El muestreo

1. Introduccin:
Se

har

referencia

sobre

el muestreo estadstico, tcnicas,

niveles

tipos

fundamentales de un muestreo; se describen conceptos bsicos que explican lo que

esto se refiere al igual se aprecia cmo y qu tipo de tcnicas se pueden utilizar para
poner en practica la realizacin de una auditoria con la finalidad de obtener
una informacin determinada para lograr un objetivo especfico.
El

muestreo

estadstico

es

un procedimiento por

el

que

se

ingresan los

valores verdaderos de una poblacin a travs de la experiencia obtenida con una

muestra
El muestreo como herramienta de la investigacin cientfica arroja resultados que se
pueden utilizar para concluir un determinado estudio X de poblacin, al igual las
tcnicas selectivas que se requieren para dicho estudio de acuerdo a lo que se va a
evaluar.
El muestreo permite una reduccin considerable de los costos materiales del estudio,
una mayor rapidez en la obtencin de la informacin y el logro de resultados con
mxima calidad.

En estadstica se

conoce

como muestreo a

la

tcnica

para

la

seleccin

de

una muestra a partir de una poblacin.

Al elegir una muestra se espera conseguir que sus propiedades sean extrapolables a
la poblacin. Este proceso permite ahorrar recursos, y a la vez obtener resultados
parecidos a los que se alcanzaran si se realizase un estudio de toda la poblacin.
Cabe mencionar que para que el muestreo sea vlido y se pueda realizar un estudio
adecuado (que consienta no solo hacer estimaciones de la poblacin sino estimar
tambin los mrgenes de error correspondientes a dichas estimaciones), debe cumplir

ciertos requisitos. Nunca podremos estar enteramente seguros de que el resultado sea
una muestra representativa, pero s podemos actuar de manera que esta condicin se
alcance con una probabilidad alta.
En el muestreo, si el tamao de la muestra es ms pequeo que el tamao de la
poblacin, se puede extraer dos o ms muestras de la misma poblacin. Al conjunto de
muestras que se pueden obtener de la poblacin se denomina espacio muestral. La
variable que asocia a cada muestra su probabilidad de extraccin, sigue la
llamada distribucin muestral.

2. Concepto:
En estadstica un muestreo es la tcnica para la seleccin de una muestra a partir de
una poblacin. En el muestreo, si el tamao de la muestra es ms pequeo que el
tamao de la poblacin, se puede extraer dos o ms muestras de la misma poblacin.
Al

conjunto

de

muestras

que

se

pueden

obtener

de

la

poblacin

se

denomina espacio muestral. La variable que asocia a cada muestra su probabilidad de

extraccin

El

muestreo: es

una

la investigacin cientfica.

herramienta
Su funcin bsica

de
es

determinar que parte de una realidad en estudio

(poblacin o universo) debe examinarse con la
finalidad de hacer inferencias sobre dicha poblacin
El Muestreo es ms que el procedimiento empleado para obtener una o ms muestras
de una poblacin; el muestreo es una tcnica que sirve para obtener una o ms
muestras de poblacin.

Este se realiza una vez que se ha establecido un marco muestral representativo de la

poblacin, se procede a la seleccin de los elementos de la muestra aunque hay
muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para cada
muestra no necesariamente seran iguales, y lo ms probable es que variaran de una
muestra a otra.
Muestreo Estadstico: 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 tamao n tienen la misma probabilidad de ser elegidas.
La teora de muestreo se refiere al estudio de las relaciones que existen entre un
colectivo o poblacin y las muestras que se extraen de las mismas. El estudio de las
muestras permite hacer estimaciones de caractersticas desconocidas de la poblacin
(tales como media, desviacin tpica, proporciones, etc.). Estas estimaciones se hacen
a partir del conocimiento de las caractersticas de las muestras (media, desviacin
tpica, proporcin, etc.)
Las caractersticas o medidas obtenidas de una muestra se llaman estadsticos; y las
medidas correspondientes a la poblacin parmetros. Cuando una medida muestral o
estadstico es utilizada como representante de una caracterstica poblacional o
parmetro se denomina estimador.
Proceso mediante el cual se infieren las caractersticas del todo (poblacin) a partir de
las caractersticas de una parte (muestra). Toda descripcin de una poblacin a partir
de los elementos de una muestra es siempre una descripcin aproximada, al
no haber tenido en cuenta todos los elementos del colectivo que se quiere conocer.
La precisin alcanzada en el conocimiento de la poblacin es tanto mayor cuanto ms
elevado sea el tamao de la muestra, pero a su vez ms elevado ser tambin

