UNIVERSIDAD NACIONAL DE CHIMBORAZO

FACULTAD DE CIENCIAS POLTICAS Y ADMINISTRATIVAS

CARRERA DE CONTABILIDAD Y AUDITORA
Nombre: Aida Guamn
Semestre: 4to A
Fecha: 31/05/2016
Tema: Tipos de muestreo
Muestreo
El muestreo es una herramienta de la investigacin cientfica. Su funcin bsica es
determinar que parte de una realidad en estudio (poblacin o universo) debe
examinarse con la finalidad de hacer inferencias sobre dicha poblacin. El error que se
comete debido a hecho de que se obtienen conclusiones sobre cierta realidad a partir
de la observacin de slo una parte de ella, se denomina error de muestreo. Obtener
una muestra adecuada significa lograr una versin simplificada de la poblacin, que
reproduzca de algn modo sus rasgos bsicos.
TIPOS DE MUESTREO
Muestreo probabilstico (aleatorio): En este tipo de muestreo, todos los individuos de
la poblacin pueden formar parte de la muestra, tienen probabilidad positiva de
formar parte de la muestra. Por lo tanto es el tipo de muestreo que deberemos utilizar
en nuestras investigaciones, por ser el riguroso y cientfico.
Muestreo no probabilstico (no aleatorio): En este tipo de muestreo, puede haber clara
influencia de la persona o personas que seleccionan la muestra o simplemente se
realiza atendiendo a razones de comodidad. Salvo en situaciones muy concretas en la
que los errores cometidos no son grandes, debido a la homogeneidad de la poblacin,
en general no es un tipo de muestreo riguroso y cientfico, dado que no todos los
elementos de la poblacin pueden formar parte de la muestra. Por ejemplo, si
hacemos una encuesta telefnica por la maana, las personas que no tienen telfono
o que estn trabajando, no podrn formar parte de la muestra.
Muestreo aleatorio simple
En un muestreo aleatorio simple todos los individuos tienen la misma probabilidad de
ser seleccionados. La seleccin de la muestra puede realizarse a travs de cualquier
mecanismo probabilstico en el que todos los elementos tengan las mismas opciones
de salir. Por ejemplo uno de estos mecanismos es utilizar una tabla de nmeros
aleatorios, o tambin con un ordenador generar nmeros aleatorios, comprendidos

entre cero y uno, y multiplicarlos por el tamao de la poblacin, este es el que vamos a
utilizar.
Muestreo aleatorio estratificado
Es frecuente que cuando se realiza un estudio interese estudiar una serie de
subpoblaciones (estratos) en la poblacin, siendo importante que en la muestra haya
representacin de todos y cada uno de los estratos considerados.
Hay dos conceptos bsicos:
Estratificacin: El criterio a seguir en la formacin de los estratos ser formarlos de tal
manera que haya la mxima homogeneidad en relacin a la variable a estudio dentro
de cada estrato y la mxima heterogeneidad entre los estratos.
Afijacin: Reparto del tamao de la muestra en los diferentes estratos o
subpoblaciones. Existen varios criterios de afijacin entre los que destacamos:
1. Afijacin igual: Todos los estratos tienen el mismo nmero de elementos en la
muestra.
2. Afijacin proporcional: Cada estrato tiene un nmero de elementos en la muestra
proporcional a su tamao.
3. Afijacin Neyman: Cuando el reparto del tamao de la muestra se hace de forma
proporcional al valor de la dispersin en cada uno de los estratos.
Muestreo aleatorio sistemtico
Es un tipo de muestreo aleatorio simple en el que los elementos se seleccionan segn
un patrn que se inicia con una eleccin aleatoria.
Considerando una poblacin de N elementos, si queremos extraer una muestra de
tamao n, partimos de un nmero h=N/n, llamado coeficiente de elevacin y tomamos
un nmero al azar a comprendido entre 1 y h que se denomina arranque u origen.
La muestra estar formada por los elementos: a, a+h, a+2h,....a+(n-1)h.
De aqui se deduce que un elemento poblacional no podr aparecer ms de una vez en
la muestra. La muestra ser representativa de la poblacin pero introduce algunos
sesgos cuando la poblacin est ordenada en funcin de determinados criterios.
Muestreo aleatorio por conglomerados o reas
Mientras que en el muestreo aleatorio estratificado cada estrato presenta cierta
homogeneidad, un conglomerado se considera una agrupacin de elementos que
presentan caractersticas similares a toda la poblacin.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia
de los programas y cadenas de televisin, se utiliza un muestreo por conglomeradosfamilias que han sido elegidas aleatoriamente.
Las familias incluyen personas de todas las edades, muy representativas de las mismas
edades y preferencias que la totalidad de la poblacin.
Una vez seleccionados aleatoriamente los conglomerados, se toman todos los
elementos de cada uno para formar la muestra. En este tipo de muestreo lo que se
elige al azar no son unos cuantos elementos de la poblacin, sino unos grupos de
elementos de la poblacin previamente formados. Elegidos estos grupos o
"conglomerados" en un nmero suficiente, se pasa posteriormente a la eleccin,
tambin al azar, de los elementos que han de ser observados dentro de cada grupo, o
bien, segn se desee, a la observacin de todos los elementos que componen los
grupos elegidos.

