EL MUESTREO: QUÉ ES Y

POR QUÉ FUNCIONA

Estadística Descriptiva
 EL MUESTREO: QUÉ ES Y POR QUÉ
FUNCIONA

• Cada vez que miro las estadísticas de este modesto blog, siempre observo la misma pauta:
el tráfico de visitas cumple de forma precisa el principio de Pareto: el 20% de los posts
generan el 80% de las visitas. Y entre este 20% de posts más visitados destacan con mucha
diferencia los posts dedicados a cómo calcular el tamaño de una muestra representativa
para hacer un estudio de opinión.
 E L M UE S TRE O E S E L P RO C E S O D E S E L E C CIO NAR UN
C O N JUN TO D E I N D IVIDUO S D E UN A P OB L ACIÓN C O N
E L F I N D E E S TUD I ARLOS Y P O D E R C AR AC T E RIZAR E L
TOTAL DE L A P OB L ACIÓN.

• La idea es bastante simple. Imagina que queremos saber algo de un universo o población, por
ejemplo, qué porcentaje de los habitantes de México fuma habitualmente. Una forma de
obtener este dato sería contactar con todos los habitantes de México (122 millones de
personas) y preguntarles si fuman. La otra forma sería seleccionar un subconjunto de
individuos (por ejemplo, 1.000 personas), preguntarles si fuman y usar esta información como
una aproximación de la información buscada. Pues bien, este grupo de 1.000 personas que me
permiten conocer mejor cómo se comportan el total de mexicanos es una muestra, y la forma
en que los seleccionamos es el muestreo.

• Universo o población: Es el total de individuos que deseo estudiar o caracterizar. En el ejemplo

anterior es la población de México, pero podemos pensar en todo tipo de universos, más
generales y más concretos. Por ejemplo, si quiero saber cuánto fuman de media los fumadores
de México, el universo en este caso serían "los fumadores de México".
• Muestra: Es el conjunto de individuos del universo que selecciono para estudiarlos, por
ejemplo a través de una encuesta.
 E L M UE S TRE O E S E L P RO C E S O D E S E L E C CIO NAR UN
C O N JUN TO D E I N D IVIDUO S D E UN A P OB L ACIÓN C O N
E L F I N D E E S TUD I ARLOS Y P O D E R C AR AC T E RIZAR E L
TOTAL DE L A P OB L ACIÓN.

• ¿Por qué funciona el muestreo?

• El muestreo es útil gracias a que podemos
acompañarlo de un proceso inverso, que
llamamos generalización. Es decir,
para conocer un universo lo que hacemos
es:
Población
Muestra • 1) Extraer unaMuestra
muestra del mismo.
• 2) Medir un dato u opinión.
• 3) Proyectar en el universo el resultado
observado en la muestra.
 E L M UE S TRE O E S E L P RO C E S O D E S E L E C CIO NAR UN
C O N JUN TO D E I N D IVIDUO S D E UN A P OB L ACIÓN C O N
E L F I N D E E S TUD I ARLOS Y P O D E R C AR AC T E RIZAR E L
TOTAL DE L A P OB L ACIÓN.

• Esta proyección o extrapolación recibe el nombre de generalización de resultados.

• La generalización de resultados añade cierto error al mismo. Imagina que tomamos una
muestra al azar de 1,000 personas de México y les preguntamos si fuman. Obtengo que el 25%
de la muestra fuma. La simple lógica nos dice que si de 1,000 mexicanos elegidos al azar el 25%
fuma, este dato debería ser indicativo de lo que obtendríamos si preguntásemos a los 122
millones de mexicanos. Ahora bien, el azar podría haber hecho que haya escogido para mi
muestra más fumadores de lo que correspondería a la proporción exacta que hay en el
universo. El azar podría hacer que el porcentaje de fumadores en la población fuese algo
diferente del 25% que hemos observado en la muestra (tal vez un 25,2%, por ejemplo). Por lo
tanto, la generalización de resultados de un muestra a un universo conlleva aceptar que
cometemos cierto error, tal y como ilustra el siguiente esquema.
 E L M UE S TRE O E S E L P RO C E S O D E S E L E C CIO NAR UN
C O N JUN TO D E I N D IVIDUO S D E UN A P OB L ACIÓN C O N
E L F I N D E E S TUD I ARLOS Y P O D E R C AR AC T E RIZAR E L
TOTAL DE L A P OB L ACIÓN.
• Afortunadamente, el error cometido al generalizar resultados puede acotarse gracias a la estadística.
Para ello se pueden usar dos parámetros: el margen de error, que es la máxima diferencia que
esperamos que haya entre el dato observado en mi muestra y el dato real en el universo, y el nivel
de confianza, que es el nivel de certeza que tengo de que realmente el dato real esté dentro del
margen de error.
• Por ejemplo, en nuestro caso de fumadores mexicanos, si selecciono una muestra de 471 individuos
y les pregunto si fuman, el resultado que obtenga tendrá un margen de error máximo de +-5% con
un nivel de confianza del 97%. Esta forma de expresar los resultados es la correcta cuando usamos
muestreo.
 MUESTREO NO PROBABILÍSTICO

«Aquella técnica utilizada

en la muestra estadística
que se basa en un proceso
que no les permite a todos
los individuos de una
población investigada
tener la misma
oportunidades de ser
seleccionados»
 MUESTREO POR CONVENIENCIA

