Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Modulo I
Introduccin

La teora del muestreo estudia la relacin entre una poblacin y las muestras tomadas de ella.
Es de gran utilidad en muchos campos. Por ejemplo, para estimar magnitudes desconocidas de
una poblacin, tales como media y varianza, llamadas a menudo parmetros de la poblacin o
simplemente parmetros, a partir de conocimiento de esas magnitudes sobre muestras, que se
llaman estadsticos de la muestra o simplemente estadsticos.
Estamos interesados en presentar las definiciones de muestra y poblacin, error de muestreo,
muestreo probabilstico y muestreo no probabilstico, todos ilustrados por ejemplos sencillos.
Veremos cmo se puede emplear la teora del muestreo para recabar informacin acerca de
muestras aleatorias tomadas de una poblacin conocida. Desde un punto de vista prctico, suele
resultar ms importante ser capaz de inferir informacin sobre la poblacin a partir de muestras.
Con tal situacin trata la inferencia estadstica, que usa los principios de la teora del muestreo.
Un problema importante de la inferencia estadstica es la estimacin de parmetros de la
poblacin o brevemente parmetros (tales como la media o la varianza de la poblacin), de los
correspondientes estadsticos mustrales, o simplemente estadsticos (tales como la media y la
varianza de la muestra).
En este curso tambin presentamos la media poblacional, proporcin poblacional, varianza y
desviacin estndar, intervalos de confianza para muestras pequeas y grandes.
Uno de los temas ms resaltantes es la interpretacin y la construccin de los intervalos de
confianza. Asimismo, aprenderemos acerca de la prueba de hiptesis, el tipo mas comn de
inferencia de estadstica. En la prueba de hiptesis se comienza suponiendo un valor de un
parmetro que, a juicio del investigador, sea el ms adecuado de acuerdo con la informacin
disponible, a esta suposicin se le llama hiptesis nula y se representa con la H o. A continuacin
se define otra hiptesis, llamada hiptesis alterna o alternativa, que es la opuesta de lo que se
afirma en la hiptesis nula. La hiptesis alterna se representa como H a.
La prueba de hiptesis y la estimacin del intervalo se llevan a cabo con diferente terminologa,
pero vemos que producen conclusiones y resultados comparables que fcilmente se convierten
de uno al otro. La pregunta bsica dirigida por ambos procedimientos est relacionada con que
puede estipularse acerca de los parmetros de la poblacin y cul es el nivel de confianza.
Otro tema resaltante en esta unidad es la interpretacin de los resultados de la prueba de
hiptesis.

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

MUESTREO
Definiciones:
Muestreo: El muestreo es una 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.
Muestra: Es una parte representativa de la poblacin. Para que una, muestra sea representativa,
y por lo tanto til, debe reflejar las similitudes y diferencias encontradas en la poblacin,
ejemplificar las caractersticas de la misma.
Es representativa cuando contiene todos los sectores o aspectos de la poblacin en la misma
proporcin en que se hallan en la totalidad del universo. La representatividad asegura la calidad
de la muestra.
Es adecuado cuando el tamao de la muestra tiene una magnitud suficiente que permita confiar
en la estabilidad de las caractersticas presentes en la muestra. La adecuacin asegura la
confiabilidad de la muestra.
Poblacin: Es todo conjunto de elementos, finito o infinito, definido por una o mas caractersticas
de las que gozan todos los elementos que lo componen y solo ellos. En muestreo se entiende
por poblacin a la totalidad del universo que interesa considerar, y que es necesario que este
bien definido para que se sepa en todo momento que elementos lo componen.
No obstante, cuando se realiza un trabajo puntual, conviene distinguir entre poblacin terica:
conjunto de elementos a los cuales se quieren extrapolar los resultados, y poblacin estudiada:
conjunto de elementos accesibles en nuestro estudio.

Tcnicas de muestreo sobre una poblacin

La teora del muestreo tiene por objetivo, el estudio de las relaciones existentes entre la
distribucin de un carcter en dicha poblacin y las distribuciones de dicho carcter en todas las
muestras.
Las ventajas de estudiar una poblacin a partir de sus muestras son principalmente:
Coste reducido: Si los datos que buscamos los podemos obtener a partir de una pequea parte
del total de la poblacin, los gastos de recogida y tratamiento de los datos sern menores. Por
ejemplo, cuando se realizan encuestas previas a un referndum, es ms barato preguntar a 2
mil personas su intencin de voto que a 28 millones.
Mayor rapidez: Estamos acostumbrados a ver como los resultados del escrutinio de las primeras
mesas electorales, se obtienen una aproximacin bastante buena del resultado final de una
eleccin, muchas horas antes de que el recuento final de votos haya finalizado.
Ms posibilidades: Para hacer cierto tipo de estudios, por ejemplo el de duracin de cierto tipo
de bombillas, no es posible en la prctica destruirlas todas para conocer su vida media, ya que
no quedara nada que vender. Es mejor destruir solo una pequea parte de ellas y sacar
conclusiones sobre las dems.
De este modo se ve que al hacer estadstica inferencial debeos enfrentarnos con dos problemas:

Eleccin de la muestra (muestreo), que es a lo que nos dedicaremos en esta seccin.

