TEORIA ELEMENTAL DE MUESTREO

La teora de muestreo se refiere al estudio de las relaciones que existen entre un colectivo
o poblacion y las muestras que se extraen de las mismas. El estudio de las muestras
permite hacer estimaciones de caractersticas desconocidas de la poblacion (tales como
media, desviacion tpica, proporciones, etc). Estas estimaciones se hacen a partir del
conocimiento de las caractersticas de las muestras (media, desviacion tpica, proporcion,
etc).

Ventajas de la utilizacion de las muestras

El costo es menor y se puede obtener un mejor rendimiento del dinero invertido.

Se obtiene una disminucion notable del tiempo necesario para alcanzar la
informacion

Cuando una muestra posee 30 o mas datos se denomina grandes muestras y si la

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

Necesidad del Muestreo.

Poblacion Infinita
Poblacion uniforme
Proceso de investigacion destructiva
Economa de costos
Calidad

Tipos de muestreo

Muestreo de juicio o no probabilstico. (opinatico). Se basa en el conocimiento de

la poblacion por parte de alguien, quien hace a la muestra representativa,
dependiendo de su intencion, por lo tanto es subjetiva.

Probabilstico (Erratico): Todos los elementos de la poblacion tienen la posibilidad

de pertenecer a la muestra.
Muestreo Aleatorio:

1. Muestreo aleatorio simple

2. Muestreo Sistematico.
3. Muestreo Estratificado
4. Muestreo por Conglomerado

Muestreo de juicio: A traves del conocimiento y la opinion personal, basada en la

experiencia del investigador, se identifican los elementos de la poblacion que van a
formar parte de la muestra. Una muestra seleccionada por muestreo de juicio se
basa en el conocimiento de la poblacion por parte de alguien. Por ejemplo, un
guardabosques tomara una muestra de juicio si decide con antelacion que parte
de una gran zona reforestada debera recorrer para estimar el total de metros de
madera que pueden cortarse. En ocasiones el muestreo de juicio sirve de muestra
piloto para decidir como seleccionar despues una muestra aleatoria.

Muestreo aleatorio: Cuando se conoce la probabilidad de que un elemento de la

poblacion figure o no en la muestra, puede ser:

Muestreo Aleatorio Simple (Irrestrictamente Aleatorio): Un muestreo es aleatorio

cuando cada elemento de la poblacion tiene la misma probabilidad de ser
escogido para formar parte de la muestra. Este tipo de muestreo evita que la
muestra sea sesgada evitando por lo tanto que se realice una mala inferencia
estadstica.

Por ejemplo, supongase que un investigador quiera estimar el modulo de ruptura

promedio de un material determinado formado por una poblacion de tamano
N = 500; por ser ensayos destructivos este quiere seleccionar una muestra de tamano
n = 10 que le permita realizar la inferencia, ahora bien el criterio que uso el investigador
para seleccionar dicha muestra fue el de tomar 10 materiales que estaban mas proximos
a el; evidentemente esta muestra no es representativa de la poblacion, se dice que esta
sesgada, por lo que la inferencia estadstica que se realice sera erronea. Por lo tanto, una
muestra se dice que esta sesgada cuando los elementos seleccionados tenan mayor
probabilidad de pertenecer a la misma.

Como hacer el muestreo aleatorio?

La forma mas facil de realizarlo es usando numeros aleatorios, para esto se puede recurrir
a una tabla o a un generador de numeros aleatorios. Actualmente, se recurre a
computadora.

Muestreo Sistematico o Secuencial: Los elementos se seleccionan de la poblacion

con un intervalo uniforme en el tiempo, en el orden o en el espacio. Por ejemplo,
supongamos que se quiere estudiar una determinada caracterstica de un producto
fabricado en serie y se decide seleccionar a cada veinte producto hasta formar la
muestra, para esto se escoge un punto aleatorio de arranque en los primeros
veinte productos y luego se escoge cada vigesimo producto hasta completar la
muestra. Una de las ventajas de este muestreo es cuando los elementos
presentan un patron secuencial, tal vez requiera menos tiempo y algunas veces
cuesta menos que el metodo de muestreo aleatorio.

