ESCUELA DE INGENIERÍA INDUSTRIAL

POBLACIÓN, MUESTRA Y MUESTREO

DEFINICIONES

Universo

Población a partir de la cual se obtiene la información, se debe establecer límites.

Población

Es la totalidad del fenómeno a investigar, donde las unidades que la componen poseen una
característica común, la cual se desea estudiar. En sociología y biología, una población es un
grupo de personas, u organismos de una especie particular, que vive en un área geográfica, o
espacio, y cuyo número de habitantes se determina normalmente por un censo.

Criterios para definir una población:

Criterios de inclusión: unidades que serían seleccionadas.

Criterio de exclusión: indican subconjuntos de individuos que si bien cumplen con los
criterios de inclusión, podrían interferir en la interpretación de los hallazgos o no ser
útiles a los fines de la investigación.

Censo

Se denomina censo, en estadística descriptiva, al recuento de individuos que conforman una

población estadística, definida como un conjunto de elementos de referencia sobre el que se
realizan las observaciones. El censo de una población estadística consiste, básicamente, en
obtener el número total de individuos mediante las más diversas técnicas de recuento.

Muestra

En estadística, una muestra estadística (también llamada muestra aleatoria o simplemente

muestra) es un subconjunto de casos o individuos de una población estadística.

Las muestras se obtienen con la intención de inferir propiedades de la totalidad de la

población, para lo cual deben ser representativas de la misma. Para cumplir esta característica,
la inclusión de sujetos en la muestra debe seguir una técnica de muestreo. En tales casos,
puede obtenerse una información similar a la de un estudio exhaustivo con mayor rapidez y
menor costo.

Estadístico

Un estadístico es una medida usada para describir alguna característica de una muestra, tal
como la media aritmética, la mediana o desviación estándar de la muestra.

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

Error Aleatorio

Cuando se mide el estadístico en diferentes muestras tomadas aleatoriamente los resultados

son variables. Esta variabilidad del estadístico se denomina error aleatorio y es causada por el
azar.

Parámetro

Un parámetro es una medida usada para describir alguna característica de una población, tal
como la media aritmética, la mediana o desviación estándar de la población.

Unidad de muestreo o Unidad de análisis

En estadística se conoce como muestreo a la técnica para la selección de una muestra a partir
de una población. Al elegir una muestra se espera conseguir que sus propiedades sean
extrapolables a la población. Este proceso permite ahorrar recursos, y a la vez obtener
resultados parecidos a los que se alcanzarían si se realizase un estudio de toda la población.

Marco de la muestra

Es el listado de todas las unidades muestrales.

Inferencia Estadística

La inferencia estadística es el conjunto de métodos y técnicas que permiten inducir, a partir de

la información empírica proporcionada por una muestra, cual es el comportamiento de una
determinada población con un riesgo de error medible en términos de probabilidad.

Grado de Confianza de la Inferencia

Es la probabilidad de que el valor real del parámetro poblacional se encuentre dentro de los
límites especificados por los valores del estimador muestral. Más que un cálculo suele ser un
criterio definido convencionalmente por el analista expresado en unidades estandarizadas Z o
en porcentaje de valores muestrales; así una probabilidad de 95% equivale a 1.96 unidades de
Z y es la más utilizada.

Grado de Error (Imprecisión) de la Inferencia

Debido a la aleatoriedad, los valores de un mismo estadístico difieren de una muestra a otra,
esta variabilidad introduce un error en la estimación (error aleatorio). Este error puede
medirse, pues las medias de los estimadores siempre se distribuyen “normalmente” (Teorema
del límite central) aunque los mismos estimadores no lo hayan hecho.

Para un mismo nivel de confianza puede medirse el error aleatorio por encima y por debajo de
la estimación. El error aleatorio configura límites de confianza dentro de los cuales se presume
estará el valor real del parámetro para el nivel de confianza elegido por el analista. El intervalo
de confianza de la inferencia será más amplio (impreciso) mientras más alta sea la desviación
estándar; y mientras más grande sea la muestra, más pequeño (preciso) será el intervalo.

