FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

TEORA DE MUESTREO
Una parte fundamental para realizar un estudio estadstico de cualquier tipo es
obtener unos resultados confiables y que puedan ser aplicables, como resulta casi
imposible o imprctico llevar a cabo algunos estudios sobre toda una poblacin,
por lo que la solucin es llevar a cabo el estudio basndose en un subconjunto de
sta denominada muestra.
Sin embargo, para que los estudios tengan la validez y confiabilidad es necesario
que tal subconjunto de datos, o muestra, posea algunas caractersticas
especficas que permitan, al final, generalizar los resultados hacia la poblacin.
Cuanto ms homognea es una poblacin en las caractersticas objeto de estudio,
ms fcil resulta obtener muestras representativas sin necesidad de que sean
grandes. Es decir, el tamao de la muestra est en relacin directa con la
desviacin tpica de las puntuaciones en las caractersticas de la variable a
investigar.
Esas caractersticas tienen que ver principalmente con el tamao de la muestra y
con la manera de obtenerla.
1

Importancia del muestreo

La inferencia estadstica: utiliza las caractersticas de un subconjunto de la

poblacin (la muestra) para hacer afirmaciones (inferir) sobre la poblacin en
general.
El muestro, implica algo de incertidumbre que debe ser aceptada para poder
realizar el trabajo, pues estudiar una poblacin resulta ser un trabajo en ocasiones
demasiado grande, Wonnacott y Wonnacott ofrecen las siguientes razones extras:

Claudia Victoria Quintero Garca

Pgina 1

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Recursos limitados. Es decir, no existen los recursos humanos, materiales

o econmicos para realizar el estudio sobre el total de la poblacin. Es
como cuando se compra un aparato, un automvil usado (por ejemplo), que
se prueba unos minutos (el encendido, una carrerita, etc.) para ver si
funciona correctamente y luego se adquiere, pero no se espera a probarlo
toda la vida (encendindolo y apagndolo o, simplemente, dejndolo
encendido) antes de realizar la adquisicin.

Escasez. Es el caso en que se dispone de una sola muestra. Por ejemplo,

para el estudio paleontolgico de los dinosaurios (el T. Rex por ejemplo)
sera muy bueno contar con, al menos, muchos restos fsiles y as realizar
tales investigaciones; sin embargo, se cuenta slo con una docena de
esqueletos fosilizados (casi todos incompletos) de esas criaturas en todo el
mundo.

Pruebas destructivas. Es el caso en el que realizar el estudio sobre toda

la poblacin llevara a la destruccin misma de la poblacin. Por ejemplo, si
se quisiese saber el conteo exacto de hemoglobina de una persona habra
que extraerle toda la sangre.

El muestreo puede ser ms exacto. Esto es en el caso en el que el

estudio sobre la poblacin total puede causar errores por su tamao 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 podra ser realizada con menos personal pero ms capacitado.

Siempre que hagamos la eleccin de una muestra, debemos tener cuidado de que
sta rena las siguientes caractersticas:

Que sea suficiente: es decir que la cantidad de elementos seleccionados

sea el que se requiere para que el nivel de confiabilidad sea el que se ha
establecido previamente.

Claudia Victoria Quintero Garca

Pgina 2

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Que sea representativa: esto quiere decir que los elementos seleccionados
debern presentar caractersticas similares a las de la poblacin o universo.

Al utilizar muestras en lugar de universos tenemos grandes ventajas,

algunas de las ms importantes son:

El costo se reduce, pues los gastos sern nicamente los ocasionados por
una parte del universo (muestra tomada) y no por la totalidad de l.

Si la muestra es representativa, las deducciones resultantes sobre el

universo sern confiables.

Como solamente se estudia una parte del universo, la informacin obtenida

se realiza en menor tiempo.

Tamao de las muestras

Para calcular el tamao de una muestra hay que tomar en cuenta tres factores:

El porcentaje de confianza con el cual se quiere generalizar los datos desde

la muestra hacia la poblacin total. El nivel de confianza tiene relacin
directa con el tamao de la muestra, por lo tanto, a mayor nivel de
confianza ms grande debe ser el tamao de la muestra. El nivel es fijado
por el investigador, de acuerdo con su experiencia. La confianza o el
porcentaje de confianza es el porcentaje de seguridad que existe para
generalizar los resultados obtenidos. Esto quiere decir que un porcentaje
del 100% equivale a decir que no existe ninguna duda para generalizar
tales resultados, pero tambin implica estudiar a la totalidad de los casos de
la poblacin. Para evitar un costo muy alto para el estudio o debido a que
en ocasiones llega a ser prcticamente imposible el estudio de todos los
casos, entonces se busca un porcentaje de confianza menor. Comnmente
en las investigaciones sociales se busca un 95%.
Tambin hay que tomar en cuenta que el nivel de confianza no es ni un
porcentaje, ni la proporcin que le correspondera, a pesar de que se

