceso de toma de
muestras se realiza en un paso, en donde cada sujeto es seleccionado independientemente de
los otros miembros de la población.

muestro probabilístico siempre que se cumplan dos condiciones:

(1) Todos los elementos de mi población tienen una probabilidad mayor de cero de ser
seleccionados en la muestra.

(2) Conozco de forma precisa dicha probabilidad para cada elemento, lo que se conoce como
probabilidad de inclusión.

El cumplimiento de ambos criterios es el que hace posible obtener resultados no sesgados

cuando estudio la muestra. En ocasiones, estos resultados no sesgados requieren usar técnicas
de ponderación (weighting), pero esta ponderación es posible precisamente porque conozco
qué probabilidad tengo de que cada individuo sea seleccionado en mi muestra. Las muestras
generadas en estas condiciones se conocen también como muestras probabilísticas.

La definición anterior nos lleva a concluir que sólo podemos hacer muestreo probabilístico si
dispongo de un marco muestral. El censo de un país, el conjunto de direcciones de hogares en
una población o la lista de clientes de una empresa, son ejemplos de marcos muestrales que
hacen posible un muestreo probabilístico. En cada uno de estos casos, el universo a estudiar es
diferente: habitantes de un país, hogares de una población y clientes de una empresa,
respectivamente.

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.

no es sencillo cumplir con los requisitos impuestos por el muestreo

probabilístico:
(1) Disponer de un marco muestral es algo relativamente poco habitual en
estudios de mercado.
(2) Lograr que todos los individuos de la población tengan una probabilidad
no nula de ser seleccionados es un requisito igualmente exigente, más aún
conocer la probabilidad de inclusión exacta de cada unidad muestral. Todos
los individuos que no pueden ser seleccionados en una muestra se suelen
referir como unidades fuera de cobertura.
Por todas estas razones, así como por razones de coste, los investigadores
recurren con frecuencia a otras técnicas de muestreo, agrupadas dentro de
lo que se conoce como muestreo no probabilístico. En estas técnicas
alternativas, es habitual seleccionar elementos para la muestra basándose en
hipótesis relativas a la población de interés, lo que se conoce como criterios
de selección. Por ejemplo, seleccionar una muestra buscando individuos por
la calle, tratando de que la mitad sean hombres y la mitad mujeres
(coincidiendo con la distribución que se supone en la población) sería un
criterio de muestreo no probabilísitico.
En estos casos, debido a que la selección de las unidades de la muestra no es
aleatorio, cuando hablamos de muestreo no probabilístico no deberíamos
hablar de estimaciones de error. Dicho de otra forma, una muestra no
probabilística nos informa de cómo es un universo pero no nos permite saber
con qué precisión: no podemos establecer unos márgenes de error y unos
niveles de confianza
En general, el muestreo no aleatorio es aquel que elige cada uno de los elementos de la
muestra sin entervencion del azar. Es decir, los elementos se seleccion bajo algun critero,
donde no interviene la casualidad.

Su principal debilidad es que sus resultados no tienen propieades para hacer inferencia
estadistica acerca de la poblacion

Entre los mas conocidos esta el muestreo sistematico, que no se incluye aqui, el muestreo por
cuotas, etc.

En el muestreo sistematico se ordenan los elementos bajo algun criterio, estatura, promedio,
tamaño de ingreso, poblacion, etc. y se van eligiendo los elementos, bajo una discriminacion
sistematica.

El muestreo por cuotas 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.
4.

MUESTREO ALEATORIO SIMPLE

Es el prototipo de muestro probabilístico, y en referencia al cual se llevan a cabo las fórmulas

básicas del error muestral y el tamaño muestral.

A cada unidad del marco muestral se le asigna un número y se les elige de forma aleatoria
hasta completar la muestra.

Se necesita un listado de números aleatorios.

MUESTREO ALEATORIO SISTEMÁTICO

Es una derivación del Muestreo Aleatorio Simple.