Aleatoriedad de la selección

Esta condición se refiere a que cada elemento del universo debe tener la misma probabilidad
de ser elegido en la muestra y que dicha probabilidad puede ser medida.

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

¿CÓMO SE LLEVA A CABO EL PROCESO DE DISEÑO DE MUESTREO?

El diseño de muestra especifica el método de obtención de la muestra.

El diseño no especifica la forma de recolectar o medir los datos reales. Especifica únicamente
el método de recolección de los objetos que contienen la información requerida. Estos objetos
se llaman elementos.

Un elemento es un objeto del cual se toma una medición.

Los elementos pueden ocurrir individualmente o en grupos en la población. Un grupo de

elementos, como una familia o una caja de cerillos, se llama unidad de muestreo.

Las unidades de muestreo son colecciones disjuntas de elementos de la población. En algunos

casos una unidad muestral está constituida por un solo elemento.

Para seleccionar una muestra aleatoria de unidades de elementos muestrales, es necesaria

una lista de todas las unidades muestrales contenidas en la población. Esta lista se le
denomina marco muestral.

Razones para seleccionar una muestra

El tamaño de la población es infinito.

Población es finita, pero demasiado grande.
Estudiar a toda la población implica un alto costo, cuando sería suficiente obtener
datos aproximados.
Demandaría mucho tiempo estudiar toda la población.

La definición del tamaño muestral depende de los siguientes factores:

Los objetivos del estudio.

Los conocimientos previos sobre el comportamiento de la característica en la
población.
Los recursos técnicos y financieros para obtener la información.
El error máximo que se permitirá el analista.
La confiabilidad de la inferencia esperada por el analista.

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

DECISIONES DE MUESTREO

Se quiere saber cómo

se comporta una cierta
característica en un Las
Universo particular observaciones
Hacer pueden atribuirse
un Censo a los miembros
Sí del Universo

Sí Es posible
El Universo
está bien observar todo el
definido Universo ? Las observaciones
? NO Tomar solo pueden
una Muestra atribuirse a la
NO No representativa muestra, NO a los
NO
miembros del
Definir
Se quiere Universo
Observar inferir la medición
El una Muestra al Universo
Universo ?

Las
Sí Tomar observaciones
una Muestra
Representativa
pueden atribuirse
a los miembros
del Universo

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

TÉCNICAS DE MUESTREO (TRADICIONAL O BAYESIANA,

PROBABILÍSTICO O NO PROBABILÍSTICO, CON O SIN REEMPLAZO)

TRADICIONAL O BAYESIANA

MÉTODO BAYESIANO

Los elementos de la población se seleccionan siguiendo una secuencia, después de que cada
elemento se suma a la muestra, se recopilan los datos, se computan las estadísticas de
muestreo y se determinan costos. Este método es atractivo, no obstante es muy poco utilizado
porque generalmente no se dispone de datos referidos a costos y probabilidades.

MÉTODO TRADICIONAL

La muestra completa se selecciona antes de que comienza la recolección de datos. Este

método es el que más se utiliza.

PROBABILÍSTICO O NO PROBABILÍSTICO

Existen dos métodos para seleccionar poblaciones: el muestreo no aleatorio o de juicio o por
conveniencia y el muestreo aleatorio (que incorpora el azar como recurso en el proceso de
selección). Cuando este último cumple con la condición de que todos los elementos de la
población tienen alguna oportunidad de ser escogidos en la muestra, si la probabilidad
correspondiente a cada sujeto de la población es conocida de antemano, recibe el nombre de
muestreo probabilístico. Una muestra seleccionada por muestreo de juicio puede basarse en la
experiencia de alguien con la población. Algunas veces una muestra de juicio se usa como guía
o muestra tentativa para decidir cómo tomar una muestra aleatoria más adelante.

MUESTREO PROBABILÍSTICO

Para que la inferencia estadística sea válida el muestreo debe ser aleatorio o probabilístico.
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 elegidas.

Forman parte de este tipo de muestreo todos aquellos métodos para los que puede calcularse
la probabilidad de extracción de cualquiera de las muestras posibles. Este conjunto de técnicas
de muestreo es el más aconsejable, aunque en ocasiones no es posible optar por él. En este
caso se habla de muestras probabilísticas, pues no es correcto hablar de muestras

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

representativas dado que, al no conocer las características de la población, no es posible tener

certeza de que tal característica se haya conseguido.