Muestreo aleatorio: Cuando se conoce la probabilidad de que un elemento de la

poblacion figure o no en la muestra, puede ser:

Muestreo Aleatorio Simple (Irrestrictamente Aleatorio): Un muestreo es aleatorio

cuando cada elemento de la poblacion tiene la misma probabilidad de ser
escogido para formar parte de la muestra. Este tipo de muestreo evita que la
muestra sea sesgada evitando por lo tanto que se realice una mala inferencia
estadstica. Por ejemplo, supongase que un investigador quiera estimar el modulo
de ruptura promedio de un material determinado formado por una poblacion de
tamano N = 500; por ser ensayos destructivos este quiere seleccionar una muestra
de tamano n = 10 que le permita realizar la inferencia, ahora bien el criterio que
uso el investigador para seleccionar dicha muestra fue el de tomar 10 materiales
que estaban mas proximos a el; evidentemente esta muestra no es representativa
de la poblacion, se dice que esta sesgada, por lo que la inferencia estadstica que
se realice sera erronea. Por lo tanto, una muestra se dice que esta sesgada
cuando los elementos seleccionados tenan mayor probabilidad de pertenecer a la
misma.

Muestreo Aleatorio
Es la forma mas comun de obtener una muestra en la seleccion al azar, es decir, cada
uno de los individuos de una poblacion tiene la misma posibilidad de ser elegido. Si no se
cumple este requisito, se dice que la muestra es viciada. Para tener la seguridad de que la
muestra aleatoria no es viciada, debe emplearse para su constitucion una tabla de
numeros aleatorios. Este procedimiento, atractivo por su simpleza, tiene poca o nula
utilidad practica cuando la poblacion que estamos manejando es muy grande. Ejemplo:
 Supongamos que nos interesa elegir una muestra aleatoria de 5 estudiantes en un
grupo de estadstica de 20 alumnos. 20C5 da el numero 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 despues los revolvemos,
entonces podremos tener una muestra aleatoria de 5 si seleccionamos un trozo de
papel con cinco nombres. Un procedimiento mas 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 despues extraer cinco papeles al
mismo tiempo.

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

utiliza una tabla de numeros aleatorios. Se puede construir la tabla usando una
calculadora o una computadora. Tambien 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 numero de la tabla,
se regresa al recipiente y despues de revolver otra vez se selecciona la seguida tira que
determina el segundo numero de la tabla; el proceso continua hasta obtener una tabla de
dgitos aleatorios con tantos numeros como se desee.
Hay muchas situaciones en las cuales el muestreo aleatorio simple es poco practico,
imposible o no deseado; aunque sera deseable usar muestras aleatorias simples para las
encuestas nacionales de opinion sobre productos o sobre elecciones presidenciales, sera
muy costoso o tardado.
Tabla de Nmeros Aleatorios.

Las Tablas de Numeros Aleatorios contienen los dgitos 0, 1, 2,..., 7, 8, 9. Tales dgitos se
pueden leer individualmente o en grupos y en cualquier orden, en columnas hacia abajo,
columnas hacia arriba, en fila, diagonalmente, etc., y es posible considerarlos como
aleatorios. Las tablas se caracterizan por dos cosas que las hacen particularmente utiles
para el muestreo al azar. Una caracterstica es que los dgitos estan ordenados de tal
manera que la probabilidad de que aparezca cualquiera en un punto dado de una
secuencia es igual a la probabilidad de que ocurra cualquier otro.

La otra es que las combinaciones de dgitos tienen la misma probabilidad de ocurrir que
las otras combinaciones de un numero igual de dgitos. Estas dos condiciones satisfacen
los requisitos necesarios para el muestreo aleatorio, establecidos anteriormente. La
primera condicion significa que en una secuencia de numeros, la probabilidad de que
aparezca cualquier dgito en cualquier punto de la secuencia es 1/10. La segunda
condicion significa que todas las combinaciones de dos dgitos son igualmente probables,
del mismo modo que todas las combinaciones de tres dgitos, y as sucesivamente.

Existen metodos mas eficaces para generar numeros aleatorios, en muchos de los cuales
se utilizan calculadoras u otra clase de aparatos electronicos. Las tablas elaboradas
mediante estos metodos son verificadas completamente para asegurarse de que en
realidad sean aleatorias. Sin embargo, el interes no radica en elaborar estas tablas, sino
utilizarlas.

Para utilizar una Tabla de Numeros Aleatorios:

1- Hacer una lista de los elementos de la poblacion.

2- Numerar consecutivamente los elementos de la lista, empezando con el cero (0,

00, 000, etc.).

3- Tomar los numeros de una Tabla de Numeros Aleatorios, de manera que la cantidad de
dgitos de cada uno sea igual a la del ultimo elemento numerado de su lista. De ese
modo, si el ultimo numero fue 18, 56 o 72, se debera tomar un dgito de dos numeros.

4- Omitir cualquier dgito que no corresponda con los numeros de la lista o que repita
cifras seleccionadas anteriormente de la tabla. Continuar hasta obtener el numero de
observaciones deseado.

5- Utilizar dichos numeros aleatorios para identificar los elementos de la lista que se
habran de incluir en la muestra.