Por ejemplo, para analizar los gastos familiares o para controlar el nivel de audiencia
de los programas y cadenas de televisin, se utiliza un muestreo por conglomeradosfamilias que han sido elegidas aleatoriamente. Las familias incluyen personas de todas
las edades, muy representativas de las mismas edades y preferencias que la totalidad
de la poblacin.
Muestreo no Probabilstico
Existen otros procedimientos para seleccionar las muestras, que son menos precisos
que los citados y que resultan menos costosos. El procedimiento ms utilizado es el
muestreo no probabilstico, denominado opintico consistente en que el investigador
selecciona la muestra que supone sea la ms representativa, utilizando un criterio
subjetivo y en funcin de la investigacin que se vaya a realizar.
Con el muestreo opintico la realizacin del trabajo de campo puede simplificarse
enormemente pues se puede concentrar mucho la muestra. Sin embargo, al querer
concentrar la muestra, se pueden cometer errores y sesgos debidos al investigador y,
al tratarse de un muestreo subjetivo (segn las preferencias del investigador), los
resultados de la encuesta no tienen una fiabilidad estadstica exacta.
Un muestreo no probabilstico muy utilizado hoy en da por los institutos de opinin es
el de itinerarios, consistente en facilitar al entrevistador el perfil de las personas que
tiene que entrevistar en cada uno de los itinerarios en que se realizan las entrevistas.
El muestreo denominado de cuotas, utiliza en sucesivos sondeos al mismo conjunto
muestral (inicialmente seleccionado de forma aleatoria) y es el empleado para medir
ndices de audiencia de programas televisivos.

Muestreo probabilstico
Los mtodos de muestreo probabilsticos 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 tamao n tienen la misma probabilidad de ser elegidas.
Slo estos mtodos de muestreo probabilsticos nos aseguran la representatividad de
la muestra extrada y son, por tanto, los ms recomendables. Dentro de los mtodos
de muestreo probabilsticos encontramos los siguientes tipos:
El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento
de la poblacin, y dicha probabilidad no es nula para ningn elemento.
Los mtodos de muestreo no probabilisticos no garantizan la representatividad de la
muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la
poblacin.
(En algunas circunstancias los mtodos estadsticos y epidemiolgicos permiten
resolver los problemas de representatividad aun en situaciones de muestreo no
probabilstico, por ejemplo los estudios de caso-control, donde los casos no son
seleccionados aleatoriamente de la poblacin.)
Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin
encontramos:
Muestreo aleatorio simple
Muestreo estratificado
Muestreo sistemtico
Muestreo polietpico o por conglomerados
Muestreo aleatorio simple:
El procedimiento empleado es el siguiente: 1) se asigna un nmero a cada individuo de
la poblacin y 2) a travs de algn medio mecnico (bolas dentro de una bolsa, tablas
de nmeros aleatorios, nmeros aleatorios generados con una calculadora u
ordenador, etc.) se eligen tantos sujetos como sea necesario para completar el tamao
de muestra requerido.
Este procedimiento, atractivo por su simpleza, tiene poca o nula utilidad prctica
cuando la poblacin que estamos manejando es muy grande.
Muestreo aleatorio sistemtico:

Este procedimiento exige, como el anterior, numerar todos los elementos de la

poblacin, pero en lugar de extraer n nmeros aleatorios slo se extrae uno. Se parte
de ese nmero aleatorio i, que es un nmero 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 tamao de la
poblacin entre el tamao de la muestra: k= N/n. El nmero i que empleamos como
punto de partida ser un nmero al azar entre 1 y k.
El riesgo este tipo de muestreo est 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) podemos introducir una homogeneidad que no se da en la poblacin.
Imaginemos que estamos seleccionando una muestra sobre listas de 10 individuos en
los que los 5 primeros son varones y los 5 ltimos mujeres, si empleamos un muestreo
aleatorio sistemtico con k=10 siempre seleccionaramos o slo hombres o slo
mujeres, no podra haber una representacin de los dos sexos.

