Introducción

El propósito de un estudio estadístico suele ser extraer conclusiones acerca de la naturaleza

de una población o de alguna de sus características. Al ser la población grande y no poder
ser estudiada en su integridad en la mayoría de los casos, las conclusiones obtenidas deben
basarse en el examen de solamente una parte de ésta, lo que nos lleva, en primer lugar a la
justificación, necesidad y definición de diferentes técnicas de muestreo.

Terminología:

Población. La población está formada por la totalidad de las observaciones sobre la que se
desea obtener una conclusión.

Cuando se realiza una investigación determinada, conviene distinguir entre población

teórica (conjunto de elementos a los cuales se quieren extrapolar los resultados) y
población estudiada (conjunto de elementos accesibles en nuestro estudio).

Muestra. Una muestra de la población en estudio está formada por una parte de las
observaciones de esa población.

Obtener una muestra “adecuada” o “representativa” significa lograr una versión

simplificada de la población, que reproduzca de algún modo sus rasgos básicos.

Parámetro. Un parámetro es una medida utilizada para describir alguna característica de

una población, tal como una media, una mediana, una varianza, una proporción, etc. Un
parámetro es un valor real y es único para la población.

Estadígrafo o estadístico. Es una medida que se realiza sobre las observaciones de la

muestra, como dicha medida cambia de muestra en muestra el estadígrafo es entonces una
variable aleatoria y como tal tendrá una distribución de probabilidades.

Error muestral o error de muestreo. Es la diferencia entre el valor de un estadígrafo en la

muestra (que intenta estimar un parámetro) y el propio parámetro. Varía en cada muestra y
es, por supuesto, desconocido.

Error Estándar. La desviación estándar de un estadígrafo, es llamada el error estándar del

estadígrafo. Por ejemplo, la desviación estándar de las medias de todas la muestras posibles
del mismo tamaño, extraídas de una población, es llamada el error estándar de la media. De
la misma manera, la desviación estándar de las proporciones de todas las muestras posibles
del mismo tamaño, extraídas de una población, es llamada el error estándar de la
proporción. La diferencia entre los términos "desviación estándar" y "error de estándar" es
que la primera se refiere a la desviación estándar de los valores originales, mientras que la
última está relacionada con la desviación estándar de los valores de un estadígrafo.

Para estudiar una población se puede hacer de dos formas:

• Se dirá que se ha realizado un estudio exhaustivo o censo cuando la investigación

se ha hecho sobre todos y cada uno de los elementos que constituyen la población.
• Se dirá que se ha realizado un estudio por muestreo cuando la investigación se ha
efectuado única y exclusivamente sobre una muestra (un subconjunto limitado y
convenientemente seleccionado de la población).
Algunas razones para realizar un muestreo:

• Recursos limitados. Generalmente no existen los recursos humanos, materiales o

económicos para realizar el estudio sobre el total de la población.
• Escasez. Es el caso en que virtualmente solo se dispone de una muestra y no de la
población.
• Pruebas destructivas. Es el caso en el que realizar el estudio sobre toda la
población llevaría a la destrucción misma de la población.
• El muestreo puede ser más exacto. Esto es en el caso en el que el estudio sobre la
población total puede causar errores por su tamaño o, en el caso de los censos, que
sea necesario utilizar personal no lo suficientemente capacitado; mientras que, por
otro lado, el estudio sobre una muestra podría ser realizado con menos personal pero
más capacitado.

Se distinguen dos tipos fundamentales de muestreo:

• Muestreo no probabilístico. 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.

• Muestreo probabilístico. 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. Si todos los individuos tienen la misma probabilidad de ser
incluido en la muestra el muestreo se llama equiprobabilistico. Los métodos de la
inferencia estadística solo se aplican a las muestras obtenidas con un muestreo
probabilístico.

Tipos de muestreo no probabilístico

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 una comunidad determinada. 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, incidental o de conveniencia

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 es 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.: cajeros de un banco;
desempleados; algún tipo de enfermo; propietarios de autos, etc.

Tipos de muestreo probabilístico

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. Generalmente se necesita un listado de todos los
individuos para llevarlo a cabo.

Ejemplo de una tabla de números aleatorios:

91666 44681 99024 65180 17910 62923

00402 34636 68446 13078 13764 69963
95912 66546 08448 19528 52250 54620
30645 66409 34095 71152 31094 70444
74754 87169 29793 65748 50011 91108
00975 23531 95512 87380 43065 11576
66815 02974 38945 28643 63339 02504
76494 06622 51406 78040 69924 41587
82792 73560 22138 76359 61942 67590
86445 54461 26049 96222 97199 87164
15751 40802 79152 50293 23916 56071
37745 71812 10578 55431 01212 76238
40146 75958 09543 24162 70919 15076
09896 07916 68902 67377 73049 15292
 50082 21616 77456 83933 03123 38734
17370 77578 27018 91450 77065 87841
23758 40485 32034 50327 91225 52602
01252 09355 18287 69285 97896 54058
74391 22194 89417 05502 26213 62119
82760 02861 18025 74221 79820 29874

MUESTREO SISTEMÁTICO

Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera
ordenada y sistemática cada una cierta cantidad de elementos. La manera de la selección
depende del número de elementos incluidos en la población y el tamaño de la muestra. El
primer elemento de la muestra es seleccionado al azar y sistemáticamente se van
seleccionando los restantes sumándole al anterior una cantidad fija. Por ejemplo, si se desea
tomar 1 de cada 5 elementos en la población mediante un muestreo sistemático, primero se
selecciona aleatoriamente el primer elemento entre el 1 y el 5, supongamos que fue el 2, y
se le va sumando 5 unidades, los elementos en la muestra serían: 2, 7, 12, 17, etc.

