MUESTREO

El muestreo es herramienta de la investigacin cientfica. Su funcin bsica es

determinar que parte de una realidad en estudio (Poblacin o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error
que se comete debido a hechos que se obtienen conclusiones sobre cierta
realidad a partir de la observacin de solo una parte de ella, se denomina error de
muestreo. Obtener una muestra adecuada significa lograr una versin simplificada
de la poblacin, que reproduzca de algn modo sus rasgos bsicos.

Terminologa.
Poblacin objeto: Conjunto de individuos de los que se quiere obtener una
informacin.
Unidades de muestreo: Nmero de elementos de la poblacin, no solapados,
que se van a estudiar. Todo miembro de la poblacin pertenecer a una y slo
una unidad de muestreo.
Unidad de anlisis: Objeto o individuo del que hay que obtener la informacin
Marco muestral: lista de unidades o elementos de muestreo.
Muestra: Conjunto de unidades o elementos de anlisis sacados del marco.

I. Muestreo probabilstico.
El mtodo otorga una probabilidad conocida de integrar la muestra a cada
elemento de la poblacin, y dicha probabilidad no es nula para ningn elemento.
Los tipos de muestreo probabilstico son:

Muestreo aleatorio simple

Muestreo sistemtico
Muestreo aleatorio estratificado
Muestreo por conglomerados

1. Muestreo aleatorio simple

Muestreo equiprobabilistico: Si se selecciona una muestra de tamao n de una
poblacin N unidades, cada elemento tiene una probabilidad igual y conocida de
n/N.

Ventajas:
Sencillo y de fcil comprensin
Calculo rpido de medidas y varianzas
Se basa en la teora estadstica, y por tanto existe paquetes informticos
para analizar los datos
Desventajas:
Requiere que se posea de antemano una lista completa de toda la
poblacin.
Cuando se trabaja con muestras pequeas es posible que no represente a
la poblacin adecuadamente.

2. Muestreo sistemtico.
Procedimiento:

Conseguir una lista de N elementos.

Determinar el tamao de muestra K; K=N/n.
Elegir un numero aleatorio, r, entre 1 y k (r=arranque aleatorio).
Seleccionar los elementos de la lista.

Ventajas:
Fcil de aplicar
No siempre es necesario tener una lista de toda la poblacin.
Cuando la poblacin esta ordenada significa una tendencia conocida,
asegura una cobertura de unidades de todos los tipos
Desventajas:
Si la constante de muestreo est asociado con el fenmeno de inters, se
puede hallar estimaciones sesgadas.

3. Muestreo aleatorio estratificado.

El azar no es una garanta de representatividad. Este muestreo pretende asegurar
la representacin de cada grupo de la muestra. Cuando ms homogneo sea los
estratos, ms precisas resultaran las estimaciones.

Ventajas.
Tiende a asegurar que la muestra represente adecuadamente a la
poblacin en funcin de unas variables seleccionadas.
Se obtienen estimaciones ms precisas.
Desventajas.
Se ha de conocer la distribucin en la poblacin de las variables utilizadas
para la estratificacin.
Los anlisis son complicados, en muchos casos la muestra tiene que
ponderarse ( asignar pesos a cada elementos)

4. Muestreo por conglomerado

Los conglomerados se caracterizan porque la variacin en grupo es menos

que la variacin entre grupos.
La necesidad de listados de las unidades de una etapa se limita a aquellas
unidades de muestreo seleccionadas en la etapa anterior.

Ventajas:
Es muy eficiente cuando la poblacin es muy grande y dispersa. Reduce
costes.
No es preciso tener un listado de toda la poblacin, solo de las unidades
primarias de muestreo.
Desventajas:
El erro estndar es mayor que el muestreo aleatorio simple o estratificado.
El clculo del error estndar es complejo.

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.