Sergio Alejandro Arias Lara

Milvia Lissette Peñaloza de Arias

MUESTREO
Enfoque ilustrado para investigar
 MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

© Sergio Alejandro Arias Lara / Milvia Lissette Peñaloza de Arias, 2013

[email protected]
[email protected]
© Grupo de Investigación en Evaluación y Mercadeo (EVMERGI), 2013
Grupo de Investigación EVMERGI:
Código: CDCHTA ZG-EVM-NUTA-01-10-09
Código: PL-NUTA-01-13-09
Coordinador Sergio Alejandro Arias Lara
[email protected]

DISEÑO Y DIAGRAMACIÓN
Adolfo Segundo Medina
ILUSTRACIÓN DE PORTADA E INTERIORES
Jairo Osorio
IMPRESIÓN
Talleres Gráficos
Universidad de Los Andes
Mérida. Estado Mérida. Venezuela

Depósito Legal No.: lf07420125123288

ISBN: 978-980-11-1589-2

Impreso en Venezuela - Printed in Venezuela

La participación de los autores en la presente obra es equitativa, puesto que
los contenidos son el resultado de disertaciones y reflexiones conjuntas, por
lo que el discurso es unísono en tal sentido
A Dios, gracias por la vida, salud y el conocimiento.
A la memoria de Ida María, madre siempre siento tu presencia a mi lado.
A la memoria de Alejandro, padre eres mi mejor ejemplo a seguir.
A Alejandro y Sergio Alejandro, amados hijos razón de mi existencia
A Milvia, amada esposa coparticipe de esta producción
A Gladys Lara, amada tía siempre presente en mis momentos determinantes
A Luis Lara, querido tío siempre orgulloso de mis éxitos.
A Marcos Salas, querido padrino quien emocionadamente me motivo en este logro
A Miriam, Elena, Olga, Sarita, José Gregorio, Andrea y Paola, queridos seres
hallados en el camino de mi vida
Sergio

A dios fuente infinita de sabiduría, ha llenado cada etapa de mi vida con

enseñanzas maravillosas; presentando en mi camino seres inigualables
A mí querida madre, su entrega y ayuda incondicional es de gran apoyo en el
logro de mis metas
A mi Padre a quien mis éxitos le enorgullecen
A Elena mi querida gordita siempre presta a ayudarme
A mis hijos amados: Alejandro y Sergio Alejandro, el mejor regalo de Dios,
motor de mi existencia y razón de mi vida.
A Sergio mi querido esposo ejemplo de constancia y dedicación
A sarita mi adorada hermana, juntas siempre, compartiendo y apoyándonos en
todo lo que dios dispone en nuestro camino.
A mis hermosas sobrinas Andrea Estefanía y Paola Valentina su inocencia y
picardía llenan mi vida de alegría e ilusión.
A Olga quien ha estado a mi lado a lo largo de mi vida.
A José Gregorio mi cuñado, siempre atento a ayudar
A todas aquellas personas a quienes mis triunfos les complacen.
Milvia
 INDICE

Prólogo....................................................................................................... 9
Introducción…….………………………………………………....…..... 11
Muestreo………………………………………………………...….....… 13
Algunas Definiciones de Muestreo…………………..……………….. 15
Conceptos Básicos del Muestreo………...……………………………. 15
Ventajas y Desventajas del muestreo……………....…………………. 21
Errores del Muestreo…………………………….....…………………... 21
Procedimiento para Realizar un Muestreo………....………………... 23
Tipos de muestreo………………………………………………….…... 26
Muestreo No Probabilístico…………………………....………...……. 27
– Muestreo Intencional……………………………………………... 29
– Muestreo Opinatico…………………………………………......... 31
– Muestreo Accidental…………………………………………........ 33
– Muestreo Bola de Nieve………………………………………….. 34
– Muestreo Por Cuotas……………………………………………... 36
Muestreo Probabilístico……………………………………………...... 38
– Muestreo Aleatorio Simple……………………………………… 39
– Sistemático………………………………………………………… 48
– Estratificado…………………………………...…………………... 55
– Por Conglomerado………………………...…………………….... 66
– Por Áreas o Geográfico……………………...………………….... 93
– Por Racimos……………………………………………………….. 96
Tamaño de la Muestra……………………………..…………………... 99
– Características deseables de una Muestra…..………………...... 106
Ejercicios Resueltos………………………………….....……………..... 107
Trabajo de Campo………………………...……………………………. 111
Reflexiones…………………………………………..………………….. 115
Ejercicios Propuestos ………………………......……………………… 125
Referencias………………………………......………………………….. 129
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

PRÓLOGO

G
racias al reciente auge de investigaciones de carácter
cuantitativo sobre todo considerando la multidimensio-
nalidad en que ocurren los hechos y fenómenos de los
cuales se obtienen información multivariada, incide en lo impres-
cindible que resulta realizar acertadamente los procesos de selec-
ción de muestras para sus respectivos análisis, dado que los resul-
tados de la investigación en gran medida dependerá de la forma
en se muestreó la población en cuestión.
El texto que presentan los autores se preparó teniendo en cuen-
ta lo multifacética que es la audiencia a quien va dirigida esta pro-
ducción, pues aparte de estudiantes de pregrado, la misma la con-
forman profesionales de diversas áreas del conocimiento que se
encuentran en plena formación como investigadores en los dife-
rentes programas de postgrado. Por lo que se espera que se consti-
tuya en material orientador cuando se afronten indagaciones.
Esperanzado en que sí es posible que cualquier profesional en
los diversos niveles acometa las exigentes fases de una investiga-
ción formal, emprendimos muy motivados la documentación
teórica para llevarla a la práctica gracias a la actividad de tutores
que realizamos en el postgrado de Maestría en Evaluación
Educativa en el Núcleo Universitario Pedro Rincón Gutiérrez del
Táchira de la Universidad de Los Andes, para con esta obra con-
vencernos de que si se puede escribir un libro que sea adaptable
para diversas audiencias académicas. Por tal motivo en algunos
aspectos de la formalidad matemática del muestreo no se detiene
en disertaciones, pues no es la finalidad del texto.
Como consecuencia de lo anterior algunos tópicos de la teoría

9
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

del muestreo resultaran de mayor interés para quienes se encuen-

tran en su proceso de formación como investigadores, así mismo
el manejo de los temas se puede hacer de algún modo aisladamen-
te. Es decir, no amerita una secuencia rigurosa del contenido para
su aplicación en las tareas investigativas, cuestión que redunda en
la utilidad que pueda prestar sus orientaciones.
Debemos aclarar que en principio este tema del muestreo es parte
constituyente de un proyecto de mayor envergadura en el área de esta-
dística como lo es la publicación de un texto de estadística inferencial
con un enfoque de características similares en cuanto a ilustrar desde
la práctica los contenidos a desarrollar, con apartados innovadores
como los presenta este libro en cuanto a ejemplarizar con investigacio-
nes reales y plantearse interrogantes que inviten a la reflexión y acla-
ren dudas que a diario surge en los contextos donde se investiga.

Finalmente queremos expresar nuestro agradecimiento al

Licenciado Jairo Osorio premio nacional de caricatura por su traba-
jo en el diario regional la Nación del estado Táchira, quien es el autor
de las caricaturas que ilustran acertadamente las situaciones de
muestreo en este libro, él plasmó de manera excelente nuestras
ideas en cuanto a las situaciones que quería representar, gracias que-
rido amigo.

Los Autores

10
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

INTRODUCCIÓN

La sociedad científica actualmente en todos sus ámbitos es posi-

ble percibir el creciente interés de sus miembros en adentrarse en
procesos de investigación en pro de generar conocimiento válido,
aunado al vertiginoso avance en la producción de software que
facilitan el procesamiento de información, hace que se diserte en
mayor escala sobre aspectos básicos de estudios investigativos.
Entre estos sustentos primordiales se tiene el muestreo en el
campo de la estadística, relevante puesto que de él depende en alto
grado la asertividad que se tenga en las conclusiones derivadas de
toda investigación. En consecuencia el propósito del presente traba-
jo es presentar ilustradamente desde una postura investigativa tra-
tados sobre la teoría y práctica de los procesos de muestreo.
El texto presenta el muestreo desde su conceptualización y tipos
así como misceláneos propios del mismo, se trata de un enfoque
ilustrado con ejemplos e imágenes concernientes a la naturaleza del
tema cuyo fundamento es la investigación. Los tipos de muestreo se
explican y ejemplifican detalladamente, en los casos que amerita
una sustentación matemática, ésta se realiza procurando que la
explicación sea asequible al mayor número de audiencias.
El trabajo presenta rasgos innovadores en sus apartados, dado
que contiene secciones como Ejercicios Resueltos desde una pers-
pectiva investigativa. Trabajos de Campo donde se detalla mues-
treos realizados en investigaciones reales. Y reflexiones, apartado
donde se plantean cuestionamientos sobre el muestreo y se res-
ponden desde la visión de los autores.
11
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO

Emprender estudios sobre realida-

des, independientemente del posicio-
namiento paradigmático desde el cual
se ubique quien investigue, el fin que se
persigue es producir caracterizaciones
y conclusiones sobre el comporta-
miento de parámetros poblacionales o
pautas contextuales referidas a algún
caso en particular. En tal caso, bajo una orientación cuantitativa,
se pretende elaborar síntesis sobre las características de un gran
número de individuos, lo que conduce a invertir grandes perio-
dos de tiempo, disponer de onerosos recursos económicos y con-
siderables recursos humanos y materiales, aunado a una serie de
limitantes que se presentan a la hora de acometer indagaciones
que involucren cantidades enormes de personas u objetos. Así
mismo, en un estudio bajo una perspectiva de naturaleza cualita-
tiva, a pesar de que se manejan cantidades menores de sujetos
informantes, estos deben seleccionarse de tal forma que aporten la
información necesaria, pertinente y suficiente; por lo tanto, se
generan incertidumbres y confrontaciones del cómo hacerlo y
cuántos seleccionar.
En este sentido, la literatura especializada ofrece sobre este tema
una serie de enfoques y procedimientos que facilitan la tarea del qué
hacer y cómo proceder ante situaciones como las descritas anterior-
mente, las cuales reciben el nombre de “muestreo”. Para tener una
idea intuitiva de lo que representa este proceso, se puede recurrir a
la siguiente analogía: una persona que presenta ciertos síntomas en

13
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

su organismo y acude a una consulta médica, el especialista, des-

pués de algunas pesquisas decide remitirle a exámenes de bioanali-
sis. Para dichas pruebas, no es necesario analizar toda la sangre del
organismo, simplemente, luego de ciertos preparativos e indicacio-
nes, a la persona se le extrae una pequeña cantidad (el contenido de
una jeringa) de sangre en representación de toda la que contiene su
cuerpo, y así poder practicarle los análisis indicados, de esta mane-
ra, el médico puede inferir, predecir y diagnosticar sobre la(s) pato-
logía(s) que padece dicha persona. De forma similar la estadística se
apoya en procesos de muestreo para poder obtener muestras de
individuos que representen a poblaciones completas, las cuales se
estudiarán y analizarán para poder llegar a generalizar sobre éstas,
es decir, inferir sobre características y comportamientos de todos los
sujetos que integran dicha población.

En términos generales, el muestreo es un procedimiento orga-

nizado y sistemático que ofrece lineamientos sobre cómo seleccio-
nar de las poblaciones, pequeñas cantidades de sujetos u objetos
con la finalidad de realizar descripciones y análisis, y así poder
efectuar estimaciones, inferencias y comprobaciones sobre las
poblaciones objeto de estudio, para de este modo, reducir costos
en comparación a que si se tomara a una comunidad o un con-
junto en su totalidad. Su principio consiste en sustituir el todo por
una parte, es decir, las observaciones hechas sobre la muestra sir-
ven de base a la extrapolación a todo el conjunto; teniendo en
cuenta determinadas restricciones técnicas y organizacionales
que interfieren con las elecciones teóricas. A continuación se expo-
nen algunas definiciones de muestreo.

14
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

ALGUNAS DEFINICIONES DE MUESTREO

s
Para Ibarra (1998), el muestreo es un proceso mediante el cual
es posible determinar en términos aproximados el comporta-
miento del universo o población donde se aplica, partiendo
del hecho de inferir sus características en base a los resultados
obtenidos del análisis de una muestra extraída del mismo.

s
Según Stevenson (2006), el muestreo es un medio que permite
el análisis de una pequeña parte de todos los elementos de un
determinado grupo, cuyo objetivo es establecer generaliza-
ciones con respecto a ese grupo total sin tener que examinar-
los uno por uno.

s
Bauce (2004), afirma que el muestreo es el procedimiento a tra-
vés del cual se procede a escoger una muestra de una población.

s
Seijas (2006), consiste en establecer una manera para identifi-
car y escoger un subconjunto de elementos de un conjunto
total de unidades que va ser analizado y evaluado con la fina-
lidad de poder describir y estimar caracteres y condiciones de
esa totalidad a la cual pertenece.

CONCEPTOS BÁSICOS DEL MUESTREO

El proceso de muestreo al igual que todo cuerpo de conoci-

mientos se sustenta en una serie de términos y conceptos básicos
para su planificación elaboración y aplicación, estos varían entre
diversos autores expertos en la materia. A continuación se mues-
tran algunos de los más importantes:

15
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

s
Población: Es el conjunto total de individuos, elementos u obje-
tos que poseen determinadas características o propiedades
comunes, medibles o apreciables factibles de ser estudiadas y
analizadas. En estadística se considera como población a toda
agrupación o totalidad de diversas dimensiones, sobre la cual
se puede describir o inferir. Dicha agrupación se puede consi-
derar finita o infinita, contable o no contable, dependiendo de
la delimitación que se establezca en pertinencia con el abor-
daje investigativo que se emprenda. En la figura 1.1 que se
muestra a continuación, se ilustra la clasificación que se hace
en este sentido.

Figura 1.1 Clasificación de la población

Milvia y Sergio Arias (2010)

16
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

s
Muestra: Es un subconjunto de la población objeto de estu-
dio, a partir de la cual se obtienen conclusiones (estadísticos)
para inferir sobre las características de la población (paráme-
tros). Una muestra en sí, es una parte representativa de una
población, es decir, un grupo de sujetos u objetos extraídos de
esa población por parte de quien estudia, analiza o investiga
dicha población, dado que le resulta imposible considerar a la
totalidad que la integra. De manera que, al tratarse de una
selección, esta puede estar afectada por el azar y la intencio-
nalidad del sujeto que investiga, por ello, es que las muestras
se consideran probabilísticas y no probabilísticas. En la figura
1.2 que se muestra a continuación, se ilustran los tipos de
muestras según este criterio.

Figura 1.2 Clasificación de la muestra

Milvia y Sergio Arias (2010)

17
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

s
Parámetro: Se considera toda magnitud medible o aprecia-
ble de los sujetos o elementos de una población. Por ejemplo,
el ingreso promedio familiar en la comunidad universitaria
de la ULA-Táchira, la proporción de estudiantes de la
ULA-Táchira que poseen vehículo propio, el porcentaje
de estudiantes de la ULA-Táchira que son fanáticos del
Deportivo Táchira.

s
Estadístico: Es toda magnitud medible o apreciable de los
sujetos o elementos que conforman una muestra. Por ejem-
plo, el ingreso promedio familiar de un grupo de doscientas
(200) familias seleccionadas de la comunidad universitaria, la
proporción de estudiantes de la ULA-Táchira que poseen
vehículo propio en una muestra de quinientos (500) estudian-
tes, el porcentaje de estudiantes de la ULA-Táchira que son
fanáticos del Deportivo Táchira en una muestra seleccionada
de trescientos cincuenta (350) estudiantes.

Los términos parámetro y estadísticos se relacionan íntima-

mente, puesto que, cada uno de ellos están ligados a la población y
a la muestra, seguidamente la figura 1.3 ilustra esta relación.

18
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.3 Relación entre población-parámetro-muestra-estadístico

Milvia y Sergio Arias (2010)

s
Conceptos integradores del muestreo: Es un conjunto de con-
ceptos básicos relacionados que le dan sentido al proceso del
muestreo. Es decir, se trata de una serie de nociones interrela-
cionados que se van derivando del mismo proceso de mues-
treo, y que de alguna forma permiten clarificar y sustanciar
una serie de acciones propias.

Estos conceptos no constituyen una visión válida universal-

mente, sino un enfoque que ciertos autores establecen, que sin
embargo, tiene mucha coincidencia con otras posturas. A conti-
nuación se ilustra en la siguiente figura 1.4 dichos conceptos inte-
gradores y sus conexiones.

19
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.4 Conceptos integradores del muestreo

Concepto
CONCEPTOS Definición
INTEGRADORES

Fuente: Milvia y Segio Arias (2008)

Colección completa (total) de observaciones que se va a

Población Objetivo estudiar. En las elecciones para el centro de estudiantes de la
ULA: todos los estudiantes inscritos formalmente

Población de donde se extrae la muestra, es decir, conjunto

Población
total de las posibles observaciones de donde se podría
Muestrada
extraer la muestra.

Muestra Es un subconjunto o parte representativa de una población.

Es el listado de las unidades o elementos de muestreo. Para

Marco de Muestreo los estudiantes de la ULA, serían la lista completa de
todos los inscritos.

Es la unidad de donde se toma la muestra (persona, familia,

Unidad de Muestreo
comunidad, institución, empresas, lotes de artículos,...

Unidad de Es el elemento u objeto sobre el cual se realiza la medición o

Observación apreciación. Es la unidad básica del estudio.

Milvia y Sergio Arias (2010)

20
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

VENTAJAS Y DESVENTAJAS DEL MUESTREO

Cuando se realizan procesos de muestreo, se debe considerar una

serie de ventajas de carácter técnico, operacional y administrativo que
repercuten en justificar su uso; pero a su vez, se presenta una cadena
de limitaciones y desventajas para su correcta aplicación. El siguiente
esquema de la figura 1.5, resume algunas de las ventajas y desventajas
más comunes para los procedimientos de muestreo.

Figura 1.5 Ventajas y desventajas del muestreo

Milvia y Sergio Arias (2010)

ERRORES DEL MUESTREO Y ERRORES QUE NO SON DEL

MUESTREO

Cuando se realiza un estudio o investigación, dependiendo del

tamaño y las características de la población objetivo, se puede reali-
zar un censo o un proceso de muestreo para la obtención de la infor-

21
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

mación necesaria. Si se recurre al primer caso (censo), se dispondría

de todos los integrantes de la población (lo deseable en una investi-
gación), en cambio en el segundo caso (muestreo), se deben selec-
cionar algunos de los integrantes de dicha población (muestra); esto
trae como consecuencia, que los cálculos que se obtengan como esta-
dísticos de la muestra, presenten diferencias o sesgos con respecto a
los verdaderos valores de los parámetros de la población.

A esta diferencia existente se le conoce como error de muestreo,

pues resulta al examinar a una muestra y no a toda la población;
tal es así, que si se consideran diferentes muestras tomadas de la
misma población, por ejemplo tres muestras, lo más probable es
que los valores calculados en estas difieran entre sí, y difieran del
valor del parámetro poblacional. Estos errores se expresan en tér-
minos de probabilidad, y se atribuyen a la variabilidad o disper-
sión entre las muestras como producto del azar.

Por su parte, cuando se aplica un cuestionario o cualquier ins-

trumento para recabar información, puede ocurrir que: el instru-
mento contenga preguntas mal elaboradas, se le aplique a perso-
nas con tendencias muy marcadas, queden preguntas sin respon-
der, alguien no devuelva el cuestionario al encuestador, entre
otras. A situaciones e imprecisiones como estas se le denomina
errores que no son del muestreo. Estos no pueden ser atribuidos a
la variabilidad entre las muestras, sino a la forma como se confec-
ciona el instrumento para obtener los datos, así como a la misma
manipulación de los mismos. Este tipo de error también se puede
dar y de hecho se da en los censos, muy a pesar que se tome a la tota-
lidad de individuos u objetos que constituyen la población, como la
falta de cobertura de todas las selecciones, errores en la formulación

22
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

de las preguntas y en el registro de las respuestas, confusión o inca-

pacidad de los encuestados para dar la información y errores de
codificación o de procesamiento. A continuación en el cuadro 1.1, se
muestra una estructura comparativa que ilustra estos dos tipos de
errores en función de algunas características que presentan.

