INSTITUTO TECNOLOGICO SUPERIOR

DE JESUS CARRANZA

ALUMNA: JOSUE MISAEL CAAMAÑO RAMIREZ.

CARRERA: INGENIERIA EN GESTION EMPRESARIAL.

ASIGNATURA: PROBABILIDAD Y ESTADISTICA.

DOCENTE: AMADA HERRERA GONZALEZ.

UNIDAD 4. MUESTREO.

GRUPO: 304-C

SAYULA DE ALEMAN VER, 06 DE DICIEMBRE DE 2019

 UNIDAD 4: MUESTREO
4.1 DEFINICION DE MUESTREO

El muestreo es el proceso de seleccionar un conjunto de individuos de una población con

el fin de estudiarlos y poder caracterizar el total de la población.

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
medios 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. 

o ¿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:

1)  Extraer una muestra del mismo.

2) Medir un dato u opinión.
3) Proyectar en el universo el resultado observado en la muestra.
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 o, por el contrario, que en mi muestra los
fumadores estén algo infra-representados. 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.

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.

4.1.1 TIPOS DE MUESTREO

 La muestra aleatoria simple: definición y alternativas

La teoría del muestreo se basa en el concepto de muestra aleatoria simple. Una muestra
aleatoria simple es aquella muestra en la que se seleccionan individuos del universo de
forma totalmente aleatoria. Esto implica que todos los individuos deben tener idéntica
probabilidad (no nula) de ser seleccionados en mi muestra.

Pero una cosa es la teoría y otra la práctica. Sólo en entornos muy controlados es posible
hacer muestras aleatorias. Por otra parte, cuando tenemos universos compuestos por
 grupos homogéneos (entre si) de personas, podemos aprovechar esta agrupación para
mejorar la calidad de mi muestra (o reducir el tamaño de la misma).

¿Qué tamaño de muestra necesito usar para estudiar cierto universo? Depende del
tamaño del universo y del nivel de error que esté dispuesto a aceptar, tal y como
explicábamos en su día en este post. Cuanta más precisión exija, mayor muestra
necesito. Si quiero tener una certeza absoluta en mi resultado, hasta el último decimal, mi
muestra tendrá que ser tan grande como mi universo.

Pero el tamaño de la muestra tiene una propiedad fundamental que explica por qué el
muestreo se usa tanto en tantos ámbitos del conocimiento. Esta propiedad podría
resumirse como sigue: a medida que estudio universos mayores, el tamaño de muestra
que necesito cada vez representa un porcentaje menor de dicho universo.

Ventajas e inconvenientes del muestreo

Resumimos a continuación las principales ventajas e inconvenientes de usar muestreo

frente a estudiar todo un universo.

✔  Ventajas:
 Necesitamos estudiar menos individuos, necesitamos menos recursos (tiempo y
dinero).
 La manipulación de datos es mucho más simple. Si con una muestra de 1.000
personas tengo suficiente, ¿para qué quiero analizar un fichero de millones de registro

La muestra aleatoria simple: definición y alternativas

La teoría del muestreo se basa en el concepto de muestra aleatoria simple. Una muestra
aleatoria simple es aquella muestra en la que se seleccionan individuos del universo de
forma totalmente aleatoria. Esto implica que todos los individuos deben tener idéntica
probabilidad (no nula) de ser seleccionados en mi muestra.
Pero una cosa es la teoría y otra la práctica. Sólo en entornos muy controlados es posible
hacer muestras aleatorias. Por otra parte, cuando tenemos universos compuestos por
grupos homogéneos (entre si) de personas, podemos aprovechar esta agrupación para
mejorar la calidad de mi muestra (o reducir el tamaño de la misma).

Muestreo probabilístico: muestreo aleatorio simple

 El muestreo aleatorio simple. Esta técnica es una de las más populares y sirve de
referencia a todas las demás, aunque como ya comentamos, en la práctica difícilmente
puede utilizarse.

