Oscar Ciro

Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

Muestreo aleatorio simple

Es la extracción de una muestra de una población finita, en el que el proceso de extracción es

tal que garantiza que cada uno de los subconjuntos posibles de la población tiene la misma
oportunidad de ser la muestra a la postre elegida. Nótese que esto no es lo mismo que decir
que todos los elementos de la población tienen igual probabilidad de ser elegidos. Esta
condición garantiza sin embargo la equiprobabilidad. Muchas de las estimaciones resultantes
de un muestreo de este tipo se dicen insesgadas. Esto significa en el caso particular (por
ejemplo) de un porcentaje, lo siguiente: si en la población un determinado porcentaje de
individuos presenta la característica A, la extracción aleatoria garantiza matemáticamente que,
por término medio, se obtendrá el mismo porcentaje de datos muestrales con esa característica.

El muestreo aleatorio simple puede ser de tres tipos:

Sin reposición de los elementos: cada elemento extraído se descarta para la subsiguiente
extracción. Por ejemplo, si se extrae una muestra de una "población" de bombillas para
estimar la vida media de las bombillas que la integran, no será posible medir más que una vez
la bombilla seleccionada.

Con reposición de los elementos: las observaciones se realizan con reemplazamiento de los
individuos, de forma que la población es idéntica en todas las extracciones. En poblaciones
muy grandes, la probabilidad de repetir una extracción es tan pequeña que el muestreo puede
considerarse sin reposición aunque, realmente, no lo sea.

con reposicion multiple: En poblaciones muy grandes, la probabilidad de repetir una

extracción es tan pequeña que el muestreo puede considerarse sin reposición. Cada elemento
extraído se descarta para la subsiguiente extracción.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de
números aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Muestreo estratificado

Página ……
 Oscar Ciro
Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

Consiste en la división previa de la población de estudio en grupos o clases que se suponen

homogéneos con respecto a alguna característica de las que se van 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. Dentro de cada estrato se suele usar la técnica de muestreo
sistemático, una de las técnicas de selección más usadas en la práctica.

Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los estratos,
existen dos técnicas de muestreo estratificado:

• Asignación proporcional: el tamaño de la muestra dentro de cada estrato es

proporcional al tamaño del estrato dentro de la población.

• Asignación óptima: la muestra recogerá más individuos de aquellos estratos que

tengan más variabilidad. Para ello es necesario un conocimiento previo de la
población.

Por ejemplo, para un estudio de opinión, puede resultar interesante estudiar por separado las
opiniones de hombres y mujeres pues se estima que, dentro de cada uno de estos grupos,
puede haber cierta homogeneidad. Así, si la población está compuesta de un 55% de mujeres y
un 45% de hombres, se tomaría una muestra que contenga también esos mismos porcentajes
de hombres y mujeres.

Para una descripción general del muestreo estratificado y los métodos de inferencia asociados
con este procedimiento, suponemos que la población está dividida en h subpoblaciones o
estratos de tamaños conocidos N1, N2,...,Nh tal que las unidades en cada estrato sean
homogéneas respecto a la característica en cuestión. La media y la varianza desconocidas para
el i-ésimo estrato son denotadas por mi y s12, respectivamente.

Muestreo sistemático

Se utiliza cuando el universo o población es de gran tamaño, o ha de extenderse en el tiempo.

Primero hay que identificar las unidades y relacionarlas con el calendario (cuando proceda).
Luego hay que calcular una constante, que se denomina coeficiente de elevación K= N/n;
donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se
producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí
en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener
en cuenta la periodicidad del fenómeno.

Esto quiere decir que si tenemos un determinado número de personas que es la población y
queremos escoger de esa población un número más pequeño el cual es la muestra, dividimos el
número de la población por el número de la muestra que queremos tomar y el resultado de esta
operación será el intervalo, entonces escogemos un número al azar desde uno hasta el número
del intervalo, y a partir de este número escogemos los demás siguiendo el orden del intervalo.

Página ……
 Oscar Ciro
Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

Muestreo por estadios múltiples

Esta técnica es la única opción cuando no se dispone de lista completa de la población de

referencia o bien cuando por medio de la técnica de muestreo simple o estratificado se obtiene
una muestra con unidades distribuidas de tal forma que resultan de difícil acceso. En el

muestreo a estadios múltiples se subdivide la población en varios niveles ordenados que se

extraen sucesivamente por medio de un procedimiento de embudo. El muestreo se desarrolla
en varias fases o extracciones sucesivas para cada nivel.