• También puede ser que el investigador seleccione 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).
• Por ejemplo: El investigador decide realizar un estudio sobre la opinión de un profesor en
un aula determinada. Al utilizar el muestreo por conveniencia, conforma su muestra para
encuestar en base a los primeros 5 alumnos de la lista del aula.
 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.
• Por ejemplo: El investigador debe realizar una muestra sobre empleados de una empresa
en donde 60% son mujeres y 40% son hombres. Por lo tanto, el investigador debe realizar
la muestra seleccionando individuos para que dicha muestra sea proporcional a la
población. Dicha selección la hace a través de un muestreo por conveniencia o a elección
del investigador.
 MUESTREO DE 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.
• Por ejemplo: Un investigador decide realizar una investigación en donde la muestra va a
estar conformada por individuos que posean una rara enfermedad. Por lo tanto, al
encontrar un individuo que posea dicha enfermedad, el investigador le pide ayuda a este
individuo para encontrar otros con sus mismas características, conformándose de esta
manera la muestra.
 MUESTREO DISCRECIONAL

• A criterio del investigador los elementos son elegidos sobre lo que él cree que pueden
aportar al estudio.
• Por ejemplo: Se desea realizar una investigación sobre el comportamiento de los padres
con sus hijos. Por lo tanto, el investigador seleccionara los individuos para su muestra en
base a personas que tengan hijos, ya que lo considera aptos de conocimiento para formar
parte de la muestra deseada.
 VENTAJAS Y DESVENTAJAS DEL MUESTREO NO
PROBABILÍSTICO

• Ventajas
• Las ventajas que suele presentar el muestreo no probabilístico son:
• Menor costo para realizar la investigación.
• Se pueden controlar las características de la muestra.
• Conlleva menor tiempo, ya que se conoce el individuo que va a formar la muestra.
• Se pueden conocer las características poco comunes.
• Desventajas
• Las desventajas de utilizar el muestreo no probabilístico son:
• No es una muestra que asegure la representación total de la población.
• No generaliza y es subjetivo.
• No es recomendable en el caso de que la investigación sea causal o descriptiva.
 MUESTREO PROBABILÍSTICO

«Se concentra en analizar y

estudiar grupos específicos de
la población, pero utilizando la
selección aleatoria»
 MUESTREO ALEATORIO SIMPLE

• Se basa en elegir los individuos de la muestra a investigar de forma aleatoria. Es decir, se le

otorga un número a cada sujeto de la población y posteriormente, a modo de sorteo, se
seleccionan números de forma aleatoria, conformando de esta manera la muestra.
• Todos tienen la misma probabilidad de ser seleccionado.
• Por ejemplo: Se debe tomar una muestra de 10 escuelas sobre una población de 200
escuelas que hay en el país. Por lo tanto, cada escuela obtiene un número al azar. A modo
de sorteo se seleccionan 10 para conformar dicha muestra.
 MUESTREO SISTEMÁTICO

• En el muestreo sistemático se lleva a cabo dividiendo la población en sub-grupos en

forma de lista, finalmente se selecciona aleatoriamente un número. El número
seleccionado aleatoriamente será la posición del individuo de cada grupo que conforme
la muestra.
• Por ejemplo: Tenemos una población de 10.000 personas y debemos conformar una
muestra de 100 individuos. Por lo tanto, se dividen la población en 200 grupos de 50.
Luego se selecciona un número al azar, por ejemplo, el número 20. Por lo tanto, la
muestra de 100 individuos ser irá conformando por el individuo número 20 de cada
grupo.
 MUESTREO SISTEMÁTICO

• n = 60 personas todas tienen un numero del 1 al 60

• Se necesitan 12 sujetos
• Aleatoriamente k (intervalo) equivale a 5
• Entonces
• Decidimos que el valor inicial es el numero 2 ósea r= 2
• Así que las personas que erigiremos son r+k
• 2 7 12 17 22 27 32 37 42 47
52 57
 MUESTREO ESTRATIFICADO

• En el muestreo estratificado, el investigador divide la población en estratos o sub-grupos que, generalmente,

comparten las mismas características. Luego, de forma al azar y utilizando el método del muestreo aleatorio
simple, se elige a un individuo de cada estrato para conformar la muestra.
• Regla de 80/20

• Por ejemplo: Se realiza una investigación en donde la población va a estar conformada por personas que
trabajan en una empresa. Por lo tanto, el investigador divide dicha población en los siguientes estratos:
• Hombre con media jornada
• Hombre con jornada completa
• Mujer con media jornada
• Mujer con jornada completa
• De esta manera el investigador divide la población en 4 diferentes estratos en donde las personas que
componen cada estrato comparten características.
 MUESTREO POR CONGLOMERADOS

• Este método es utilizado específicamente cuando no es práctico o es imposible elaborar

una lista exacta de los elementos y detalles con los que cuenta una población. Para
llevarlo a cabo, los detalles de dicha población ya deben estar agrupados con sus
poblaciones y las listas ya deben existir o se pueden crear.

• Por ejemplo: Un investigador decide realizar una investigación sobre México, por lo que
dividir a toda la población del país en grupos sería difícil e impráctico. Por lo tanto,
aprovecha y utiliza la separación natural por ciudades. A partir de cada ciudad, elige los
individuos de forma aleatoria y conforma así la muestra.
 VENTAJAS Y DESVENTAJAS DEL MUESTREO
PROBABILÍSTICO

• Ventajas
• Es la forma más sencilla de armar una muestra.
• La representatividad aumenta y para ponerlo en práctica resulta más fácil, además no se requiere
marco de muestreo.
• Se toman en cuenta las subpoblaciones y tiene precisión.
• Este método resulta económico y finalmente ponerlo en práctica no es un problema.
• Desventajas
• A veces resulta poco preciso y calcularlo o interpretar los resultados es difícil.
• Resulta complicado elegir las variables de estratificación y es costoso.
• En algunos casos puede disminuir el aspecto de la representatividad.
• Muchas veces es complicado especificar el marco de muestreo, pues hay menor precisión y en
muchos casos la representatividad no es