el coste que la obtencin de la misma comporta. La muestra se utiliza para investigar,

inferir o descubrir las caractersticas de la poblacin

. El problema de la inferencia estadstica se suele abordar de dos formas diferentes:

a) la teora de la estimacin, y
b) la teora de la verificacin o contrastacin de hiptesis.
Segn la primera de dichas teoras, los parmetros o caractersticas poblacionales se
estiman a partir de los correspondientes valores mustrales, mientras que segn la
segunda

se

formula

una hiptesis acerca

de

dicho parmetro o

caracterstica

poblacional y luego se toma una muestra para contrastar o verificar dicha hiptesis. En
lugar de estimar la caracterstica o valor poblacional por medio de un solo nmero
(estimacin puntual), lo que se hace es estimar dos nmeros que definen un intervalo,
dentro del cual se encontrar el valor poblacional con una probabilidad dada
(estimacin por intervalos).
Estudio estadstico en el que no se toman todos los datos de un conjunto
denominado poblacin o universo, sino una parte del total de la que se extraen
conclusiones para el conjunto. Statistical sampling.
3. Ventajas de la utilizacin de las muestras:
1) El costo es menor y se puede obtener un mejor rendimiento del dinero
invertido.
2) Se obtiene una disminucin notable del tiempo necesario para alcanzar la
informacin

Cuando una muestra posee 30 o ms datos se denominan grandes muestras y

si la muestra tiene menos de 30 observaciones se denomina pequeas
muestras. Al procedimiento utilizado para elegir una muestra se denomina
Muestreo.

4. Necesidad del Muestreo:

1. Poblacin Infinita
2. Poblacin uniforme
3. Proceso de investigacin destructiva
4. Economa de costos
5. Calidad
5. Muestreo con o sin reemplazamiento:
Con reemplazamiento cuando un elemento de la poblacin puede ser escogido varias
veces para formar parte de la muestra
Sin reemplazamiento cuando un elemento de la poblacin solo puede ser
seleccionado una sola vez para formar parte de la muestra.
Poblacin: es una coleccin de todos los elementos que estamos estudiando y acerca
de los cuales se intenta extraer conclusiones. Puede ser infinita o finita.
Muestra: Una parte de la poblacin o un subconjunto del conjunto de unidades
obtenidas con el objeto de investigar las propiedades de la poblacin.
Muestreo estadstico: Es un enfoque sistemtico para seleccionar unos cuantos
elementos (una muestra) de un grupo de datos (poblacin) a fin de hacer algunas
inferencias sobre el grupo total.

Desde el punto de vista matemtico, podemos describir las muestras y las poblaciones
mediante medidas como la media, la moda, la desviacin estndar, etc. No es ms que
el procedimiento a travs del cual se obtienen las muestras.