Dentro de los métodos de muestreo probabilísticos encontramos los siguientes tipos:

Muestreo aleatorio simple

Muestreo estratificado
Muestreo sistemático
Muestreo por estadios múltiples
Muestreo polietápico o por conglomerados

Muestreo Aleatorio Simple

Escoge al azar los miembros del universo hasta completar el tamaño muestral previsto.

En teoría se enumeran previamente todos los elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo.

El procedimiento puede darse con o sin reemplazos y esta condición afectará posteriormente
el análisis.

Sin reposición de los elementos: Cada elemento extraído se descarta para la

subsiguiente extracción. Por ejemplo, si se extrae una muestra de una "población" de
bombillas para estimar la vida media de las bombillas que la integran, no será posible
medir más que una vez la bombilla seleccionada.

Con reposición de los elementos: Las observaciones se realizan con reemplazo de los
individuos, de forma que la población es idéntica en todas las extracciones.

Con reposición múltiple: En poblaciones muy grandes, la probabilidad de repetir una

extracción es tan pequeña que el muestreo puede considerarse sin reposición. Cada
elemento extraído se descarta para la subsiguiente extracción.

Para realizar este tipo de muestreo, y en determinadas situaciones, es muy útil la extracción de
números aleatorios mediante ordenadores, calculadoras o tablas construidas al efecto.

Muestreo Estratificado

Considera que al interior del universo existen estratos (subgrupos internamente homogéneos
pero cualitativa y cuantitativamente diferentes entre sí), y que no se cumple la condición de
selección aleatoria pues los miembros del grupo mayoritario tienen una mayor probabilidad de
ser seleccionados en la muestra. Es decir, grupos homogéneos en su interior, diferentes entre
sí en propiedades y tamaño; y además los estratos más grandes tienen mayor probabilidad de
ser representados.

Es por ello que, este muestreo consiste en la división previa de la población de estudio en
grupos o clases que se suponen homogéneos con respecto a alguna característica de las que se
van a estudiar. A cada uno de estos estratos se le asignaría una cuota que determinaría el
número de miembros del mismo que compondrán la muestra. Dentro de cada estrato se suele

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

usar la técnica de muestreo sistemático, una de las técnicas de selección más usadas en la
práctica.

Según la cantidad de elementos de la muestra que se han de elegir de cada uno de los
estratos, existen dos técnicas de muestreo estratificado:

Asignación proporcional: El tamaño de la muestra dentro de cada estrato es

proporcional al tamaño del estrato dentro de la población.

Asignación óptima: La muestra recogerá más individuos de aquellos estratos que

tengan más variabilidad. Para ello es necesario un conocimiento previo de la
población.

Muestreo Sistemático

Se utiliza cuando el universo o población es de gran tamaño, 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 elevación K = N/n;
donde N es el tamaño del universo y n el tamaño de la muestra. Determinar en qué fecha se
producirá la primera extracción, para ello hay que elegir al azar un número entre 1 y K; de ahí
en adelante tomar uno de cada K a intervalos regulares. Ocasionalmente, es conveniente tener
en cuenta la periodicidad del fenómeno.

Esto quiere decir que si tenemos un determinado número de personas que es la población y
queremos escoger de esa población un número más pequeño el cual es la muestra, dividimos
el número de la población por el número de la muestra que queremos tomar y el resultado de
esta operación será el intervalo, entonces escogemos un número al azar desde uno hasta el
número del intervalo, y a partir de este número escogemos los demás siguiendo el orden del
intervalo.

Muestreo por Estadios Múltiples

Esta técnica es la única opción cuando no se dispone de lista completa de la población de

referencia o bien cuando por medio de la técnica de muestreo simple o estratificado se
obtiene una muestra con unidades distribuidas de tal forma que resultan de difícil acceso. En
el muestreo a estadios múltiples se subdivide la población 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.