Por ejemplo, si tenemos que construir una muestra de profesores de primaria en un país
determinado, éstos pueden subdividirse en unidades primarias representadas por
circunscripciones didácticas y unidades secundarias que serían los propios profesores. En
primer lugar extraemos una muestra de las unidades primarias (para lo cual debemos tener la
lista completa de estas unidades) y en segundo lugar extraemos aleatoriamente una muestra de
unidades secundarias de cada una de las primarias seleccionadas en la primera extracción.

Muestreo por 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.

Dentro de los grupos seleccionados se ubicarán las unidades elementales, por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es
decir, los miembros del grupo, o sólo se le podría aplicar a algunos de ellos, seleccionados al
azar. Este método tiene la ventaja de simplificar la recogida de información muestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para

integrar la muestra, el diseño se llama muestreo bietápico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método
funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más
diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.

Homogeneidad de las poblaciones o sus subgrupos

Homogéneo siginifica, en el contexto de la estratificación, que no hay mucha variabilidad. Los

estratos funcionan mejor cuanto más homogéneos son cada uno de ellos respecto a la
característica a medir. Por ejemplo, si se estudia la estatura de una población, es bueno
distinguir entre los estratos mujeres y hombres porque se espera que, dentro de ellos, haya

Página ……
 Oscar Ciro
Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

menos variabilidad, es decir, sean menos heterogéneos. Dicho de otro modo, no hay tantas
diferencias entre unas estaturas y otras dentro del estrato que en la población total.

Por el contrario, la heterogeneidad hace inútil la división en estratos. Si se dan las mismas
diferencias dentro del estrato que en toda la población, no hay por qué usar este método de
muestreo. En los casos en los que existan grupos que contengan toda la variabilidad de la
población, lo que se construyen son conglomerados, que ahorran algo del trabajo que

supondría analizar toda la población. En resumen, los estratos y los conglomerados funcionan
bajo principios opuestos: los primeros son mejores cuanto más homogéneo es el grupo
respecto a la característica a estudiar y los conglomerados, si representan fielmente a la
población, esto es, contienen toda su viariabilidad, o sea, son heterogéneos.

Muestreo juicio

Aquél para el que no puede calcularse la probabilidad de extracción de una determinada

muestra. Se busca seleccionar a individuos que se juzga de antemano tienen un conocimiento
profundo del tema bajo estudio, por lo tanto, se considera que la información aportada por esas
personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la técnica más difundida sobre todo en estudios de mercado y sondeos de opinión. En

primer lugar es necesario dividir la población de referencia en varios estratos definidos por
algunas variables de distribución conocida (como el género o la edad). Posteriormente se
calcula el peso proporcional de cada estrato, es decir, la parte proporcional de población que
representan. Finalmente se multiplica cada peso por el tamaño de n de la muestra para
determinar la cuota precisa en cada estrato. Se diferencia del muestreo estratificado en que una
vez determinada la cuota, el investigador es libre de elegir a los sujetos de la muestra dentro de
cada estrato.

Muestreo de bola de nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas pero en

contacto entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los
propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los
requisitos necesarios estos sirven como localizadores de otros con características análogas.

Muestreo subjetivo por decisión razonada

En este caso las unidades de la muestra se eligen en función de algunas de sus características
de manera racional y no casual. Una variante de esta técnica es el muestreo compensado o
equilibrado, en el que se seleccionan las unidades de tal forma que la media de la muestra para
determinadas variables se acerque a la media de la población.

Página ……
 Oscar Ciro
Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

Muestreo de Aceptación por Atributos.

El plan de muestreo por atributos (n,c) consiste en inspeccionar muestras aleatorias de n

unidades tomadas de lotes de tamaño N, y observar el número de artículos disconformes o

defectuosos d en las muestras. Si el número de artículos defectuosos d es menor que o igual a

c, se aceptara el lote, si el número de dichos artículos defectuosos d es mayor que c se
rechazara el lote.

Muestreo simple.

Un plan de muestreo simple es un procedimiento en el que se toma una muestra aleatoria de n

unidades del lote para su estudio y se determina el destino de todo el lote con base en la
información contenida en la muestra.

Consiste en extraer una muestra aleatoria de n unidades de una corrida o lote original e
inspeccionarla sobre las bases de aceptación o rechazo para encontrar c o menos unidades
defectuosas. La curva característica de operación demuestra la bondad con que funciona el
programa de muestreo. En este curva se representan las probabilidades de aceptación, Pa,
contra la proporción de unidades p, supuesta para los lotes de entrada. Dichas proporciones y
los riesgos de aceptación o rechazo que implican se deducen de la naturaleza de la curva CO y
con ello se determina el programa de muestreo simple que cubre las especificaciones deseadas.

Página ……
 Oscar Ciro
Justiniano Rivero
Estadísticas S
2227-6 - EMI 2009

Página ……