Muestreo aleatorio Simple: Definición

 El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los
elementos que forman el universo y que por lo tanto están descritos  en el marco
muestral, tienen idéntica probabilidad de ser seleccionados para la muestra. Sería algo
así como hacer un sorteo justo entre los individuos del universo: asignamos a cada
persona un boleto con un número correlativo, introducimos los números en una urna y
empezamos a extraer al azar boletos. Todos los individuos que tengan un número
extraído de la urna formarían la muestra. Obviamente, en la práctica, estos métodos
pueden automatizarse mediante el uso de ordenadores.
Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez
en la muestra, hablaremos de M.A.S. con reposición o sin reposición.
Si usamos reposición, el hecho de que seleccione un individuo al azar para la muestra no
impediría que este mismo individuo pudiese volver a ser seleccionado en una siguiente
selección. Sería equivalente a decir que cada vez que se extrae un número al azar de la
urna, volvemos a colocar el número antes de la siguiente extracción. Si por el contrario no
usamos reposición, un individuo seleccionado para la muestra una vez ya no entraría
nuevamente en el sorteo.

La pregunta obvia es, ¿qué es mejor, usar reposición o no usala? Es un simple problema
matemático. César Pérez López, en su libro "Muestreo Estadístico" (Pearson, 2005)
desarrolla de forma muy clara una comparación entre ambas técnicas. Tanto si lo
miramos desde el punto de vista de qué técnica genera estimaciones más precisas como
desde el punto de vista de qué técnica permite tener la misma precisión con menor
tamaño de muestra, se puede concluir que el muestreo aleatorio simple sin reposición
siempre es más eficiente.

Para poder observar este resultado, partimos de la siguiente expresión para el tamaño de
muestra en un M.A.S. sin reposición. La fórmula relaciona el tamaño de muestra
necesario cuando el universo es finito con el tamaño necesario cuando el universo es
infinito:
 Donde n0 es el tamaño de muestra necesario para un universo infinito y N es el tamaño
del universo finito. Es posible demostrar que el tamaño de muestra cuando usamos
reemplazo (nr) es siempre igual al tamaño necesario para universo infinito (nr=n0). Si eso
sucede, podemos afirmar que

Por lo tanto, el tamaño de muestra cuando no usamos reposición siempre es menor al

necesario si usamos reposición. Este resultado coincide con la intuición: si estamos
empleando reposición y por azar incluimos un individuo más de una vez en la misma
muestra, el efecto es similar a reducir el tamaño de la muestra ya que observo menor
diversidad de individuos. Del mismo modo, si el universo es infinito, ambos métodos
coinciden, dado que la probabilidad de seleccionar al mismo individuo dos veces en la
misma muestra tiende a ser infinitamente pequeña.  

 
 Beneficios del muestreo aleatorio simple

El desarrollo de la informática ha permitido que diseñar una muestra aleatoria simple sea
extremadamente rápido y fiable. La generación de números aleatorios mediante software
(estrictamente son números pseudo-aleatorios) es cada vez más fiable.

De esta forma, al usar M.A.S. nos aseguramos la obtención de muestras representativas,

de manera que la única fuente de error que va a afectar a mis resultados va a ser el
azar. Y lo que es más importante, este error debido al azar puede calcularse de forma
precisa (o al menos acotarse). 
 Inconvenientes del muestreo aleatorio simple
El único inconveniente del M.A.S. es la dificultad de llevarlo a la práctica
en investigaciones reales. Recordemos: al ser una técnica probabilística, es necesario un
marco muestral con todos los individuos y que todos ellos sean seleccionables para la
muestra. Un requisito que difícilmente puede cumplirse en la mayoría de estudios de
mercado y opinión reales, lo que nos obligará a emplear otras técnicas.

 Muestreo probabilístico: muestreo

estratificado

El muestreo estratificado, esta técnica,

perteneciente a la familia de muestreos
probabilísticos, consiste en dividir toda la
población objeto de estudio en diferentes
subgrupos o estratos disjuntos, de manera que
un individuo sólo puede pertenecer a un
estrato. Una vez definidos los estratos, para
crear la muestra se seleccionan individuos
empleando una técnica de muestreo cualquiera a cada uno de los estratos por separado.
Si por ejemplo empleamos muestreo aleatorio simple en cada estrato, hablaremos
de muestreo aleatorio estratificado (M.A.E. en adelante). Del mismo modo, podríamos
usar otras técnicas de muestreo en cada estrato (muestreo sistemático, aleatorio con
reposición, etc.).