6. Tecinas de Muestreo:

Existen dos mtodos para seleccionar muestras de poblaciones: el muestreo no

aleatorio o de juicio y el muestreo aleatorio (que incorpora el azar como recurso en el
proceso de seleccin). Cuando este ltimo cumple con la condicin de que todos los
elementos de la poblacin tienen alguna oportunidad de ser escogidos en la muestra, si
la probabilidad correspondiente a cada sujeto de la poblacin es conocida de
antemano, recibe el nombre de muestreo probabilstico. Una muestra seleccionada por
muestreo de juicio puede basarse en la experiencia de alguien con la poblacin.
Algunas veces una muestra de juicio se usa como gua o muestra tentativa para decidir
cmo tomar una muestra aleatoria ms adelante.

a) Muestreo probabilstico
Forman parte de este tipo de muestreo, todos aquellos mtodos para los que puede
calcular la probabilidad de extraccin de cualquiera de las muestras posibles. Este
conjunto de tcnicas de muestreo es el ms aconsejable, aunque en ocasiones no es
posible optar por l. En este caso se habla de muestras probabilsticas, pues no es en
rigor correcto hablar de muestras representativas dado que, al no conocer las
caractersticas de la poblacin, no es posible tener certeza de que tal caracterstica se
haya conseguido.

Sin reposicin de los elementos: Cada elemento extrado se descarta para la

subsiguiente extraccin. Por ejemplo, si se extrae una muestra de una "poblacin" de

bombillas para estimar la vida media de las bombillas que la integran, no ser posible
medir ms que una vez la bombilla seleccionada.
Con

reposicin

de

los

elementos: Las

observaciones

se

realizan

con

remplazamiento de los individuos, de forma que la poblacin es idntica en todas las

extracciones. En poblaciones muy grandes, la probabilidad de repetir una extraccin es
tan pequea que el muestreo puede considerarse con reposicin aunque, realmente,
no lo sea.
Con reposicin mltiple: En poblaciones muy grandes, la probabilidad de repetir una
extraccin es tan pequea que el muestreo puede considerarse con reposicin.
Para realizar este tipo de muestreo, y en determinadas situaciones, es muy til la
extraccin de nmeros aleatorios mediante ordenadores, calculadoras o tablas
construidas al efecto. Pero no es exacto

Muestreo sistemtico

Se utiliza cuando el universo o poblacin es de gran tamao, 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 elevacin:
K= N/n
Donde N es el tamao del universo y n el tamao de la muestra.

Determinar en qu fecha se producir la primera extraccin, para ello hay que elegir al
azar un nmero entre 1 y K; de ah en adelante tomar uno de cada K a intervalos

regulares. Ocasionalmente, es conveniente tener en cuenta la periodicidad del

fenmeno.
Esto quiere decir que si tenemos un determinado nmero de personas que es la
poblacin (N) y queremos escoger de esa poblacin un nmero ms pequeo el cual
es la muestra (n), dividimos el nmero de la poblacin por el nmero de la muestra que
queremos tomar y el resultado de esta operacin ser el intervalo, entonces
escogemos un nmero al azar desde uno hasta el nmero del intervalo, y a partir de
este nmero escogemos los dems siguiendo el orden.

Muestreo estratificado

Consiste en la divisin previa de la poblacin de estudio en grupos o clases que se

suponen homogneos con respecto a alguna caracterstica de las que se van a
estudiar. A cada uno de estos estratos se le asignara una cuota que determinara el
nmero de miembros del mismo que compondrn la muestra. Dentro de cada estrato
se suele usar la tcnica de muestreo sistemtico, una de las tcnicas de seleccin ms
usadas en la prctica.
Segn la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos tcnicas de muestreo estratificado:

Asignacin proporcional: el tamao de la muestra dentro de cada estrato es

proporcional al tamao del estrato dentro de la poblacin.

Asignacin ptima: la muestra recoger ms individuos de aquellos estratos

que tengan ms variabilidad. Para ello es necesario un conocimiento previo de la
poblacin.