Se calcula el coeficiente de elevación (k), que se calcula dividiendo el tamaño del universo (N)
por el tamaño de la muestra (n): k=N/n

En el universo (N) se elige el primer elemento al azar, con la condición de que el número
escogido sea inferior al coeficiente de elevación.

Luego los demás se escogen cada cierto intervalo (k), hasta completar el tamaño muestral (n).

EJEMPLO:
A partir del listado alfabético de los 500 alumnos de 2º de Pedagogía matriculados en una
universidad española, queremos construir una muestra de 30 alumnos utilizando el
procedimiento de muestreo aleatorio sistemático. ¿Qué alumnos debo incluir en la muestra?
Suponiendo que hemos numerado todos los alumnos desde el 1 al 500, comenzamos
calculando el coeficiente k:
k = 500 / 30 = 16,67
Elegimos al azar un número del 1 al 16 y procedemos a sumar el coeficiente k. Habrá tantas
soluciones posibles como números existen entre 1 y 16. En este caso, supongamos que por
azar hemos elegido el número 1. La muestra, en cuya configuración se ha tenido en cuenta la
estrategia de redondeo antes comentada, quedará constituida por siguientes alumnos:
1, 18, 34, 51, 68, 84, 101, 118, 134, 151, 168, 184, 201, 218, 234, 251, 268, 301, 318, 334, 351,
368, 384, 401, 418, 434, 451, 468, 484

MUESTREO ALEATORIO ESTRATIFICADO

Busca asegurar la representación de la heterogeneidad de la población dentro de una muestra,

agrupando a las unidades por estratos homogéneos internamente y heterogéneos entre sí.

Para la definición de cada estrato se requiere elegir por parte del investigador el tipo de
afijación, esto es, cómo se distribuyen lso sujetos encada estrato. Los principales tipos de
afijación son los siguientes:

Simple: se asigna el mismo tamaño de la muestra a cada estrato.

Proporcional: el tamaño de la muestra asignado está en función del peso relativo de cada
estrato en el conjunto de la población.
Óptima: Al peso relativo de cada estrato se añade la varianza del estrato respecto a la variable
considerada en la estratificación.
Procedimiento en el muestreo aleatorio estratificado:

Se establecen las variables para formar los estratos

Se divide a la población en estratos exclusivos.
Selección de la muestra a través del m.a.s.
Ejemplo
Queremos extraer una muestra compuesta de 20 centros de Enseñanza Primaria/EGB de la
provincia de Almería respetando la estructura que presenta la población respecto a la
característica público-privado. Sabemos que de los 225 centros existentes en esta provincia,
201 son públicos y 24 de titularidad privada. ¿Cuántas elegiremos de cada tipo si realizamos un
muestreo estratificado con asignación constante? ¿Y con asignación proporcional?
En el primer caso, habremos de elegir igual número de centros de cada uno de los estratos. Si
n1 y n2 son los tamaños de las submuestras que hemos de elegir, tendremos:
n1 + n2 = 20
n1 = n2
De donde se deduce que los tamaños son n1 = 10 y n2 = 10. Es decir, habrá que seleccionar 10
centros de cada tipo.
Si realizamos el muestreo estratificado con asignación proporcional, el número de centros de
cada tipo se calculará en relación a la importancia de éstos en la población. Si N es el tamaño
de la población y N,, N2 los tamaños respectivos de las subpoblaciones de centros públicos y
centros privados, tendremos:
n1 = n * N1/N = 20 * 201/225 = 17.87
n2 = n * N2/N = 20 * 24/225 = 2.13
La muestra quedará compuesta por 18 centros públicos y 2 centros privados, que suman el
total de 20 centros.

MUESTERO ALEATORIO POR CONGLOMERADOS

La unidad muestral ya no son los individuos, sino un conjunto de individuos que bajo
determinados aspectos, se considera que forman una unidad.