Los estratos suelen ser grupos homogéneos de individuos, que a su vez son

heterogéneos entre diferentes grupos. Por ejemplo, si en un estudio esperamos encontrar
un comportamiento muy diferente entre hombres y mujeres, puede ser conveniente definir
dos estratos, uno por cada sexo. Si la selección de estos estratos es correcta:

1. Los hombres deberían comportarse de forma parecida entre ellos.

2. Las mujeres deberían comportarse de forma muy similar entre ellas.
3. Hombres y mujeres deberían mostrar comportamientos dispares entre sí.

Si la anterior condición se cumple (estratos homogéneos internamente, heterogéneos

entre sí) el uso del muestreo aleatorio estratificado reduce el error muestral, mejorando la
precisión de nuestros resultados al realizar un estudio sobre la muestra.

Es relativamente habitual definir estratos de acuerdo a algunas variables características

de la población como son la edad, sexo, clase social o región geográfica. Estas variables
permiten dividir fácilmente la muestra en grupos mutuamente excluyentes y con bastante
frecuencia, permiten discriminar comportamientos diferentes dentro de la población.

Tipos de muestreo estratificado

Dependiendo del tamaño que asignamos a los estratos, hablaremos de diferentes tipos de

muestreo estratificado. También se acostumbra a hablar de diferentes formas de
"afijación" de la muestra en estratos.

Muestreo estratificado proporcionado

Cuando seleccionamos una característica de los individuos para definir los estratos, suele
ocurrir que el tamaño de las subpoblaciones resultantes en el universo son diferentes. Por
ejemplo, si queremos estudiar el tanto por ciento de la población que fuma en México y
pensamos que la edad puede ser un buen criterio para estratificar (es decir, pensamos
que existen diferencias importantes en el hábito de fumar dependiendo de la edad),
podemos definir 3 estratos: menores de 20 años, de 20 a 44 años y mayores de 44 años.
Es de esperar que al dividir toda la población mexicana en estos 3 estratos no resulten
grupos de igual tamaño. Efectivamente, si miramos datos oficiales, obtenemos:

* Estrato 1 - Población Mexicana menor de 19 años: 42,4 millones (41,0%)

* Estrato 2 - Población Mexicana de 20 a 44 años: 37,6 millones (36,3%)

* Estrato 3 - Población Mexicana mayor de 44 años: 23,5 millones (22,7%)

Si usamos muestreo estratificado proporcionado, la muestra deberá tener estratos que

guarden las mismas proporciones observadas en la población. Si en este ejemplo
queremos crear una muestra de 1.000 individuos, los estratos tendrán que tener un
tamaño como sigue:
 
Estrato Población Proporción Muestra

1 42,4M 41,0% 410

2 37,6M 36,3% 363

3 23,5M 22,7% 227

Muestreo estratificado uniforme 
Hablaremos de una afijación uniforme cuando asignamos el mismo tamaño de muestra a
todos los estratos definidos, sin importar el peso que tienen esos estratos en la población.
Siguiendo con el ejemplo anterior, un muestreo estratificado uniforme definiría la siguiente
muestra por estrato:
 
Estrato Población Proporción Muestra

1 42,4M 41,0% 334

2 37,6M 36,3% 333

3 23,5M 22,7% 333

Esta técnica favorece los estratos que tienen menos peso en la población, equiparándolos
en importancia a los estratos más relevantes. Globalmente, reduce la eficiencia de
nuestra muestra (menor precisión en los resultados), pero como contrapartida permite
estudiar características particulares de cada estrato con mayor precisión. En nuestro
ejemplo, si queremos emitir alguna afirmación específica sobre la población del estrato 3
(mayores de 44 años), podremos hacerlo con menor nivel de error muestral si empleamos
una muestra de 333 unidades que si lo hacemos con una muestra de 227 (como ocurría
en el muestreo estratificado proporcional).
3. Muestreo estratificado óptimo (respecto a la desviación estándar)

En este caso, el tamaño de los estratos en la muestra no guardará proporcionalidad con la

población. Por el contrario, se define el tamaño de los estratos proporcionalmente a la
desviación estándar de las variables objeto de estudio. Es decir, se toman estratos de
mayor tamaño en los estratos con mayor variabilidad interna para representar mejor en el
total de la muestra los grupos poblacionales más difíciles de estudiar.