Por ejemplo, para un estudio de opinin, 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. As, si la poblacin est

compuesta de un 55% de mujeres y un 45% de hombres, se tomara una muestra que
contenga tambin esos mismos porcentajes de hombres y mujeres.
Para una descripcin general del muestreo estratificado y los mtodos de inferencia
asociados con este procedimiento, suponemos que la poblacin est dividida
en h subpoblaciones o estratos de tamaos conocidos N 1, N2,..., Nh tal que las unidades
en cada estrato sean homogneas respecto a la caracterstica en cuestin. La media y
la varianza desconocidas para el i-simo estrato son denotadas por mi y si2,
respectivamente.

Muestreo por estados mltiples

Esta tcnica es la nica opcin

cuando no se dispone de lista
completa

de

la

poblacin

de

referencia o bien cuando por medio

de la tcnica de muestreo simple o
estratificado se obtiene una muestra
con unidades distribuidas de tal forma que resultan de difcil acceso. En el muestreo a
estadios mltiples se subdivide la poblacin 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
pas determinado, stos pueden subdividirse en unidades primarias representadas por
circunscripciones didcticas y unidades secundarias que seran 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 extraccin.

Muestreo por conglomerados

Se utiliza cuando la poblacin se encuentra dividida, de manera natural, en grupos que

se supone que contienen toda la variabilidad de la poblacin, es decir, la representan
fielmente respecto a la caracterstica a elegir, pueden seleccionarse slo algunos de
estos grupos o conglomerados para la realizacin del estudio.
Dentro de los grupos seleccionados se ubicarn las unidades elementales, por ejemplo,
las personas a encuestar, y podra aplicrsele el instrumento de medicin a todas las
unidades, es decir, los miembros del grupo, o slo se les podra aplicar a algunos de
ellos, seleccionados al azar. Este mtodo tiene la ventaja de simplificar la recogida de
informacin muestral.
Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos
para integrar la muestra, el diseo se llama muestreo bietpico.
Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer
mtodo funciona mejor cuanto ms homognea es la poblacin respecto del estrato,
aunque ms diferentes son stos entre s. En el segundo, ocurre lo contrario. Los
conglomerados deben presentar toda la variabilidad, aunque deben ser muy parecidos
entre s.

Homogeneidad de las poblaciones o sus subgrupos

Homogneo significa, en el contexto de la estratificacin, que no hay mucha
variabilidad. Los estratos funcionan mejor cuanto ms homogneos son cada uno de
ellos respecto a la caracterstica a medir. Por ejemplo, si se estudia la estatura de una
poblacin, es bueno distinguir entre los estratos mujeres y hombres porque se espera
que, dentro de ellos, haya menos variabilidad, es decir, sean menos heterogneos.
Dicho de otro modo, no hay tantas diferencias entre unas estaturas y otras dentro del
estrato que en la poblacin total.

Por el contrario, la heterogeneidad hace intil la divisin en estratos. Si se dan las

mismas diferencias dentro del estrato que en toda la poblacin, no hay por qu usar
este mtodo de muestreo. En los casos en los que existan grupos que contengan toda
la variabilidad de la poblacin, lo que se construyen son conglomerados, que ahorran
algo del trabajo que supondra analizar toda la poblacin. En resumen, los estratos y
los conglomerados funcionan bajo principios opuestos: los primeros son mejores
cuanto ms homogneo es el grupo respecto a la caracterstica a estudiar y los
conglomerados, si representan fielmente a la poblacin, esto es, contienen toda su
variabilidad, o sea, son heterogneos.
b) Muestreo no probabilstico
Es aqul para el que no puede calcularse la probabilidad de extraccin de una
determinada muestra. Se busca seleccionar a individuos que tienen un conocimiento
profundo del tema bajo estudio, por lo tanto, se considera que la informacin aportada
por esas personas es vital para la toma de decisiones.

Muestreo por cuotas

Es la tcnica ms difundida sobre todo en estudios de mercado y sondeos de opinin.