Claudia Victoria Quintero Garca

Pgina 3

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

expresa en trminos de porcentajes. El nivel de confianza se obtiene a

partir de la distribucin normal estndar y la intencin es buscar el valor Z
de la variable aleatoria que corresponda a tal rea.
La siguiente tabla muestra los valores de Z, segn los niveles de confianza
ms comunes
Nivel de Confianza

99.73%

99%

98%

96%

95.45%

95%

90%

80%

68.27%

50%

Valores de Z

3.00

2.58

2.33

2.05

2.00

1.96

1.645

1.28

1.00

0.6745

Por ejemplo: Si se quiere un porcentaje de confianza del 95%, entonces

hay que considerar la proporcin correspondiente, que es 0.95. Lo que se
buscara en seguida es el valor Z para la variable aleatoria z tal que el rea
simtrica bajo la curva normal desde -Z hasta Z sea igual a 0.95, es decir,
P(-Z<z<Z)=0.95.
Utilizando la tabla, se puede calcular el valor de Z, sera 1.96 (con una
aproximacin a dos decimales).
Esto quiere decir que P(-1.96<z<1.96)=0.95.
El porcentaje de error que se pretende aceptar al momento de hacer la
generalizacin. El error o porcentaje de error equivale a elegir una
probabilidad de aceptar una hiptesis que sea falsa como si fuera
verdadera, o la inversa: rechazar a hiptesis verdadera por considerarla
falsa. Al igual que en el caso de la confianza, si se quiere eliminar el riesgo
del error y considerarlo como 0%, entonces la muestra es del mismo
tamao que la poblacin, por lo que conviene correr un cierto riesgo de
equivocarse. Comnmente se aceptan entre el 4% y el 6% como error,
tomando en cuenta de que no son complementarios la confianza y el error.
El nivel de variabilidad que se calcula para comprobar la hiptesis. La
variabilidad es la probabilidad (o porcentaje) con el que se acept y se

Claudia Victoria Quintero Garca

Pgina 4

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

rechaz la hiptesis que se quiere investigar. El porcentaje con que se

acept de tal hiptesis se denomina variabilidad positiva y se denota por
p, y el porcentaje con el que se rechaz la hiptesis es la variabilidad
negativa, denotada por q. Hay que considerar que p y q son
complementarios, es decir, que su suma es igual a la unidad: p+q=1.
Adems, cuando se habla de la mxima variabilidad, en el caso de no
existir antecedentes sobre la investigacin (no hay otras o no se pudo
aplicar una prueba previa), entonces los valores de variabilidad es p=q=0.5.
Una vez que se han determinado estos tres factores, se puede calcular el tamao
de la muestra como a continuacin se expone.
A veces se toman los valores estndar de los tres factores, por falta de
informacin, esto son:

Nivel de confianza: 95%, que equivale al valor de Z = 1,96

Error estimado: 5%

Probabilidad de ocurrencia o positiva: 50%

El muestreo es el proceso de tomar una proporcin o parte de un universo de

elementos, con la finalidad de analizar en dichos elementos, caractersticas
sujetas a estudio o fenmenos factibles de observacin y en base al anlisis de la
muestra o proporcin tomada obtener conclusiones que se refieran no slo a la
muestra sino a todo el universo. Para fines estadsticos, el universo puede
considerarse finito o infinito. Se considera finito si el nmero de elementos que lo
constituyen es menor a 500,000 e infinito si es igual o mayor a este nmero.
Hay que mencionar que estas frmulas se pueden aplicar de manera aceptable
pensando en instrumentos que no incluyan preguntas abiertas y que sean un total
de alrededor de 30.

Claudia Victoria Quintero Garca

Pgina 5

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Vamos a presentar dos frmulas, siendo la primera la que se aplica en el caso de

que no se conozca con precisin el tamao de la poblacin, y es:

Donde:
n es el tamao de la muestra;
Z es el nivel de confianza (95%-equivalente al valor Z=1.96);
p es la variabilidad positiva (0.5);
q es la variabilidad negativa (0.5);
E es la precisin o error(entre 4% y 6%).

Por ejemplo:
se desea realizar una investigacin sobre los estudiantes inscritos en primer y
segundo semestre, para lo cual se aplicar un cuestionario de manera aleatoria a
una muestra, pues los recursos econmicos y el tiempo para procesar la
informacin resultara insuficiente en el caso de aplicrsele a la poblacin
estudiantil completa.
En primera instancia, suponiendo que no se conoce el tamao exacto de la
poblacin, pero con la seguridad de que sta se encuentra cerca a los 500.000, se
aplicar la primera frmula.
Se considerar una confianza del 95%, un porcentaje de error del 5% y la mxima
variabilidad por no existir antecedentes en la institucin sobre la investigacin y
porque no se puede aplicar una prueba previa, es decir que p=0.5 y q=0.5.