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Extrapolacin de las conclusiones obtenidas sobre la muestra, al resto de la poblacin

(inferencia).

Tipos de muestreo
Existen diferentes criterios de clasificacin de los diferentes tipos de muestreo, aunque en
general pueden dividirse en dos grandes grupos: mtodos de muestreo probabilstico y mtodos
de muestreo no probabilstico.
A. Muestreo probabilstico.
Los mtodos de muestreo probabilstico son aquellos que se basan en el principio de
equi-probabilidad. 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.
Solo estos mtodos de muestreo probabilstico nos aseguran la representatividad de la
muestra extrada y son, por lo tanto, los ms recomendables.
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 mtodos de muestreo no probabilstico no garantizan la representatividad de la
muestra y, por los tanto, no permiten realizar estimaciones inferenciales sobre la
poblacin.
(En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten resolver
los problemas de representatividad aun en situacin 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 probabilstico ms utilizados en investigacin
encontramos:
Muestreo aleatorio simple
Muestreo estratificado
Muestreo sistemtico
Muestreo por conglomerados

Muestro aleatorio simple

El procedimiento empleado es el siguiente:

1) Se asigna un numero a cada individuo de la poblacin y
2) A travs de algn medio mecnico (bolas dentro de una bolsa, tablas de
nmeros aleatorios, nmeros aleatorios generadas con una calculadora
u ordenador, etc) se eligen tantos sujetos como sea necesario para
completar el tamao de muestra requerido.
3

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad

prctica cuando la poblacin que estamos manejando es muy grande.
Muestreo aleatorio sistemtico

Cuando los elementos de la poblacin estn ordenados en fichas o en una lista,

una manera de obtener la muestra consiste en:

Sea = [ ]

Elegir aleatoriamente un numero i, entre 1 y k;

Tomar
como
muestra
los
elementos
{ , + , +2 +(1) }

de

la

lista:

Esto es lo que se denomina muestreo sistemtico. Cuando el criterio de

ordenacin de los elementos en la lista es tal que los elementos ms
parecidos tienden a estar ms cercanos, el muestreo sistemtico suele ser
ms preciso que el aleatorio simple, ya que recorre la poblacin de un modo
uniforme. Por otro lado, es a menudo ms fcil no cometer errores con un
muestreo sistemtico.
El mtodo tal como se ha definido anteriormente es sesgado si

no es

entero, ya que los ltimos elementos de la lista nunca pueden ser escogidos.
Un modo de evitar este problema consiste en considerar la lista como si
fuese circular (el elemento N+1 coincide con el primero) y:

Sea k el entero ms cercano a

Se selecciona un numero al alzar i, entre 1 y N;

Se toma como muestra los elementos de la lista que consisten en ir
saltando de k , a partir de i, teniendo en cuenta que la lista es circular.

Se puede comprobar que con este mtodo todos los elementos de la

lista la misma probabilidad de seleccin.
El riesgo en este tipo de muestreo esta en los casos en que se dan
periodicidades en la poblacin 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 poblacin. Imaginemos que estamos
seleccionando una muestra sobre listas de 10 individuos en los que los
5 primeros son varones y los 5 ltimos mujeres, si empleamos un
muestreo aleatorio sistemtico con K = 10 siempre seleccionaremos o
solo hombres o solo mujeres, no podra haber una representacin de los
dos sexos.

Muestreo aleatorio estratificado

4

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Un muestreo aleatorio estratificado es aquel en el que se divide la poblacin

