TÉCNICAS DE

MUESTREO
1. LA POBLACIÓN DE ESTUDIO
La población o universo es el conjunto de individuos u objetos de los que se desea conocer algo en
una investigación. Es la totalidad de individuos o elementos en los cuales puede presentarse
determinada característica que va a ser estudiada. Por lo general, no es posible abarcar a toda la
población destinataria debido a su elevado número, al costo y al tiempo. En cambio, se estudia a un
subconjunto de la población, a partir de la cual se extraen conclusiones (o inferencias), que se aplican a
la población destinataria.
El universo debe quedar claramente identificado desde el inicio de la investigación y se debe ser
específico al incluir los elementos que forman parte de ella.
Dentro de esta población se encuentra la población accesible o población de estudio, que es el
conjunto de casos que son accesibles para el investigador. Viene determinada por consideraciones
prácticas en función de la accesibilidad que tengamos a los sujetos (existencia de registros,
circunstancias que faciliten la colaboración, etc.).
En la población que realmente vamos a estudiar:
Los criterios de selección nos definirán a quién estudiaremos.
El tamaño de la muestra nos dice cuántos individuos necesitaremos.
El sistema de muestreo que utilizaremos será la forma de obtener la muestra.
Finalmente, la asignación a los grupos de estudio.

La muestra es el grupo de individuos que realmente se estudiará. Para que se puedan generalizar
los resultados tiene que seleccionarse de modo que sea lo más representativa posible de la
población destinataria y con una cantidad suficiente para obtener respuestas válidas. El número
de individuos de la muestra normalmente se representa por n, y el número de individuos de la
población por N.
2. LA MUESTRA
La muestra es un subconjunto o parte del universo o población en que se llevará a cabo la investigación
con el fin posterior de generalizar los hallazgos. Para generalizar los hallazgos al todo, esa parte que se
estudia tiene que ser representativa de la población, es decir, debe poseer las características básicas del
todo.
Por ejemplo, si en la población de estudio hay un 55% de mujeres y un 45% de hombres, la muestra
deberá aproximarse a esta proporción. Es evidente que la mejor forma de estar seguro de esa
representatividad sería estudiando toda la población, sin embargo, esto no siempre es posible o
conveniente. En el caso de estar formada por una cantidad ilimitada de unidades, la imposibilidad de
estudiarlo todo surge por no conocerse su magnitud.
En general, en la investigación se trabaja con muestras y a pesar de que no hay garantía de su
representatividad, hay una serie de ventajas que se pueden destacar:
• Permite que el estudio se realice en menor tiempo.
• Se incurre en menos gastos.
• Posibilita profundizar en el análisis de las variables.
• Permite tener mayor control de las variables a estudiar.
Se tendrán en cuenta los conceptos de validez interna y validez externa, pues de lo contrario queda
comprometido el desarrollo del estudio. La validez interna es la validez del propio estudio. Hace
referencia a que éste no presente errores y sea desarrollado con el rigor científico necesario, que la
muestra sea elegida correctamente, que los criterios de selección sean bien definidos, que sea
representativa de la población y de acuerdo a un diseño apropiado.
La validez externa está relacionada con la generalización de los resultados, es decir, con la
extrapolación de los resultados de la muestra a la población diana (la muestra debe, para ello, tener
las mismas características que la población de origen).
La muestra a seleccionar tiene que ser representativa de esa población para poder hacer
generalizaciones válidas. Se estima que una muestra es representativa cuando reúne las
características principales de la población en relación a la variable o condición particular que se
estudia.
La representatividad de una muestra está dada por su tamaño y por la forma en que el muestreo se
ha realizado.
•
 MUESTREO
PROBABILÍSTICO
• Muestreo aleatorio simple (MAS). Es el más sencillo, eficaz y usado. Otorga a todos
los sujetos de una población la misma probabilidad de ser incluidos en la muestra.
Tras haber asignado un número a cada sujeto, se utilizan números aleatorios para la
obtención de la muestra. Son seleccionados por sorteo o mediante una tabla de
números aleatorios que puede ser en formato papel, pero normalmente son
generados por ordenador y se utilizan las tablas que incluyen los programas
informáticos estadísticos (o la función “ALEATORIO.ENTRE” de la hoja de cálculo
ExcelR de Microsoft). Este procedimiento es simple y eficaz, pero tiene un
inconveniente, ya que no se puede utilizar si el universo es muy grande.
• Muestreo aleatorio sistemático. Este procedimiento exige, como el anterior, numerar todos
los elementos de la población, pero en lugar de extraer n números aleatorios, sólo se extrae
uno. Se parte de este número aleatorio i (comprendido 1 yk=coeficiente de elevación, que es
un número elegido al azar).Los elementos que integran la muestra son los que ocupan los
lugares i, i+k, i+2k, i+3k,..., es decir se toman los individuos de k en k, donde k es el resultado
de dividir el tamaño de la población entre el tamaño dela muestra: k=N/n. Por ej. Tenemos
10000 pacientes en una lista (N) y necesitamos obtener una muestra de 200 (n).
Primero elegimos al azar un paciente entre los 10000/200=50 primeros (supongamos que
salga el 25). Por tanto i=25 y k=50
Después, el primer paciente es el que tiene asignado el número 25. El segundo paciente será
i+k (25+50=75), el siguiente será el i+2k (25+100=125), y así sucesivamente.
El riesgo de este tipo de muestreo está en los casos en que se dan periodicidades en la
población, y sólo obtengamos representantes de una clase o proporciones distintas en la
muestra de la que realmente tienen en la población. Esta situación comprometería la
representatividad de la muestra.
• Muestreo aleatorio estratificado. Se divide la población en diferentes estratos
(grupos homogéneos de sujetos) y se hace un muestreo aleatorio simple dentro de
cada estrato, de forma que en la muestra queden representados todos los segmentos
que nos interesen. Por ejemplo, si en una población muy heterogénea en cuanto a
edad interesa que todos los grupos de edad estén representados, la solución es
realizar un muestreo aleatorio simple dentro de cada grupo de edad. A la hora de
necesitar este tipo de muestreo, conviene tener en cuenta No hacer muchos estratos y
no estratificar con respecto a muchas variables.
• Muestreo por conglomerados. Simplifica el muestreo cuando una población está
agrupada en conglomerados (localidades, edificios, manzanas). Se utiliza cuando no
se cuenta con un listado detallado de las unidades de la población, y/o se tiene
dificultad de organizar las unidades muestrales. En estas circunstancias no podemos
utilizar el muestreo estratificado. Por ello se procede a formar grupos o conjuntos de
unidades (conglomerados) que los investigadores definen. Se puede elegir a la
totalidad de los individuos de un conglomerado o a una muestra aleatoria simple del
mismo. Este tipo de muestreo es el menos fiable.
 MUESTREO NO
PROBABILÍSTICO
• Muestreo por cuotas. También denominado en ocasiones “accidental” (no confundir con el
muestreo incidental). Se asienta sobre la base de un buen conocimiento de los estratos de la
población y/o de los individuos más “representativos” o “adecuados” para los fines de la
investigación. Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado, pero
no tiene el carácter de aleatoriedad de aquél. En este tipo de muestreo se fijan unas cuotas
que son un número de individuos que reúnen unas condiciones determinadas. Una vez
determinada la cuota se eligen los primeros que se encuentren que cumplan esas
características. Es el método de elección en las encuestas de opinión. Por ejemplo,
necesitamos 120 individuos adictos a drogas de 25 a 40 años, de sexo femenino y residentes
en Madrid. Los servicios sociosanitarios de la Comunidad de Madrid proporcionan un listado
por núcleos de residencia con todos los sujetos de la Comunidad distribuidos que reúnen
esos criterios. Por último, se escogen los primeros de cada listado hasta completar los 120
sujetos que necesitamos.
• Muestreo opinático o intencional o conveniencia. Este tipo de muestreo se
caracteriza por un esfuerzo deliberado de obtener muestras “representativas”
mediante la inclusión en la muestra de grupos supuestamente típicos. Es muy
frecuente su utilización en sondeos preelectorales de zonas que en anteriores
votaciones han marcado tendencias de voto.
• Muestreo casual o incidental. Se trata de un proceso en el que el investigador
selecciona directa e intencionadamente los individuos de la población. El caso más
frecuente de este procedimiento el utilizar como muestra los individuos a los que se
tiene fácil acceso (los profesores de universidad emplean con mucha frecuencia a sus
propios alumnos) o el caso particular de los voluntarios.
• Cadena o bola de nieve. Se localiza a algunos individuos, los cuales conducen a
otros, y estos a otros, y así hasta conseguir una muestra suficiente. Este tipo se emplea
frecuentemente cuando se hacen estudios con poblaciones “marginales”,
delincuentes, sectas, pacientes de difícil localización por su “marginalidad”, etc.
VARIABLE CUALITATIVA
• Los resúmenes numéricos de una muestra se llaman estadísticos, mientras que los
resúmenes numéricos de una población se llaman parámetros.