Muestreo aleatorio estratificado:

Trata de obviar las dificultades que presentan los anteriores ya que simplifican los
procesos y suelen reducir el error muestral para un tamao dado de la muestra.
Consiste en considerar categoras tpicas diferentes entre s (estratos) que poseen gran
homogeneidad respecto a alguna caracterstica (se puede estratificar, por ejemplo,
segn la profesin, el municipio de residencia, el sexo, el estado civil, etc.). Lo que se
pretende con este tipo de muestreo es asegurarse de que todos los estratos de inters
estarn representados adecuadamente 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 formarn parte de la
muestra. En ocasiones las dificultades que plantean son demasiado grandes, pues
exige un conocimiento detallado de la poblacin. (Tamao geogrfico, sexos, edades,.).
La distribucin de la muestra en funcin de los diferentes estratos se denomina
afijacin, y puede ser de diferentes tipos:
Afijacin Simple: A cada estrato le corresponde igual nmero de elementos
mustrales.

Afijacin Proporcional: La distribucin se hace de acuerdo con el peso (tamao) de la

poblacin en cada estrato.
Afijacin Optima: Se tiene en cuenta la previsible dispersin de los resultados, de
modo que se considera la proporcin y la desviacin tpica. Tiene poca aplicacin ya
que no se suele conocer la desviacin.
Muestreo aleatorio por conglomerados:
Los mtodos presentados hasta ahora estn pensados para seleccionar directamente
los elementos de la poblacin, es decir, que las unidades mustrales son los elementos
de la poblacin.
En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la
poblacin 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 reas geogrficas suele hablarse de "muestreo por reas".
Mtodos de muestreo no probabilsticos
A veces, para estudios exploratorios, el muestreo probabilstico resulta excesivamente
costoso y se acude a mtodos no probabilsticos, aun siendo conscientes de que no
sirven para realizar generalizaciones, pues no se tiene certeza de que la muestra
extrada sea representativa, ya que no todos los sujetos de la poblacin tienen la
misma probabilidad de se elegidos. En general se seleccionan a los sujetos siguiendo
determinados criterios procurando que la muestra sea representativa.
Muestreos No Probabilsticos:
De Conveniencia
De Juicios
Por Cuotas de Bola de Nieve Discrecional
Muestreo por cuotas:
Tambin denominado en ocasiones "accidental". Se asienta generalmente sobre la
base de un buen conocimiento de los estratos de la poblacin y/o de los individuos
ms "representativos" o "adecuados" para los fines de la investigacin. Mantiene, por
tanto, semejanzas con el muestreo aleatorio estratificado, pero no tiene el carcter de
aleatoriedad de aqul.

En este tipo de muestreo se fijan unas "cuotas" que consisten en un nmero de

individuos que renen unas determinadas condiciones, por ejemplo: 20 individuos de
25 a 40 aos, de sexo femenino y residentes en Gijn. Una vez determinada la cuota se
eligen los primeros que se encuentren que cumplan esas caractersticas. Este mtodo
se utiliza mucho en las encuestas de opinin.
Muestreo opintico o intencional:
Este tipo de muestreo se caracteriza por un esfuerzo deliberado de obtener muestras
"representativas" mediante la inclusin en la muestra de grupos supuestamente
tpicos. Es muy frecuente su utilizacin 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 poblacin. El caso ms frecuente de este
procedimiento el utilizar como muestra los individuos a los que se tiene fcil acceso
(los profesores de universidad emplean con mucha frecuencia a sus propios alumnos).
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, etc.
Muestreo Discrecional A criterio del investigador los elementos son elegidos sobre lo
que l cree que pueden aportar al estudio. Ej. : muestreo por juicios; cajeros de un
banco o un supermercado; etc. Bibliografa:
http://www.vitutor.com/estadistica/inferencia/inferenciaContenidos.html