Cuadro 1.1 Comparación entre errores

Error
Errores del Muestreo Errores que no son del Muestreo
Rasgo

Imprecisiones internas del Imprecisiones externas del muestreo.

Conceptualización muestreo. Fallas que se Fallas que se originan ajenas al
originan a su interior muestreo en sí

• Mala redacción de las preguntas.

Va r i a b i l i d a d e n t r e l a s • Manipulación de los encuestadores.
muestras como producto del • Ausencia de respuestas.
Origen
azar o aleatoriedad. Tamaño • Sesgo de selección.
de la muestra • Subcobertura.
• Imprecisión de los encuestados

Incide en Sesgos en las estimaciones Sesgos en las estimaciones

En términos de probabilidad Por lo general no se reportan. Algunos

Reporte
bajo la curva normal. hablan de valores perdidos

• Diseño y aplicación cuidadosa del

instrumento.
Empleando métodos de
Se minimiza • Entrenando a los encuestadores.
muestreo probabilístico.
• Verificar preliminarmente la encuesta
(estudio piloto)

Milvia y Sergio Arias (2009)

PROCEDIMIENTO PARA REALIZAR UN MUESTREO

Cuando se realiza un proceso de muestreo es conveniente

seguir una serie de pasos y sugerencias que ayudan a orientar su
correcto desarrollo de manera que las muestras que se obtengan
sean las más ajustadas y representativas. A continuación en la
figura 1.6 se constituyen una serie de pasos a considerar.

23
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.6 Procedimiento para realizar un muestreo

Milvia y Sergio Arias (2010)

La figura 1.6 anterior, esquematiza una serie de pasos, procedi-

mientos y decisiones que se implementan cuando se desarrolla un
proceso de muestreo. En primer lugar se debe precisar y tener
claro cuál es la población objetivo de la investigación, y cuál es la
población muestreada, siendo esta última la que se examinará
para escoger a la muestra que se someterá a los respectivos análi-

24
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

sis. Debe recordarse que la población objetivo es la población

sobre la cual se realizará la investigación, y la población mues-
treada es la población sobre la cual se aplicará el muestreo, por
ejemplo, si se llevara a cabo un estudio sobre la población estu-
diantil de la Universidad de Los Andes Núcleo “Dr. Pedro Rincón
Gutiérrez” Táchira, toda esta será la población objetivo, y la
población muestreada será la que integran todos los estudiantes
sobre los cuales se aplicará el muestreo, pues se deben excluir los
estudiantes ausentes de la ciudad para ese momento, los que por
diversos motivos tienen la condición de inscritos pero por su pro-
pia cuenta han dejado de asistir a clase, entre otros.

En segundo lugar, de manera inmediata es necesario determinar

si se cuenta con un marco de muestreo, es decir, si se dispone o es
posible obtener un listado completo de la población muestreada,
pues esta circunstancia es determinante a la hora de establecer cómo
se abordará el muestreo. Como tercer paso, una vez verificado el
paso anterior, se procede a decidir y definir el tipo de muestreo que
se aplicará para obtener la información o datos, pudiéndose decidir
entre un muestreo probabilístico o un muestreo no probabilístico.

En cuarto lugar, se calcula el tamaño de la muestra en todo un

acuerdo con lo que estipulan las bases de los tipos de muestreo,
pudiéndose recurrir a un procedimiento aleatorio o al azar de
selección o a un proceso no aleatorio.

Por último, se decide de acuerdo a la situación, qué procedi-

miento seguir para escoger las unidades de análisis que integra-
rán la muestra. En este paso, el investigador puede recurrir a un
muestreo aleatorio simple de selección, o a un muestreo sistemáti-
co, y dentro de cada uno de ellos, tiene la posibilidad de utilizar
cualquier técnica cotidiana o sofisticada de selección.

25
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TIPOS DE MUESTREO

De acuerdo a los objetivos e intención de la investigación que se

pretende emprender y a los procedimientos a seguir, el muestreo
se puede clasificar en dos grandes grupos; a) el probabilístico,
donde todos los integrantes de la población tienen la posibilidad
igual o diferente de pertenecer a la muestra (pueden ser equipro-
bables o no equiprobables; y b) el no probabilístico, cuando no
todos los integrantes de la población tienen posibilidad de confor-
mar la muestra. Seguidamente, la figura 1.7 contempla los tipos
de muestreo desde la perspectiva matemática del cómo abordar-
lo, se aclara concretamente aspectos necesarios de recordar en
cualquier proceso de muestreo.
Figura 1.7 Tipos de muestreo

Milvia y Sergio Arias (2010)

La clasificación anterior es la más común entre los autores y cono-

cedores sobre el tema. Desde hace décadas, no ha habido un acuerdo
sobre los tipos o enumeración de los muestreos que se pueden utilizar
tanto en las ciencias sociales como en las ciencias naturales.
26
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Cuando se habla de muestreo probabilístico se quiere resaltar

el hecho de emplear procedimientos de selección de muestras que
garanticen a todos los integrantes de la población muestreada,
igual, proporcional o conocida probabilidad de formar parte de la
muestra, en otras palabras, indica que prevalece la “suerte”, es
decir, interviene el azar cuando se eligen las unidades o elementos
que conformarán dicha muestra. En el caso del tipo no probabilís-
tico ocurre todo lo contrario, es decir, que no todos los integrantes
de una población muestreada tendrán iguales y conocidas posibi-
lidades de ser elegidos para que configuren la muestra a estudiar;
en este caso, es la intención y los propósitos del investigador o per-
sona que realizará el estudio lo que sustentará los procedimientos
de selección, así como la experiencia de la persona que abordará
un estudio.

MUESTREO NO PROBABILÍSTICO
En esta clase de muestreo se desconoce la probabilidad a priori
que tienen los sujetos u objetos de la población de formar parte de
la muestra a seleccionar, a esta circunstancia, es que se le asigna
dicho nombre. A menos que se disponga del listado completo de
los integrantes de una población, y que se den una serie de sucesos
de incertidumbre, en la práctica cuando se investiga sobre reali-
dades concretas, debería ser el muestreo que más se utilice. Su
clasificación o tipos de muestreo que suelen atribuirse en esta tipo-
logía se muestran a continuación en la figura 1.8.

27
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.8 Clasificación del muestreo no probabilístico

Milvia y Sergio Arias (2010)

Estos tipos de muestreo no probabilísticos no son mutuamente

excluyentes entre sí, es decir, se pueden incluir más de un tipo de
ellos en el diseño de un proceso de muestreo de determinada
investigación; por ejemplo, un estudio sobre las preferencias de
los habitantes de San Cristóbal en cuanto a las formas de pago en
establecimientos comerciales. Inicialmente se puede recurrir a un
muestreo intencional dado que deben ser compradores, y para la
selección se puede utilizar un muestreo accidental. Así mismo el
hecho de tratarse de muestreos no probabilísticos, no es condición
para la no existencia de la aleatoriedad, puesto que las unidades
de la población se seleccionan al azar.

28
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO INTENCIONAL
Se apoya en el conocimiento y
dominio que tiene un experto o la
persona que investiga sobre un
tema o hecho en particular, que
aunado a la intencionalidad que
se tiene sobre la selección de quie-
nes se necesitan en la muestra,
determina qué muestra seleccio-
nar, en este muestreo, dicha per-
sona que es el experto, procura que la muestra sea representativa,
por lo tanto, la representatividad dependerá de su intención, siendo
ésta subjetiva y sin fundamento probabilístico. Por lo general, quie-
nes lo usan son los investigadores sociales y los antropólogos en
comunidades cuando de manera subjetiva, delinean opiniones
sobre comportamientos o conductas de grupos humanos. De
manera que, la idea básica involucrada en este tipo de muestra es la
lógica, el sentido común o el sano juicio. Como principales caracte-
rísticas se pueden mencionar
ü
Las unidades se eligen en forma arbitraria, a juicio del entre-
vistador.
ü
Se toma cada unidad de observación según las características del
informante clave y que resulten relevantes para el investigador.
ü
La representatividad subjetiva del investigador es el sus-
tento para afirmar que la muestra realmente personifica a
una población.
ü
La intención es la determinante para la selección de las uni-
dades representativas.

29
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

EJEMPLOS DE MUESTREO INTENCIONAL

Ejemplo 1.1: Un estudioso planifica una investigación para deter-

minar la influencia de cierta literatura infantil en los
valores que desarrollan los niños de “x” comunidad.
Para escoger la muestra de individuos que represen-
tarán a su población, no se necesita recurrir a proce-
sos estadísticos-matemáticos, sino a la intuición,
lógica o al conocimiento que posea el propio investi-
gador sobre el tema de investigación, en este caso la
persona encargada del estudio encuestaría niños con
hábitos de lectura y que lean este tipo de literatura.

Ejemplo 1.2: La gerencia del equipo venezolano de fútbol Deportivo

Táchira, pretende mejorar las condiciones y benefi-
cios de las personas abonadas (fanáticos que com-
pran el abono (todas las boletas) para asistir a todos
los juegos del campeonato próximo a iniciarse), para
ello necesita encuestar a cierto número de personas
para establecer su grado de satisfacción por el servi-
cio hasta ahora prestado. En este caso la lógica indica
que se debe entrevistar a fanáticos del Deportivo
Táchira que estén interesados en adquirir esta moda-
lidad de compra, por lo tanto, para la muestra de
individuos a encuestar se seleccionarán personas
con estas características.

Ejemplo 1.3: Un profesor candidato a consejero de núcleo de

la Universidad de Los Andes-Táchira Pedro Rincón
Gutiérrez, ante la cercanía del proceso electoral,

30
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

decide realizar un sondeo sobre sus posibilidades de

alcanzar un curul en dicho cuerpo colegiado. Para
ello, seleccionará una muestra de docentes que tengan
derecho al voto, como no todos los docentes tienen
derecho a participar en dichos procesos electorales, la
muestra tendrá que tomarse de los profesores que
erigirán a dichos representantes profesorales.

MUESTREO OPINÁTICO
(A Juicio)

En este tipo de muestreo la base

utilizada para la escogencia de las
unidades muéstrales es la opinión
del investigador, de modo que, la
persona que selecciona la muestra
procura que esta sea representativa.
Al igual que el muestreo intencional,
esta muestra dependerá de la repre-
sentatividad subjetiva del entrevistador; éste decide cuales y cuán-
tos elementos serán los designados.
Para algunos autores, el muestreo opinático es igual al mues-
treo intencional, en este caso, las unidades muestrales se escogen
basadas en razonamientos y juicios que son preestablecidos por
el investigador.

EJEMPLOS DE MUESTREO OPINÁTICO

Ejemplo 1.4: Para realizar un análisis sobre la empatía entre la

nueva dirección técnica de la selección nacional de

31
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

fútbol de Venezuela y los fanáticos de esta disciplina

deportiva, previamente se establecen como criterios
para seleccionar la muestra los siguientes: a) asis-
tencia regular a los encuentros que sostiene la selec-
ción de fútbol. b) Poder describir los diferentes
esquemas de juego que ponen en práctica los selec-
cionadores. c) Haber practicado formalmente dicho
deporte. En esta situación la muestra la podrán inte-
grar sólo sujetos que a juicio del investigador cum-
plan con las tres condiciones anteriores. Es así, como
en este tipo de estudio es necesaria la opinión de suje-
tos expertos en el tema, por lo general este procedi-
miento se utiliza en análisis cualitativos y explorato-
rios, sin descartar muchos estudios cuantitativos.

Ejemplo 1.5: Un estudio que se realizará entre los posibles asisten-

tes a los partidos de fútbol entre el Deportivo Táchira
y los restantes equipos de su grupo clasificatorio
que competirán en la próxima Copa Libertadores de
América, se desea determinar la opinión de los faná-
ticos sobre la medida de prohibición de expendio y
consumo de bebidas alcohólicas dentro y en las
inmediaciones del Templo del fútbol venezolano
Estadio Polideportivo de Pueblo Nuevo, la persona
encargada de hacerlo, decide encuestar sólo a per-
sonas del género masculino que asistan, pues con-
sidera que son las más propicias a este gusto. Esto se
hace fundado en la experiencia de quien dirige el
estudio sobre dicho tema.

32
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Ejemplo 1.6: Un gerente de una compañía que presta los servicios

de tv cable en la ciudad de San Cristóbal, quiere
emprender una investigación sobre un nuevo pro-
ducto que próximamente ofertará. Pero a su juicio u
opinión personal considera que las personas que
entrevistará serán las que residan en conjuntos resi-
denciales (apartamentos), por la percepción que
tiene de estas.

MUESTREO ACCIDENTAL

Es aquel donde la muestra se

obtiene sin ningún plan preconcebi-
do, las unidades de observación ele-
gidas son producto de circunstancias
fortuitas. Por esto, resulta ser un pro-
cedimiento mediante el cual se
puede elegir en forma arbitraria los
sujetos sin necesidad de juicios o cri-
terios previamente elaborados. Las
muestras son formadas por indivi-
duos que se han reunido casualmente o de acceso fácil a la como-
didad del investigador, por ejemplo, estudiantes que transitan
por los pasillos de la universidad, conductores que deben dete-
nerse en determinados semáforos, personas que se reúnen para pre-
senciar un juego de fútbol. El principal inconveniente que presenta
este tipo de muestreo reside en que no permite generalizaciones que
vayan más allá de las agrupaciones, por lo tanto, muy rara vez tiene
carácter científico.

33
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

EJEMPLOS DE MUESTREO ACCIDENTAL

Ejemplo 1.7: Un investigador para recabar información sobre un estu-

dio que desarrolla, ubica algunos encuestadores en los
diversos centros comerciales de una ciudad y estos
abordan a los compradores o personas que circulan por
las diferentes áreas de dichos establecimientos.
Ejemplo 1.8: El muestreo que realizan por lo general las corpora-
ciones de resort cuando ubican a jóvenes preferible-
mente del género femenino en diversas interseccio-
nes con semáforo en determinada ciudad para pro-
mocionar y ofertar su producto.
Ejemplo 1.9: Cuando un investigador decide ubicarse en cierto y
determinado sitio de una ciudad, centro comercial,
centro de diversión, entre otros; para recabar infor-
mación sobre su estudio de las personas que circuns-
tancialmente asisten o circulan por dichos sitios.

MUESTREO BOLA DE NIEVE

Este proceso de muestreo es

empleado cuando la población obje-
tivo es difícil de ubicar y la unidad de
análisis resulta ser muy escasa. Este
muestreo parte del indicio de que las
unidades de la población atípica se
conocen entre sí; por ejemplo, colec-
cionistas de monedas antiguas, due-
ños de relojes rolex, propietarios de
autos BMW, ex novios de miss universos.
34
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

La táctica para realizar este muestreo es muy simple, en princi-

pio el investigador por cualquier medio localiza algún(os) infor-
mantes y éste(os) a su vez conducen a otros y a otros hasta comple-
tar la muestra, puesto que las unidades muestrales se repiten.
Debido a esta estrategia se le conoce con este nombre, ya que se
establece una analogía con lo que ocurre cuando una pequeña
bola de nieve empieza a rodar por una pendiente y empieza a cre-
cer cada vez más por la nieve que va recogiendo.

EJEMPLOS DE MUESTREO BOLA DE NIEVE

Ejemplo 1.10: El gerente de una gran corporación de seguros, le

asigna a su departamento de mercadeo un estudio
para determinar el grado de ansiedad de las perso-
nas propietarias de relojes marca rolex debido al
nerviosismo de usarlos en público. Para obtener una
muestra de una población con estas características,
en primer lugar se debe abocar a encontrar a alguien
que use este tipo de prenda para que de algún modo
facilite a encontrar a otros usuarios.
Ejemplo 1.11: Un etnógrafo emprenderá una investigación sobre
los hábitos de los masones. Por lo tanto, se debe lograr
identificar a un masón par (otro masón) que éste lo
conduzca a otros masones y así completar una
pequeña lista que pueda constituir una muestra.
Ejemplo 1.12: Localizar a un coleccionista de monedas antiguas
para que este nos conduzca a otro, y éste a su vez a
otros, y así sucesivamente hasta completar una mues-
tra. La cual se necesita para un estudio pertinente.

35
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO POR CUOTAS

En este tipo de muestreo, las
diversas características de una
población (estado civil, raza, clase
social, edad, género, nacionalidad)
son muestreadas de acuerdo con la
proporción o porcentaje que ocupan
dentro de dicha población. Muestras
de esta naturaleza son tomadas para
estudios de opinión y mercadeo, a
los encuestadores se les asignan la
tarea específica de aplicar los cues-
tionarios o entrevistas a sujetos de
acuerdo a ciertos porcentajes que estos representan en la pobla-
ción, es decir, deben ir conformando la muestra en relación a cuo-
tas de porcentajes.

Este es el muestreo no probabilístico de mayor uso, pues

resulta ser relativamente económico y coyuntural en estudios de
marketing, dado que es rápido y sencillo, al detallarse las caracte-
rísticas y porciones deseadas de las personas de la población
muestreada, se deja a discreción del encuestador las formas más
convenientes de obtener dicha muestra.

EJEMPLOS DE MUESTREO POR CUOTAS

Ejemplo 1.13: Para la próxima jornada electoral en Venezuela, donde

se elegirán autoridades estadales y municipales, se
abordará una investigación para establecer la prefe-
rencia de los candidatos entre los electores. El estu-

36
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

dio centra su atención en el género y el estrato social

de clase media. Se sabe que el 60% de la población lo
constituyen personas de sexo femenino y 40% mas-
culino, además el 20% de la población muestreada
es de clase media alta y el 80% es de clase media baja.
Con estos pormenores, la muestra deberá contener
las anteriores cuotas de porcentajes, es decir, si se
decide que la muestra la integren 500 personas, 300
deberán ser mujeres y 200 serán hombres; así mismo,
se escogerá a 100 personas de la clase social media alta
y 400 personas de la clase media baja. En conclusión
en la muestra se incluyen los mismos porcentajes que
están representados en la población.

Ejemplo 1.14: Para un estudio de mercado, se decide seleccionar

un 25% de personas menores de 20 años, un 30% en
edades entre 20 y 30 años y un 45% de personas
mayores de 30 años.

Ejemplo 1.15: Para una investigación en la UCAT, se decide selec-

cionar un 10%, 40%, 20% y 30% de docentes, estu-
diantes, obreros y administrativos respectivamente.

37
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO PROBABILÍSTICO
Se le denomina de esta forma porque se puede determinar de
antemano la probabilidad de seleccionar cada uno de los sujetos
de la población muestreada, dicha posibilidad es diferente de
cero, igualmente, no necesariamente las probabilidades de selec-
ción de los elementos deben ser iguales. La escogencia de las posi-
bles unidades muestrales siguen las pautas de aleatoriedad o azar
emanadas desde la teoría de probabilidad. Este tipo de muestreo
se fundamenta en procesos matemáticos, desde sencillos hasta
complejos, su forma de proceder sigue las pautas del cálculo y
análisis matemático, sin embargo, se han desarrollado tácticas
que facilitan su aplicación cuando se abordan realidades factibles
de investigar. Su clasificación se muestra a continuación en el
siguiente gráfico:

Figura 1.9 Clasificación del muestreo probabilístico

Milvia y Sergio Arias (2010)

38
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Actualmente, diversos autores del área estadística y actuarial,

así como de otros contextos afines, proponen y promulgan diversas
clasificaciones sobre tipos de muestreo, incluso combinan y com-
plementan técnicas particulares de algunos de ellos, y le dan nuevas
denominaciones. Lo importante y determinante es tener claridad
sobre el hecho de que la naturaleza y características de la investiga-
ción, es lo que debe prevalecer para estructurar un muestreo.