En primer lugar es necesario dividir la poblacin de referencia en varios estratos
definidos por algunas variables de distribucin conocida (como el gnero o la edad).
Posteriormente se calcula el peso proporcional de cada estrato, es decir, la parte
proporcional de poblacin que representan. Finalmente se multiplica cada peso por el
tamao 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 s. Consiste en identificar sujetos que se incluirn en la muestra a
partir de los propios entrevistados. Partiendo de una pequea cantidad de individuos
que cumplen los requisitos necesarios, servirn como localizadores de otros con
caractersticas anlogas.

Muestreo subjetivo por decisin razonada

En este caso las unidades de la muestra se eligen en funcin de algunas de sus

caractersticas de manera racional y no casual. Una variante de esta tcnica 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 poblacin. La cual funciona en base a referencias o por recomendacin.

7. Niveles o Escalas de mediciones

Escala Nominal:

La escala de medida nominal, puede considerarse la escala de nivel ms bajo, y

consiste en la asignacin, puramente arbitraria de nmeros o smbolos a cada una de
las diferentes categoras en las cuales podemos dividir el carcter que observamos, sin
que puedan establecerse relaciones entre dichas categoras, a no ser el de que cada
elemento pueda pertenecer a una y solo una de estas categoras.
Se trata de agrupar objetos en clases, de modo que todos los que pertenezcan a la
misma sean equivalentes respecto del atributo o propiedad en estudio, despus de lo
cual se asignan nombres a tales clases, y el hecho de que a veces, en lugar de

denominaciones, se le atribuyan nmeros, puede ser una de las razones por las cuales
se le conoce como "medidas nominales".

Escala Ordinal:

En caso de que puedan detectarse diversos grados de un atributo o propiedad de un

objeto, la medida ordinal es la indicada, puesto que entonces puede recurrirse a la
propiedad de "orden" de los nmeros asignndolo a los objetos en estudio de modo
que, si la cifra asignada al objeto A es mayor que la de B, puede inferirse que A posee
un mayor grado de atributo que B.
La asignacin de nmeros a las distintas categoras no puede ser completamente
arbitraria, debe hacerse atendiendo al orden existente entre stas.

Escalas de intervalos iguales:

La escala de intervalos iguales, est caracterizada por una unidad de medida comn y
constante que asigna un nmero igual al nmero de unidades equivalentes a la de la
magnitud que pose. Esta escala, adems de poseer las caractersticas de la escala
ordinal, encontramos que la asignacin de los nmeros a los elemento es tan precisa
que podemos determinar la magnitud de los intervalos (distancia) entre todos los
elementos de la escala. A el elemento observado.
Podemos decir que la escala de intervalos es la primera escala verdaderamente
cuantitativa y a los caracteres que posean esta escala de medida pueden calculrsele
todas las medidas estadsticas a excepcin del coeficiente de variacin.

Escala de coeficientes o Razones:

El nivel de medida ms elevado es el de cocientes o razones, y se diferencia de las

escalas de intervalos iguales nicamente por poseer un punto cero propio como origen;
es decir que el valor cero de esta escala significa ausencia de la magnitud que estamos
midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de
medida para el efecto.

8. Tipos fundamentales de un muestreo

Muestreo no probabilstico: 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.
Ejemplo: si hacemos una encuesta telefnica por la maana, las
personas que no tienen telfono o que estn trabajando, no podrn
formar parte de la muestra.

Muestreo probabilstico: En este tipo de muestreo, todos los individuos

de

la

poblacin

pueden

formar

parte

de

la

muestra,

tienen probabilidad positiva de formar parte de la muestra. Por lo tanto es

el tipo de muestreo que deberemos utilizar en nuestras investigaciones,
por ser el riguroso y cientfico.

9. Muestreo en la Auditora
Generalidades: Las normas de auditoria relativas a la ejecucin del trabajo establecen
la

obligacin

del

auditor

de

obtener,

mediante

sus procedimientos de

auditoria, evidencias comprobatorias suficientes y componentes para suministrar una

base objetiva para su opinin.
El auditor no est obligado a examinar todas y cada una de las transacciones de la
empresa o de las partidas que forman los saldos finales, ya que mediante la aplicacin
de sus procedimientos de auditoria a una muestra representativa de estas
transacciones o partidas puede obtener la evidencia que requiere.

