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:

1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.

2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que originalmente se
tom la muestra. Error de Inferencia.

En la estadstica se usa la palabra poblacin para referirse no slo a personas si no 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.

TIPOS DE MUESTREO
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes grupos:

Mtodos de muestreo probabilsticos y mtodos de muestreo no probabilsticos.

Las principales caractersticas de ambos son las siguientes:

Probabilstico No probabilstico
Cuantitativo Cualitativo
Todos los casos tienen la misma Todos los casos no tienen la misma
probabilidad de ser probabilidad de ser
seleccionados seleccionados
El investigador elige los casos que
Es ciego a la hora de seleccionar
ms le interesan (ms ricos
los casos
en informacin)
No requiere un conocimiento de Requiere un conocimiento ms
la poblacin a estudiar levado de la poblacin
Persigue la inferencia estadstica Persigue la inferencia lgica
Requiere una muestra con Requiere una muestra con menos
mayor nmero de casos casos

I. MUESTREO PROBABILSTICO
Los mtodos de muestreo probabilsticos son aquellos que se basan en el principio
de equiprobabilidad. Es decir, aquellos en los que todos los individuos tienen la
misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamao n tienen la misma
probabilidad de ser seleccionadas. Slo estos mtodos de muestreo probabilsticos
nos aseguran la representatividad de la muestra extrada y son, por tanto, los ms
recomendables. Dentro de los mtodos de muestreo ms utilizados en ciencias
sociales.son:

1.- Muestreo aleatorio simple:

El procedimiento empleado es el siguiente:
1) se asigna un nmero a cada individuo de la poblacin
2) luego a travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el
tamao de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica
cuando la poblacin que estamos manejando es muy grande.

2.- Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la
poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se
parte de ese nmero aleatorio i, que es un nmero elegido al azar, y los elementos
que integran la muestra son los que ocupa los lugares i, 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
tamao de la poblacin entre el tamao de la muestra: k= N/n. El nmero i que
empleamos como punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est en los casos en que se dan periodicidades en
la poblacin ya que al elegir a los miembros de la muestra con una periodicidad
constante (k) podemos introducir una homogeneidad que no se da en la
poblacin. Imaginemos que estamos seleccionando una muestra sobre listas de 10
individuos en los que los 5 primeros son varones y los 5 ltimos mujeres, si
empleamos un muestreo aleatorio sistemtico con k=10 siempre seleccionaramos
o slo hombres o slo mujeres, no podra haber una representacin de los dos
sexos.

3.- Muestreo aleatorio estratificado:

 Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen
gran homogeneidad respecto a alguna caracterstica (se puede estratificar, por
ejemplo, segn la profesin, el municipio de residencia, el sexo, el estado civil,
etc.). Lo que se pretende con este tipo de muestreo es asegurarse de que todos los
estratos de inters estarn representados adecuadamente en la muestra. Cada
estrato funciona independientemente, pudiendo aplicarse dentro de ellos el
muestreo aleatorio simple o el estratificado para elegir los elementos concretos
que formarn parte de la muestra. 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: Afijacin Simple: A cada estrato le
corresponde igual nmero de elementos mustrales. Afijacin Proporcional: La
distribucin se hace de acuerdo con el peso (tamao) de la poblacin en cada
estrato. Afijacin ptima: Se tiene en cuenta la previsible dispersin de los
resultados, de modo que se considera la proporcin y la desviacin tpica. Tiene
poca aplicacin ya que no se suele conocer la desviacin.

4.- Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar
directamente los elementos de la poblacin, es decir, que las unidades mustrales
son los elementos de la poblacin. En el muestreo por conglomerados la unidad
muestral es un grupo de elementos de la poblacin que forman una unidad, a la
que llamamos conglomerado. 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 reas
geogrficas suele hablarse de "muestreo por reas".
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
numero de conglomerados (el necesario para alcanzar el tamao muestral
establecido) y en investigar despus todos los elementos pertenecientes a los
conglomerados elegidos.
Ventajas e inconvenientes de los distintos tipos de muestreo
probabilstico

CARACTERISTICAS VENTAJAS INCONVENIENTES

Aleatorio simple Se selecciona una muestra Sencillo y de fcil Requiere que se posea de
de tamao n de una comprensin. antemano un listado
poblacin de N unidades, Clculo rpido de completo de toda la
cada elemento tiene una medias y varianzas. poblacin. Cuando se
probabilidad de inclusin Se basa en la teora trabaja con muestras
igual y conocida de n/N. estadstica, y por tanto pequeas es posible que
existen paquetes no represente a la
informticos para analizar poblacin
los datos adecuadamente.
 Sistemtico Conseguir un listado de los N Fcil de aplicar. Si la constante de
elementos de la poblacin No siempre es muestreo est asociada
Determinar tamao muestral necesario tener un listado con el fenmeno de
n. Definir un intervalo k= de toda la poblacin. inters, las estimaciones
N/n. Elegir un nmero Cuando la poblacin obtenidas a partir de la
aleatorio, r, entre 1 y k (r= est ordenada siguiendo muestra pueden contener
arranque aleatorio). una tendencia conocida, sesgo de seleccin
Seleccionar los elementos de asegura una cobertura de
la lista. unidades de todos los
tipos.
Estratificado En ciertas ocasiones Tiende a asegurar que Se ha de conocer la
resultar conveniente la muestra represente distribucin en la
estratificar la muestra segn adecuadamente a la poblacin de las variables
ciertas variables de inters. poblacin en funcin de utilizadas para la
Para ello debemos conocer unas variables estratificacin
la composicin estratificada seleccionadas.
de la poblacin objetivo a Se obtienen
hacer un muestreo. Una vez estimaciones ms precisa
calculado el tamao Su objetivo es conseguir
muestral apropiado, este se una muestra lo ms
reparte de manera semejante posible a la
proporcional entre los poblacin en lo que a la o
distintos estratos definidos las variables
en la poblacin usando una estratificadoras se
simple regla de tres. refiere.
Conglomerados Se realizan varias fases de Es muy eficiente cuando
muestreo sucesivas la poblacin es muy
(polietpico) La necesidad de grande y dispersa.
listados de las unidades de No es preciso tener un
una etapa se limita a listado de toda la
aquellas unidades de poblacin, slo de las
muestreo seleccionadas en unidades primarias de
la etapa anterior muestreo.

II. MTODOS DE MUESTREO NO PROBABILSTICOS

A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo
conscientes de que no sirven para realizar generalizaciones (estimaciones
inferenciales sobre la poblacin), pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de se 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.
Entre los mtodos de muestreo no probabilsticos ms utilizados en investigacin
encontramos:
1.- Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la
base de un buen conocimiento de los estratos de la poblacin y/o de los individuos
ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene,
por tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el
carcter de aleatoriedad de aqul. 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.

2.- Muestreo intencional o de conveniencia:

Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener
muestras "representativas" mediante la inclusin en la muestra de grupos
supuestamente tpicos. Es muy frecuente su utilizacin en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de voto. 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).
3.- Bola de nieve:
Se localiza a algunos individuos, los cuales conducen a otros, y estos a otros, y as
hasta conseguir una muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales", delincuentes, sectas,
determinados tipos de enfermos, etc.

4.- Muestreo Discrecional

A criterio del investigador los elementos son elegidos sobre lo que l cree que
pueden aportar al estudio.

Ventajas e inconvenientes de los distintos tipos de muestreo

probabilstico