MUESTREO ALEATORIO SIMPLE

Es el modo más sencillo del

muestreo probabilístico y aporta
la plataforma teórica de otros
procesos más complejos,
mediante esta técnica de selec-
ción de muestras todos los inte-
grantes de la población mues-
treada tienen la misma probabili-
dad de ser tomados para dicha
muestra, además, esta posibilidad de selección es conocida siendo
diferente de cero (0) y de uno (1). De hecho, este procedimiento le
facilita al investigador conformar muestras de tal manera que
cada elemento de una población posea la misma probabilidad de
ser escogido.

El procedimiento se fundamenta en determinar “n” elementos

de una población de tamaño “N”, de manera que, todas las posi-
bles muestras de tamaño “n”, es decir, (N
n ) tengan la misma proba-
1
bilidad (Nn ) de ser elegidas.

39
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Para el muestreo aleatorio simple existen dos maneras de

extraer muestras, a) con reemplazamiento de los elementos que se
van seleccionando y b) sin reemplazar las unidades ya extraídas
como se muestra en la siguiente figura 1.10.

Figura 1.10 Muestreo aleatorio simple

Milvia y Sergio Arias (2010)

Por lo general, en la práctica cuando se investiga se prefiere

utilizar el muestreo sin reemplazo, de tal manera que la muestra
no contenga duplicados.

Entre sus características más resaltantes se puede mencionar que:

ü
Toma cada elemento para la muestra mediante un sorteo o
cualquier otro proceso simple de selección como en los jue-
gos de azar.

40
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

ü
Es el método más simple y sencillo, pero de poco uso como
tal, cuando se muestrea poblaciones grandes, ya que implica
contar con un listado de todos los elementos de la población,
lo cual, lo hace muy costoso y hasta imposible de realizarlo.

ü
Sus propiedades matemáticas son sencillas, al igual que el cál-
culo de sus estadísticos en los procesos de estimación de mag-
nitudes y características de los elementos de una población.

ü
Su uso se recomienda en poblaciones suficientemente homo-
géneas, es decir, cuya varianza poblacional tienda a cero (0).

ü
En una muestra aleatoria simple, la unidad de muestreo y la
unidad de observación coinciden.

Procedimiento para el Muestreo Aleatorio Simple

1. Se elabora un listado que contenga todos los integrantes de la

población, asignándoles números consecutivos desde el uno
(1), hasta el último (N).

2 1
4
3
7 6 5

2. Según las características de la población y el estudio que se

quiera realizar, se puede recurrir a las ecuaciones que existen
para el cálculo del tamaño de la muestra, a tablas de valores
que se han construido o simplemente a la habilidad y des-
treza de quien investiga. En este paso se determina que canti-
dad de elementos tendrá la muestra.

41
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

3. Se procede a la selección de los integrantes de la muestra. Se

puede utilizar cualquier recurso o procedimiento aleatorio
simple o complejo; por ejemplo, elaborar papelitos con los
números de los integrantes introducirlos en un recipiente y
que alguien al azar vaya extrayendo papelitos hasta comple-
tar el tamaño de la muestra. También se pueden seleccionar
pidiéndole a diferentes personas que aleatoriamente digan
cifras desde el uno (1) hasta la última cifra asignada (N). De
manera más formal se apela al uso de una tabla de números
aleatorios. Por ejemplo, si se realiza una investigación sobre
determinada población hipotética de quinientas (500) perso-
nas, y por criterio de quien investiga, se disponga seleccionar
un doce por ciento (12%) como muestra, se puede seguir el
siguiente procedimiento.

42
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Esta tabla de números aleatorios no es única, en la literatura

existe gran diversidad de tablas, incluso el investigador puede cons-
truir su propia tabla o generarla con la ayuda del computador.

EJEMPLOS DE MUESTREO ALEATORIO SIMPLE

Ejemplo 1.16: En cierta empresa mediante la nómina de emplea-

dos, un gerente asigna un número a cada uno desde
el uno (1) hasta el último de la nómina (N) y los
anota en papel picado. Posteriormente introduce
todos los números en un recipiente para ir extrayén-
dolos al azar para completar la cantidad deseada en
la muestra.

Ejemplo 1.17: Se quiere investigar sobre la opinión de los fanáticos

al fútbol en cuanto a la cobertura de los medios tele-
visivos del campeonato profesional de fútbol vene-
zolano. Suponga que quien investiga tiene acceso a
la lista de los aficionados que compraron el abono
para presenciar todo el campeonato que jugará el
Deportivo Táchira. Al tener la lista, mediante cual-
quier procedimiento sencillo, al azar (tabla de núme-
ros aleatorios, papelitos, fichas, sorteos similares a
los de las loterías) se pueden seleccionar las perso-
nas que se necesiten para conformar la muestra.

Ejemplo 1.18: Una distribuidora de productos alimenticios, desea

realizar un estudio de mercado para determinar la
satisfacción de sus clientes. Si el gerente posee la
lista completa de todos los negocios y dependencias
a los cuales surte; mediante un sorteo sencillo al azar

43
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

o fortuito, puede proceder a escoger a algunos para

conformar una muestra a la cual le solicitará infor-
mación requerida para el estudio.

Ejemplo 1.19: En la sección de los anexos de esta obra se encuentra

una base de datos con el título de Base de Datos
(muestreo). Lecturas especializadas de los Estudiantes de
la ULA-Táchira. Corresponde a un estudio realizado
por los autores de este texto en la población estu-
diantil de la universidad de Los Andes Núcleo “Pe-
dro Rincón Gutiérrez” Táchira sobre las lecturas de
literatura especializada que hace el estudiantado de
las diversas carreras de esta casa de estudios supe-
riores. Suponga que alguien necesite tomar una
muestra aleatoria de dicha base de datos para reali-
zar determinados análisis. Además suponga que
quien investiga decide seleccionar la muestra
mediante un procedimiento de muestreo aleatorio
simple. Parte de la base de datos se muestra a conti-
nuación.

44
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Cuadro 1.2

Base de datos. Lecturas Especializadas de los Estudiantes de la ULA- Táchira

Gas Gas Gas Hor Hora Vec Vis
Nº Edad Género Apoyo Indice
textos fotocop internet textos Web resum bibula
1 20 H Pa 13 100 150 0 100 50 20 100
2 22 H Pa 15,96 80 150 0 30 10 10 0
3 19 H Pa 18,3 300 100 0 200 100 10 10
4 23 H Pa 15,75 0 100 35 10 20 10 5
5 20 V Pa 16 0 100 60 30 10 10 0
6 20 H Pa 13,9 0 100 70 60 60 30 100
7 21 V Pa 14 150 300 0 50 70 0 50
8 20 V Pa 15 150 300 0 50 100 70 3
9 20 H Pa 15 150 300 200 60 100 0 50
10 22 V Pa 12,3 600 150 150 230 150 7 120

La primera columna representa al estudiante (número asignado),

para proceder a la selección de la muestra se puede recurrir a cual-
quier proceso sencillo siempre y cuando sea al azar, por ejemplo, se
pueden elaborar papelitos, preguntarle números a alguna persona no
involucrada con el proceso de selección, utilizar una tabla de números
aleatorios, incluso generar mediante una calculadora sencilla una
serie de números pulsando consecutivamente las teclas correspon-
dientes al inverso, el punto y el igual. Al final se obtiene de manera
aleatoria los estudiantes que formaran parte de la muestra.
n = 7, 125, 18, 77, 43, 102, 73,... ... ... ... ...
Para estimar la media poblacional en una muestra seleccio-
nada mediante un muestreo aleatorio simple, se procede de la
siguiente manera:
Y = n1 yi

Así mismo, la varianza estimada en una muestra aleatoria sim-

ple de esta media poblacional, se determina por la expresión:
2
s n
n N ( )
45
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

, se conoce como factor de corrección para poblaciones finitas.

n
Cuando la fracción de muestreo N es grande en una muestra aleatoria
simple sin reemplazo, el tamaño de muestra tiende hacia el tamaño de
la población, por lo tanto, el proceso se va a parecer mucho a un censo,
y este no posee variabilidad de muestreo, es decir, por tratarse de un
censo, los valores calculados prácticamente son los parámetros pobla-
cionales y no habría necesidad de estimárseles.
2
En la expresión anterior, S se calcula mediante la siguiente
ecuación:
1 –
n–1

En un muestreo realizado en poblaciones grandes, el tamaño

de la muestra extraída es el factor que determina la precisión del
estimador y no el porcentaje de población muestreada. De modo
que se puede afirmar que una muestra aleatoria simple de tamaño
igual a 1.000 de una población por ejemplo de tamaño de 1.000.000
de unidades, tiene la misma precisión que una muestra de tamaño
1.000 de una población de 10.000.000 de unidades.

SITUACIONES PARA HACER UN MUESTREO ALEATORIO SIMPLE

En la práctica cuando se desarrollan investigaciones sin impor-

tar el grado de profundidad de las mismas, el muestreo que con
mayor frecuencia se utiliza es el muestreo aleatorio simple sin reem-
plazo, puesto que resulta ser el menos complicado. A continuación
en el siguiente diagrama de la figura 1.11 se explica algunas situa-
ciones en las que resulta conveniente o no recurrir a este método
de muestreo.

46
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.11 Situaciones del muestreo aleatorio simple

• Cuando sea una exigencia el uso
de ecuaciones y fórmulas

• Cuando se disponga de poca

información sobre el área de
FAVORABLES interés para diseñar la encuesta.

• Cuando el eje de interés del estudio

son relaciones multivariadas o
regresiones.
SITUACIONES
PARA UN
MUESTREO
ALEATORIO
SIMPLE • Cuando las encuestas no
constituyan la mejor herramienta
para el análisis de los datos de una
investigación.

• Cuando no se disponga de un
DESFAVORABLES listado completo de las unidades
de observación para el estudio, o
resulte costoso obtenerlo.

• Cuando resulte más beneficioso y

se ahorre en inversión al dividir la
población en subgrupos.

Milvia y Sergio Arias (2009)

Estas situaciones favorables o desfavorables, no son conclu-

yentes, simplemente son opiniones que pudieran tenerse pre-
sente cuando se tenga intención de realizar un muestreo aleatorio
simple.

47
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO SISTEMÁTICO
Consiste en seleccionar
muestras mediante un proce-
dimiento organizado a través
de una lista ordenada (cre-
ciente o decreciente) de los inte-
grantes de la población (k),
para que de este modo se pue-
dan escoger unidades de la
población en intervalos fijos. En
algunos casos el muestreo sistemático suele utilizarse en sustitución
del muestreo aleatorio simple, por lo general, cuando no se tiene
una lista de la población, o cuando ésta tiene un orden más o menos
aleatorio; sin embargo, ambos muestreos pueden aplicarse al
mismo tiempo.
En este muestreo, las unidades de la población se toman en
intervalos de K en K, siendo “K” una constante calculada a partir
del tamaño de la población y el tamaño de la muestra. El procedi-
miento consiste en numerar los elementos de la población desde
uno (1) hasta “N”, en cualquier orden, para luego dividirla en
cierta cantidad de partes de tamaño K (intervalo de selección sis-
temático). Entre sus características más resaltantes se tienen:
ü
Los elementos que integraran la muestra se toman de acuerdo
a cierto orden (de K en K).
ü
Los elementos se seleccionan de forma regular y ninguno de
ellos se puede escoger más de una vez.
ü
Este muestreo resulta preciso si las unidades que integran la

48
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

muestra son heterogéneas, y es impreciso cuando las unida-

des de la muestra son homogéneas.
ü
Generalmente, un muestreo sistemático no proporciona una
muestra representativa si, la lista de las unidades integrantes
de una población poseen algún tipo de orden periódico o
cíclico. Por ejemplo, si una población esta mezclada de tal
manera que en su listado siempre aparecen dos estudiantes
de la carrera de administración seguidos de dos estudiantes
de la carrera de educación, se puede correr el riesgo de que
cuando se proceda a la selección de los integrantes de la
muestra, siempre se elijan estudiantes de administración o
siempre estudiantes de educación.
ü
No requiere del uso de tablas de números aleatorios.
ü
A veces se puede usar en sustitución del muestreo aleatorio
simple, pero siempre y cuando, no se disponga de una lista
de la población, o cuando dicha lista tenga un orden más o
menos aleatorio. En otras palabras, si la población posee un
orden aleatorio, una muestra sistemática será muy similar a
una muestra aleatoria simple.
ü
El muestreo sistemático no es igual al muestreo aleatorio sim-
ple, puesto que no posee la propiedad de que cada posible
colección de “n” unidades tenga la misma probabilidad de
formar parte de la muestra (equiprobables).

PROCEDIMIENTO PARA EL MUESTREO SISTEMÁTICO

1. Se elabora un listado de los N elementos o integrantes de la

población. Pueden enumerarse los elementos desde el “1”
hasta el “N”. O simplemente, se determina una situación o
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

sitio en el cual sin un orden preestablecido se procede a selec-

cionar organizadamente a los integrantes de la muestra.
2. Se determina el tamaño de la muestra siguiendo los postula-
dos matemáticos en los que se apoya la estadística, o
mediante algún proceder sencillo.
3. Se establece el intervalo fijo de selección (K), mediante la
expresión K = N
n , donde N es el tamaño de la población y n el
tamaño de la muestra

Figura 1.12 Diagrama del muestreo sistemático

4. Luego se procede a definir y determinar en qué elemento se

iniciará el proceso de selección. A este valor se le denota por R.
5. Por último, se configura la muestra, la cual quedará definida
por el siguiente conjunto: n = { R,R+K,R+2K,R+K,... ..., R+ nK {

EJEMPLOS DE MUESTREO SISTEMÁTICO

Ejemplo 1.20: En la ilustración anterior, se tiene el siguiente caso

hipotético: a una firma de mercadeo se le enco-
mienda la tarea de realizar un estudio de mercado
para determinar el grado de satisfacción de los habi-

50
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

tantes de la ciudad de San Cristóbal Estado Táchira,

en cuanto a el mejoramiento y disminución del alto
índice de criminalidad y delincuencia que azota a
esta importante región andina del territorio nacio-
nal en función de las nuevas políticas de seguridad
implementadas por los burocráticos entes guberna-
mentales. Para aprovechar que una de las medidas
tomadas al respecto es la instalación de puntos de
control móviles en las principales arterias viales de
la ciudad con efectivos de las fuerzas militares (poli-
cía y guardia nacional), la compañía de mercadotec-
nia, ubica a su personal de encuestadores en estos
sitios y les imparten indicaciones específicas como
las siguientes: que aleatoriamente inicien la
encuesta con cualquiera de los conductores que
pasen por ese sitio y que a partir de éste, cuente
hasta diez (10) vehículos más para que interrogue el
segundo conductor, luego cuente otros diez más
para interrogar al tercero y así sucesivamente hasta
que complete el número de informantes asignado
por dicha firma comercial. Este ejemplo es una clara
descripción de un caso de muestreo sistemático en
el cual no se dispone de un listado completo de la
población (todos los habitantes de San Cristóbal),
por lo tanto, por medio del azar se asigna el inicio R
y a partir de éste mediante intervalos fijos se van
tomando ordenadamente los integrantes de la
futura muestra. El valor de la constante de selección
no se determinó por algún artificio matemático al no

51
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

disponer del valor exacto del tamaño de la pobla-

ción N, dicho valor se estableció basado en la cono-
cimiento y pericia de los expertos en este tipo de
investigaciones, y en este caso se decidió que fuera
un valor igual a diez (K = 10).
Ejemplo 1.21: El gerente de un supermercado necesita obtener
información sobre el desempeño de sus cajeros, por
lo tanto, decide colocar en la única salida de su esta-
blecimiento a una persona y le indica que entreviste
rápidamente cierta cantidad de clientes, y que lo
haga de la siguiente manera: empiece en cualquier
cliente, y a partir de éste, cuente cada diez (10) clien-
tes que vayan saliendo y los entreviste, es decir, que
entreviste los clientes de diez en diez.
Ejemplo 1.22: Un miembro del CNE de Venezuela toma uno de los
cuadernos de votación de cierta mesa electoral
donde aparecen inscritas 1.234 personas, para cierto
estudio, aleatoriamente pide un número a un niño,
quien le indica número 27, entonces asume este
valor como punto de partida para seleccionar las
personas. Es así, como el funcionario decide ir selec-
cionando cada 50 personas del listado para confor-
mar una muestra, por lo que 50 se considera como la
constante “K” que irá incrementando al número
inicial de selección.
Ejemplo 1.23: Imagínese que se dispone del listado completo de una
población finita de cincuenta (50) personas, y se desea
seleccionar al azar diez (10) de ellas. El investigador

52
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

decide que el muestreo apropiado por las característi-

cas de su estudio, es un muestreo sistemático.
El caso es el siguiente, como se tiene la lista completa
de la población, se procede según los pasos de este
tipo de muestreo, como se hace a continuación.

1) Se enumera la población, es decir, se le asigna un

número a cada integrante de la población en
forma ordenada y creciente.

2) Se determina el tamaño de la muestra, en este caso

se decide que es de 10 personas, n = 10

3) Se calcula el valor de la constante de selección

N 50
K= n = =5
10
4) Se selecciona o sortea el inicio de la selección “R”,
puede ser cualquier valor aleatorio entre 1 y K. En

53
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

este caso, se decide por el 2 (R = 2).

5) muestra = {2,2 + 5,2 + 10,2 + 15, + ... + R + nk}

6) n = 2,7,12,17,22,27,32,37,42,47

Ejemplo 1.24: Para este tipo de muestreo, se puede considerar el

caso del ejemplo de la base de datos que se encuen-
tra en la sección de los anexos de este trabajo.
Suponga por ejemplo, que una vez organizados los
estudiantes tal y como se encuentran en el cuadro
1.2, el investigador determina que su muestra debe
ser de tamaño veinte (20), procede tal y como lo esti-
pula la forma para este caso, a grandes rasgos es:
N 200
k=n = = 10 = constante de selección
20
“R” se selecciona cualquier valor entre 1 y k, por
ejemplo el 4 (R = 4). Por lo tanto la muestra queda: 4,
14, 24, 34, 44, 54, 64, 74, 84, 94,104, 114, 124, 134, 144,
154, 164, 174, 184, 19

54
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO ESTRATIFICADO
Este tipo de muestreo es aplicable
cuando una población se encuentra
dividida en subconjuntos pero con
la particularidad de que sus inte-
grantes poseen características comu-
nes, es decir, existe una partición en
el grupo con estratos homogéneos
en su interior. Dichos estratos puede
que sean iguales en cuanto al
número de integrantes que poseen,
aunque en la práctica es casi seguro
que cada estrato represente porcen-
tajes diferentes dentro de la población.