Busca, al contrario que el estratificado, heterogeneidad dentro de los estratos y

homogeneidad entre estratos. En pequeña escala, cada conglomerado es una representación
del universo.
5.
• 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.

6.
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.

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.

Entre los 8 alumnos del aula unitaria al que nos referíamos en el Ejemplo 10.1
pretendemos pasar 5 pruebas de velocidad lectora eligiendo cada vez al azar a uno de
ellos. No tenemos ningún inconveniente en que un alumno pueda ser elegido más de una
vez para realizar la prueba, por lo que vamos a realizar un muestreo aleatorio simple con
reposición. ¿Cuántas muestras ordenadas posibles existen? ¿Qué probabilidad se asocia
a cada una de ellas? ¿Qué probabilidad tenemos de que la muestra esté constituida por
alumnos que se encuentran entre los 5 de mejor nivel en el área de lenguaje?

La primera cuestión puede responderse si calculamos el número de variaciones con

repetición de orden n a partir de un conjunto de N elementos. En este caso, Nn = 85 =
32768. Por tanto, la probabilidad de una muestra ordenada cualquiera vendrá dada por
1/32768 = 0.0000305.

Utilizando el cálculo probabilístico, habríamos tenido en cuenta que en la primera elección,

cualquier elemento tienen una probabilidad 1/8 de ser elegido. Puesto que el elemento
elegido es reintegrado a la población, la probabilidad en las sucesivas elecciones sigue
siendo 1/8 para cualquier elemento. La probabilidad conjunta de que uno cualquiera de los
8 sea elegido en primer lugar, uno cualquiera en segundo lugar, uno cualquiera en tercer
lugar ... es el producto

[D]

que es un resultado idéntico al que habíamos obtenido anteriormente.

Para resolver el tercer interrogante, calculamos el total de muestras ordenadas formadas

por alumnos que se encuentran entre los 5 de é mejor nivel en lenguaje. Se trata de las
variaciones con repetición de orden 5 en un conjunto de 5 elementos:

55 = 5 * 5 * 5 * 5 * 5 = 3125
Así pues, la probabilidad de que la muestra final conste de alumnos que se encuentran
entre los 5 mejores resultaría de dividir el número de casos favorables a este suceso entre
el número total de casos posibles:

P(muestra con alumnos entre los 5 mejores)=3125/32768= 0.09532

Recurriendo al cálculo de probabilidades, tendríamos que la probabilidad de elegir a uno

de los 5 mejores alumnos en la primera elección es 5/8. Tras ésta, la posibilidad de elegirlo
en una segunda, tercera, cuarta o quinta elección sigue siendo 5/8. Por tanto, la
probabilidad conjunta será:

[D]

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.
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.

por ejemplo, las grandes compañías conviene separarlas en un estrato diferente, para las
pequeñas empresas se puede utilizar un tipo de muestreo por áreas.
· La estratificación puede dar lugar a una ganancia en precisión de los estimadores de la
población. Esto ocurre cuando una población heterogénea es dividida en subpoblaciones cada
una de las cuales es internamente homogénea.

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.

Anexos:

Muestra aleatoria

Muestra no aleatoria:
TIPOS DE MUESTREO ALEATORIO:

A. MUESTREO ALEATORIO SIMPLE:

SACAR ESFERAS DE UNA

URNA

B. MUESTREO SISTEMATICO:

C. MUESTREO ESTRATIFICADO:
D.
E.
F.
G.
H.
I.
J.
 D. MUESTREO POR CONGLOMERADO:

TIPOS DE MUESTREO NO ALEATORIO:

 MUESTREO POR CUOTAS
 MUESTREO POR CONVENIENCIA





C. MUESTREO BOLA DE NIEVE

 M
U
E
S
T
R
E
O

D. MUESTREO CASUAL O ACCIDENTAL

E. MUESTREO DISCRECIONAL O POR JUICIO