Donald B. Owen, Handbook of Statistical Tables, Reading Mass: Addisson-Wesley, 1.962.

3690 2492 7171 7720 6509 7549 2330 5733 4730

0813 6790 6858 1489 2669 3743 1901 4971 8280
6477 5289 4092 4223 6454 7632 7577 2816 9002
0772 2160 7236 0812 4195 5589 0830 8261 9232
5692 9870 3583 8997 1533 6466 8830 7271 3809
2080 3828 7880 0586 8482 7811 6807 3309 2729
1039 3382 7600 1077 4455 8806 1822 1669 7501
7227 0104 4141 1521 9104 5563 1392 8238 4882
8506 6348 4612 8252 1062 1757 0964 2983 2244
5086 0303 7423 3298 3979 2831 2257 1508 7642
0092 1629 0377 3590 2209 4839 6332 1490 3092
0935 5565 2315 8030 7651 5189 0075 9353 1921
2605 3973 8204 4143 2677 0034 8601 3340 8383
7277 9889 0390 5579 4620 5650 0210 2082 4664
5484 3900 3485 0741 9069 5920 4326 7704 6525
6905 7127 5933 1137 7583 6450 5658 7678 3444
8387 5323 3753 1859 6043 0294 5110 6340 9137
4094 4957 0163 9717 4118 4276 9465 8820 4127
4951 3781 5101 1815 7068 6379 7252 1086 8919
9047 0199 5068 7447 1664 9278 1708 3625 2864
7274 9512 0074 6677 8676 0222 3335 1976 1645
9192 4011 0255 5458 6942 8043 6201 1587 0972
0554 1690 6333 1931 9433 2661 8690 2313 6999
9231 5627 1815 7171 8036 1832 2031 6298 6073
3995 9677 7765 3194 3222 4191 2734 4469 8617
2402 6250 9362 7373 4757 1716 1942 0417 5921
5295 7385 5474 2123 7035 9983 5192 1840 6176
5177 1191 2106 3351 5057 0967 4538 1246 3374
7315 3365 7203 1231 0546 6612 1038 1425 2709
5775 7517 8974 3961 2183 5295 3096 8536 9442
5500 2276 6307 2346 1285 7000 5306 0414 3383
3251 8902 8843 2112 8567 8131 8116 5270 5994
4675 1435 2192 0874 2897 0262 5092 5541 4014
3543 6130 4247 4859 2660 7852 9096 0578 0097
3521 8772 6612 0721 3899 2999 1263 7017 8057
5573 9396 3464 1702 9204 3389 5678 2589 0288
7478 7569 7551 3380 2152 5411 2647 7242 2800
3339 2854 9691 9562 3252 9848 6030 8472 2266
5505 8474 3167 8552 5409 1556 4247 4652 2953
6381 2086 5457 7703 2758 2963 8167 6712 9820
Un ejemplo de una tabla de numeros aleatorios consiste en la lista de los numeros de
Lotera Nacional premiados a lo largo de su historia, pues se caracterizan por que cada
dgito tiene la misma probabilidad de ser elegido, y su eleccion es independiente de las
demas extracciones. Un modo de hacerlo es el siguiente:
Supongamos que tenemos una lista de numeros aleatorios de k= 5 cifras (00000-99.999),
una poblacion de N= 600 individuos, y deseamos extraer una muestra de n= 6 de ellos.
En este caso ordenamos a toda la poblacion (usando cualquier criterio) de modo que a
cada uno de sus elementos le corresponda un numero del 1 al 600. En segundo lugar nos
dirigimos a la tabla de numeros aleatorios, y comenzando en cualquier punto extraemos
un numero t, y tomamos como primer elemento de la muestra al elemento de la poblacion:

El proceso se repite tomando los siguientes numeros de la tabla de numeros aleatorios,

hasta obtener la muestra de 10 individuos.

Las cantidades pueden ser consideradas como observaciones de una v.a. U, que sigue
una distribucion uniforme en el intervalo [0,1]

TIPOS DE MUESTRA
Una muestra es una porcion representativa de una determinada poblacion. Cuando no se
puede realizar un censo, se recurre al muestreo, que es la herramienta que se utiliza para
determinar que porcion de la realidad se estudiara. Existen distintos tipos de tecnicas para
conformar una muestra, entre ellas:

Muestreo de conveniencia o por seleccin intencionada: aqu la muestra similar al

universo objetivo es seleccionada a partir de metodos no aleatorios. La representatividad
de dicha muestra es determinada por el investigador de manera subjetiva. Por funcionar
de esta manera, las muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta
tecnica cuando no quede ninguna otra alternativa.