Se puede establecer una analogía entre el muestreo estratifi-

cado y un sándwich o hamburguesa, el primero considera la
población como un todo divido en parcelas excluyentes con ele-
mentos con peculiaridades homogéneas dentro de ese todo. En el
segundo caso la hamburguesa es un todo pero con componentes o
particiones de elementos alimenticios que la caracterizan como
alimento (algo homogéneo), es decir, la hamburguesa la confor-
man alimentos que son excluyentes, puesto que el pan es diferente
al queso, al jamón, a la papa, a las salsas, a los vegetales y vicever-
sa; por lo tanto, cualquier elemento no puede ser de dos clases al
mismo tiempo, pero la hamburguesa como un todo constituye una
comida (es algo homogéneo). En fin, esta analogía es pertinente
puesto que la palabra estratificar proviene de la palabra latina cuyo

55
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

significado es “poner capas”, y esto precisamente ocurre en el mues-

treo estatificado y en la elaboración de la hamburguesa.
El procedimiento en este tipo de muestreo consiste en dividir el
conjunto total de elementos N en En subconjuntos o estratos utili-
zando ciertas variables de control llamadas variables claves de estrati-
ficación, y estas a su vez se correlacionan con las variables objeto de
estudio. En la práctica, algunos investigadores consideran a este
tipo de muestreo como una variación del muestreo aleatorio simple,
ya que al clasificar una población en subpoblaciones y dentro de
esos subconjuntos seleccionar aleatoriamente por métodos simples
a sus integrantes, se establece cierta similitud y correspondencia
entre ambos tipos de muestreo. A continuación se presentan las
características más substanciales de este método de muestreo.

üEs aplicable cuando la variable objeto de estudio asume dife-

rentes valores promedios en diferentes subpoblaciones o
estratos. Por ejemplo si se trata de una comunidad universita-
ria y la variable que se maneja en la investigación es la edad de
sus miembros, lo más seguro es que el promedio de las eda-
des entre los estudiantes, los profesores, el personal adminis-
trativo, el personal obrero y sus egresados difiera entre estas
subpoblaciones.
üSe utiliza cuando quien investiga o realiza el estudio se
quiere resguardar de la posibilidad de obtener muestras
malas (no representativas). Por ejemplo, en el mismo caso de
la comunidad universitaria, el mayor número de miembros
se ubican en la subpoblación de estudiantes, con lo cual se
corre el riesgo de que si no se estratifica toda la población,
puede ocurrir que en un muestreo, por muy probabilístico

56
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

que este sea, se obtenga una muestra que contenga sólo estu-
diantes. De este modo, se asegura que la muestra represente
equitativamente los subgrupos de la población.

üSu aplicación es ideal cuando se quiere obtener datos de pre-

cisión conocida de los subgrupos. Y es así, puesto que si uno
de los objetivos del estudio en el modelo que se está mane-
jando es analizar internamente el estrato de los profesores
por ejemplo, este tipo de muestreo facilita esta intención.

üEste muestreo puede administrarse de manera más conve-

niente y a un menor costo, ya que se pueden utilizar diversos
patrones de muestreo para los diferentes estratos. Siguiendo
con el ejemplo, en el caso de los estudiantes se podría emplear
un muestreo sistemático al seleccionar ordenadamente ele-
mentos colocar encuestadores en sitios estratégicos para que
a intervalos iguales de estudiantes que pasen por esos sitios
se seleccionen para ser interrogados. Y en el caso de los profe-
sores, administrativos y obreros por estar constituidos por un
menor número de personas resultaría fácil la aplicación de un
muestreo aleatorio simple.

üSi el muestreo estratificado se ejecuta en forma correcta, per-

mitirá obtener estimaciones e inferencias sobre la población
más precisas, es decir, los datos presentaran menor variabili-
dad pues su varianza se hace pequeña. En el caso de ejemplo
que se viene utilizando, esto quiere decir que se obtendría
información (datos) en la muestra muy parecida a los valores
reales de los datos de la población. En estos casos la muestra
es muy representativa.

57
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

üSu mayor espacio de aplicación es en la investigación social,

por resultar muy pertinente a estudios en los que se aplican
encuestas socioeconómicas y demográficas, pues para usar
estos instrumentos es necesario estratificar a la población
muestreada.

A continuación, se muestra un esquema general en la figura

1.13 que resume lo descrito anteriormente, basándose en el por
qué realizar un muestreo estratificado, es decir, las principales
razones y causas que crean la situación favorable en la visión de
los autores, para que se elija este tipo de muestreo, debe resaltarse
que no se trata de causales obligantes, sino, de ciertos detalles que
sirven para orientar para decidir sobre el muestreo.

Figura 1.13 Muestreo estratificado

Milvia y Sergio Arias (2008)

58
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

PROCEDIMIENTO PARA EL MUESTREO ESTRATIFICADO

1. Se clasifica la población en subgrupos o estratos que no se
traslapan, es decir, los estratos no se cruzan entre sí. Una
misma unidad de observación (sujeto) no se puede ubicar en
más de un (1) subgrupo.
Por ejemplo, suponga una gran empresa corporativa que
cuenta con personal directivo, gerentes a nivel medio, perso-
nal técnico o profesional y personal obrero. Además,
suponga que se desea obtener una muestra donde estén
representados estos cuatro renglones. Un ejemplo de esta
situación puede ser la que se muestra a continuación: supon-
ga, que la corporación la conforman cinco (5) directores, veinticinco
(25) gerentes medios, ciento setenta (170) personas entre personal
técnico y profesional y trescientas (300) personas del sector obrero.
Y que se realizará un muestreo para seleccionar el 10% de quienes
laboran en la corporación para realizar un estudio. De modo que se
cuenta con los siguientes estratos:

Milvia y Sergio Arias (2009)

59
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

2) Se precede a calcular el tamaño de la muestra “n”, y se cons-

truye una tabla para organizar los estratos con sus respectivos
porcentajes y cantidad de elementos que aportará a la muestra.

Población (N) = 500

muestra (n) = 10 % = 0,1 de N

n = (N (0,1) = 500 (0,1) = 50 (personal que integrará la muestra)

Población Porcentaje Muestra
Estrato
(N) (%) (n)
Directores 5 1% 0,5 ~
1
Gerentes 25 5% 2,5 ~
3
Tácnico Profesional 170 34 % 17
Personal Obrero 300 60 % 30
TOTAL 500 100 50

Del cuadro anterior, se tiene que:

# de observaciones en el estrato
peso(W) =
total de la población
porcentaje = peso(W). 100
muestra = n[peso(W)]
En la tabla anterior, se puede observar la forma en que se distri-
buyen proporcionalmente los elementos seleccionados para con-
formar la muestra de acuerdo al porcentaje que representa cada
estrato en la población. Sin embargo, en los cálculos anteriores se
determinó que el tamaño de la muestra sería de 50 individuos, y
cuando se realizó el muestreo se obtienen 51 elementos. Esto no es
ningún inconveniente, puesto que la diferencia es mínima y lo que
se requiere es que todos los estratos estén representados equitati-
vamente en la muestra tal y como ocurre en este ejemplo.

60
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

3. Ahora, corresponde seleccionar en cada estrato los indivi-

duos que integraran la muestra. A tal efecto se puede recurrir
a un muestreo sistemático o aleatorio simple, según los
recursos y tiempo del que se disponga.
Lo que se indica en el punto anterior 3, es que los tipos de mues-
treo no son excluyentes entre sí, todo lo contrario, según la natura-
leza de la población y de las condiciones que se presenten, en una
investigación se puede utilizar diferentes tipos de muestreo,
incluso se pueden hacer combinaciones entre ellos.

EJEMPLOS DE MUESTREO ESTRATIFICADO

Ejemplo 1.25: Un muestreo de esta clase se podría aplicar en una

institución de educación superior, si se divide a la
población por carreras o especialidades que confor-
marían los estratos. O si se consideran los subgru-
pos integrados por estudiantes, docentes, personal
administrativo y personal obrero. Incluso, al consi-
derar los estratos formados por los estudiantes de
pregrado y postgrado.
Ejemplo 1.26: La gerencia del Deportivo Táchira, para iniciar una
nueva campaña necesita determinar el beneplácito
de los fanáticos que asisten al estadio Polideportivo
de Pueblo Nuevo (templo del fútbol venezolano),
como las tribunas se han clasificado en cinco (5):
tribuna principal nivel plaza, tribuna principal alta,
tribuna popular central, tribuna popular norte y
tribuna popular sur. Y además, el número de locali-
dades es diferente, para que exista equilibrio en una
muestra de fanáticos que seleccionará para dicho

61
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

estudio, determinan los porcentajes de fanáticos por

tribunas y se elige aleatoriamente de cada una de
ellas, cantidades de personas proporcionales con los
respectivos porcentajes.
Ejemplo 1.27: En la universidad Católica del Táchira, se realiza un
estudio socioeconómico entre los estudiantes para
incrementar el pago de mensualidades con el fin de
mejorarles los sueldos a los profesores. Como las
personas pertenecen a diferentes estratos sociales,
se busca información sobre los porcentajes que
representan en la población los diferentes niveles
sociales, para de esta manera seleccionar cantidades
de estudiantes acordes con dichos porcentajes.

Ejemplo 1.28: La base de datos que se encuentra en los anexos,

entre las variables de las que se dispone de datos se
tiene por ejemplo el medio de financiamiento de los
estudiantes, asumiendo que cada estudiante posee
una (1) sola fuente de financiamiento, es decir, que las
diversas fuentes son mutuamente excluyentes, estas
se podrían considerar como estratos, por lo tanto,
resulta factible realizar un muestreo estratificado.
35 22 V Pa 16 0 100 80 18 5 15 7
36 21 H Pa 16,1 100 350 0 80 400 15 20
37 24 V Mp 17,92 300 100 20 90 100 15 20
38 20 H Pa 15 200 15 25 48 5 6 10
39 20 V Pa 15,3 100 50 20 30 40 25 6
40 21 H Pa 13,4 200 50 80 2 24 5 8
41 21 H Pa 15 150 30 110 48 60 5 10
42 21 H Pa 14,03 150 100 70 95 10 3 2
43 20 H Pa 15,2 176 22 120 23 21 10 5
44 20 H Pa 17,5 120 30 20 20 20 12 5
45 21 H Pa 13,1 100 35 40 1 2 8 12
46 20 H Be 12 0 100 50 1 1 4 0
47 20 V Pa 14,8 111 60 0 10 5 3 10
48 20 H Pa 13,4 150 80 252 20 15 40 40
49 20 H Pa 14,2 111 50 360 15 7 8 5

Financiado por los padres

Financiado por medios propios
Financiado por una beca

62
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

En este caso, los estudiantes de la ULA-Táchira se

ubican en tres estratos en cuanto a las fuentes que le
financian sus estudios: a) por los padres, b) por
medios propios y c) mediante una beca. Partiendo
del hecho de que estas formas de financiamiento no
se traslapan, es decir, ningún estudiante posee más
de una (1) forma de financiamiento, se tendrían tres
estratos de diferentes tamaños. Si existe el interés de
seleccionar una muestra de esta pequeña población,
lo ideal sería recurrir a un muestreo estratificado, de
modo que todos los estratos de la población se
encuentren representados en la muestra.

Ejemplo 1.29: Un caso real donde se realizó un muestreo estratifi-

cado, lo representa una investigación realizada por
la profesora Milvia de Arias en el año 2009, cuyo eje
de interés fue describir y determinar la forma en que
incide el uso de recursos y actividades innovadoras
o renovadas al evaluar los aprendizajes de los estu-
diantes en la asignatura Estadística de las diversas
Carreras y Menciones que oferta la Universidad de
Los Andes Núcleo “Dr. Pedro Rincón Gutiérrez”
Táchira-Venezuela, para ese momento, se contaba
con una población de 741 estudiantes inscritos en la
asignatura estadística de las diferentes carreras que
se ofertan en esta institución y que contemplan en su
pensum esta asignatura, para dicho estudio se selec-
cionó una muestra aleatoria de 260 estudiantes, esto
de acuerdo a la ecuación del tamaño de la muestra
para poblaciones finitas. A continuación se muestra la

63
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

estratificación de esta población con sus respectivos

porcentajes y el aporte de cada estrato para la confi-
guración de la muestra en el siguiente cuadro 1.2.
Cuadro 1.2 Población Estudiantil que Cursa la Asignatura
Estadística en las Diversas Carreras de la ULA Núcleo “Dr. Pedro
Rincón Gutiérrez” Táchira-Venezuela

Nº de Muestra
CARRERA %
Estudiantes (%*260)

Administración 183 24,69 64

Comunicación Social 78 10,53 27
Contaduría Pública 69 9,31 24
Básica Integral 83 11,20 29
Educación

Biología y Química 27 3,64 10

Física y Matemática 70 9,45 25
Castellano y Literatura 64 8,64 22
Ingles 94 12,69 33
Geografía y Cs de la Tierra 73 9,85 26
TOTAL N=741 100 n=260

A continuación se desglosan algunos aspectos matemáticos del

muestreo estratificado.
En una población de N unidades de muestreo en H estratos,
cada uno con Nh unidades muestreadas en cada estrato h, se dice
que se realiza un muestreo estratificado cuando se determinan los
valores N1,N2,N3,…..Nh y se establece que:

N1 + N2 + N3 + ….. + Nh = N
Donde N es el número total de unidades de toda la población que
se le aplica el muestreo. Las cantidades referidas a la población son:

64
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Por su parte, las cantidades de la muestra para estimar la mues-

tra aleatoria dentro de cada uno de los estratos vienen dadas por
las siguientes expresiones:

Para estimar el total de la población y la media aritmética esti-

mada, se pueden utilizar las siguientes ecuaciones:
65
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

testimado

MUESTREO POR CONGLOMERADO

Parte del principio de dividir la

población objeto de estudio en
módulos y submodulos menores
pero con idénticas características a
dicha población, para luego, selec-
cionar aleatoriamente algunos de
esos módulos y así, poder obtener
la muestra. Esto obedece a que en
muchas ocasiones resulta muy
difícil y hasta imposible realizar el
muestreo con sujetos o particularidades, y en su defecto, se recu-
rre a muestrear grupos o conglomerados; por lo tanto, en este caso
la unidad primaria no es el individuo sino el grupo, por ejemplo,
una unidad educativa, un barrio o urbanización de San Cristóbal,
la congregación de la religión protestante del estado Táchira.

66
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

El muestreo por conglomerados agrupa una población en

pequeños aglomerados, procede a configurar una muestra aleato-
ria simple de esos conglomerados, y toma en cuenta todas sus
características pertinentes a la naturaleza del estudio que se reali-
za. Esto permite reducir inversión y costos de la ejecución del
muestreo. A continuación en la figura 1.14 se ilustra un muestreo
por conglomerados.

Figura 1.14 Muestreo por conglomerados

Milvia y Sergio Arias (2009)

¿POR QUÉ UTILIZAR UN MUESTREO POR CONGLOMERADO?

De acuerdo a las características de la población sobre la cual se

aplicará un muestreo, como por ejemplo: disponer de un listado
completo de la población, la distribución geográfica de la pobla-
ción, los recursos con que se cuenta para invertir en el estudio,
entre otras, determinan el método que se empleará para desarro-
llar el muestreo. La siguiente figura que se muestra a continuación
ilustra las condiciones generales que determinan que un investi-

67
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

gador opte por un muestreo por conglomerado. La figura 1.15

sintetiza las razones de un muestreo por conglomerados.

Figura 1.15 Por qué muestreo por conglomerados

Milvia y Sergio Arias (2008)

Debe resaltarse que en este tipo de muestreo (conglomerado) a

diferencia del anterior donde los estratos son homogéneos, las
subdivisiones o conglomerados son muy idénticos, pero interna-
mente las características de sus integrantes son muy heterogéneas
dentro de cada subgrupo. Esto es, los elementos deben tener la
particularidad de ser al interior del conglomerado lo más hetero-
géneos posible con respecto a la variables objeto de estudio, y a lo
externo ser lo más homogéneos posible entre grupos. Entre las
principales características se pueden destacar las siguientes:

ü
En este muestreo los elementos individuales de una pobla-
ción pueden formar parte de la muestra si y sólo si pertene-
cen a uno de los conglomerados que se ha tomado para la

68
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

muestra. La razón es que la unidad primaria del muestreo es

el subgrupo.

ü
Su uso por lo general obedece a que facilita la reducción de
costos, pues construir un listado completo de las unidades
de la población muestreada resulta hasta imposible.

ü
Aplicarlo resulta ideal cuando la población se encuentra muy
dispersa geográficamente o se ubica en cúmulos naturales
como instituciones, congregaciones, asociaciones, comuni-
dades, entre otros.

ü
Los elementos contenidos en los conglomerados selecciona-
dos para la muestra son encuestados en su totalidad.

ü
Por lo general, esta clase de muestreo viene precedido de la
aplicación de un muestreo estratificado.

ü
En este tipo de muestreo se observa y desea que desde afuera
los conglomerados se perciban homogéneos y muy pareci-
dos a la población, es decir, que la variabilidad de la (s) varia-
ble(s) objeto de estudio sea pequeña o que presenten mínima
varianza. Pero internamente cada conglomerado presente
gran variabilidad o varianza grande.

A continuación se muestra una figura que ilustra la forma

como se percibe un conglomerado desde fuera de él y la precep-
ción que se tiene desde dentro de él. En el primer caso se aprecia
como un conjunto homogéneo muy compacto con características
generales muy idénticas, en el segundo caso, cuando alguien se
ubica dentro de un conglomerado aprecia que las unidades o indi-

69
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

viduos que lo conforman presentan diversidad de características,

por lo tanto, se aprecia muy heterogéneo.

Un ejemplo de esta situación puede ser un estudio sobre el uso

de internet mediante redes inalámbricas en los hogares de la ciu-
dad de San Cristóbal. Si se valora a la ciudad de San Cristóbal
desde fuera, pues se hace referencia a que casi todos sus ciudada-
nos en ese momento son habitantes de esta localidad, siendo esta
una cualidad general, lo cual le da la sensación de homogeneidad;
sin embargo, si alguien analiza a los habitantes de San Cristóbal,
encuentra que entre ellos existe gran variedad de caracteres, por
consiguiente se puede concluir que internamente sus integrantes
presentan heterogeneidad.

70
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Seguidamente, se ilustra en el diagrama que se muestra, algu-

nas de las características que ofrecen ventajas y desventajas
cuando se recurre al muestreo por conglomerados para realizar
investigaciones. La figura 1.16 ilustra dichas ventajas.

Figura 1.16 Ventajas del muestreo por conglomerados

Sus principales beneficios redundan en el trabajo de

campo, en la aplicación y manejo de las encuestas

No hace falta las engorrosas listas o listados de sujetos

de la población a muestrear

Se puede concentrar la aplicación de las entrevistas o

instrumentos de recabar información

Los costos disminuyen de manera muy sustancial al

disponer de la información en cúmulos

Ventajas Se logra evitar los traslados continuos de sujeto en sujeto

para encuestar la muestra
Muestreo por
Conglomerados
La información se obtiene de manera más rápida, además
se logra supervisar mejor

Facilita la construcción de unidades estadísticas

artificiales para lugares de alto riesgo

El equipo de encuestadores puede trabajar en conjunto y

simultáneamente cubrir todos los conglomerados

Milvia y Sergio Arias (2008)

PROCEDIMIENTO PARA EL MUESTREO POR CONGLOMERADOS

1. Por la naturaleza de la investigación se determinan y enume-

ran los subgrupos o conglomerados que se van a muestrear,
una vez se tenga el listado de conglomerados (unidad mues-
tral), se procede a seleccionar aleatoriamente los que integra-
ran la muestra a analizar.

71
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

2. Se encuestan todos y cada uno de los elementos o sujetos que

integran los conglomerados seleccionados para la muestra.

En el diagrama anterior, supóngase que para obtener informa-

ción sobre ciertas variables de una investigación se requiere
encuestar a habitantes de conjuntos residenciales de una ciudad
en particular. Resultaría muy difícil y hasta imposible mediante
un muestreo aleatorio simple, sistemático o estratificado poder
determinar las unidades muestrales, lo ideal en este caso es for-
mar subgrupos por manzanas, veredas o sectores y encuestar a
todos los elementos de estos conglomerados, en este caso, quienes
residan en los mencionados conjuntos.

EJEMPLOS DE MUESTREO POR CONGLOMERADOS

Ejemplo 1.30: Un investigador social, desea recolectar informa-

ción entre los integrantes de la comunidad educa-
tiva de la ULA-Táchira. Desde fuera todos se ven
como integrantes de esta comunidad, pero interna-

72
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

mente existen varios subgrupos diferentes entre sí.