de N individuos en k sub poblaciones o estratos, atendiendo a criterios que
puedan ser importantes en el estudio, de tamaos respectivos N1, N2,Nk.
= 1 + 2 + +
Y realizando en cada una de estas sub poblaciones muestreos aleatorios
simples de tamao ni i = 1, ,k
Es decir se considera categoras tpicas diferentes entre s (estratos) que
poseen gran homogeneidad respecto a algunas caractersticas (se puede
estratificar por ejemplo, segn la profesin, 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 inters estarn representados
adecuadamente en la muestra. Cada estrato funciona independientemente,
pudiendo aplicarse dentro de ellos el muestreo aleatorio simple o el
sistemtico para elegir los elementos concretos que formaran parte de la
muestra. En ocasiones, las dificultades que plantean son demasiado grandes,
pues exige un conocimiento detallado de la poblacin (tamao geogrfico,
sexos, edades etc)
A continuacin nos planteamos el problema de cuantos elementos de
muestra se han de elegir de cada uno de los estratos. Puede ser de diferentes
tipos:
Asignacin simple:
A cada estrato le corresponde igual nmero de elementos mustrales.
Asignacin proporcional:
Sea n el nmero de individuos de la poblacin total que dormn parte de
alguna muestra: = 1 + 2 + +
Cuando la asignacin es proporcional el tamao de la muestra de cada
estrato es proporcional al tamao del estrato correspondiente con respecto a
la poblacin total.
=
Donde:

ni: Es el tamao de muestra del i-esimo estrato.

Ni: Es la poblacin total de i-esimo estrato.
N: Poblacin total.

Asignacin optima
5

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Cuando se realiza un muestreo estratificado, los tamaos mustrales en cada

uno de los estratos, ni, los elige quien hace el muestreo, y para ellos puede
basarse en alguno de los siguientes criterios:

Elegir los ni de tal modo que se minimice la varianza del estimador,

para un coste especificado, o bien;
Habiendo fijado la varianza que podemos admitir para el estimador,
minimizar el coste en la obtencin de las muestras.

As, en un estrato dado se tiende a formar una muestra ms grande cuando:

El estrato es ms grande.
El estrato posee mayor variabilidad interna (varianza).
El muestreo es ms econmico en este estrato.

Muestreo aleatorio por conglomerados:

Los mtodos presentados hasta ahora estn pensados para seleccionar

directamente los elementos de la poblacin, es decir que las unidades
mustrales son los elementos de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos
de la poblacin que forman una unidad, a la que llamamos conglomerado.
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 reas geogrficas suele hablarse de
muestreo por areas.
El muestreo por conglomerados consiste en seleccionar aleatoriamente un cierto
nmero de conglomerados (el necesario para alcanzar el tamao muestral
establecido) y en investigar despus todos los elementos pertenecientes a los
conglomerados elegidos.

B. Muestro no probabilstico.
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, 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 ser elegidos. En general, se selecciona a los sujetos siguiendo
determinados criterios procurando que la muestra sea representativa.
6

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

Entre los mtodos de muestreo no probabilstico en investigacin encontraremos:

Muestreo casual o incidental.

Muestreo intencional.
Muestreo por cuotas.
Muestreo de bola de nieve.
Muestreo discrecional.

Muestreo casual o incidental

Se trata de un proceso en el que l investigador selecciona directa e intencionalmente
los individuos de la poblacin. El caso ms frecuente de este procedimiento es el de
utilizar como muestra a los individuos que se tienen fcil acceso (los profesores de
universidad emplean con mucha frecuencia a sus propios alumnos).

Muestreo intencional.
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 tendencia de voto.

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 aquel.

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

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 masculino y residentes en el Callao. 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.

Muestreo de bola de nieve (snowball sampling)

Se localiza 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, centros educativos,
determinados tipos de enfermos, etc.

Muestreo discrecional.
A criterio del investigador los elementos son elegidos sobre los que l cree que pueden
aportar al estudio. As, por ejemplo: muestreo por juicios, cajeros de una banco o
supermercado, etc.

Resumen:
Una vez ledo este captulo, usted debera:

Percatarse de que posee muchas habilidades cotidianas que sin duda le servirn en su
investigacin
Comprender claramente los distintos enfoques, tcnicas y mtodos de que dispone como
investigador en pequea escala en el rea de las ciencias sociales.
Tener decidido o casi decidido que mtodos utilizara y poder justificar esa eleccin.
Estar reflexionando sobre distintas alternativas para obtener la muestra o seleccionar la
poblacin (o poblaciones) que desea estudiar.

Ejercicios.
Cul es su estrategia de muestreo y porque razn?
Cul de estas estrategias elegira si tuviera que investigar los siguientes temas? Justifique su
eleccin en cada caso.

Universidad Peruana Unin

Ing. Edison Effer Apaza Tarqui

1. Quiere estudiar la asistencia brindada a los enfermos causados por qumicos en una
mina.
2. Le encomendaron que averiguara las opiniones de los obreros de una fbrica sobre los
cambios en la organizacin y distribucin del trabajo.
3. Quiere investigar si el uso de las instalaciones deportivas locales vara segn la edad y
el sexo.
4. Quiere estudiar las cambiantes actitudes hacia la migracin en los ltimos cincuenta
aos, tal como lo prueban los materiales y documentos de una gran biblioteca.
5. Ripley desea dar una promocin por categora social.