Claudia Victoria Quintero Garca

Pgina 6

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Primero habr que obtener el valor de Z de tal forma que la confianza sea del 95%,
es decir, se busca el nivel de confianza en la tabla y obtenemos un nivel de
confianza Z=1.96.
De esta manera se realiza la sustitucin y se obtiene:

Esto quiere decir que el tamao de la muestra es de 385 estudiantes.

En el caso de que s se conozca el tamao de la poblacin entonces se aplica
la siguiente frmula:

donde
n es el tamao de la muestra;
Z es el nivel de confianza;
p es la variabilidad positiva;
q es la variabilidad negativa;
N es el tamao de la poblacin;
E es la precisin o el error.
La ventaja sobre la primera frmula es que al conocer exactamente el tamao de
la poblacin, el tamao de la muestra resulta con mayor precisin y se pueden
incluso ahorrarse recursos y tiempo para la aplicacin y desarrollo de una
investigacin.

Claudia Victoria Quintero Garca

Pgina 7

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Por ejemplo:
Con el ejemplo anterior, pero supongamos ahora que s se conoce el tamao de la
poblacin estudiantil y es de 9,408, entonces se aplicar la segunda frmula.
Utilizando los mismos parmetros la sustitucin queda como:

Con lo que se tiene una muestra de 370 estudiantes y as poder realizar la

investigacin sin ms costo del necesario, pero con la seguridad de que las
condiciones aceptadas para la generalizacin (confiabilidad, variabilidad y error)
se mantienen.

Tipos de muestreo

Los mtodos estadsticos proponen diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: mtodos de muestreo
probabilsticos y mtodos de muestreo no probabilsticos.
3.1

Muestreo probabilstico

Son aquellos en los que todos los individuos tienen la misma probabilidad de ser
elegidos para formar parte de una muestra. Solo estos mtodos de muestreo
probabilstico aseguran la representatividad de la muestra extrada y son, los ms
recomendables. Dentro de los mtodos de muestreo probabilstico se encuentran
los siguientes tipos:

Claudia Victoria Quintero Garca

Pgina 8

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

3.1.1 Muestreo simple aleatorio:

Atractivo por su simpleza, pero tiene poca utilidad en poblaciones grandes, el
procedimiento es:

Se asigna un nmero a cada individuo de la poblacin,

Se utiliza un medio mecnico para seleccionar los elementos que formarn

parte de la muestre (bolas dentro de una bolsa, tablas de nmeros
aleatorios, nmeros aleatorios generados con computador, etc.) se eligen
tantos sujetos como sea necesario para completar el tamao de muestra
requerido.

3.1.2 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. El procedimiento es:

Como el anterior, numerar todos los elementos de la poblacin, pero en

lugar de extraer n nmeros aleatorios solo se extrae uno.

Se parte de ese nmero aleatorio i, que es un numero elegido al azar, y los

elementos que integran la muestra son los que ocupan los lugares i, i+k,
i+2k, i+3k,...,i+(n-1)k, es decir se toman los individuos de k en k, siendo k el
resultado de dividir el tamao de la poblacin entre el tamao de la
muestra: k=N/n. El numero i que se emplea como punto de partida ser un
numero al azar entre 1 y k.

El riesgo se 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) se puede introducir una homogeneidad que no se da en la poblacin,
por ejemplo, suponga que se est seleccionando una muestra sobre una listas de
10 individuos en los que los 5 primeros son varones y los 5 ltimos mujeres; si se
emplea un muestreo aleatorio sistemtico con k=10 siempre sern seleccionados

Claudia Victoria Quintero Garca

Pgina 9

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

o solo hombres o solo mujeres; no podra haber una representacin de los dos
sexos, lo que significa que la muestra puede no ser representativa.
Ejemplo: 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.
3.1.3 Muestreo aleatorio estratificado:
Una muestra aleatoria estratificada es la obtenida mediante la separacin de los
elementos de la poblacin en grupos diferentes entre si, llamados estratos y la
seleccin posterior de una muestra irrestrictamente aleatoria simple en cada
estrato. Se puede estratificar, por ejemplo, segn la profesin, el municipio de
residencia, el sexo, el estado civil, etc
Este tipo de muestreo asegura de que todos los estratos de inters estn
representados 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 formaran parte de la muestra. Este tipo de
muestreo exige un conocimiento detallado de la poblacin. El tamao de cada
estrato se determina de dos maneras:

Afijacin simple: a cada estrato le corresponde igual nmero de

elementos muestrales.

Afijacin proporcional: la distribucin se hace de acuerdo con el peso

(tamano) de la poblacin en cada estrato.