Por lo tanto, decide tomar la muestra dividiendo la
población en carreras y menciones, para seleccionar
al azar ciertas cantidades de grupos para entrevistar
a todos los que pertenezcan a los grupos escogidos.

Ejemplo 1.31: Un comerciante abrirá un local en el sector de

Barrio Obrero de San Cristóbal, para poder solici-
tar información entre los habitantes, y que todos
los sectores estén representados, divide a Barrio
Obrero por manzanas, y aleatoriamente selecciona
algunas de las manzanas y encuesta a todos los
que pertenecen a ella.

Ejemplo 1.32: Una persona realizará un estudio en un gran con-

junto residencial, por lo tanto, decide numerar los
pisos, para elegir aleatoriamente algunos de los pisos
y encuestar a todas las personas que se encuentran en
todos los apartamentos seleccionados.

A continuación se exponen algunos tópicos matemáticos del

muestreo por conglomerados para quienes le interesa el enfoque
de la estadística matemática. Dado que, muchos de los textos exis-
tentes en la literatura especializada de esta área, dedican gran
parte del contenido a explicar el fundamento estadístico-
matemático que subyace en el muestreo. Como el muestreo por
conglomerado se establece relativamente de acuerdo a la unidad
muestral que se esté considerando (ciudad, barrio, manzana, con-
junto residencial, entre otros), es pertinente destacar alguna nota-
ción en este sentido.

73
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

NOTACIÓN PARA EL MUESTREO POR

CONGLOMERADOS

I. Nivel Primario

N: Número de unidades primarias en la población

Mi: Número de unidades secundarias en la unidad primaria i
N

K= Mi: cantidad total de unidades secundarias en N

i=1 Mi

ti = yi j: total en la unidad primaria i

j=1
N N

t= ti yi j: total de población
i=1 i=1
N
t 2
2
st =
(t – —
N)
i
: varianza en la población de totales t i
N–1
i=1
II. Nivel Secundario: Cantidades de Población
N Mi
yi j
ti
K
i=1 j=1
Mi
yi j ti
Mi
= Mi
j=1

N Mi
2
s =
( )2 : varianza de la población (secundaria)
K–1
i=1 j=1

74
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Mi
2
si =
( )2 : varianza de la población en la unidad i
Mi – 1
j=1

III. Cantidades de Muestra

n: Número de unidades primarias en la muestra

mi: Número de elementos en la muestra de la unidad primaria i

N
yi j
mi
si
jÎ

N
Mi
mi
si
jÎ
N
N
tunb = n : estimado insesgado del total de la población
si
iÎ

2
2 1
s =
i
n–1 ti – : varianza estimada de totales en i
N
s
iÎ

2 ( )2
s = i
mi – 1 : varianza muestral dentro de la unidad i
s
iÎ

El muestreo por conglomerados se puede desarrollar en una o

más etapas, por lo que existen las ciertas modalidades ilustradas
en la siguiente figura 1.17.

75
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.17 Modalidades del muestreo por conglomerados

Milvia y Sergio Arias (2008)

MUESTREO POR CONGLOMERADO: UNA ETAPA

Recibe este nombre, el muestreo en el cual la población se

divide en grupos y se seleccionan algunos de ellos como unidades
muestrales. Existe cierta similitud con el muestreo estratificado,
con la diferencia de que los estratos son conjuntos más o menos
homogéneos en su composición interna, en cambio, en los conglo-
merados lo ideal es que su estructura interna presente la mayor hete-
rogeneidad posible con el fin de que cada aglomerado sea represen-
tativo de la población a la cual pertenece. En la siguiente figura 1.18
se aclaran algunas características de este tipo de muestreo.

76
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura 1.18 Muestreo por conglomerados en una etapa

77
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Para abordar esta modalidad del muestreo por conglomerado

se partirá de ciertos análisis sobre la base de datos ya trabajada
que se encuentra en los anexos con el título de Base de Datos (mues-
treo). Lecturas especializadas de los Estudiantes de la ULA-Táchira.
Este fue un estudio realizado en la población estudiantil de la uni-
versidad de Los Andes Núcleo “Pedro Rincón Gutiérrez”-Táchira
sobre las lecturas de literatura especializada que hace el estudian-
tado de esta casa de estudios superiores.

Debe aclararse, que esta base de datos realmente es una mues-

tra tomada de 200 personas, pero, para la presente explicación se
asumirá que es una población de 200 estudiantes. En la práctica el
número de unidades en cada conglomerado es diferente, en este
caso, se asumirá que se formarán grupos (conglomerados) de
acuerdo a la siguiente expresión:
N
I= n

Donde “I”, es el número de conglomerados, “N” es el tamaño

de la población y “n” es el número de conglomerados.

Por lo tanto, los 200 estudiantes representan a “N”, arbitraria-

mente o a criterio del investigador, se pude decidir que los conglo-
merados sean de tamaño (n) 25, de modo que el número de con-
glomerados sería:
200
I= = 8 conglomerados
25

Entonces, se tendrán ocho (8) conglomerados cada uno con

veinticinco (25) estudiantes. Para su estructuración, se puede recu-
rrir a una tabla de números aleatorios o a una calculadora, de

78
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

manera que aleatoriamente se conformen los conglomerados, y

de este modo se asegura la diversidad interna de cada conglome-
rado para que sean lo más parecidos posible a la población y a su
vez entre ellos exista cierta homogeneidad. En esta oportunidad
se tomarán las variables gasto en textos y apoyo. A continuación
se muestra una posibilidad entre las inmensas formas en que se
pueden organizar los conglomerados.

Conglomerado 1 Conglomerado 2

c Sorteo Gasto Apoyo c Sorteo Gasto Apoyo

1 58 210 Pa 1 189 100 Pa
2 77 200 Pa 2 37 300 Mp
3 73 30 Pa 3 21 150 Pa
4 41 150 Pa 4 148 0 Pa
5 186 200 Be 5 78 30 Pa
6 162 60 Pa 6 25 100 Pa
7 26 100 Pa 7 53 150 Pa
8 48 150 Pa 8 199 0 Pa
9 118 0 Pa 9 146 0 Pa
10 194 0 Pa 10 183 0 Be
11 12 500 Pa 11 182 0 Pa
12 68 50 Pa 12 186 100 Pa
13 32 0 Pa 13 111 0 Be
14 19 0 Pa 14 57 210 Pa
15 1 100 Pa 15 126 0 Pa
16 128 0 Pa 16 75 0 Pa
17 95 120 Pa 17 93 0 Pa
18 35 0 Pa 18 43 176 Pa
19 113 50 Pa 19 91 60 Mp
20 33 50 Pa 20 127 100 Pa
21 94 70 Pa 21 176 50 Pa
22 11 500 Pa 22 55 39 Mp
23 81 50 Pa 23 158 20 Pa
24 63 120 Pa 24 8 150 Pa
25 54 100 pa 25 31 200 pa

79
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Conglomerado 3 Conglomerado 4 Conglomerado 5

c Sorteo Gasto Apoyo c Sorteo Gasto Apoyo c Sorteo Gasto Apoyo

1 14 100 Pa 1 74 100 Pa 1 184 400 Be
2 121 0 Pa 2 165 35 Pa 2 52 30 Pa
3 123 42 Pa 3 159 50 Pa 3 36 100 Pa
4 86 200 Pa 4 149 0 Pa 4 15 600 Pa
5 96 150 Pa 5 29 200 Pa 5 153 108 Be
6 87 16 Pa 6 65 210 Pa 6 168 0 Pa
7 16 150 Pa 7 3 300 Pa 7 122 40 Pa
8 59 100 Pa 8 84 50 Pa 8 61 150 Pa
9 82 40 Pa 9 114 0 Pa 9 51 50 Pa
10 88 78 Pa 10 142 0 Pa 10 180 0 Pa
11 152 100 Be 11 129 0 Pa 11 161 300 Pa
12 22 100 Be 12 18 0 Pa 12 192 0 Pa
13 62 150 Pa 13 24 100 Pa 13 195 0 Pa
14 108 0 Pa 14 47 111 Pa 14 134 15 Pa
15 49 111 Pa 15 85 1200 Pa 15 191 100 Pa
16 163 105 Pa 16 143 0 Pa 16 138 20 Pa
17 76 100 Pa 17 155 50 Pa 17 131 50 Pa
18 99 100 Pa 18 34 100 Pa 18 38 200 Pa
19 17 0 Pa 19 5 0 Pa 19 200 0 Pa
20 104 0 Pa 20 133 50 Pa 20 193 0 Pa
21 97 30 Pa 21 66 0 Be 21 56 220 Pa
22 69 50 Pa 22 174 0 Pa 22 10 600 Pa
23 6 0 Pa 23 2 80 Pa 23 107 0 Pa
24 13 80 Pa 24 67 30 Be 24 140 25 Pa
25 117 0 Pa 25 40 200 pa 25 83 50 Mp

80
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Conglomerado 6 Conglomerado 7 Conglomerado 8

c Sorteo Gasto Apoyo c Sorteo Gasto Apoyo c Sorteo Gasto Apoyo

1 120 0 Pa 1 188 0 Pa 1 23 80 Pa
2 71 200 Pa 2 117 0 Pa 2 27 0 Pa
3 132 100 Pa 3 9 150 Pa 3 28 100 Pa
4 125 0 Mp 4 154 200 Pa 4 44 120 Pa
5 101 0 Pa 5 169 100 Pa 5 46 0 Be
6 119 0 Mp 6 92 0 Pa 6 60 80 Pa
7 139 200 Pa 7 150 0 Pa 7 64 200 Pa
8 181 0 Pa 8 103 0 Pa 8 70 50 Pa
9 72 40 Pa 9 197 0 Pa 9 80 32 Pa
10 115 0 Pa 10 105 0 Pa 10 106 160 Be
11 102 100 Be 11 4 0 Pa 11 109 0 Pa
12 7 150 Be 12 110 0 Pa 12 137 70 Pa
13 141 0 Pa 13 112 0 Pa 13 145 0 Pa
14 20 0 Pa 14 179 0 Pa 14 160 0 Pa
15 198 80 Pa 15 147 0 Pa 15 166 90 Pa
16 89 70 Pa 16 45 100 Pa 16 170 50 Be
17 135 0 Pa 17 98 600 Pa 17 171 30 Pa
18 124 0 Be 18 164 0 Pa 18 172 100 Pa
19 30 150 Pa 19 42 150 Pa 19 173 80 Pa
20 157 50 Be 20 79 20 Pa 20 175 0 Mp
21 50 50 Pa 21 136 0 Pa 21 178 100 Pa
22 167 0 Pa 22 100 0 Pa 22 185 0 Pa
23 151 0 Pa 23 39 100 Pa 23 187 70 Pa
24 116 0 Pa 24 130 0 Pa 24 190 0 Pa
25 144 0 Pa 25 90 50 Pa 25 196 50 Be

{
C: numeración dentro del conglomerado
Donde: Sorteo: numeración correspondiente al azar {
Cada uno de los conglomerados anteriores se constituye en
una expresión de la población a la cual pertenece. Por lo tanto,
mediante cualquier procedimiento sencillo al azar se procede a
seleccionar algunos de ellos para conformar la muestra que se
analizará. Por ejemplo, si quien investiga, de acuerdo a la natura-
leza y al alcance de lo que se propone decide trabajar con dos (2)
grupos, podría numerarlos, escribir en este caso ocho papelitos y
81
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

seleccionar aleatoriamente dos; los números resultantes serían los

conglomerados de dicha muestra y se consideran todos los inte-
grantes de estos conglomerados.

Luego de tener los conglomerados de manera aleatoria, se

seleccionan algunos de ellos para los respectivos análisis a través
de los estadísticos que sirven de base para los respectivos cálcu-
los. En el muestreo por conglomerados de una etapa, se pueden
presentar dos casos: a) conglomerados del mismo tamaño y b)
conglomerados de diferente tamaño.

CONGLOMERADOS DEL MISMO TAMAÑO

Entre las áreas donde frecuentemente se puede realizar este

tipo de muestreo es la agrícola y la industrial. Cuando se estima la
media o totales de los aglomerados, se consideran como las aglo-
meraciones y se ignoran los elementos individuales. Entonces, en
una muestra
– aleatoria simple de “n” observaciones {ti, i Î s};
donde ti es el total para todos los elementos de la unidad primaria
“I”, entonces, ts estima el promedio de los totales por cúmulo. Por
ejemplo, se realiza una encuesta sobre las familias para estimar el
ingreso familiar con dos personas, las observaciones individuales
yi j son el ingreso de cada persona dentro de la familia. ti es el
ingreso total de la familia “i” (se conoce ti para las familias de la
muestra). tu, es el ingreso promedio por persona, por lo tanto, para
estimar el ingreso total “i”, se utiliza el estimador:

N
( )
82
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Ejemplo 1.33: Asumiendo que la base de datos utili-

zada anteriormente (la de los anexos),
sea una población y se disponga en 50
conglomerados, cada uno de tamaño
4 (1-4, 5-8, 9-12, y así sucesivamente). Si alguien se
interesa en determinar el gasto promedio en textos
de la población, y en lugar de obtener una lista com-
pleta de todos los estudiantes y seleccionar una mues-
tra aleatoria simple, elige al azar 5 de los conglomera-
dos, uno de los tantos arreglos es el siguiente (se uti-
lizó la calculadora para su selección).

Conglomerado Estudiante Total

1 2 3 4
I 150(H) 100(H) 80(H) 100(H) 430
II 70(V) 50(H) 60(V) 0(V) 180
III 50(H) 100(H) 0(V) 100(H) 250
IV 50(H) 0(H) 0(V) 0(V) 50
V 0(H) 0(V) 100(H) 0(H) 100

Las unidades primarias son los conglomerados, de

manera que, N = 50 con M = 4. La estimación total
de la población (suma estimada de todos los gastos
en textos de la población), viene dada por:

La media aritmética estimada es:

N 50
n ti = 5 (430 + 180 + 250 + 50 + 100) = 10.100 Bs
iÎ
s
83
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Donde la media estimada es:

10.100
= = 50,5 Bs.
NM (50) (40)

La varianza muestral es:

1
s2t = n – 1 (t – N ): donde N = 10.100
i
50
= 202
iÎ
s

2 1 2 2 2
st = 5 – 1 [(430 – 200) + (180 – 202) + (250 – 202)
2 2
+ (50 – 202) + (100 – 202) ]

s2t = 22.070

El error estándar del promedio estimado es:

EE( ) = M1 (1 – Nn ) s 2
t =1
4
(1 – 505 ) 22.070
5

EE( ) = 15,76

Para estos cálculos, solo se utilizó el renglón total de

la tabla de datos por tratarse de un muestreo en una
etapa.

Para estimar proporciones:

Mh Ph ah i
Pst = donde Ph =
mh mh i

84
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Conglomerado Estudiante Total

1 2 3 4
I 150(H) 100(H) 80(H) 100(H) 430
II 70(V) 50(H) 60(V) 0(V) 180
III 50(H) 100(H) 0(V) 100(H) 250
IV 50(H) 0(H) 0(V) 0(V) 50
V 0(H) 0(V) 100(H) 0(H) 100

1 3 1 3
Mh Ph (1) (4) + 4 4 + 4 4 + 2 4 + 4 4 13
Pst = = =
mh 20 20
Pst = 0,65

Ejemplo 1.34: En cierta región hay 300 granjas con 50 animales de

diversas especies cada una. Se selecciona aleatoria-
mente y sin reposición una muestra de cinco gran-
jas; las proporciones de animales enfermos en cada
una de las granjas son: 0,14; 0,20; 0,18; 0,12 y 0,16. Se
pide determinar la proporción y total de animales
enfermos, y además el error de muestreo.

Solución: A continuación se muestra un esquema

que ilustra la situación problemática.

n
1
n Ó
i=1
Pi = 1 (0,14 + 0,20 + 0,18 + 0,12 + 0,16)
5

85
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

n
( n
N )( )Ó(p – P)ˆ
1
n(n – 1) i
2

i=1
( ) (1 – 300
2 5
) ( 5(5–1)
1
) [(0,14 – 0,16) 2

+ (0,2 – 0,16)2 + (0,18 – 0,16)2

+ (0,12 – 0,16 + (0,16 – 0,16)2)2]
ˆ ˆ = 45.000
V(T)
1 ˆ = 45.000
V(t) 2 2 = 0,0002
NM 2
2
300 50
el error absoluto del muestreo es de 3 unidades
\

V(t) 45.000
= = 0,088
2.400
el error absoluto del muestreo es de 8,80%
\

CONGLOMERADOS DE DISTINTO TAMAÑO

En estudios de naturaleza social es muy raro que los conglome-

rados tengan el mismo tamaño. Los procedimientos de estima-
ción son prácticamente iguales a los del muestreo en una etapa,
las diferencias que se pueden encontrar se deben a que la varia-
ción entre los totales de los conglomerados ti sean grandes cuando
los conglomerados tienen distintos tamaños.

Por lo tanto, con frecuencia st2 es más grande en un muestreo

por conglomerado cuando las unidades primarias tienen distin-
tos tamaños que cuando todas las unidades primarias tienen el
mismo número de unidades secundarias.
86
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Ejemplo 1.35: Un fabricante de sierras quiere estimar

el costo de reparación promedio men-
sual para las sierras que ha vendido a
ciertas industrias. El fabricante no
puede obtener un costo de reparación por sierra, pero
puede obtener la cantidad gastada en reparación y el
número de sierras que tiene cada industria. El fabri-
cante decide seleccionar una muestra aleatoria sim-
ple sin reposición de 20 industrias entre las 96 a las
que ofrece servicio. Los datos de gasto total mensual
en reparación por industria y el número de sierras
por industria se presenta en la tabla siguiente:

Industria Sierra Costo Industria Sierra Costo

1 3 50 1 8 140
2 7 110 2 6 130
3 11 230 3 3 70
4 9 140 4 2 50
5 2 60 5 1 10
6 12 280 6 4 60
7 14 240 7 12 280
8 3 45 8 6 150
9 5 60 9 5 110
10 9 230 10 8 120

Se pide:

1. Estimar el costo promedio de reparación mensual

por sierra y su error de muestreo.
2. Estimar la cantidad gastada por las 96 industrias
en la reparación de sierras y su error de muestreo

87
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Solución: Las industrias se consideran como conglo-

merados (N = 96). Se extrae una muestra de 20 conglo-
merados (n = 20), donde las unidades elementales es
el número de sierras Mi de cada industria. El costo
promedio de reparación de sierra se estimará como la
razón entre el costo total de reparación por industria y
el número de sierras por industria.
Como los conglomerados son de tamaños desigua-
les, se tiene:

ÓY i
=
50 + 110 + ... + 120 2.565
= = 19,73 Bs.
ÓM i 3 + 7 + ... 8 130

el costo promedio de reparación por sierra es de 19,73 Bs

\

1 – 20
(Ó (
n n n
Vy= = – 2 96
nM (n – 1)
i=1
i
2
y +y =2

Ó
i=1
M – 2y
i
2 =

Ó
i=1
yi Mi

1– n
Vy= = N (460.225 + (19,73)2 (1.188) – 2 (19,73) (22.285))
2

( (
130
20 20 (20 – 1)
Vy= = 0,7905

0,7905 es el error producto del muestreo s=y

\

Para estimar el costo total en reparación de sierras

en las industrias se toma:

n
Yˆ = N
n Ó
i=1
Yi = 96 2.565 = 12.312 Bs.
20

88
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

El costo de reparación de todas las sierras de las 96

industrias es de 12.312 Bs.