 
 Eficiencia de los diferentes muestreos estratificados

Las preguntas inevitables son: ¿cuándo conviene emplear la estratificación?, ¿qué tipo de
estratificación es más conveniente?

 El muestreo estratificado proporcional produce siempre menor o igual error

muestral que el muestreo aleatorio simple, es decir, es más preciso. La igualdad se
produce cuando las medias o las proporciones que estamos analizando son iguales en
todos los estratos. Por lo tanto, la estratificación produce más beneficio cuanto más
diferentes sean los estratos entre sí.

 El muestreo estratificado óptimo es siempre igual o más preciso que el muestreo

estratificado proporcional. Ambos métodos son igual de precisos cuando las desviaciones
típicas dentro de cada estrato son iguales, en cuyo caso ambos métodos son totalmente
equivalentes. Por lo tanto, la estratificación óptima produce más beneficio cuanto más
diferencias existan entre las desviaciones dentro de cada grupo, situación en la que
podremos reducir el tamaño muestral de los grupos más homogéneos en beneficio de los
más heterogéneos. Como contrapartida, es un método más complejo y que requiere tener
mucha información a priori de la muestra que estudiamos, algo que normalmente no
tenemos.

Tamaños de muestra requeridos por cada técnica

Vemos que la estratificación puede proporcionar beneficios. Si estas técnicas pueden

emplearse para estimar de forma más precisa ya sean medias (p.e. media de cigarrillos
consumidos por los fumadores de México) o proporciones (p.e. proporción de la población
de México que fuma), también pueden permitirnos reducir el tamaño de muestra requerido
para lograr una estimación con un nivel de error determinado.

La siguiente tabla resume el tamaño de muestra requerido al emplear cada técnica, en

función del error máximo que estamos dispuestos a aceptar y de las características del
propio universo, que consideraremos de tamaño infinito (si fuese finito, debe aplicarse un
factor de corrección).
 Para interpretar el cuadro anterior es necesario tener en cuenta lo siguiente:

 Z = Es la desviación del valor medio que aceptamos para lograr el nivel de
confianza deseado. En función del nivel de confianza que busquemos, usaremos un valor
determinado que viene dado por la forma que tiene la distribución de Gauss. Los valores
más frecuentes son:

Nivel de confianza 90% -> Z=1,645

Nivel de confianza 95% -> Z=1,96

Nivel de confianza 99% -> Z=2,575

 L es el número de estratos en que dividimos la muestra y h es un índice que se

refiere a un estrato concreto. Por lo tanto, h puede variar entre 1 y L estratos.
 p es la proporción que buscamos en el total de la población (p.e. % de fumadores).
Por lo tanto, (1-p) es la proporción de la muestra complementaria, la que no cumple el
criterio buscado (no fumadores). Del mismo modo, ph es dicha proporción dentro de cada
uno de los estratos.
 σ2 es la varianza que el dato buscado (en el caso de estimar medias) tiene en el
total de la población. Asimismo, σh2 es la varianza dentro de cada estrato.
 e es el margen de error aceptado.
 Wh es el peso que el estrato tiene en la muestra (tamaño del estrato respecto al
total de la muestra). Si hablamos de estratificación proporcional, cada Wh es igual a la
proporción que ese estrato representa en la población. Si hablamos de estratificación
óptima, cada Wh se calcula en función de la dispersión dentro de cada estrato.
Es posible demostrar a partir de las fórmulas anteriores que los diferentes métodos de
estratificación sólo reducen el tamaño de la muestra si los valores de p y σ varían entre
estratos. De lo contrario, todas las expresiones son equivalentes. Veamos un ejemplo: si
tomamos la expresión de tamaño de muestra requerido para estimar una media mediante
un muestreo estratificado óptimo (ignorando el parámetro Z en este caso)
Y consideramos que todas las varianzas de los estratos son iguales (σ h=σ) y que el
tamaño de los estratos es idéntico
(Wh=1/L), el resultado que obtenemos es

 Muestreo probabilístico:
muestreo sistemático

El muestreo sistemático era muy popular

en el pasado, antes de que la
incorporación de la informática hiciese
trivial un problema que siempre había
dado muchos quebraderos de cabeza a
los investigadores: elegir individuos de forma aleatoria dentro de una muestra. En la
medida en que los ordenadores nos han facilitado la tarea de generar números aleatorios,
este problema ha desaparecido.