Muestreo aleatorio: en este todos los elementos que lo componen tienen exactamente la
misma posibilidad de ser elegidos. Estos elementos son seleccionados de forma azarosa
por medio de numeros aleatorios. Existen distintas formas de realizar el muestreo
aleatorio, entre ellas:
 1. Muestreo aleatorio simple: este metodo es muy simple y se caracteriza por la
extraccion de los individuos de una lista de forma azarosa. Cuando el universo es
muy numeroso y complejo, no suele resultar eficaz.

2. Muestreo sistemtico: en este caso, el primer individuo se extrae al azar y a

partir de este se elige, a intervalos constantes, el resto. Este metodo resulta mas
sencillo que el muestreo aleatorio simple y ademas no precisa de un listado
elaborado para seleccionar a los individuos. Si bien el muestreo sistematico es
aplicable a la mayora de los casos, se debe tener en cuenta que la caracterstica
que se este estudiando no posea una periodicidad igual a la del muestreo.

3. Muestreo aleatorio estratificado: para realizar este muestreo se debe dividir a la

poblacion en grupos de acuerdo a un caracter especfico y luego, cada uno de
estos grupos es muestreado aleatoriamente, obteniendo as una parte que sea
proporcional a la muestra. Estos muestreos son utiles cuando la caracterstica que
determina la division de la poblacion esta relacionada con la variable que quiera
estudiarse.

4. Muestreo aleatorio por conglomerados: aqu, la poblacion es dividida en grupos

que posean caractersticas similares entre ellos. Luego de realizar esto, algunos
grupos son analizados completamente dejando de lado al resto.

5. Muestreo mixto: en este caso se utilizan al menos dos de los metodos

mencionados anteriormente. Esto ocurre cuando la poblacion a estudiar es
sumamente compleja, por lo que la aplicacion de un solo metodo resultara difcil o
resultara ineficiente.

CALCULO DEL TAMAO ADECUADO DE MUESTRA

El calculo del tamano de la muestra no es una simple operacion aritmetica que nos
proporcione un valor. Es una funcion matematica, por lo tanto, el cambio de una variable,
necesariamente se acompana del cambio de la otra considerada en la ecuacion. Permite
una mejor aproximacion al numero que se requiere, ajustando a su vez el poder
estadstico con otros parametros.
Se denota por: y = f(x)
Donde:

y = variable dependiente (atributo o caracterstica cuyo cambio es el que interesa

medir, tambien se le denomina resultante o desenlace. en el calculo del tamano de
la muestra, es el numero de participantes que se necesitan).
x = variable independiente (atributo o caracterstica que explica o predice el
cambio en la variable dependiente. en el calculo del tamano de la muestra, un
ejemplo es el poder estadstico que se requiere y que el investigador fija con
antelacion).
f = funcion (es una coleccion de pares de valores ordenados, que pertenecen a
diferentes conjuntos. en el calculo del tamano de la muestra, los conjuntos se
pueden ejemplificar con el poder estadstico y el numero muestral resultante).
f (x) = regla de correspondencia (expresa que para cada elemento de un conjunto
se relaciona solamente con un elemento de otro conjunto en el calculo del tamano
de la muestra, para un elemento del poder estadstico se relaciona solamente con
un numero muestral).

Figura 1. Representacin grfica de la funcin para el clculo del tamao de la

muestra, tanto para comparar dos medias como dos pro- porciones. En el eje de las
ordenadas se muestra el nmero de integrantes de la muestra y en el eje de las
abscisas el poder estadstico. La funcin est representada por la lnea, y el
asterisco sobre ella representa el valor resultante de la frmula matemtica
correspondiente, obteniendo as el tamao de la muestra para un poder estadstico
del 80%, que es utilizado habitualmente.

<
Rigor en el clculo del tamao de muestra en ciencias
En las diferentes areas de la investigacion cientfica se debe tener rigor metodologico
tanto para la elaboracion del protocolo, como para el desarrollo de las diferentes fases de
la investigacion. En este orden de ideas, es exigible la misma severidad para estimar el
tamano de la muestra en investigacion en educacion medica, que en otras areas del
conocimiento. 5 Lo anterior aplica para la mayora de los estudios contenidos en la brujula
o compas de la investigacion en educacion medica. 6

En dnde se anota el desarrollo del clculo del tamao de la muestra?

Los sitios en donde se desglosa este proceso son: el protocolo de la investigacion,

tambien aparece en las tesis de Maestras y Doctorados en Ciencias Medicas y de la
salud y eventualmente en las de licenciatura. Pero no aparece en los artculos publicados,
se da como un valor entendido que se realizo con rigor metodologico. Lo que aparece en
los artculos cientficos es la muestra en el estudio, pero no las variables y sus valores que
se consideraron para la estimacion del numero.