MUESTREO ALEATORIO ESTRATIFICADO

Es frecuente que cuando se realiza un estudio interese estudiar una serie de subpoblaciones
(estratos) en la población, que son más homogéneos que la población como un todo, y que
resulta 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 con 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:
o Afijación igual: Todos los estratos tienen el mismo número de elementos en
la muestra.
o Afijación proporcional: Cada estrato tiene un número de elementos en la
muestra proporcional a su tamaño.

Ejemplo.
En determinada provincia hay cuatro poblados C1, C2, C3 y C4, con un total de
1.500.000 personas censadas. De ellas 300.000 residen en C1, 450.000 en C2 y
550.000 en C3. Se quiere realizar un estudio sobre las costumbres alimenticias en
esa provincia basado en un muestra de 3.000 personas.
a) ¿Qué tipo de muestreo deberíamos realizar si queremos que en la muestra
resultante haya representación de todos los poblados
b) ¿Qué número de personas habría que seleccionar en cada poblado atendiendo a
razones de proporcionalidad?
c) ¿Cómo seleccionaríamos las personas en cada poblado.
MUESTREO POR CONGLOMERADOS

Si intentamos hacer un estudio sobre los habitantes de una ciudad, el muestreo aleatorio
simple puede resultar muy costoso, ya que estudiar una muestra de tamaño n implica enviar
a los encuestadores a n puntos distintos de la misma, de modo que en cada uno de esos
puntos sólo se realiza una entrevista. En esta situación es más económico realizar el
denominado muestreo por conglomerados, que consiste en elegir aleatoriamente ciertos
barrios dentro de la ciudad, para después elegir calles y edificios. Una vez elegido el
edificio, se entrevista a todos los vecinos.

Para obtener una muestra por conglomerados, primero la población debe estar dividida
naturalmente en grupos que son convenientes para el muestreo. Primero se seleccionan una
porción de los grupos o conglomerados al azar. Finalmente, se toman de los conglomerados
seleccionados todos, o parte de los elementos seleccionados al azar para obtener una
muestra. Bajo este método, aunque no todos los grupos son muestreados, cada grupo tiene
una cierta probabilidad de ser seleccionado. Por lo tanto la muestra es aleatoria.

Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto,
da menor precisión de las estimaciones acerca de la población) que una muestra aleatoria
simple del mismo tamaño. Los elementos individuales dentro de cada "conglomerado"
tienden usualmente a ser más parecidos. Por ejemplo, las personas más ricas suelen vivir en
el mismo barrio, mientras que la gente más pobre suele hacerlo en otra áreas. No todas las
áreas son muestreadas en un muestreo de áreas. La variación entre los elementos obtenidos
de las áreas seleccionadas es, por lo tanto, frecuentemente mayor que la obtenida si la
población entera es muestreada mediante muestreo aleatorio simple. Esta debilidad puede
ser reducida cuando se incrementa el tamaño de la muestra de cada área. Por otra parte, una
muestra de conglomerados puede producir la misma precisión en la estimación que una
muestra aleatoria simple, si la variación de los elementos individuales dentro de cada
conglomerado es tan grande como la de la población.

Ventajas e inconvenientes de los distintos tipos de muestreo probabilístico

CARACTERISTICAS
Se selecciona una muestra de
tamaño n de una población de N
Aleatorio simple unidades, cada elemento tiene
una probabilidad de inclusión
igual y conocida de n/N.
Sistemático En ocasiones es necesario un
listado de los N elementos de la
población
Determinar tamaño muestral n.
Definir un intervalo k=N/n.
Elegir un número aleatorio, r,
entre 1 y k (r=arranque
VENTAJAS INCONVENIENTES
• Sencillo y de fácil
comprensión. Requiere que se posea de
• Cálculo rápido de medias antemano un listado
y varianzas. completo de toda la
población. Cuando se
• Se basa en la teoría trabaja con muestras
estadística, y por tanto pequeñas es posible que no
existen paquetes represente a la población
informáticos para analizar adecuadamente.
los datos
• Fácil de aplicar. Si la constante de muestreo
• No siempre es necesario (intervalo) está asociada
con el fenómeno de interés,
tener un listado de toda la
población. las estimaciones obtenidas
a partir de la muestra
• Cuando la población está pueden contener sesgo de
ordenada siguiendo una selección.
tendencia conocida,
asegura una cobertura de
unidades de todos los
tipos.
 aleatorio).
Seleccionar los elementos de la
lista.
En ciertas ocasiones resultará
conveniente estratificar la
muestra según ciertas variables
de interés. Para ello debemos
conocer la composición
estratificada de la población
Estratificado
objetivo a hacer un muestreo.
Una vez calculado el tamaño
muestral apropiado, éste se
reparte de manera proporcional o
no entre los distintos estratos
definidos en la población.
Se realizan varias fases de
muestreo sucesivas (polietápico).
Conglomerados La necesidad de listados de las
unidades de una etapa se limita a
aquellas unidades de muestreo
seleccionadas en la etapa
anterior.
• Tiende a asegurar que la
muestra represente
adecuadamente a la
población en función de
ciertas variables
seleccionadas. Se ha de conocer la
• Se obtienen estimaciones distribución en la
más precisa
población de las
variables utilizadas
• Su objetivo es conseguir para la estratificación.
una muestra lo más
semejante posible a la
población en lo que a la o
las variables
estratificadoras se refiere.
• Es muy eficiente cuando
la población es muy • El error estándar es
grande y dispersa. mayor que en el
muestreo aleatorio
simple o estratificado.
• No es preciso tener un
listado de toda la
población, sólo de las • El cálculo del error
unidades primarias de estándar es complejo.
muestreo.