N 1– n
[Ó [
n
ˆ ˆ =
V(Y)
2

N ( ) 2
Yi –
(ÓYi)2
n(n – 1) n
i=1

96 1 – 20 ( )
2

[ [
2
ˆ ˆ 96 460.225 – (2.565)
V(Y) =
20(20 – 1) 20

ˆ ˆ = 25.200.516 Bs.
V(Y)

1.587,47 es el error producto del muestreo del gasto total

MUESTREO POR CONGLOMERADO: DOS ETAPAS

El muestreo en dos etapas (bietápico) de conglomerados es un

tipo de muestreo en el que en una primera etapa se selecciona una
muestra de n conglomerados de tamaños Mi , y en una segunda
etapa se selecciona, independientemente en cada conglomerado
de la primera etapa, una submuestra de mi unidades elementales
de entre las Mi del conglomerado.
Características:

1. En la segunda etapa se puede usar cualquiera de los tipos de

muestreo ya estudiados.
2. No es necesario utilizar todas las unidades elementales de los
conglomerados seleccionados en la primera etapa.
3. No es necesario un marco de unidades elementales completo.
4. L a precisión es menor, ya que aparecen fuentes de variación
que complican los cálculos algebraicos.

89
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Un estimador insesgado (este término se analizará y discutirá

en el capítulo II) de la media aritmética será:
n m n
1 1
y= =
nm Ó Ó
i=1 j=1
Yi j=
n Ó
i=1
y i

Para el total poblacional, proporción y total de clase, los estimado-

res insesgados (término que se aclarará en el siguiente capítulo) son:
n
NM
Yˆ = NMy = n Ó
i=1
y i

n
1
Pˆ = n Ói p i

n
NM
tˆ = NMP = n Ói pˆ i

Ejemplo 1.36: En un barrio de una ciudad se obtiene una muestra

de 6 manzanas de 30 casas cada una. Dentro de cada
manzana de la muestra se realiza un submuestreo sin
reposición y con fracción de muestreo igual a 1/6, de
modo que se obtienen los siguientes resultados para
el número de casas en las que viven jubilados.
Manzana 1 2 3 4 5 6
Nº casas con jubilados 4 3 5 2 1 5

Se pide:

1. Estimar la proporción de casas del barrio en las que viven

jubilados.
2. El error relativo de la estimación anterior.

90
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Solución: Se consideran las manzanas como conglomerados

de igual tamaño, y se tiene:

n=6 M = 30
mi 1
f2i = mi = f2i M m= 30 \
m=5
M 6
n
1
Ói p = 61 (+ 54 + 53 + 55 + 52 + 51 + 55( = 32 = 0,67
^
P =n i

0,67 es la proporción de casas donde viven jubilados

Tamaño de la muestra en un Muestreo Beitápico

Por lo general se expresa como el costo total “C” mediante la

función general de costos f (n, M, m) definida como:

a1 a2 a3
Donde: C = c0 + c1 + c2 (nM) + c3(nM)

c0 representa un costo fijo que suele incluir: encuestas, gastos

administrativos, preparación técnica entre otros.
c1, c2 y c3 Son los costos unitarios por unidad primaria, por uni-
dad secundaria listada y por unidad secundaria que sea objeto de
entrevista o medida respectivamente.

Similitud y Diferencia entre un Muestreo de una Etapa y uno

de Dos Etapas

A continuación en la figura1.19 se muestran algunas similitu-

des y diferencias entre un muestreo por conglomerado en una
etapa y un muestreo por conglomerado en dos etapas.

91
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Figura Nº 1.19. Muestreo por Conglomerado en Una y Dos

Etapas
Muestreo por conglomerado en una etapa Muestreo por conglomerado en dos etapas

Población de N unidades primarias Población de N unidades primarias

Se extrae una muestra aleatoria simple Se extrae una muestra aleatoria simple
de N unidades primarias de N unidades primarias

Se analizan todas las unidades secundarias Se extrae una muestra aleatoria simple
en las unidades primarias de la muestra de unidades secundarias

Inspirado en Lohr (2000)

La figura mostrada a continuación permite ilustrar las modali-

dades del muestreo por conglomerados. Para el muestreo en una
etapa, la población se dividió en grupos, en este caso en torres de
conjuntos residenciales, de las cuales se seleccionó aleatoriamente
alguna de ellas para conformar la muestra, debe aclararse que en
este muestreo la información la aportarán todos los habitantes de
las torres seleccionadas. Si se va a aplicar un muestreo bietápico,
se debe realizar previamente la fase anterior para el muestreo en
una etapa, y luego para el ejemplo, se seleccionaran de las torres
de la primera etapa a algunas familias en forma aleatoria para
constituir la muestra. En el caso de requerir una o más etapas se
diseñaría un muestreo Polietápico, donde se deben cumplir las
dos etapas anteriores para luego de entre las familias selecciona-
das en la segunda etapa, poder escoger en forma aleatoria algunos
miembros integrantes de dichas familias. En el primer muestreo
(una etapa) la unidad a muestrear es la torre o edificio residencial,
en el segundo muestreo (bietápico) la unidad es la familia, y en el

92
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

tercer muestreo (Polietápico) dicha unidad será cada persona inte-

grante de una familia. La figura 1.20 que muestra seguidamente
resume estas modalidades del muestreo por conglomerado.

Figura 1.20 Etapas del muestreo por conglomerados

MUESTREO PORA ÁREAS O GEOGRÁFICO

Se aplica cuando no se dispone
de una población objetivo com-
pleta, y además existe mucha dis-
persión entre los integrantes de la
misma. El muestreo por áreas es
aplicable a poblaciones naciona-
les o regionales que poseen carac-
terísticas físicas, políticas o natu-
rales similares. Su aplicación surge por la ausencia de listas com-
pletas y ordenadas, por lo que se delimitan áreas geográficas a

93
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

partir de mapas (por ejemplo, regiones, municipios, poblados o

caseríos). Una vez elegidas al azar las áreas o localidades a mues-
trear, se encuesta a todos los elementos de esos grupos. Luego se
procede a realizar un muestreo aleatorio simple de cada uno de
esos grupos, o en su defecto un muestreo con probabilidad pro-
porcional al tamaño de cada grupo (por ejemplo, cuando el
número de residencias de cada poblado es muy distinto).
Presenta la ventaja de tener que estudiar sólo a un reducido
número de conjuntos y elementos.

El muestreo por áreas por lo general se aplica en función de la

cobertura geográfica que se pretende, y a su vez, no es aconsejable
realizarlo en áreas o localidades muy pequeñas, dado que el pre-
cio por variable investigada en el estudio se acrecienta, por lo que
se recomienda que en sitios pequeños lo conveniente es levantar
un censo. En general, cada área seleccionada en este tipo de mues-
treo se podrá subdividir y enumerar para nuevos procesos de
selección, y si es necesario seguir así sucesivamente hasta obtener
la muestra deseada. Esta última situación puede originar un
nuevo muestreo que algunos llaman muestreo por fases.

Para realizar un muestreo por áreas o geográfico se procede de

la siguiente manera:

1. Se divide el área total en varias áreas para ser muestreadas.

2. Cada división es subdividida y numerada en áreas más pequeñas.

3. De ser necesario se continúa subdividiendo.

4. Este procedimiento da origen a un muestreo por fases o etapas.

94
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

EJEMPLOS DE MUESTREO POR ÁREAS O GEOGRÁFICO:

Ejemplo 1.37: Si se desea abordar una investigación en la cual se

tiene por objetivo describir las innovaciones que
implementan los gerentes de cierta empresa pro-
ductora de alimentos que cuenta con sucursales en
todo el territorio venezolano. En este caso, lo ideal
sería dividir el territorio venezolano en regiones o
áreas geográficas, puesto que las posibles unidades
de análisis para el estudio se encuentran dispersas.

Ejemplo 1.38: Un estudio de mercado pretende determinar las

costumbres y hábitos de diversión de ciudadanos
hindúes que residen en Venezuela. Puesto que lle-
gar a este tipo de personas es bastante difícil, y ade-
más se tiene como limitante las distancias geográfi-
cas, en este caso conviene realizar un muestreo por
áreas o geográfico.

Ejemplo 1.39: Una empresa encuestadora fue contratada para

establecer el grado de satisfacción de los conducto-
res usuarios de las carreteras del Estado Táchira.
Para este caso las personas a entrevistar se disper-
san a lo largo del territorio tachirense, por lo que,
para facilitar la obtención de la información se
hace necesario dividir el territorio del Estado
Táchira en subregiones.

95
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MUESTREO POR RACIMOS

En algunas investigaciones se
dan casos en las que al investigador
se le presentan limitaciones e incon-
venientes debidas a factores econó-
micos, al factor tiempo, a las distan-
cias geográficas o simplemente a
una combinación de estos y otros
obstáculos. En estas circunstancias,
lo ideal es recurrir a una modalidad
de muestreo dentro de los mues-
treos de grupos llamado muestreo
por racimos, puesto que en este tipo
de muestreo se logra reducir los cos-
tos, el tiempo y el factor distancias geográficas al considerar que
muchas veces las unidades de análisis se encuentran encapsula-
das o enclaustradas en determinadas localidades físicas o geográ-
ficas que suelen denominarse racimos.

Si una población se va a muestrear por racimos, trae como con-

secuencia establecer las diferencias entre lo que es la unidad de
análisis y lo que es la unidad muestral. Se debe recordar que la
unidad de análisis será quién va a ser medido, es decir, el indivi-
duo o individuos a quienes en última instancia se les aplicará el
instrumento de recolección de información. La unidad muestral
esta representada en el racimo a través del cual se conseguirá el
acceso a la unidad de análisis.

Un muestreo por racimos deriva en una selección de unidades

en dos etapas, donde en cada una de ellas se obtienen mediante

96
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

procedimientos probabilísticos. En la primera etapa, se procede a

seleccionar los racimos, de acuerdo a pasos estipulados para obte-
ner una muestra probabilística simple o estratificada. En la
segunda etapa, se consideran los racimos a su interior para poder
seleccionar a los individuos o elementos que se van a medir.
Teniendo cuidado que en la selección se garantice que todos los
elementos del racimo tengan la misma probabilidad de ser elegi-
dos para conformar la muestra. Un posible ejemplo de esta situa-
ción se muestra a continuación en el cuadro 1.3

Cuadro 1.3 Ejemplo de posible muestreo por racimos

Unidad de Análisis Unidad Muestral (Racimo)

Gerentes Empresas, compañías
Docentes Instituciones Educativas
Periodistas Medios de comunicación
Viajeros Terminales aéreos, terrestres
Agricultores Fundos, fincas, parcelas

EJEMPLOS DE MUESTREO POR RACIMOS:

Ejemplo 1.40: Un tesista se planteó como objetivo de su investiga-

ción relacionar el nivel educativo de los viajeros
venezolanos al exterior con las medidas de precau-
ción que toman para evitar el contagio de la
influenza AH1N1. Las unidades de análisis para
este estudio son las personas que al viajar utilizan
los terminales aéreos, marítimos y quienes cruzan la
frontera por vía terrestre. Por lo tanto, los viajeros
constituyen las unidades de análisis y los terminales
representan los racimos.
97
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Ejemplo 1.41: Cierta empresa procesadora de productos lácteos

aborda una investigación sobre la calidad de ali-
mentación que se le proporciona al ganado vacuno.
En este caso favorece realizar un muestreo por raci-
mos, donde las unidades de análisis serán los encar-
gados de alimentar a dicho ganado y los posibles
racimos serán las fincas y parcelas.

Ejemplo 1.42: Una compañía que produce especies alcohólicas

desea saber su aceptación en el sector juvenil de
cierta ciudad. Para este caso resulta conveniente un
muestreo en dos etapas para un muestreo por raci-
mos, donde estos están representados por los sitios
nocturnos de diversión (discotecas, restaurantes) y
las unidades de análisis serán los adolescentes que
acuden a estos sitios.

Para finalizar este apartado de lo que es el muestreo no proba-

bilístico y el muestreo probabilístico, resulta importante estable-
cer algunas comparaciones entre lo que caracteriza al muestreo
probabilístico y al muestreo no probabilístico, en cuanto a su fun-
damentación matemática, su incidencia en los costos-beneficios,
su conveniencia, entre otros. Cabe resaltar que no se trata de un
recetario concluyente, sino de la visión de los autores, sobre algu-
nas consideraciones que se deben tener presente al momento de
diseñar un proceso de muestreo. El siguiente cuadro 1.4 que se
muestra a continuación expresa algunas de estas características.

98
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Cuadro 1.4 Comparación entre muestreo probabilístico y no

probabilístico

MUESTREO PROBABILISTICO MUESTREO NO PROBABILISTICO

1. Se considera objetivo, científico 1. Se considera simple y rápido.

y representativo.
2. Resulta más costoso. 2. Resulta de bajo costo.

3. Al ser objetivo depende de 3. Al ser subjetivo depende del

postulados y teorías juicio del investigador.
matemáticas.
4. Su fundamento es la estadística 4. No tiene fundamento teórico
matemática. que lo sustente.

Fuente: Milvia y Sergio Arias (2008)

TAMAÑO DE LA MUESTRA
Uno de los objetivos funda-
mentales de la mayoría de las
investigaciones es poder obtener
conclusiones validas basadas en
el análisis de los datos que se han
observado y examinado; así mis-
mo, poder manipular todas las
unidades o informantes de una
población resulta laborioso,
muy difícil y hasta imposible, lo que en la práctica se hace, es apo-
yarse en la información que pueda proporcionar un subconjunto
o parte de esa población llamada muestra, es decir, utilizando los
datos que aporta una muestra de la población se pueden obtener
conclusiones o se puede inferir sobre las características poblacio-

99
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

nales. La muestra debe ser representativa de toda la población, en

consecuencia, tendrá características similares a las que se podrían
observar si se considera a la población entera. El principal motivo
para estudiar una muestra en lugar de la población es que si se
pretende recolectar la información de toda la población, esto aca-
rrearía que dicho proceso genere altos costos en recursos huma-
nos, económicos y tiempo entre otros. Sólo se trabaja con toda la
población cuando se quiera realizar un censo o que la población
sea muy pequeña y manejable.

La calidad de las inferencias estadísticas o de las generalizacio-

nes que se pretenden en indagaciones está íntimamente ligada a
lo representativa que sea la muestra, y esto a su vez, está directa-
mente relacionado con el tamaño de la muestra. Por lo que la repre-
sentatividad, la aleatoriedad y el tamaño son factores determinantes
para la selección de una muestra.

Para determinar el tamaño de una muestra que se utilizará para

los respectivos análisis es necesario considerar aspectos como: a)
El nivel de confianza, que lo fijará el investigador de acuerdo a su
experiencia; esto tiene que ver con la probabilidad asignada por
quien investiga de tener cierto grado de confianza en las inferen-
cias que realizará. b) La varianza, representada por el promedio
de dispersión con respecto a la media aritmética que presentan
todas las magnitudes determinadas para todos los integrantes de
la población; por lo general, se debe estimar mediante una investi-
gación preliminar. c) El margen de error (error de muestreo) o pre-
cisión que el investigador fija de acuerdo a las características que
conozca del parámetro que estudia. De igual modo, debe tenerse
presente que cuando el parámetro que se quiere analizar de la

100
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

población es de naturaleza cuantitativa, la medida que lo caracte-

riza es la media aritmética, y cuando es de naturaleza cualitativa
quien mejor lo representa es una proporción. A continuación se
presentan las formas de calcular el tamaño de la muestra.

Tamaño de la Muestra para la Media Aritmética de Poblaciones

Infinitas
2

( ( donde:
n = Ze
{ Z: valor tipificado
ó: desviación típica
e: error de muestreo
{
Ejemplo 1.43: Un Gerente de un Banco desea estimar el promedio
de los ahorros de sus cuentahabientes, con un error
de 2.500 Bs. y una probabilidad de 0.95, si se sabe
que la desviación típica es de 40.000 Bs. ¿Cuántas
cuentas debe seleccionar?
2

( (
n = Ze
2
= ]
(1,96)40.000
2.500
= 983 ]
el gerente debe seleccionar 983 cuentas

Ejemplo 1.44: Un corredor de seguros necesita valorar el monto

promedio de las pólizas de sus asegurados, con un
error de 1.700 Bs. y una probabilidad de 0.95; si se
sabe que la desviación típica es de 15.000 Bs. ¿Cuán-
tas cuentas debe seleccionar?
2

( (
n = Ze
2
= ]
(1,96)15.000
1.700
= 299,09 ]
El corredor de seguros debe seleccionar 299 pólizas

101
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TAMAÑO DE LA MUESTRA PARA LA MEDIA ARITMÉTICA DE

POBLACIONES FINITAS

n=
N
1 + Ne
2 donde: {
N: tamaño de la población
e: error de muestreo {
Ejemplo 1.45: De una población de 5.000 sucursales de una gran
corporación se desea tomar una muestra para estu-
diar su funcionamiento. Con un error del 3 %. ¿Cuál
debe ser el tamaño de la muestra?
N 5.000
n= 2 = 2 = 909
1 + Ne 1 + 5.000(0,03)
el tamaño de la muestra debe ser de 909 sucursales

TAMAÑO DE LA MUESTRA PARA PROPORCIONES DE

POBLACIONES INFINITAS

Z: valor tipificado
Z PQ
2

n = 2 donde:
e { P: proporción de población
e: error de muestreo
Q: 1 – P
{
Ejemplo 1.46: ¿Cuántos sujetos debe tener una muestra, si se
desea estimar la proporción de estudiantes que tie-
nen una opinión determinada sobre el servicio de
comedor, a nivel de confianza del 99,74 % y error de
estimación del 5 % , si se sabe que: p = 25 % ?
2 2
Z PQ 3 (0,25)(0,75)
n= 2 = 2 = 675
e 0,05
la muestra debe tener 675 estudiantes

102
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TAMAÑO DE LA MUESTRA PARA PROPORCIONES DE

POBLACIONES FINITAS

Z: valor tipificado

n= 2
Z PQN
e (N–1)+Z2PQ
2

donde:
P: proporción
e: error de
{
de población
muestreo
Q: 1 – p
N: tamaño de la población
{
Ejemplo 1.47: En un poblado de 60.000 habitantes, se desea calcu-
lar el número de personas necesarias para realizar
una investigación sobre la opinión de crear un cen-
tro para la educación. ¿De qué tamaño debe ser la
muestra con una confianza del 95,5 % y un error del
3 %? Estudios anteriores estiman que el 50 % favo-
rece esta idea.
2 2
Z PQN 2 (0,5)(0,5)60.000
n= 2 2 = 2 2 = 1.091
e (N–1)+Z PQ (0,03) (60.000–1)+2 (0,5)(0,5)
se necesitan 1.091 personas para la muestra

Existen algunas tablas con valores específicos para determinar

el tamaño de la muestra que han sido diseñadas por estudiosos
del área estadística, tal es el caso de Colton Arkin, la cual se mues-
tra a continuación.

