Universidad Autóma del Estado de Morelos.

Escuela de Estudios Superiores de Xalostoc.

“EESuX”

Metrologia.

Muestreos

Tarea No.9

M.I.C.A Jose Maria Servin Olivares.

Presenta:

Carretes Anzures Marco Antonio

Ingeniería Química.

8 vo Semestre. Grupo: A

Fecha de entrega: 29/03/2019

 Muestreos
MUESTREO SIMPLE

El muestreo aleatorio simple (M.A.S.) es la técnica de muestreo en la que todos los elementos
que forman el universo y que por lo tanto están descritos en el marco muestral, tienen idéntica
probabilidad de ser seleccionados para la muestra. Sería algo así como hacer un sorteo justo
entre los individuos del universo: asignamos a cada persona un boleto con un número
correlativo, introducimos los números en una urna y empezamos a extraer al azar boletos.
Todos los individuos que tengan un número extraído de la urna formarían la muestra.
Obviamente, en la práctica, estos métodos pueden automatizarse mediante el uso de
ordenadores.

Dependiendo de si los individuos del universo pueden ser seleccionados más de una vez en la
muestra, hablaremos de M.A.S. con reposición o sin reposición.

Escuela de Estudios Superiores de Xalostoc. Página 2

Si usamos reposición, el hecho de que seleccione un individuo al azar para la muestra no
impediría que este mismo individuo pudiese volver a ser seleccionado en una siguiente
selección. Sería equivalente a decir que cada vez que se extrae un número al azar de la urna,
volvemos a colocar el número antes de la siguiente extracción. Si por el contrario no usamos
reposición, un individuo seleccionado para la muestra una vez ya no entraría nuevamente en el
sorteo.

La pregunta obvia es, ¿qué es mejor, usar reposición o no usarla? Es un simple problema
matemático. César Pérez López, en su libro "Muestreo Estadístico" (Pearson, 2005) desarrolla
de forma muy clara una comparación entre ambas técnicas. Tanto si lo miramos desde el punto
de vista de qué técnica genera estimaciones más precisas como desde el punto de vista de
qué técnica permite tener la misma precisión con menor tamaño de muestra, se puede concluir
que el muestreo aleatorio simple sin reposición siempre es más eficiente.

Para poder observar este resultado, partimos de la siguiente expresión para el tamaño de
muestra en un M.A.S. sin reposición. La fórmula relaciona el tamaño de muestra necesario
cuando el universo es finito con el tamaño necesario cuando el universo es infinito:

Donde n0 es el tamaño de muestra necesario para un universo infinito y N es el tamaño del

universo finito. Es posible demostrar que el tamaño de muestra cuando usamos reemplazo (n r)
es siempre igual al tamaño necesario para universo infinito (n r=n0). Si eso sucede, podemos
afirmar que:

Escuela de Estudios Superiores de Xalostoc. Página 3

Por lo tanto, el tamaño de muestra cuando no usamos reposición siempre es menor al
necesario si usamos reposición. Este resultado coincide con la intuición: si estamos empleando
reposición y por azar incluimos un individuo más de una vez en la misma muestra, el efecto es
similar a reducir el tamaño de la muestra ya que observo menor diversidad de individuos. Del
mismo modo, si el universo es infinito, ambos métodos coinciden, dado que la probabilidad de
seleccionar al mismo individuo dos veces en la misma muestra tiende a ser infinitamente
pequeña. (Ochoa, 2015)

ESTIMACIÓN DEL TAMAÑO DE LA MUESTRA

Determinar el tamaño de la muestra que se va a seleccionar es un paso importante en

cualquier estudio de investigación de mercados, se debe justificar convenientemente de
acuerdo al planteamiento del problema, la población, los objetivos y el propósito de la
investigación.

El tamaño muestral dependerá de decisiones estadísticas y no estadísticas, pueden incluir por

ejemplo la disponibilidad de los recursos, el presupuesto o el equipo que estará en campo.

Antes de calcular el tamaño de la muestra necesitamos determinar varias cosas:

 Tamaño de la población. Una población es una colección bien definida de objetos o

individuos que tienen características similares. Hablamos de dos tipos: población
objetivo, que suele tiene diversas características y también es conocida como la

Escuela de Estudios Superiores de Xalostoc. Página 4

 población teórica. La población accesible es la población sobre la que los investigadores
aplicaran sus conclusiones.
 Margen de error (intervalo de confianza). El margen de error es una estadística que
expresa la cantidad de error de muestreo aleatorio en los resultados de una encuesta, es
decir, es la medida estadística del número de veces de cada 100 que se espera que los
resultados se encuentren dentro de un rango específico.
 Nivel de confianza. Son intervalos aleatorios que se usan para acotar un valor con una
determinada probabilidad alta. Por ejemplo, un intervalo de confianza de 95% significa
que los resultados de una acción probablemente cubrirán las expectativas el 95% de las
veces.
 La desviación estándar. Es un índice numérico de la dispersión de un conjunto de datos
(o población). Mientras mayor es la desviación estándar, mayor es la dispersión de la
población.