También se sigue utilizando para seleccionar individuos a lo largo del tiempo. Por

ejemplo, para estudiar la satisfacción de un servicio, podemos elegir sistemáticamente
encuestar a 1 de cada n clientes que nos visitan. En estas circunstancias, en las que
puede existir diferente varianza entre individuos en diferentes periodos de tiempo, el
muestreo sistemático puede ser incluso más preciso que el muestreo aleatorio puro.

o ¿En qué consiste el muestreo sistemático?

Es una técnica dentro de la

categoría de muestreos
probabilísticos - y que por lo
tanto requiere tener un control preciso del marco muestral de individuos seleccionables
junto con la probabilidad de que sean seleccionados - consistente en escoger un individuo
inicial de forma aleatoria entre la población y, a continuación, seleccionar para la muestra
a cada enésimo individuo disponible en el marco muestral.
El muestreo sistemático es un proceso muy simple y que sólo requiere la elección de un
individuo al azar. El resto del proceso es trivial y rápido. Los resultados que obtenemos
son representativos de la población, de forma similar al muestreo aleatorio simple,
siempre y cuando no haya algún factor intrínseco en la forma en que los individuos están
listados que haga que se reproduzcan ciertas características poblacionales cada cierto
número de individuos. Este suceso es realmente poco frecuente.

De forma concreta, el proceso que seguiríamos en un muestreo sistemático sería el

siguiente:

1. Elaboramos una lista ordenada de los N individuos de la población, lo que sería el

marco muestral.
2. Dividimos el marco muestral en n fragmentos, donde n es el tamaño de muestra que
deseamos. El tamaño de estos fragmentos será: K=N/n, donde K recibe el nombre de
intervalo o coeficiente de elevación.
3. Número de inicio: obtenemos un número aleatorio entero A, menor o igual al intervalo.
Este número corresponderá al primer sujeto que seleccionaremos para la muestra dentro
del primer fragmento en que hemos dividido la población.
4. Selección de los n-1 individuos restantes: Seleccionamos los siguientes individuos a
partir del individuo seleccionado aleatoriamente, mediante una sucesión aritmética,
seleccionando a los individuos del resto de fragmentos en que hemos dividido la muestra
que ocupan la misma posición que el sujeto inicial. Esto equivale a decir que
seleccionaremos los individuos:
A, A + K, A + 2K, A + 3K,...., A + (n-1) K
 
Ejemplo

Supongamos que tenemos un marco muestral de 5.000 individuos y deseamos obtener

una muestra de 100 de ellos. Dividimos en primer lugar el marco muestral en 100
fragmentos de 50 individuos. A continuación seleccionamos un número aleatorio entre 1 y
 50, para extraer el primer individuo al azar del primer fragmento: por ejemplo el 24. A
partir de este individuo, queda definida la muestra extrayendo los individuos de la lista con
intervalos de 50 unidades, tal y como sigue:

24, 74, 124, 174,..., 4.974

Propiedades del muestreo sistemático

✔ Ventajas 

 Obtiene buenas propiedades de representatividad, similares a la de un muestreo

aleatorio simple o incluso superiores, pero de forma más rápida y simple, al evitar la
necesidad de generar tantos números aleatorios como individuos en la muestra.

 Respecto al muestreo aleatorio, el muestreo sistemático puede garantizarnos una

selección perfectamente equitativa de la población. Esto puede ser de utilidad si se
distinguen grupos dentro de universo, lo que nos podría evitar la necesidad de usar
estratos. Si existe diferente varianza entre los individuos de los fragmentos, este muestreo
puede ser mejor que el aleatorio. Lo veremos luego.

Desventajas

Sólo existe la ya mencionada posibilidad de que el orden en que se han listado los
candidatos a la muestra tenga algún tipo de periodicidad oculta que coincida con el
intervalo escogido para generar la muestra sistemática. En este caso, podríamos generar
una muestra sesgada.