103
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TABLA PARA LA DETERMINACIÓN DE UNA MUESTRA SACADA DE UNA

POBLACIÓN FINITA, PARA MÁRGENES DE ERROR DEL 1, 2, 3, 4 Y 5 POR
100, EN LA HIPÓTESIS DE p = 50 %
Margen de confianza del 99,7 %
Amplitud de la muestra para márgenes
AMPLITUD
de error abajo indicados
DE LA POBLACIÓN
±1% ±2% ±3% ±4% ±5%
500 ... ... ... ... ... ... ...
1.000 ... ... ... ... ... ... ... 474
1.500 ... ... ... ... ... ... ... 726 563
2.000 ... ... ... ... ... ... ... 826 621
2.500 ... ... ... ... ... ... ... 900 662
3.000 ... ... ... ... ... ... ... 1.364 958 692
3.500 ... ... ... ... ... ... ... 1.458 1.003 716
4.000 ... ... ... ... ... ... ... 1.539 1.041 735
4.500 ... ... ... ... ... ... ... 1.607 1.071 750
5.000 ... ... ... ... ... ... ... 1.667 1.098 763
6.000 ... ... ... ... ... ... ... 2.093 1.765 1.139 783
7.000 ... ... ... ... ... ... ... 3.119 1.842 1.171 798
8.000 ... ... ... ... ... ... ... 3.303 1.905 1.196 809
9.000 ... ... ... ... ... ... ... 3.462 1.957 1.216 818
10.000 ... ... ... ... ... ... ... 3.600 2.000 1.233 826
15.000 ... ... ... ... ... ... ... 4.091 2.143 1.286 849
20.000 ... ... ... ... ... ... ... 4.390 2.222 1.314 861
25.000 ... ... ... ... ... ... ... 11.842 4.592 2.273 1.331 869
50.000 ... ... ... ... ... ... ... 15.517 5.056 2.381 1.368 884
100.000 ... ... ... ... ... ... ... 18.367 5.325 2.439 1.387 892
µ
22.500 5.625 2.500 1.406 900

104
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TABLA PARA LA DETERMINACIÓN DE UNA MUESTRA SACADA DE UNA

POBLACIÓN FINITA, PARA MÁRGENES DE ERROR DEL 1, 2, 3, 4 Y 5 POR
100, EN LA HIPÓTESIS DE p = 50 %
Margen de confianza del 95,5 %
Amplitud de la muestra para márgenes de error
AMPLITUD
abajo indicados
DE LA POBLACIÓN
±1% ±2% ±3% ±4% ±5% ± 10 %
500 ... ... ... ... ... ... ... 222 83
1.000 ... ... ... ... ... ... ... 385 286 91
1.500 ... ... ... ... ... ... ... 638 441 316 94
2.000 ... ... ... ... ... ... ... 714 476 333 95
2.500 ... ... ... ... ... ... ... 1.250 769 500 345 96
3.000 ... ... ... ... ... ... ... 1.364 811 517 353 97
3.500 ... ... ... ... ... ... ... 1.458 843 530 359 97
4.000 ... ... ... ... ... ... ... 1.538 870 541 364 98
4.500 ... ... ... ... ... ... ... 1.607 891 549 367 98
5.000 ... ... ... ... ... ... ... 1.667 909 556 370 98
6.000 ... ... ... ... ... ... ... 1.765 938 566 375 98
7.000 ... ... ... ... ... ... ... 1.842 949 574 378 99
8.000 ... ... ... ... ... ... ... 1.905 976 580 381 99
9.000 ... ... ... ... ... ... ... 1.957 989 584 383 99
10.000 ... ... ... ... ... ... ... 5.000 2.000 1.000 588 385 99
15.000 ... ... ... ... ... ... ... 6.000 2.143 1.034 600 390 99
20.000 ... ... ... ... ... ... ... 6.667 2.222 1.053 606 392 100
25.000 ... ... ... ... ... ... ... 7.143 2.273 1.064 610 394 100
50.000 ... ... ... ... ... ... ... 8.333 2.381 1.087 617 397 100
100.000 ... ... ... ... ... ... ... 9.091 2.439 1.099 621 398 100
µ
10.000 2.500 1.111 625 400 100

Estas tablas se usan para determinar el tamaño de una muestra

sacada de una población finita para márgenes de error del 1%, 2%,
3%, 4%, 5% y 10%. Con una hipótesis de P = 0,50. Con un margen
de confianza del 99,7% y 95,5%.

Por ejemplo, si un investigador decide trabajar con un margen

de confianza de 95,5 %, se ubicaría en la tabla correspondiente a
este porcentaje, y teniendo conocimiento del tamaño finito de la
población sobre la cual abordará su indagación, por ejemplo,

105
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

5.000 personas, dicho investigador estable el margen de error que

se permitirá, por ejemplo 3%, al cruzar estos datos en la tabla,
encuentra que el tamaño de su muestra debe ser de 909 unidades.

CARACTERÍSTICAS DESEABLES DE UNA MUESTRA

a) Representativa: En la selección de los elementos integrantes
de una muestra se debe asegurar que estén representadas
todas las características y sectores de la población de donde
se obtuvo sin importar jerarquías y dimensiones.
b) Aleatoria: Para el caso de los muestreos probabilísticos, los
métodos de selección utilizados deben obedecer al azar, es
decir, de naturaleza fortuita, el cual se fundamenta en postu-
lados matemáticos.
c) Confiabilidad: Deberá garantizar cierto grado de confianza
y certeza que permita estimar e inferir apropiadamente
sobre aspectos de la población de donde se extrajo, para que
pueda aportar medidas de la precisión de dichas estimacio-
nes, lo cual reduce el error de estimación.
d) Óptima: Para esta característica la muestra tendrá que cum-
plir con los siguientes rasgos que perfeccionen la informa-
ción que proporciona.

{
Eficiente: Si proporciona mayor información útil para el
muestreo.
Suficiente: Reducida para evitar gastos innecesarios y lo
bastante grande para que el error de muestreo
Muestra Óptima: sea admisible.
Segura: Si garantiza la representatividad.
Flexible: No necesariamente tiene que contener una
cantidad rígida de elementos tomados de las
poblaciones. Permite regulaciones.

106
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

EJERCICIOS RESUELTOS

1. Un comerciante mayorista en alimentos en una gran área

Metropolitana desea conocer la demanda que existe por un
nuevo producto, para lo cual piensa enviar muestras de ese
alimento a cinco grandes cadenas de supermercados. El
mayorista selecciona una muestra de tiendas de cada cadena,
en las que pone a prueba el producto nuevo. a) ¿Qué tipo de
muestreo es este?; b) explique el muestreo que respondió en
el inciso a.

Parte a): Este es un muestreo estratificado. El mayorista debe

procurar que la muestra sea representativa, es decir,
que de acuerdo al número de tiendas por región, la
muestra debe reflejar la proporción que cada región
contiene en la población.

Parte b): Es un muestreo donde la población se subdivide en gru-

pos mutuamente excluyentes de acuerdo a ciertas
características. Dichos grupos quedan representados
por un porcentaje en la población, el cual debe mante-
nerse cuando se conforme la muestra, es decir, la mues-
tra debe contener elementos de todos los estratos en
porcentajes idénticos a los que tienen en la población.

107
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

2. El hospital Central de la ciudad de San Cristóbal del Estado

Táchira tiene registrados 30.000 pacientes. Los registros
están numerados del 1 al 30.000. Un médico investigador
realizó un muestreo para analizar estados de mala alimenta-
ción debida a la baja producción de alimentos que existe en
la región actualmente, y seleccionó los registros 100, 200,
300, 400,. . . . . . , 30.000. De esta manera obtiene 300 pacientes.
¿Cómo puede llamarse el tipo de muestreo utilizado?

Solución: Por las características se trata de un muestreo siste-

mático. Se tiene un listado completo de los pacientes y
se procedió a seleccionarlos mediante un intervalo
fijo igual a 100.

3. El ministerio de la familia diseña un estudio para estimar el

ingreso promedio por grupo familiar en la ciudad de San
Cristóbal. La ciudad se divide en manzanas o cuadras, y se
selecciona una muestra aleatoria simple de éstas. Cada una
de las familias de las manzanas seleccionadas son entrevis-
tadas. ¿De qué tipo de muestreo se trata?

Solución: Por las características se trata de un muestreo por

conglomerados. No se tiene un listado completo de
las familias, por lo tanto, se procedió a dividir la ciu-
dad en subgrupos o conglomerados (manzanas o cua-
dras) para realizar una selección aleatoria simple de
manzanas y se encuestan todas las familias de las man-
zanas seleccionadas.

4. Uno de los inconvenientes que se presenta en la universidad

de Los Andes Táchira los días lunes a primera hora es que las

108
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

rutas llegan después de las siete de la mañana. Un profesor

investigador decide abordar un estudio sobre este proble-
ma. Durante un mes procede a encuestar a los diez (10) pri-
meros estudiantes que bajan de las rutas que llegan después
de las siete de la mañana. ¿Qué tipo de muestreo aplicó este
docente?

Solución: Este es un muestreo no probabilístico del tipo acci-

dental.

109
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

TRABAJOS DE CAMPO

1. Caso: Una investigación real en la ULA-Táchira

Se trata de una investigación real (2008) sobre estrategias de

evaluación, es un trabajo de los autores de este trabajo, donde
se recabó información de los alumnos sobre la percepción
que estos poseen sobre las formas de evaluación que le prac-
tican los docentes.

Para la investigación se tomarán dos tipos de muestras, una

muestra aleatoria para aplicarle un cuestionario y realizar el
análisis cuantitativo. Y otra muestra intencional de estudian-
tes para aplicarles una entrevista abierta para realizar un aná-
lisis cualitativo.

En este caso, el interés se centra en la muestra para el análisis

cuantitativo porque es precisamente en esta situación donde
se debe proceder a realizar un muestreo de acuerdo a lo
expuesto anteriormente. La población de la cual se extrajo la
muestra la conforman los estudiantes de las diferentes carre-
ras de pregrado que oferta la Universidad de Los Andes
Táchira “Pedro Rincón Gutiérrez.

111
Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

La población objeto de estudio que se muestra en la siguiente

tabla corresponde al periodo A-2008.

Cuadro 1.5 Población Estudiantil de la ULA-Táchira

Nº de
CARRERA
Estudiantes

Administración 1.086
Comunicación Social 585
Contaduría Pública 198
Básica Integral 816
Biología y Química 151
Educación

Física y Matemática 207

Profesionalización Docente 72
Castellano y Literatura 445
Ingles 481
Matemática 245
Geografía y Cs de la Tierra 520
TOTAL 4.806
Milvia y Sergio Arias (2008)

Para la aplicación del cuestionario se seleccionarán 369 estu-

diantes de acuerdo con la ecuación del tamaño de la muestra
para una población finita sin reemplazamiento de las unida-
des, la cual se muestra a continuación:
N
n=
1 + Ne2
4.806 4.806
n= 2 = = 369,27 ˜ 369 estudiantes
1 + 4.806(0,05) 13,015

112
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Por las características de la población se utilizará un mues-

treo estratificado, de manera que cada carrera con sus res-
pectivas menciones se encuentren representadas en la mues-
tra. Luego de determinar la cantidad de estudiantes por carre-
ra, se seleccionarán al azar mediante un muestreo aleatorio
simple el número de estudiantes respectivo como se muestra
en la siguiente tabla. Donde se tienen distribuidos los estu-
diantes por carrera, existe una columna del porcentaje que
representa cada carrera en la población y por último se agrega
una columna con el tamaño de la muestra de cada carrera que
se obtiene multiplicando el tamaño total de muestra (369) por
el porcentaje que le corresponde a cada carrera y mención.

Cuadro 1.6 Muestreo estratificado y tamaño de la muestra

Nº de %
CARRERA n = 369 %
Alumnos Población

Administración 1.086 22,60 83

Comunicación Social 585 12,17 43
Contaduría Pública 198 4,12 15
Básica Integral 816 16,98 63
Biología y Química 151 3,14 12
Física y Matemática 207 4,31 16
Educación

Profesionalización Docente 72 1,50 7

Castellano y Literatura 445 9,26 34
Ingles 481 10,00 37
Matemática 245 5,10 19
Geografía y Cs de la Tierra 520 10,82 40
TOTAL 4.806 100 369

Milvia y Sergio Arias (2008)

113
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

REFLEXIONES

¿QUÉ TAN APROPIADO PUEDE SER EL TIPO DE MUESTREO

SELECCIONADO?

Cuando se realiza un muestreo sobre una población que se inves-

tigará o realizará algún tipo de estudio, es imprescindible definir
cuál es la vía o procedimiento que se seguirá, ¿la del muestreo no
probabilístico? o ¿la del muestreo probabilístico? Seguidamente, se
decidirá cuál de entre los tipos de muestreo existentes en cada caso,
es el más apropiado o conveniente de acuerdo a los objetivos y
variables que caracterizan y orientan dicha investigación.

Debe recordarse, que el muestreo es probabilístico cuando

resulta posible calcular y determinar de antemano la probabili-
dad de seleccionar a cada una de las unidades que conforman la
población en estudio, dicha probabilidad debe ser diferente de
cero (0), adicionalmente, la elección de los elementos debe ser un
proceso aleatorio o al azar con basamento en la teoría de la proba-
bilidad sustentada por la estadística matemática.

115
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Por su parte el muestreo no probabilístico necesariamente no

sigue procedimientos de selección de muestras, por lo que no res-
ponde a los basamentos y lineamientos de la teoría de la probabili-
dad. Lo que considera son métodos de muestreo determinados
por las necesidades de las mismas muestras, que básicamente se
hace tomando en cuenta dos vertientes: la intencionalidad u opina-
tico y la circunstancialidad o sin normas. En la primera prevalece la
experiencia y criterio de quien investiga, por lo que carece de una
plataforma teórica satisfactoria. La segunda vertiente sin normas,
es la que se realiza circunstancialmente de acuerdo a las necesida-
des y visión del investigador.

Así mismo, aunado a las consideraciones anteriores, para deci-

dir sobre el tipo de muestreo a emplear, también debe analizarse
lo concerniente a la eficiencia y a la eficacia del mismo. Si se
entiende por eficiencia la virtud y facultad para alcanzar un efecto
determinado, es decir, el poder lograr coherencia entre los resulta-
dos obtenidos y los procesos y medios empleados, el muestreo
utilizado será eficiente si al operacionalizar su proceso, este es
conducido acorde a los postulados, supuestos y practicidad que
sustentan la idealidad y formalidad de su deber ser desde la teo-
ría, y además se obtiene como resultado una muestra representa-
tiva de la población, es decir, una muestra donde todos los carac-
teres que conforman la población están contemplados en la mues-
tra seleccionada, siendo ésta una réplica a menor escala de la
población que la origina. Por su parte, al entender la eficacia como
la virtud de poder obtener resultados satisfactorios, donde la cohe-
rencia se manifiesta entre los resultados obtenidos con las metas y
objetivos establecidos, determinado tipo de muestreo será eficaz
si a pesar de que su proceso de selección de unidades de la pobla-

116
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

ción no cumpla con los basamentos teóricos, al final se obtiene una

muestra representativa.

De manera que, el tipo de muestreo seleccionado para una

investigación será apropiado si: 1) guarda armonía con el tipo y
naturaleza de la investigación, por ejemplo, si la investigación es
de carácter cuantitativo, lo ideal es que se utilice un tipo de mues-
treo que guarde de algún modo correspondencia con la formali-
dad cientificista establecida por la teoría y la experiencia. 2) Que
se ajuste a los propósitos y objetivos del estudio o investigación.
3) Que en cualquier circunstancia produzca muestras representa-
tivas que reflejen la población muestreada. Sin embargo, en la
práctica por lo general se recurre a muestreos no probabilísticos,
básicamente a muestreos accidentales o intencionales, dado que
por diversos motivos resulta imposible recurrir a determinados
tipos de muestreo, como por ejemplo, casos en los cuales no hay
forma de obtener un listado completo de la población, inaccesibili-
dad a unidades de la población, la creciente inseguridad en los sitios
donde mayoritariamente se concentran las poblaciones. En la actua-
lidad, ha crecido la tendencia a realizar muestreos utilizando como
medio de enlace entre encuestado y encuestador el teléfono.

¿SE DEBE REALIZAR SIEMPRE UN MUESTREO CUANDO SE INVESTIGA?

Realmente efectuar un proceso de muestreo o no cuando se

desarrolla una investigación, va a depender básicamente del
tamaño de la población, de la posibilidad de disponer de listas
completas o referentes de las unidades que conforman la pobla-
ción y lo manejable que esta sea, e incluso va a depender de la natu-
raleza de la investigación (cualitativa o cuantitativa).

117
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

Existe una concepción errada en cuanto a que si en una investi-

gación no se formaliza un proceso de muestreo para seleccionar
elementos que integraran una muestra para los respectivos análi-
sis, no se desarrolle investigación alguna. Esto es absurdo, puesto
que lo ideal sería poder estudiar la población en su totalidad para
llegar a conclusiones valederas y no tener que recurrir a los proce-
sos estadísticos de inferencia; precisamente un muestreo procura
seleccionar algunos integrantes de la población objeto de estudio
de tal modo que la muestra configurada se parezca lo más posible a
la población de donde se extrajo, es decir, que en el mejor de los
casos la muestra constituya una réplica en miniatura de la población
a la cual pertenece, para de este modo minimizar los posibles erro-
res que se cometen cuando se estiman parámetros poblacionales.

Vale la pena traer a colación el caso de un pequeño país como la

República de Islandia, ubicado en el extremo noroeste de Europa
cuyo territorio comprende la isla de Islandia y algunos pequeños
islotes adyacentes en el océano Atlántico con una población que
apenas supera los 300.000 habitantes. Hacia el año 2003, la comu-
nidad científica mundial del campo de la medicina, abordó una
serie de estudios sobre el genoma humano con el fin de determi-
nar los orígenes de las enfermedades que mayor estrago causan
en los seres humanos. A tal efecto, los expertos decidieron investi-
gar a los habitantes de este país y no realizar un muestreo para
seleccionar una muestra de las personas que viven en Islandia,
sino que se tomó información genética de todas las personas de
esta pequeña República dado el tamaño de la misma, y en la
actualidad se dispone de cerca de 200.000 registros analizados de
ADN y sorprendentemente, estos ciudadanos poseen informa-

118
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

ción sobre su longevidad, las enfermedades que desarrollaran y

hasta la causa más probable de su fallecimiento.

De este modo, la investigación que se desarrolla en Islandia se

hace tomando como informantes a toda la población, esto hace
evidente un caso en el cual se puede considerar a una totalidad sin
necesidad de recurrir al muestreo. Debe destacarse que la inten-
cionalidad y propósito de la investigación en este caso, también se
establece como un factor determinante para acometer el estudio
de esta manera.

¿ES EL MUESTREO POR CONGLOMERADOS UN MUESTREO DE

GRUPOS?

La literatura fundamentada en la divulgación de experimenta-

ciones sobre poblaciones atípicas o de características no muy
comunes, ha sugerido algunas alternativas a los métodos conven-
cionales de selección de muestras. Estas técnicas proporcionan
otras vías de acceso a las unidades de una población a estudiar,
sobre todo cuando su selección se hace a través de grupos o sub-
grupos y mediante fases sucesivas.

La respuesta a la interrogante es afirmativa, precisamente un

muestreo por conglomerados es un muestreo por grupos, algunos
autores lo llaman muestreo por estadios múltiples, otros le asig-
nan el nombre de muestreo por clúster, puesto que en primera
instancia la unidad primaria de muestreo siempre es un sector de
la población, una manzana de una ciudad, un edificio de un con-
junto residencial, las familias de un conjunto residencial, una
fábrica de una zona industrial, entre otras.

119
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

¿SÍ EL MUESTREO ES NO PROBABILÍSTICO LA INVESTIGACIÓN

DEBE SER DE NATURALEZA CUALITATIVA?

A veces se plasman afirmaciones como “si el muestreo fue no pro-

babilístico la investigación tiene que ser cualitativa” Estas aseveracio-
nes se escuchan en contextos donde se evalúan investigaciones
formales (defensas de tesis, trabajos de ascenso, trabajos de gra-
do…). Lo cual es falso por las siguientes razones: a) lo probabilís-
tico es referente a si todos los integrantes de una población objeto
a investigar poseen condiciones equiprobables de ser selecciona-
dos en una muestra a analizar y no a la intencionalidad subya-
cente en el estudio que se realizará. b) La naturaleza cualitativa o
cuantitativa de una investigación lo determina la metodología
seguida en la recolección, procesamiento, análisis e interpretación
de la información o datos, y no el hecho de que todos los integran-
tes de una población tengan la misma posibilidad de ser conside-
rados como elementos de la muestra. c) En toda investigación
cuantitativa que amerite un proceso de muestreo, este puede ser
probabilístico o no probabilístico, lo cual viene determinado por
el hecho de que quien(es) investiga(n) cuente(n) o no con el listado
completo de los miembros de una población.

