El muestreo

El muestreo es una herramienta de la investigación científica, cuya función

básica es determinar que parte de una población debe examinarse, con la finalidad de
hacer inferencias sobre dicha población, el muestreo es importante porque a través de él
podemos hacer análisis de situaciones de una empresa o de algún campo de la sociedad.
El estudio de las muestras permite hacer estimaciones de características desconocidas de
la población (tales como media, desviación típica, proporciones, etc). Las características
o medidas obtenidas de una muestra se llaman estadísticos; y las medidas
correspondientes a la población parámetros. Cuando una medida muestral o estadístico
es utilizada como representante de una característica poblacional o parámetro se
denomina estimador.

Se puede decir que 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 y (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, esto quiere decir que si se toma una muestra al
azar de 1.000 personas y se les pregunta si fuman, y se obtiene que el 25% de la
muestra fuma. La simple lógica nos dice que si de 1.000 personas elegidos al azar el
25% fuma, este dato debería ser indicativo de lo que obtendríamos si preguntásemos a
los 122 millones de personas. 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.

Entre los errores más comunes que se pueden cometer en el muestreo son:
Realizar conclusiones generales a partir de la observación de sólo una parte de la
Población, a esto se le denomina error de muestreo, también se realizan conclusiones
hacia una Población mucho más grandes de la que originalmente se tomo la muestra. A
esto se le llama error de Inferencia. En la estadística se usa la palabra población para
referirse no sólo a personas si no a todos los elementos que han sido escogidos para su
estudio y el término muestra se usa para describir una porción escogida de la población.
Afortunadamente, el error que se comete al generalizar resultados puede acotarse
gracias a la estadística. Para ello usamos 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.

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).

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo,

aunque en general pueden dividirse en dos grandes grupos: métodos de muestreo
probabilísticos y métodos de muestreo no probabilísticos. Los métodos de muestreo
probabilísticos 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
tamaño n tienen la misma probabilidad de ser seleccionadas. Sólo estos métodos de
muestreo probabilísticos nos aseguran la representatividad de la muestra extraída y son,
por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos: Muestreo aleatorio simple, el muestreo sistemático, el
muestreo estratificado y por último el muestreo por conglomerados.

El Muestreo aleatorio simple, 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. El
procedimiento empleado es el siguiente: 1) se asigna un número a cada individuo de la
población y 2) a través de algún medio mecánico (bolas dentro de una bolsa, tablas de
números aleatorios, números aleatorios generados con una calculadora u ordenador,
etc.) se eligen tantos sujetos como sea necesario para completar el tamaño de muestra
requerido, Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad
práctica cuando la población que estamos manejando es muy grande.
Por su parte el muestreo sistemático, se trata de una muestra sistemática que es
obtenida cuando los elementos son seleccionados en una manera ordenada. La manera
de la selección depende del número de elementos incluidos en la población y el tamaño
de la muestra. El número de elementos en la población es, primero, dividido por el
número deseado en la muestra. El cociente indicará si cada décimo, cada onceavo, o
cada centésimo elemento en la población va a ser seleccionado. El primer elemento de
la muestra es seleccionado al azar. Por lo tanto, una muestra sistemática puede dar la
misma precisión de estimación acerca de la población, que una muestra aleatoria simple
cuando los elementos en la población están ordenados al azar. El riesgo este tipo de
muestreo está en los casos en que se dan periodicidades en la población 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 población.

Así mismo el Muestreo Estratificado: Trata de obviar las dificultades que

presentan los anteriores ya que simplifican los procesos y suelen reducir el error
muestral para un tamaño dado de la muestra. Consiste en considerar categorías típicas
diferentes entre sí (estratos) que poseen gran homogeneidad respecto a alguna
característica (se puede estratificar, por ejemplo, según la profesión, 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 interés estarán 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 formarán parte de la muestra, para aplicar el muestreo estratificado, se divide la
población en grupos homogéneos, llamados estratos, los cuales son heterógeneos entre
si. Después se recurre a uno de dos métodos posibles: a) Se selecciona al azar en cada
estrato un número especificado de elementos correspondientes a la proporción del
estrato de la población total b) Se extrae al azar un número igual de elementos de cada
estrato y damos un peso a los resultados de acuerdo a la proporción del estrato en la
población total El muestreo estratificado es adecuado cuando la población ya está
dividida en grupos de diferentes tamaños y queremos reconocer este hecho.
 Y finalmente el muestreo conglomerado: es una técnica utilizada cuando hay
agrupamientos "naturales" relativamente homogéneos en una población estadística. 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 áreas geográficas suele hablarse de "muestreo por áreas". Para
obtener una muestra de conglomerados, primero dividir la población en grupos que son
convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al
azar o por un método sistemático. Finalmente, tomar todos los elementos o parte de
ellos al azar o por un método sistemático de los grupos seleccionados para obtener una
muestra. Bajo este método, aunque no todos los grupos son muestreados,
cada grupo tiene una igual 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 iguales. Por ejemplo la gente rica puede vivir
en el mismo barrio, mientras que la gente pobre puede vivir en otra área.