Eficiencia del muestreo sistemático

El muestreo sistemático se ideó para mejorar las propiedades del muestreo aleatorio
simple, pero el grado de mejora es variable dependiendo de las propiedades del universo
estudiado.
Para entender las propiedades de este muestreo, hay que tener en cuenta una cosa: si
fijamos el intervalo o coeficiente de elevación según el tamaño de la muestra que
necesitamos, sólo hay un elemento aleatorio dentro del proceso de muestreo: la unidad
inicial que seleccionamos del primer bloque de individuos. El resto queda fijado de
antemano. Esto equivale a decir que sólo tenemos k posibles muestras diferentes a
obtener y que el muestreo es simplemente escoger una de las k muestras disponibles.
Es posible demostrar que cuanto más supera la varianza dentro de las k posibles
muestras que podemos generar a la varianza poblacional, más precisión ganamos usando
el muestreo sistemático respecto al aleatorio simple. Lo anterior puede interpretarse
diciendo que el muestreo sistemático es más preciso que el aleatorio simple cuando la
variabilidad dentro de las posibles muestras es superior a la variabilidad dentro de las
unidades de la población. La precisión del muestreo sistemático coincide con la del
aleatorio simple cuando ambas variabilidades coinciden, y esto se da cuando la
disposición de los elementos en la población es totalmente aleatoria.

 Muestreo probabilístico:
muestreo por
conglomerados
El muestreo por conglomerados.- Es
una técnica que aprovecha la
existencia de grupos o
conglomerados en la población que
representan correctamente el total
de la población en relación a la
característica que queremos medir. Dicho de otro modo, estos grupos contienen toda la
variabilidad de la población. Si esto sucede, podemos seleccionar únicamente algunos de
estos conglomerados para realizar el estudio.

Podemos ver esta técnica desde otro punto de vista. Mientras que en todas las técnicas
vistas hasta ahora las unidades de muestreo coinciden con las unidades a estudiar
(individuos), en el muestreo por conglomerados las unidades de muestreo son grupos de
unidades de estudio, algo que puede resultar muy beneficioso en relación al coste del
propio muestreo. A cambio, es habitual obtener una menor precisión al usar esta técnica,
causada por falta de heterogeneidad dentro de los conglomerados.

El proceso de muestreo

El primer paso para aplicar esta técnica es definir los conglomerados. Se trata de
identificar una característica que permita dividir la población en grupos disjuntos (sin
solapamiento) y de forma exhaustiva (todos los individuos deben estar en un grupo), de
tal manera que los grupos no difieran entre sí en relación a aquello que queremos medir.
Una vez hemos definido estos conglomerados, seleccionaremos al azar algunos de ellos
para estudiarlos.

Un criterio habitual para definir conglomerados es el geográfico. Por ejemplo, si queremos

estudiar qué proporción de la población argentina fuma, podemos dividir el total de la
población en provincias y seleccionar algunas de ellas para ser estudiadas. Si no tenemos
razones para pensar que el porcentaje de fumadores va a cambiar de una provincia a
otra, esta solución nos permitirá concentrar el esfuerzo de muestreo en un único entorno
geográfico. Si el estudio se va a hacer mediante entrevistas personales, esto representa
un importante ahorro de costes de desplazamientos.

Una vez definimos los conglomerados, el siguiente paso es seleccionar los

conglomerados a estudiar, ya sea mediante un muestreo aleatorio simple o sistemático.

Por último, una vez seleccionados los conglomerados a estudiar, podemos investigar a

todos los sujetos que forman parte de los mismos, o bien aplicar un nuevo proceso de
muestreo dentro del conglomerado, por ejemplo obteniendo una muestra mediante
muestreo aleatorio simple o sistemático. Si optamos por esta posibilidad, estaremos
hablando de un muestreo en dos etapas o bietápico: la primera etapa será la selección del
conglomerado; la segunda, la de individuos dentro del conglomerado. Si por el contrario
estudiamos todos los individuos del conglomerado, hablaremos de muestreo por
conglomerados unietápico.
 