En conclusión los autores consideran que la desorientación en

este sentido obedece a sustentos epistemológicos de la investiga-
ción cualitativa que establecen la intencionalidad en la selección
de los sujetos que fungirán como informantes claves, puesto que
esto hace que en dicha forma de selección no se considere el azar,
es decir, la aleatoriedad y lo fortuito. Por lo tanto, el hecho de que
el muestreo sea “no probabilístico” no obliga a que la investiga-
ción sea de naturaleza cualitativa.
120
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

¿CUÁNDO SE ELIGEN TODOS LOS INTEGRANTES DE LA POBLA-

CIÓN EN UNA INVESTIGACIÓN SE DICE QUE ES UNA MUESTRA
CENSAL?

El término “muestra censal” como tal no existe, además estadís-

ticamente resulta un absurdo por las siguientes razones: a) Un
censo es un estudio apoyado en un proceso de descripción que se
realiza sobre una totalidad de elementos (país, pueblo, comuni-
dad, institución,…); una muestra es una parte o subconjunto de
esa población, a través de la cual luego de previos análisis se
puede inferir sobre dicha población, por lo que un censo no es un
proceso de muestreo, puesto que en el censo el estudio involucra
una totalidad y en el muestreo el estudio abarca una parcialidad.
b) Por cánones estadísticos comprobados, toda investigación que
se afronte como censo sólo puede llegar al nivel descriptivo de ese
todo, esto sería lo ideal de un estudio, ya que al poder disertar
sobre todos los sujetos se puede llegar a conclusiones absolutas de
esa población, y así tener conocimiento del comportamiento de
los parámetros, lo que implica que no tiene cabida el término
error; contrariamente, al analizarse muestras (parcialidades) no
se puede llegar a conclusiones absolutas, aunado a que dichas
conclusiones están cargadas de error por el hecho obligante de
inferir sobre el comportamiento de los parámetros. c) Sí se analiza
matemáticamente desde la teoría de conjuntos, se tiene el axioma
(verdad irrefutable) de que una parte nunca es igual al todo que
conforma. Tal vez quienes se aventuran a afirmar que cuando se
trabaja con toda la población en una investigación a ésta se le
llama “muestra censal” lo hagan apoyados en que algebraica-
mente todo conjunto es subconjunto de sí mismo; de ser así se incu-

121
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

rre en error grave ya que este hecho de las partes de un conjunto

en el campo del algebra no es extensible a situaciones propias del
muestreo, ya que echaría por tierra los métodos para determinar
posibles muestras en una distribución del muestreo con las subsi-
guientes implicaciones en el Teorema del Límite Central (sustento
del supuesto de normalidad indispensable para la inferencia esta-
dística. En este sentido lo más delicado es que algunos autores de
diferentes áreas investigativas y académicas han publicado en sus
libros textos la aceptación de este descarriado término “muestra
censal” lo cual genera conflictos y confusión entre las nuevas gene-
raciones que se forman en investigación.

Los autores del presente trabajo consideran que la adopción de

este vocablo por parte de expertos investigadores obedece al
hecho de creer y tener la sensación de que, sí en un estudio no se
realiza un proceso de muestreo que conduzca a inferir sobre la
población ya sea a través de procesos de estimación o prueba de
hipótesis estadísticas no se haya investigado realmente.
Igualmente al ser más complejos los procesos de inferencia esta-
dística que los procesos descriptivos, erradamente se cree que los
primeros adquieren mayor reconocimiento en la comunidad cien-
tífica, lo cual no es así por lo explicado en las líneas anteriores. Por
lo tanto, no se puede afirmar que en una investigación apoyada en
un censo se le llame “muestra censal” al conjunto total de sujetos
considerados para tal estudio; no se debe sentir temor al expresar
que una investigación se apoya en un censo y que por lo tanto no
es necesario un muestreo para analizar una muestra.

En el reciente proceso electoral venezolano 2013 para elegir el

presidente de la República, se ha creado una situación en cuanto a

122
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

la auditoría del asunto que de alguna forma presenta analogía con

este punto. Se habla de que se selecciona aleatoriamente el 54% de
las mesas electorales para ser auditadas (comparar los resultados
del voto electrónico con las papeletas depositadas en las urnas),
este porcentaje se considera una muestra mediante la cual se
infiere sobre el resultado final, con el riesgo de cometer error.
Ahora si se realiza una auditoría total, es decir, realizar la compa-
ración con el 100% de las mesas electorales, se estaría ante una
revisión total que arroja resultados totales reales, más no estima-
dos, en otras palabras la auditoría total viene a ser un censo y no
una muestra censal.

SÍ EL MUESTREO ES NO PROBABILÍSTICO, ¿SIGNIFICA QUE LA FOR-

MAS DE SELECCIÓN DE LAS UNIDADES QUE CONFORMAN LA MUES-
TRA NO ES ALEATORIA?

Sobre este aspecto recientemente han surgido algunas dudas,

existe la tendencia entre quienes investigan y dirigen procesos
investigativos a enmarañar lo probabilístico con lo aleatorio. En
primer lugar lo probabilístico en el muestreo, se refiere a la igual-
dad de posibilidades que tienen los elementos de una población a
ser seleccionados para la muestra. En segundo lugar la aleatorie-
dad en el muestreo, es referida a lo fortuito o azar en cuanto a la
forma en que se seleccionan las unidades de la población que con-
formarán la muestra. Esto se puede clarificar con el siguiente ejem-
plo; suponga que una investigación tiene por objetivo analizar los
factores que inciden para que las personas realicen transacciones a través
de tarjetas de débito en sus compras en los centros comerciales de San
Cristóbal, en este caso se debe recurrir a un muestreo no probabi-
lístico, puesto que no se dispone de un listado con la totalidad de

123
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

los compradores, y dentro de este tipo de muestreo, pudiera recu-

rrirse a un muestreo intencional dado que se deben seleccionar
personas que compren, y a su vez a un muestreo accidental,
puesto que se encuestará a quienes en esa ocasión se encuentren
de compras en dichos centros comerciales. Así mismo la forma en
que se seleccionen las personas se puede hacer de manera aleato-
ria, es decir, al azar. Por lo tanto, el hecho de que el muestreo sea
no probabilístico, no implica que la forma de selección de la mues-
tra no sea aleatoria.

124
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

EJERCICIOS PROPUESTOS

1. A continuación se presentan una serie de situaciones, decidir

en cada caso qué tipo de muestra se escogería y cuál clase de
muestreo se aplicaría:

a) Se tiene la población de todos los nombres que aparecen en

la guía telefónica del estado Táchira. La muestra se selec-
cionará tomando un nombre por cada 500.

b) En la población formada por todos los alumnos inscritos

en la universidad de Los Andes Táchira para el periodo A-
2008, se seleccionará una muestra entre los estudiantes que
residen fuera del municipio San Cristóbal.

c)Entre los habitantes del sector de Pueblo Nuevo del muni-

cipio San Cristóbal se llevará a cabo un estudio para deter-
minar el uso de internet inalámbrico. La muestra se tomará
por cuadras.

2. La universidad de los Andes Táchira abordará una investiga-

ción para analizar el rendimiento académico y los niveles

125
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

socio-económicos de sus estudiantes. Cómo seleccionaría

una muestra para un muestreo estratificado.

3. Una gran cadena de supermercados en Venezuela que vende

bajo la modalidad de crédito, tiene organizada la lista de
acreedores y desea utilizar la técnica del muestreo para esti-
mar en un día en particular sus cuentas por cobrar. ¿Cómo
sería un muestreo sistemático, un estratificado y un mues-
treo intencional?

4. Explique cómo haría un muestreo para determinar la prefe-

rencia de los usuarios para con un nuevo modelo de teléfono
celular que saldrá al mercado en los próximos 90 días.

5. Un grupo de miembros de una ONG quiere determinar el

sentir público hacia ciertas medidas gubernamentales apro-
badas que afectan el convivir diario de los ciudadanos. La
ciudad donde se realizará el muestreo tiene 120 manzanas
con un promedio de 17 casas por manzana. ¿Qué método de
muestreo aleatorio utilizaría? ¿Por qué?

6. Un auditor se enfrenta a una larga lista de cuentas por cobrar

de una empresa. El auditor debe verificar las cantidades en
base a un 10% de esas cuentas, y estimar la diferencia prome-
dio entre los valores revisados y los asentados en el libro.

a) Suponga que las cuentas están ordenadas cronológica-

mente, teniendo las más antiguas una tendencia a tomar
valores pequeños. Para seleccionar la muestra, ¿usaría
usted un muestreo de diseño sistemático o un muestreo
aleatorio simple?

126
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

b) Suponga que las cuentas están colocadas aleatoriamente

para seleccionar la muestra, ¿usaría usted un diseño de
muestreo sistemático o un muestreo aleatorio simple?

c) Suponga que las cuentas están agrupadas por departa-

mentos y que dentro de éstos, están listados en orden cro-
nológico. Nuevamente las cuentas antiguas tienden a
tomar valores más pequeños. Para seleccionar la muestra,
¿usaría usted un muestreo de diseño sistemático o un
muestreo aleatorio simple?

7. El bibliotecario de la universidad de Los Andes Táchira desea

calcular el porcentaje de libros de que dispone con fechas de
publicación del año 2000 o anteriores. ¿De qué tamaño debe
tomar la muestra aleatoria para que se tenga un 90% de seguri-
dad de quedar dentro del 5% de la proporción real de la mues-
tra? Se sabe que la biblioteca dispone de 5.000 títulos.

8. ¿Qué tamaño de muestra se requiere para una población de

5.000 unidades, si se desea un error del 8% y un intervalo de
confianza del 95%?.

9. El departamento de tránsito terrestre requiere estimar la pro-

porción de conductores con vehículos prestados, que los
denomina “conductores peligrosos”. ¿De qué tamaño debe-
ría ser la muestra a fin de que los resultados estén dentro de
un 2%, con una confianza del 95%? Aproximadamente se
espera observar que un ¼ del total de conductores poseen
vehículos prestados.

10. A partir de una muestra de 200 baterías se encontró que, en

un lote, había 20 baterías defectuosas. Utilizando un nivel de
confianza del 99%, calcule el error de muestreo.
127
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

11. Para cada una de las siguientes encuestas, describa la pobla-

ción objetivo, el marco de muestreo, la unidad de muestreo y
la unidad de observación:

a) Una estudiante desea estimar el porcentaje de los fondos

mutuos cuyas acciones aumentaron de precio la semana
pasada. En un listado de fondos mutuos publicados en un
periódico, dicha estudiante elige uno (1) de cada diez (10)
fondos y calcula el porcentaje de aquellos donde el precio
de la acción ha aumentado.

b) Se extrae una muestra de ocho arquitectos de una ciudad

con catorce arquitectos y empresas de arquitectura. Para
formar la muestra para una encuesta, cada arquitecto fue
contactado por teléfono y por orden de aparición en el
directorio telefónico. Los primeros ocho que acordaron ser
entrevistados conformaron la muestra.

c) Para estimar cuántos libros de la biblioteca deben ser

encuadernados de nuevo, un bibliotecario utiliza una tabla
de números aleatorios para elegir al azar 100 posiciones en
los estantes de la biblioteca. Luego, camina hasta cada posi-
ción, busca el libro que encuentra en ese punto y registra si
el libro debe encuadernarse de nuevo o no.

d) Se realiza un estudio para determinar el peso promedio de

las vacas en una región. De una lista de granjas disponibles
en esa región, se elige al azar a 50 de ellas. Luego se registra
el peso de cada vaca de las 50 granjas elegidas.

128
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

REFERENCIAS

BAUCE, G. (2004). Estadística Aplicada. Caracas: Ediciones del

Vicerrectorado Académico Universidad Central de Venezuela.
CARRASCAL, U. (2007). Estadística Descriptiva con Microsoft Excel 2007.
(Primera Edición).México: Alfa Omega Grupo Editor.
CASAS, J.M., & GARCÍA, P.C., & y Otros. (2006). Ejercicios de Inferencia
Estadística y Muestreo para Economía y Administración de Empresas.
Madrid: Ediciones Pirámide.
CHAO, L. (1982). Estadística para las Ciencias Administrativas. Bogotá: Mc
Graw Hill Latinoamericana.
CHOU, Y. L. (1977). Análisis Estadístico. (Segunda Edición). México:
Interamericana.
COLTON & ARKIN. (1950). Tables for Statisticians. New York. Barnes
and Noble.
D ELIA .G.E. (1999). Teoría de las Probabilidades Estadística Matemática.
(Primera Edición). Buenos Aires: Librería y Editorial Alsina.
FUENLABRA, V. I. (2002). Probabilidad y Estadística. México: Mc Graw
Hill.
GARZA, T. (1996). Probabilidad y Estadística un Enfoque Intuitivo en
Matemática. Nebraska – México: Grupo Editorial Iberoamérica,
S.A. de C.V.
GLAS, G. V., & STANLEY, J.C. (1986). Métodos Estadísticos Aplicados a la
Ciencias Sociales. México: Prentice Hall Hispanoamericana, S.A.
GÓMEZ, R. F. (1991). Estadística Metodológica. Caracas: Ediciones Fragor.
HAMDAM, N. (1994). Métodos Estadísticos en Educación. Caracas:
Ediciones de la Biblioteca Universidad Central de Venezuela.
HERNÁNDEZ, B. (2001). Técnicas Estadísticas de Investigación Social.
Madrid: Ediciones Díaz de Santos.

129
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

HERNÁNDEZ, N.R. (2002). Contribuciones al Análisis Estadístico. (Pri-

mera Edición). Mérida – Venezuela: IESINFO.
IBARRA, O. (1998). Estadística para la Administración Turística. (Primera
Edición). México: Editorial Diana.
INFANTE, G.S., & ZARATE, G. (2007). Métodos Estadísticos Soluciones de
los Problemas. México: Trillas.
JOHNSON, R. (2001). Estadística Elemental. México: Grupo Editorial
Iberoamérica, S.A. de C.V.
KAZMIER, L. J. (1998). Estadística Aplicada a la Administración y a la
Economía. (Tercera Edición). México: Mc Graw Hill.
LEVIN, J., & LEVIN W.C. (1999). Fundamentos de Estadística en la
Investigación Social. (Segunda Edición). México: Alfa Omega.
LEVINE, D. M., & BERENSON, M. L. (1992). Estadística Básica en
Administración Conceptos y Aplicaciones. (Cuarta Edición).
México: Prentice- Hall Hispanoamericana S.A.
LEVINE, D. M., & BERENSON, M. L., & KREHBIEL, T. C. (2001).
Estadística para Administración. (Segunda Edición). México:
Pearson Prentice Hall.
LIND, D., & MARCHAL, W., & Otros. (2004). Estadística para
Administración y Economía. (11ª Edición). Bogotá: Alfa Omega
Grupo Editor, S.A, de C.V.
LIPSCHUTZ, S., & SCHILLER, J. (2000). Introducción a la probabilidad
Estadística. Madrid: Mc Graw Hill.
LIPSCHUTZ, S., LIPSON, M. (2001). Probabilidad. (Segunda Edición).
Bogotá: Mc Graw Hill.
LOHR, S. L. (2000). Muestreo: Diseño y Análisis. México: International
Thomson Editores.
LÓPEZ, C.R. (2006). Cálculo de Probabilidades e Inferencia Estadística con
Tópicos de Econometría. (Cuarta Edición). Caracas: Universidad
Católica Andrés Bello.

130
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

MACCHI, R. (2001). Introducción a la Estadística en Ciencias de la Salud.

Buenos Aires: Editorial Médica Panamericana.
MARTÍNEZ, C. (2003). Estadística y Muestreo. (Onceava edición).
Bogotá: Ecoe Ediciones.
MARTÍNEZ, C. (2004). Estadística Básica Aplicada. (Segunda Edición).
Bogotá: Ecoe Ediciones.
MINARRO, A. (1998). Pruebas Estadísticas en la Investigación de Mercados.
Caracas: Universidad Católica Andrés Bello.
MONTGOMERY, D.C., &Runger, G.C. (2006). Probabilidad y Estadística
Aplicadas a la Ingeniería. (Segunda Edición). México: Limusa Wiley.
MULLOR, R. I., & FAJARDO, M. D. (2000). Manual Práctico de Estadística
Aplicada a las Ciencias Sociales. (Primera Edición). Barcelona –
España. Editorial Ariel S.A.
NAVARRO, A. (2000). Estadística Aplicada al Área Económica y Empresarial.
Barinas: Ediciones de la Universidad Ezequiel Zamora.
NÚÑEZ, Z.R. (2007) Estadística para la Ciencia Social. México: Editorial
Trillas.
OSTLE, B. (1994). Estadística Aplicada. (Décimo Tercera Edición). México:
Limusa Noriega Editores.
PÉREZ, A., & MARTÍNEZ, M.C. (2000). Estadística Biométrica. Madrid:
Editorial Síntesis.
PLIEGO, F.J., & MONTERO, J.M., & Otros. (2006). Problemas de Probabilidad.
(2ª Edición). Madrid: Internacional Thomson Editores Spain.
PORTUS, G. L. (1985). Curso práctico de Estadística. Colombia: Mc Graw Hill.
RIVAS, E. (2006). Estadística General. (Undécima Edición). Caracas:
Universidad Central de Venezuela, Ediciones de la Biblioteca.
SALAMA, D. (2002). Estadística Metodología y Aplicaciones. (5ta Edición).
Caracas: Editorial Torino.
SEIJAS. Z.F. (2006). Investigación por Muestreo. (Tercera Edición).
Caracas: Ediciones Faces-UCV.

131
 Sergio A. Arias L. / Milvia L. Peñaloza de A. MUESTREO. ENFOQUE ILUSTRADO PARA INVESTIGAR

SIEGEL, S., & CASTELLAN J. (2005). Estadística No Paramétrica Aplicada

a las Ciencias de la Conducta. (Cuarta Edición). México: Trillas.
SPIEGEL, M. R. (2000). Estadística. (Segunda Edición). México: McGraw
Hill.
STEVENSON, W. J. (2006). Estadística para Administración y Economía
Conceptos y Aplicaciones. México: Alfa Omega.
THIERAUF, R. (2006). Toma de Decisiones por medio de Investigación de
Operaciones. México: Editorial Limusa, S.A. de C.V.
VALERA, I. R. (2004). Contraste de Hipótesis en Análisis Estadísticos
Aplicados a la Investigación. (Primera Edición). Maracay:
IMPREUPEL.
VALERA, I. R. (2005). Módulo de Distribuciones Muéstrales. (Segunda
Edición). Maracay: IMPREUPEL.
VALERA, I. R. (2005). Manual de Estadística Básica. (Tercera Edición).
Maracay: IMPREUPEL.
VELASCO, S. G., & WISNIEWSKI, P. M. (2001). Probabilidad y Estadística
para Ingeniería y Ciencia. México: MATH.
WALPOLE, R. E., MYERS, R. H. (1994). Probabilidad y Estadística. (Cuarta
Edición). México: Mc Graw Hill.

132
 MUESTREO
Enfoque ilustrado para investigar
de
Sergio Alejandro Arias Lara y Milvia Lissette Peñaloza de Arias
se terminó de imprimir el día 15 de julio del año 2013
en los Talleres Gráficos de la Universidad de Los Andes,
en la ciudad de Mérida, Estado Mérida, República Bolivariana de Venezuela.
En su composición se utilizó la fuente Palatino Linotype en 12 puntos.
Fue impreso en papel Bond 20 (tripa) y glassé 230 (tapas)
Se hicieron 500 ejemplares