Cabe mencionar que también en este apartado se encuentra los muestreos no

probabilísticos que no son más que aquella técnica donde las muestras se recogen en un
proceso que no brinda a todos los individuos de la población iguales oportunidades de
ser seleccionados. Entre ellos se encuentra el muestreo por cuotas, el muestreo por bola
de nieve y el muestreo intencional o por conveniencia.

El muestreo por cuotas que es aquella técnica en el que los investigadores

pueden formar una muestra que involucre a individuos que representan a una población
y que se eligen de acuerdo con sus rasgos o cualidades. Ofrece resultados útiles a un
coste efectivo y, si se han elegido correctamente las variables sobre las que segmentar,
dichos resultados suelen ser fiables. Consta de tres fases: 1. Segmentación: Se divide
la población a estudiar en grupos de forma exhaustiva y mutuamente exclusiva, de
forma similar a la división en estratos empleada en el muestreo estratificado. Se espera
que el investigador evalúe la proporción en que los subgrupos existen en la población.
Esta proporción debe mantenerse en la muestra seleccionada utilizando este método de
muestreo. Por último, En el tercer paso del muestreo por cuotas, el investigador debe
seleccionar el tamaño de la muestra manteniendo la proporción evaluada en el paso
anterior. Si el tamaño de la población es 500, el investigador puede escoger una muestra
de 50 elementos.

Por su parte el muestreo por bola de nieve: Se basa en que los individuos
seleccionados para ser estudiados reclutan a nuevos participantes entre sus conocidos.
El nombre de "bola de nieve" proviene justamente de esta idea: del mismo modo que
una bola de nieve al rodar por una ladera se va haciendo más y más grande, esta técnica
permite que el tamaño de la muestra vaya creciendo a medida que los individuos
seleccionados invitan a participar a sus conocidos. La bola de nieve se usa con
frecuencia para acceder a poblaciones de baja incidencia y a individuos de difícil
acceso por parte del investigador. Entre sus principales ventajas tenemos que: Permite
muestrear a poblaciones de difícil acceso, es un proceso económico y sencillo, requiere
poca planificación y pocos recursos humanos: los propios sujetos entrevistados hacen de
mano de obra.

Por el contrario el muestreo intencional o de conveniencia es una técnica de

muestreono aleatorio utilizada para crear muestras de acuerdo a la facilidad de acceso,
la disponibilidad de las personas de formar parte de la muestra, en un intervalo de
tiempo dado o cualquier otra especificación práctica de un elemento particular, esta
técnica Consiste en seleccionar a los individuos que convienen al investigador para la
muestra. Esta conveniencia se produce porque al investigador le resulta más sencillo
examinar a estos sujetos, ya sea por proximidad geográfica, por ser sus amigos, etc.

Finalmente podemos decir que el muestreo es una técnica que se desprende de la

estadística el cual es muy útil en varios ámbitos de actividades que desarrolla el ser
humano , gracias al muestreo podemos conocer a ciertas poblaciones sin importar su
tamaño ya que esta técnica solo toma una muestra y en base a ello se obtienen
conclusiones dando como un beneficio directo bajo costo y resultados en menor costo,
A diferencia del muestreo probabilístico, la muestra no probabilística no es un producto
de un proceso de selección aleatoria. Los sujetos en una muestra no probabilística
generalmente son seleccionados en función de su accesibilidad o a criterio personal e
intencional del investigador. La desventaja del método de muestreo no probabilístico es
que no se toman pruebas de una porción desconocida de la población. Esto implica que
la muestra puede representar a toda la población con precisión o no. Por lo tanto, los
resultados de la investigación no pueden ser utilizados en generalizaciones respecto de
toda la población.