El Muestreo en la Auditora: Es el proceso de seleccin de una muestra entre

un grupo ms grande de partidas (llamado poblacin, campo, o universo), y que utiliza
las caractersticas de la muestra para llegar a deducciones acerca de las
caractersticas del campo completo de partidas.
Consiste en la aplicacin de un procedimiento de cumplimiento sustantivo a menos de
la totalidad en las partidas que forman el saldo de una cuenta o clase de transaccin
(muestra), que permitan al auditor obtener y evaluar evidencias de alguna caracterstica
del saldo o la transaccin y que permite llegar a una conclusin en relacin con las
caractersticas.
10. Importancia del muestreo en la estadstica:
El muestreo es importante porque:
1) Por lo general no se pueden estudiar a las poblaciones en su totalidad, entonces
estaremos obligados a hacer el muestreo.
2) Es ms rpido y econmico para conocer los parmetros (caractersticas) de inters
de la poblacin.
3) Existe metodologa clara y confiable para el muestreo (y tamao de muestra).
En estadstica una muestra estadstica (tambin llamada muestra aleatoria o
simplemente muestra) es un subconjunto de casos o individuos de una poblacin
estadstica.
Las muestras se obtienen con la intencin de inferir propiedades de la totalidad de la
poblacin, para lo cual deben ser representativas de la misma. Para cumplir esta
caracterstica la inclusin de sujetos en la muestra debe seguir una tcnica de
muestreo. En tales casos, puede obtenerse una informacin similar a la de un estudio

exhaustivo con mayor rapidez y menor coste (vanse las ventajas de la eleccin de una
muestra, ms abajo).
Por otra parte, en ocasiones, el muestreo puede ser ms exacto que el estudio de toda
la poblacin porque el manejo de un menor nmero de dato provoca tambin menos
errores en su manipulacin. En cualquier caso, el conjunto de individuo de la muestra
son los sujetos realmente estudiados.
El nmero de sujetos que componen la muestra suele ser inferior que el de la
poblacin, pero suficiente para que la estimacin de los parmetros determinados
tenga un nivel de confianza adecuado. Para que el tamao de la muestra sea idneo es
preciso recurrir a su clculo.
Es de vital importancia ya que un muestreo de toda la poblacin puedes examinar y
sacar conclusiones en base a una pequea parte de la poblacin total, dando por
sentado que los resultados obtenidos en la muestra es de hecho representativa de toda
la poblacin, una ventaja muy grande es que es mucho ms sencillo trabajar con una
pequea parte de un todo.

11. Errores del muestreo:

En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos
los elementos de una poblacin), se selecciona una muestra, entendiendo por tal una
parte representativa de la poblacin.
El muestreo es por lo tanto una herramienta de la investigacin cientfica, cuya funcin
bsica es determinar que parte de una poblacin debe examinarse, con la finalidad de
hacer inferencias sobre dicha poblacin.

La muestra debe lograr una representacin adecuada de la poblacin, en la que se

reproduzca de la mejor manera los rasgos esenciales de dicha poblacin que son
importantes para la investigacin. Para que una muestra sea representativa, y por lo
tanto til, debe de reflejar las similitudes y diferencias encontradas en la poblacin, es
decir ejemplificar las caractersticas de sta.
Los errores ms comunes que se pueden cometer son:
1.- Hacer conclusiones muy generales a partir de la observacin de slo una parte de la
Poblacin, se denomina error de muestreo.
2.- Hacer conclusiones hacia una Poblacin mucho ms grandes de la que
originalmente se tom la muestra. Error de Inferencia.
En la estadstica se usa la palabra poblacin para referirse no slo a personas sino a
todos los elementos que han sido escogidos para su estudio y el trmino muestra se
usa para describir una porcin escogida de la poblacin.
Cuando