CÁLCULO DEL TAMAÑO DE LA MUESTRA DESCONOCIENDO EL TAMAÑO DE LA

POBLACIÓN

La fórmula para calcular el tamaño de muestra cuando se desconoce el tamaño de la población

es la siguiente:

En donde

Z = nivel de confianza,

P = probabilidad de éxito, o proporción esperada

Q = probabilidad de fracaso

Escuela de Estudios Superiores de Xalostoc. Página 5

D = precisión (error máximo admisible en términos de proporción)

CÁLCULO DEL TAMAÑO DE LA MUESTRA CONOCIENDO EL TAMAÑO DE LA POBLACIÓN

La fórmula para calcular el tamaño de muestra cuando se conoce el tamaño de la población es

la siguiente:

En donde

N = tamaño de la población.

Z = nivel de confianza.

P = probabilidad de éxito, o proporción esperada.

Q = probabilidad de fracaso.

D = precisión (Error máximo admisible en términos de proporción).

(psyma, 2015)

Escuela de Estudios Superiores de Xalostoc. Página 6

MUESTREO ESTRATIFICADO

El muestreo estratificado es una técnica de muestreo probabilístico en donde el investigador

divide a toda la población en diferentes subgrupos o estratos. Luego, selecciona aleatoriamente
a los sujetos finales de los diferentes estratos en forma proporcional.

Es importante tener en cuenta que los estratos no deben superponerse. Que los subgrupos se
superpongan dará a algunos individuos mayores probabilidades de ser seleccionados como
sujetos. Esto niega completamente el concepto de muestreo estratificado como un tipo de
muestreo probabilístico.

Igualmente, importante es el hecho de que el investigador debe utilizar un muestreo

probabilístico simple dentro de los diferentes estratos.

Escuela de Estudios Superiores de Xalostoc. Página 7

Los estratos más comunes utilizados en el muestreo aleatorio estratificado son la edad, el
género, el nivel socioeconómico, la religión, la nacionalidad y el nivel de estudios alcanzado.

Muestreo aleatorio estratificado: usos

 Se utiliza el muestreo aleatorio estratificado cuando el investigador desea resaltar un

subgrupo específico dentro de la población. Esta técnica es útil en tales investigaciones
porque garantiza la presencia del subgrupo clave dentro de la muestra.
 Los investigadores también emplean un muestreo aleatorio estratificado cuando quieren
observar relaciones entre dos o más subgrupos. Con la técnica de muestreo aleatorio
simple, el investigador no está seguro de si los subgrupos que quiere observar son
representados equitativa y proporcionalmente dentro de la muestra.
 Con el muestreo estratificado, el investigador puede probar de forma representativa
hasta a los subgrupos más pequeños y más inaccesibles de la población. Esto permite
que los investigadores prueben a los extremos de la población.
 Con esta técnica, tienes una precisión estadística más elevada en comparación con el
muestreo aleatorio simple. Esto se debe a que la variabilidad dentro de los subgrupos es
menor en comparación con las variaciones cuando se trata de toda la población. Debido
a que esta técnica tiene una alta precisión estadística, exige un tamaño de la muestra
menor que puede ahorrar mucho tiempo, dinero y esfuerzo de los investigadores.

MUESTREO ESTRATIFICADO: TIPOS

Muestreo aleatorio estratificado proporcionado

En esta técnica, el tamaño de la muestra de cada estrato es proporcional al tamaño de la

población del estrato si se compara con la población total. Esto significa que el cada estrato
tiene la misma fracción de muestreo.

Escuela de Estudios Superiores de Xalostoc. Página 8

Supongamos que tienes 3 estratos con 100, 200 y 300 tamaños de la población,
respectivamente. El investigador eligió una fracción de muestreo de ½. Luego, el investigador
debe probar al azar 50, 100 y 150 sujetos de cada estrato, respectivamente.

Estrato A B C

Tamaño de la población 100 200 300

Fracción de muestreo ½ ½ ½

Tamaño final de la muestra 50 100 150

En esta técnica, lo importante es recordar el uso de la misma fracción de muestreo en cada

estrato, independientemente de las diferencias en el tamaño de la población de los estratos. Es
muy parecido a reunir una población más pequeña que sea específica de las proporciones
relativas de los subgrupos dentro de la población.

MUESTREO ALEATORIO ESTRATIFICADO DESPROPORCIONADO

La única diferencia entre el muestreo aleatorio estratificado proporcionado y el

desproporcionado son sus fracciones de muestreo. En el muestreo desproporcionado, los
diferentes estratos tienen diferentes fracciones de muestreo.