Muestreo estratificado y muestreo por conglomerados

La idea del muestreo por conglomerados recuerda a la del muestreo estratificado. En
ambos casos dividimos la población en grupos. Sin embargo, los principios detrás de
ambas técnicas son en cierto modo opuestos.

El muestreo estratificado es especialmente adecuado cuando los grupos (estratos) son

muy homogéneos internamente y muy diferentes entre sí. En ese caso, conviene asegurar
que tenemos representantes en nuestra muestra que provienen de todos los estratos. Por
el contrario, el muestreo por conglomerados es muy adecuado cuando los grupos en que
dividimos la población son muy similares entre sí, por lo que no hay gran diferencia entre
estudiar individuos de un grupo o de otro.

Es por ello que pese a que ambas técnicas dividen la población en estratos o
conglomerados, el proceso de selección de individuos es radicalmente diferente.

 
Ventajas y desventajas del muestreo por conglomerados

 La principal ventaja de esta técnica es de tipo operativa: seleccionar un conglomerado a

estudiar suele ser más fácil y económico que hacer una muestra aleatoria o sistemática.
Hemos visto por ejemplo que usar conglomerados geográficos puede representar un
importante ahorro en desplazamientos de personas.

Curiosamente, es habitual hacer estudios a través de Internet en los que se sigue

pensando en términos de estudiar sólo unas zonas geográficas, cuando en realidad a
través de Internet no obtenemos ningún beneficio operativo; al contrario, incurrimos en
mayor riesgo de tener menor precisión por diferencias entre las regiones estudiadas y el
resto de la población. Esta práctica es una herencia injustificada de técnicas que eran
buenas en entrevistas personales, pero que no lo son al usar otras metodologías.

Como principal inconveniente, al usar muestreo por conglomerados corremos un riesgo

importante: que los conglomerados no sean realmente homogéneos entre ellos. En el
ejemplo anterior sobre fumadores en Argentina, podría suceder que en una de las
provincias exista más propensión a fumar, por ser una región más urbana, por razones
culturales, etc.

 
Eficiencia del muestreo por conglomerados 

¿Cómo podemos comparar esta técnica con otras vistas con anterioridad? Lo bien o mal
que va a funcionar esta técnica va a depender, de forma similar a como ocurría en el
muestreo estratificado, de la relación entre la varianza dentro y fuera de los
conglomerados.

Esta relación se suele expresar con un coeficiente de correlación intraconglomerados

(δ), que se define como el coeficiente de correlación lineal entre todos los pares de
valores de la variable en estudio medidos sobre las unidades de los conglomerados y
extendido a todos los conglomerados. En definitiva, este coeficiente es una medida de
la homogeneidad en el interior de los conglomerados.
Cuanto menor sea el coeficiente de homogeneidad intraconglomerados δ, mayor
eficiencia arrojará el muestreo por conglomerados. Recordemos que lo ideal es que los
conglomerados sean tan heterogéneos como el total de la muestra, con el fin de que la
selección de un conglomerado concreto nos de la misma información que la selección de
individuos al azar del total de la población.
Si comparamos el muestreo aleatorio simple con el muestreo por conglomerados, es
posible demostrar que si δ=0 ambos métodos son equivalentes. Esta condición implica
que los conglomerados son exactamente tan heterogéneos como el total de la población.
El peor caso sería δ=+1 , mientras que el más favorable sería el de δ=-1/(M-1),
donde M es el tamaño del conglomerado. Sin embargo, normalmente δ va a ser siempre
mayor que 0, ya que lo normal es que las unidades de un conglomerado tengan cierto
parecido entre sí.

Otra forma de ver el impacto de este problema es calcular el tamaño de muestra

necesario al emplear muestreo por conglomerados para lograr la misma precisión de un
muestreo aleatorio simple. Esta expresión es la que sigue:

nc = na (1 + (M-1) δ) donde nc es el tamaño de muestra en muestreo por conglomerados

y na  es el tamaño de muestra que necesitaríamos en muestreo aleatorio simple. Por lo
tanto, el factor  (1+(M-1) δ es la variación del tamaño de muestra que necesitamos debido
al uso de conglomerados. Normalmente será un incremento. Este factor se conoce
como efecto de diseño.