Claudia Victoria Quintero Garca

Pgina 10

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Ejemplo: Se desea estudiar el grado de aceptacin que la implantacin de la

reforma educativa ha tenido entre los padres de un municipio. Para ello se
seleccion una muestra de 600 padres de familia.
Segn in formacin obtenido del Ministerios de Educacin, 7.000 nios acuden a
colegios pblico y 3.000 acuden a colegios privados. Como el inters es que en la
muestra estn representados todos los tipos de colegio, se realiza un muestreo
estratificado empleando como variable de estratificacin el tipo de colegio.
Si se emplea una afijacin simple serian 300 nios de cada tipo de centro,
Si se utiliza afijacin proporcional, que es la ms razonable por la diferencia en el
tamao de los estratos. El procedimiento es:

1. Calcular la proporcin para cada uno de los estratos respecto de la poblacin,

para poder reflejarlo en la muestra.
Colegios pblicos: 7.000/10.000 = 0.70
Colegios privados: 3.000/10.000 = 0.30

2. Para conocer el tamao de cada estrato en la muestra se multiplica la

proporcin por el tamao muestral.

Colegios pblicos: 0.70x600 = 420 padres de familia

Colegios privados: 0.30x600 = 180 padres de familia
3.1.4 Muestreo por conglomerados
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

Claudia Victoria Quintero Garca

Pgina 11

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

elementos dentro de cada conglomerado son usualmente heterogneos o

dismiles.
Ejemplo 1: 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.
Ejemplo 2: se desea conocer el grado de satisfaccin laboral de los empleados de
un banco, el cual tiene servicio a nivel nacional; el tamao de la muestra para que
sea representativa debe ser de 800 empleados. Como es difcil acceder
individualmente a estos empleados, se recomienda hacer una muestra por
conglomerados.
Se sabe que el nmero de empleados por banco es aproximadamente de 40, el
procedimiento es:

Hacer un listado de todos los almacenes.

Asignar un nmero a cada uno.

Elegir por muestreo aleatorio simple o sistemtico los bancos que van a
formar parte de la muestra por conglomerado.

3.2

Muestreo no probabilstico:

Se utilizan para estudios exploratorios o poco investigados, este tipo de muestreos

no sirven para realizar generalizaciones, pues no se tiene la certeza de que la
muestra extrada sea representativa, porque no todos los sujetos de la poblacin
tienen la misma probabilidad de ser elegidos.

La seleccin los sujetos se eligen siguiendo determinados criterios, procurando

que la muestra sea representativa.

Claudia Victoria Quintero Garca

Pgina 12

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

Dentro de los tipos de muestreo no Probabilstico, podemos mencionar los

siguientes:
3.2.1 Muestreo por Juicio, Seleccin Experta o Seleccin Intencional:
El investigador toma la muestra seleccionando los elementos que a l le parecen
representativos o tpicos de la poblacin, por lo que depende del criterio del
investigador. Es muy frecuente su utilizacin en sondeos preelectorales de zonas
que en anteriores votaciones han marcado tendencias de voto.
3.2.2 Muestreo casual o fortuito:
Se usa en los casos en que no es posible seleccionar los elementos, y deben
sacarse conclusiones con los elementos que estn disponibles. El investigador
selecciona directa e intencionadamente los individuos de la poblacin. El caso
ms frecuente de este procedimiento es el utilizar como muestra los individuos a
los que se tiene fcil acceso, Por ejemplo: en el caso de voluntarios para pruebas
de medicamentos de enfermedades como el corazn, cncer o los profesores de
universidad que emplean a sus propios alumnos para sus investigaciones.
3.2.3 Muestreo de cuota:
Se utiliza cuando se tiene buen conocimiento de la poblacin de estudio y se sabe
cules son los individuos ms representativos o adecuados para formar parte de la
muestra. Se asemeja el muestreo aleatorio estratificado, pero sin el carcter de
aleatoriedad
En este tipo de muestreo se fijan unas "cuotas" que son un nmero de individuos
que renen determinadas caractersticas importantes para el estudio. Por ejemplo,
se desea conocer la opinin de un artculo nuevo que saldr al mercado, se sabe
que el producto es para mujeres entre ciertas edades y estrato socioeconmico
bajos, por ello el investigador determina las caractersticas de los individuos que

Claudia Victoria Quintero Garca

Pgina 13

FUNDACIN UNIVERSITARIA AUTNOMA DE LAS

AMRICAS

Departamento de Educacin a Distancia

formarn la muestra, decide seleccionar 30 personas de 18 a 22 aos, de sexo

femenino y residentes en barrios de estrato 1 y 2, determinada la cuota, se eligen
los primeros que cumplan esas caractersticas. Este mtodo se utiliza mucho en
estudios de opinin de mercado
3.2.4 Muestreo de 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, egresados de una
institucin, etc.

Claudia Victoria Quintero Garca

Pgina 14