• Los métodos para calcular los estadísticos de la muestra requieren que la muestra sea
finita. Por tanto, cuando una población contiene un número infinito de valores, los
métodos para calcular los estadísticos de una muestra no se pueden aplicar para
calcular los parámetros de una población.
• Para poblaciones infinitas, los parámetros como la media y la varianza se calculan con
procedimientos que generalizan los métodos usados para calcular las estadísticas de
una muestra y que implican sumas infinitas o integrales.
• Con frecuencia los estadísticos se usan para estimar los parámetros.
• Calcular el tamaño de muestra, si se desea estimar la proporción de
estudiantes de la universidad UTL que consumen bebidas gaseosas
frecuentemente. Con un nivel de confianza del 95% y un margen de
error del 7%
Como estimamos una proporción, la variable de análisis es cualitativa
No mencionan cuantos alumnos tenemos, por lo que tomaremos una muestra infinita
• https://www.youtube.com/watch?v=2wugQGs1GNY
Si de un problema anterior o una encuesta piloto sabemos que la probabilidad de que ocurra nuestro
evento de que el entrevistado tome algún tipo de bebida es del 30% tenemos entonces que el tamaño
del intervalo sería:
Si nos dicen que la muestra que analizaremos es de 15000 estudiantes, entonces el tamaño de la muestra
seria como sigue:
• Se desea estimar el tamaño promedio de unos pernos industriales en
un lote de fabricación, con un error máximo de estimación de 3mm y un
nivel de confianza de del 99% ¿Qué tamaño de muestra debemos de
seleccionar?
Nivel de confianza y el parametro Z
Parametro Z
VARIANZA S2
VARIANZA PARA UNA MUESTRA CONOCIDA LA MEDIA
Y LOS DATOS O MARCAS DE CLASE
0.03
Si se conoce el tamaño de la población:

600