La precisión de este diseño es altamente dependiente de la asignación de fracción de muestreo

del investigador. Si el investigador comete errores en la asignación de fracciones de muestreo,
un estrato puede ser representado en exceso o insuficientemente y dará resultados sesgados.
(explorable, 2009)

Escuela de Estudios Superiores de Xalostoc. Página 9

TIPOS DE MUESTREO

Existen diferentes criterios de clasificación de los diferentes tipos de muestreo, aunque en

general pueden dividirse en dos grandes grupos: métodos de muestreo probabilísticos y
métodos de muestreo no probabilísticos.

I. Muestreo 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 seleccionadas. Sólo estos
métodos de muestreo probabilísticos nos aseguran la representatividad de la muestra extraída
y son, por tanto, los más recomendables. Dentro de los métodos de muestreo probabilísticos
encontramos los siguientes tipos:

1.- 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 ese número aleatorio
i, que es un número elegido al azar, y los elementos que integran la muestra son los que ocupa
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 tamaño de la población entre el tamaño de la muestra: k= N/n. El número
i que empleamos como punto de partida será un número al azar entre 1 y k. El riesgo este tipo
de muestreo está en los casos en que se dan periodicidades en la población 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 población. Imaginemos que estamos seleccionando una
muestra sobre listas de 10 individuos en los que los 5 primeros son varones y los 5 últimos
mujeres, si empleamos un muestreo aleatorio sistemático con k=10 siempre seleccionaríamos
o sólo hombres o sólo mujeres, no podría haber una representación de los dos sexos.

2.- Muestreo aleatorio por conglomerados:

Escuela de Estudios Superiores de Xalostoc. Página 10

Los métodos presentados hasta ahora están pensados para seleccionar directamente los
elementos de la población, es decir, que las unidades muéstrales son los elementos de la
población. En el muestreo por conglomerados la unidad muestral es un grupo de elementos de
la población 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 áreas geográficas
suele hablarse de "muestreo por áreas". El muestreo por conglomerados consiste en
seleccionar aleatoriamente un cierto numero de conglomerados (el necesario para alcanzar el
tamaño muestral establecido) y en investigar después todos los elementos pertenecientes a los
conglomerados elegidos.

II. Métodos de muestreo no probabilísticos

A veces, para estudios exploratorios, el muestreo probabilístico resulta excesivamente costoso

y se acude a métodos no probabilísticos, aun siendo conscientes de que no sirven para realizar
generalizaciones (estimaciones inferenciales sobre la población), pues no se tiene certeza de
que la muestra extraída sea representativa, ya que no todos los sujetos de la población tienen
la misma probabilidad de ser elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando, en la medida de lo posible, que la muestra sea
representativa. En algunas circunstancias los métodos estadísticos y epidemiológicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no probabilístico,
por ejemplo, los estudios de caso-control, donde los casos no son seleccionados
aleatoriamente de la población. Entre los métodos de muestreo no probabilísticos más
utilizados en investigación encontramos:

1.- Muestreo por cuotas:

También denominado en ocasiones "accidental". Se asienta generalmente 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

Escuela de Estudios Superiores de Xalostoc. Página 11

de muestreo se fijan unas "cuotas" que consisten en un número de individuos que reúnen unas
determinadas condiciones, por ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y
residentes en Gijón. Una vez determinada la cuota se eligen los primeros que se encuentren
que cumplan esas características. Este método se utiliza mucho en las encuestas de opinión.

2.- Muestreo intencional o de 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. También puede ser que el investigador seleccione 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).

3.- 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 muy frecuentemente cuando se hacen
estudios con poblaciones "marginales", delincuentes, sectas, determinados tipos de enfermos,
etc.

4.- Muestreo Discrecional · A criterio del investigador los elementos son elegidos sobre lo que
él cree que pueden aportar al estudio. (estadistica, s.f.)

Escuela de Estudios Superiores de Xalostoc. Página 12

Bibliografía
estadistica. (s.f.). Obtenido de estadistica :
http://www.estadistica.mat.uson.mx/Material/elmuestreo.pdf

explorable. (2 de jun de 2009). Obtenido de explorable: https://explorable.com/es/muestreo-

estratificado

Ochoa, C. (8 de 04 de 2015). netquest. Obtenido de netquest:

https://www.netquest.com/blog/es/blog/es/muestreo-probabilistico-muestreo-aleatorio-
simple

psyma. (04 de 11 de 2015). Obtenido de psyma:

https://www.psyma.com/company/news/message/como-determinar-el-tamano-de-una-
muestra

Escuela de Estudios Superiores de Xalostoc. Página 13