se

utilizan

valores

muestrales,

o estadsticos para

estimar

valores

poblacionales, o parmetros, pueden ocurrir dos tipos generales de errores: el error

muestral y el error no muestral.
El error muestral se refiere a la variacin natural existente entre muestras tomadas de
la misma poblacin.
Cuando una muestra no es una copia exacta de la poblacin; an si se ha tenido gran
cuidado para asegurar que dos muestras del mismo tamao sean representativas de
una cierta poblacin, no esperaramos que las dos sean idnticas en todos sus
detalles. El error muestral es un concepto importante que ayudar a entender mejor la
naturaleza de la estadstica inferencial.

Los errores que surgen al tomar las muestras no pueden clasificarse como errores
muestrales y se denominan errores no muestrales.
El sesgo de las muestras es un tipo de error no muestral. El sesgo muestral se refiere a
una tendencia sistemtica inherente a un mtodo de muestreo que da estimaciones de
un parmetro que son, en promedio, menores (sesgo negativo), o mayores (sesgo
positivo) que el parmetro real.
El sesgo muestral puede suprimirse, o minimizarse, usando la aleatorizacin.
La aleatorizacin se refiere a cualquier proceso de seleccin de una muestra de la
poblacin en el que la seleccin es imparcial o no est sesgada; una muestra elegida
con procedimientos aleatorios se llama muestra aleatoria.
Los tipos ms comunes de tcnicas de muestreo aleatorios son el muestreo aleatorio
simple, el muestreo estratificado, el muestreo por conglomerados y el muestreo
sistemtico.
Si una muestra aleatoria se elige de tal forma que todos los elementos de la poblacin
tengan la misma probabilidad de ser seleccionados, la llamamos muestra aleatoria
simple.
Ejemplo 1.1
Suponga que nos interesa elegir una muestra aleatoria de 5 estudiantes en un grupo de
estadstica de 20 alumnos. 20C5 da el nmero total de formas de elegir una muestra no
ordenada y este resultado es 15,504 maneras diferentes de tomar la muestra. Si
listamos las 15,504 en trozos separados de papel, una tarea tremenda, luego los
colocamos en un recipiente y despus los revolvemos, entonces podremos tener una
muestra aleatoria de 5 si seleccionamos un trozo de papel con cinco nombres. Un
procedimiento ms simple para elegir una muestra aleatoria sera escribir cada uno de
los 20 nombres en pedazos separados de papel, colocarlos en un recipiente,
revolverlos y despus extraer cinco papeles al mismo tiempo.

Otro mtodo para obtener una muestra aleatoria de 5 estudiantes en un grupo de 20

utiliza una tabla de nmeros aleatorios. Se puede construir la tabla usando una
calculadora o una computadora. Tambin se puede prescindir de estas y hacer la tabla
escribiendo diez dgitos del 0 al 9 en tiras de papel, las colocamos en un recipiente y
los revolvemos, de ah, la primera tira seleccionada determina el primer nmero de la
tabla, se regresa al recipiente y despus de revolver otra vez se selecciona la seguida
tira que determina el segundo nmero de la tabla; el proceso contina hasta obtener
una tabla de dgitos aleatorios con tantos nmeros como se desee.
Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco prctico,
imposible o no deseado; aunque sera deseable usar muestras aleatorias simples para
las

encuestas

nacionales

de

opinin

sobre

productos

sobre

elecciones

presidenciales, sera muy costoso o tardado.

El muestreo estratificado requiere de separar a la poblacin segn grupos que no se
traslapen llamados estratos, y de elegir despus una muestra aleatoria simple en cada
estrato. La informacin de las muestras aleatorias simples de cada estrato constituira
entonces una muestra global.