Muestreo por Conglomerados

Técnica similar al muestreo por estadios múltiples, se utiliza cuando la población se encuentra
dividida, de manera natural, en grupos que se supone que contienen toda la variabilidad de la
población, es decir, la representan fielmente respecto a la característica a elegir, pueden
seleccionarse sólo algunos de estos grupos o conglomerados para la realización del estudio.

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

Dentro de los grupos seleccionados se ubicarán las unidades elementales; por ejemplo, las
personas a encuestar, y podría aplicársele el instrumento de medición a todas las unidades, es
decir, a los miembros del grupo, o solo se podría aplicar a algunos de ellos, seleccionados al
azar. Este método tiene la ventaja de simplificar la recogida de información muestral.

Cuando, dentro de cada conglomerado seleccionado, se extraen algunos individuos para

integrar la muestra, el diseño se llama muestreo bietápico.

Las ideas de estratos y conglomerados son, en cierto sentido, opuestas. El primer método
funciona mejor cuanto más homogénea es la población respecto del estrato, aunque más
diferentes son éstos entre sí. En el segundo, ocurre lo contrario. Los conglomerados deben
presentar toda la variabilidad, aunque deben ser muy parecidos entre sí.

MUESTREO NO PROBABILÍSTICO

Muestreo por Cuotas

También denominado en ocasiones "accidental". Es la técnica más difundida sobre todo en

estudios de mercado y sondeos de opinión. En primer lugar, es necesario dividir la población
de referencia en varios estratos definidos por algunas variables de distribución conocida (como
el género o la edad). Posteriormente se calcula el peso proporcional de cada estrato, es decir,
la parte proporcional de población que representan. Finalmente se multiplica cada peso por el
tamaño 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; es decir, este muestreo consiste en facilitar al
entrevistador el perfil de las personas que tiene que entrevistar dejando su criterio, la elección
de las mismas, siempre y cuando cumplan con el perfil.

Muestreo por Conveniencia

Llamado también intencionado o intencional u opinático. Consiste en seleccionar a los

individuos que convienen al investigador para la muestra. A menudo los encuestados se
seleccionan porque están en el momento y en el lugar adecuado. 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.

El método del muestreo por conveniencia permite seleccionar una muestra con muchísima
facilidad. Suele utilizarse en estudios iniciales para comprobar si se cumplen las hipótesis que
se plantea el investigador. Una vez realizado el estudio, si se comprueba que los resultados son
favorables a sus predicciones, ya se puede plantear la posibilidad de hacer el estudio con
muestras probabilísticas para generalizar el resultado.

Ejemplos

✓ El médico de un instituto quiere realizar un estudio óptico para comprobar si los

jóvenes mejoran su vista después de unos determinados ejercicios visuales. Para ello
decide realizar el estudio a los alumnos de un curso del instituto.

ING. MBA LUCIANA TORRES LUDEÑA

 ESCUELA DE INGENIERÍA INDUSTRIAL

✓ Un hospital desea hacer un estudio para testar la eficacia de su nueva vacuna contra la
gripe que acaba de patentar un laboratorio farmacéutico. Realizan el estudio sobre sus
pacientes porque así al hospital le supone menos costos económicos.

Muestreo por Juicio

Forma de muestreo por conveniencia en la que los elementos de la población se seleccionan

con base al juicio del investigador. El investigador elige a los elementos que se incluirán en la
muestra porque cree que son representativos de la población de interés.

Ejemplo: En una investigación para el sector industrial se seleccionan a los responsables de

compras y adquisiciones de empresas.

Muestreo de Bola de Nieve

Indicado para estudios de poblaciones clandestinas, minoritarias o muy dispersas, pero en

contacto entre sí. Consiste en identificar sujetos que se incluirán en la muestra a partir de los
propios entrevistados. Partiendo de una pequeña cantidad de individuos que cumplen los
requisitos necesarios estos sirven como localizadores de otros con características análogas.

Se localiza a algunos individuos, los cuales conducen a otros y así hasta conseguir una muestra
suficiente. Este estudio se emplea en poblaciones “marginales”, delincuentes, sectas, etc.

ING. MBA LUCIANA TORRES LUDEÑA