Ejemplo 1.2
Suponga que nos interesa obtener una muestra de las opiniones de los profesores de
una gran universidad. Puede ser difcil obtener una muestra con todos los profesores,
as que supongamos que elegimos una muestra aleatoria de cada colegio, o
departamento acadmico; los estratos vendran a ser los colegios, o departamentos
acadmicos.
El muestreo por conglomerados requiere de elegir una muestra aleatoria simple de
unidades heterogneas entre s de la poblacin llamadas conglomerados. Cada
elemento de la poblacin pertenece exactamente a un conglomerado, y los elementos
dentro de cada conglomerado son usualmente heterogneos o dismiles.

Ejemplo 1.3
Suponga que una compaa de servicio de televisin por cable est pensando en abrir
una sucursal en una ciudad grande; la compaa planea realizar un estudio para
determinar el porcentaje de familias que utilizaran sus servicios, como no es prctico
preguntar en cada casa, la empresa decide seleccionar una parte de la ciudad al azar,
la cual forma un conglomerado.
En el muestreo por conglomerados, stos se forman para representar, tan fielmente
como sea posible, a toda la poblacin; entonces se usa una muestra aleatoria simple
de conglomerados para estudiarla. Los estudios de instituciones sociales como iglesias,
hospitales, escuelas y prisiones se realizan, generalmente, con base en el muestreo
por conglomerados.
El muestreo sistemtico es una tcnica de muestreo que requiere de una seleccin
aleatoria inicial de observaciones seguida de otra seleccin de observaciones obtenida
usando algn sistema o regla.

Ejemplo 1.4
Para obtener una muestra de suscriptores telefnicos en una ciudad grande, puede
obtenerse primero una muestra aleatoria de los nmeros de las pginas del directorio
telefnico; al elegir el vigsimo nombre de cada pgina obtendramos un muestreo
sistemtico, tambin podemos escoger un nombre de la primera pgina del directorio y
despus seleccionar cada nombre del lugar nmero cien a partir del ya seleccionado.
Por ejemplo, podramos seleccionar un nmero al azar entre los primeros 100;
supongamos que el elegido es el 40, entonces seleccionamos los nombres del
directorio que corresponden a los nmeros 40, 140, 240, 340 y as sucesivamente.

12. CONCLUSIN
El muestreo Estadstico resulta beneficioso para implementarlo en la realizacin de un
estudio, debido a que mediante este se pueden obtener probabilidades bajas o altas a
travs de determinados beneficios que estas tcnicas ofrecen. En los diferentes tipos
de muestreo existen no probabilstica en los cuales se deben establecer diferencia en
el momento de realizar nuestras investigaciones por tanto que en el no probabilstica no
toda la poblacin forma parte de la muestra y en el probabilstica todos los individuos
tienen probabilidad positiva de formar parte de la muestra.
El muestreo es sencillamente el procedimiento que se emplea a extraer una pequilla
parte de una poblacin dentro de un universo a esta se le llama espacio muestral
dentro de un universo.
Es importante resaltar que el primer procedimiento al realizar una auditora, es iniciar
las investigaciones de manera tal que esta arrojen conclusiones provenientes de
determinados estudios como puede ser el estadstico a travs de una muestra
probabilstica.

13. BIBLIOGRAFA
Fuentes consultadas

www.auditoriasistemas.com

www.monografias.com/trabajos14/auditoria/auditoria.shtml

http://www.monografias.com/trabajos39/muestreo-estadistico/muestreoestadistico2.shtml#ixzz2mNJpjllL

http://www.slideshare.net/HOTELES2/tcnicas-de-muestreo

http://www.itch.edu.mx/academic/industrial/estadistica1/cap01.html

http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

http://www.hiru.com/matematicas/muestreo-estadistico

http://cigeg.uneg.edu.ve/documentos/curso/TEORIA%20ELEMENTAL%20DE
%20MUESTREO.pdf