MUESTREO

El muestreo es un proceso mediante el cual se selecciona una muestra representativa de una

población, con el fin de realizar inferencias acerca de los parámetros de dicha población de interés,
es decir, que ya no es necesario realizar un censo de la población de interés, a excepción de las
ocasiones en que se requiera de información específica de cada uno de los miembros que integran la
población, como es el caso del Censo de Población y Vivienda que realiza el Instituto Nacional de
Estadísticas y Censos (INEC), aproximadamente cada 10 años.

El muestreo requiere más habilidades de refinamiento y preparación, pero menos trabajo y material
que un censo. Una buena muestra reproduce las características de interés que existen en la población
de la manera más cercana posible. Dicha muestra será representativa, en el sentido de que cada
unidad muestreada representará la característica de una cantidad conocida de unidades en la
población.

Entre las ventajas que ofrece el muestreo tenemos las siguientes:

 Reducción de Costos
 Mayor Rapidez en la recolección de información
 Mayor exactitud, pues reduce el volumen del trabajo, lo cual nos permite emplear personal
más capacitado y someterlo a entrenamiento intensivo, de esta manera será más factible
supervisar y procesar mejor los resultados.

1.1 Definiciones Importantes

Actualmente existen diversas formas de muestrear, pero previo a la descripción de cada una de
ellas, necesitamos tener claro algunas definiciones básicas relacionadas con la teoría de muestreo
que nos ayude a precisar el concepto de dichos métodos. Entre estas definiciones tenemos:

Universo
Es un conjunto bien definido de individuos o elementos sobre los cuales deseamos realizar algún
tipo de inferencia. Por ejemplo, si se desea investigar a los profesionales de la ciudad de Arequipa,
nuestro universo serían todos los hombres y mujeres en edades de 20 a 50 años con título
profesional de tercer nivel.

Población
Es un conjunto de individuos o elementos a los cuales podemos observar, o medir una característica
o atributo. Por ejemplo si se quiere saber la estatura promedio de los estudiantes de la UAC,
entonces el conjunto formado por todos los estudiantes de esta universidad sería la población.

Unidad de Muestreo

Es la unidad donde realizamos las mediciones. Para el caso anterior cada estudiante de la UAC es
la unidad de muestreo.

Muestra
Es un subconjunto representativo de una población, y su tamaño es representado por n.
En el ejemplo anterior la muestra estaría dada por el grupo de estudiantes seleccionados para
realizar el experimento.

1
1.2 Tipos de Muestreo

El muestreo es una herramienta para determinar qué parte de una población debemos analizar
cuando no es posible realizar un censo. Depende de los objetivos del estudio el elegir una muestra
probabilística o no probabilística.

a) Muestreo no probabilístico
No sirven para hacer generalizaciones pero sí para estudios exploratorios. En este tipo de
muestras, se eligen a los individuos utilizando diferentes criterios relacionadas con las
características de la investigación, no tienen la misma probabilidad de ser seleccionados ya que el
investigador suele determinar la población objetivo.

 Por juicio u opinión.

 Por cuotas.
 De bola de nieve.
 De conveniencia.

Características:

 La muestra es discrecional
 Los elementos se seleccionan por facilidad conveniencia y no por reglas fijas
 No hay error muestral o no se puede calcular
 No se conoce la posibilidad de inclusión

b) Muestreo probabilístico

Se basa en el principio de equiprobabilidad, esto quiere decir que todos los individuos de la muestra
seleccionada, tendrán las mismas probabilidades de ser elegidos. Lo anterior nos asegura que la
muestra extraída contará con representatividad.
 Al azar simple
 Sistemática
 Estratificada
 Conglomerados
Características:

 No hay discreción del investigador.

 Los elementos se seleccionan por reglas mecánicas.
 Hay error muestral.
 Se conoce la probabilidad de inclusión.

Desarrollaremos los distintos tipos de muestreo probabilístico

2
 1. Muestreo Aleatorio Simple

Previo a la definición del Muestreo Aleatorio Simple, es necesario recalcar que la población de esta
investigación es finita; ya que conocemos el total de elementos o entes a investigar.

Una muestra aleatoria simple tomada de una población finita, es seleccionada de tal manera que
cada muestra posible del mismo tamaño tiene igual probabilidad de ser seleccionada de la
población. Para obtener una muestra aleatoria simple, cada elemento en la población debe tener la
misma probabilidad de ser seleccionado.

El objetivo fundamental de este tipo de muestreo es tratar de eliminar la predisposición con la que
los elementos de la muestra podrían ser elegidos. El método más fácil que se utiliza para lograr
extraer la muestra es enumerar todos los N elementos, luego fijamos el tamaño n de la muestra y
empezamos a tomar al azar los n números.

Números aleatorios
Es aquel obtenido al azar, es decir, que todo número tenga la misma probabilidad de ser elegido y
que la elección de uno no depende de la elección del otro.
Para generar números aleatorios podemos utilizar métodos manuales que consiste en lanzamientos
de dados; métodos computacionales digitales como en el programa Excel o tablas de números
aleatorios .

Ejemplo. Hallar 10 números aleatorios en un rango de 100 a 300 sin reposición.

Solución

Excel: [Link](100, 300)

Numeros
seleccionado
N s
1 221
2 187
3 180
4 205
5 265
6 141
7 185
8 288
9 137
3
 10 190

Los números elegidos son:________________________________________________________

______________________________________________________________________________

2. Se tiene boletos vendidos para una rifa enumerados desde el 1200 hasta el 2000, se tendrá 8
premiados, cuales serán los boletos ganadores?

Solución

Numeros
N seleccionados
1 1857
2 1822
3 1858
4 1417
5 1849
6 1794
7 1662
8 1246
Respuesta:

Los boletos ganadores son:________________________________________________________

______________________________________________________________________________
3. Se tiene el registro de estudiantes de Economía y se quiere seleccionar a 10 estudiantes para
que sean parte de un estudio mediante el M.A.S.
N
° Apellidos y nombres N° Apellidos y nombres Seleccionados

1 AGUILAR VILLAGRA SHAREN WENDY 23 ARDILES PEÑA ANAMILE DE LA ROSA 1 43

2 BEJAR SOTOMAYOR JASON ALDHAIR 24 BEJAR MEJIA MIJAIL 2 8
3 CACERES ZUÑIGA ERICK ALBERTO 25 BUSTINZA CARPIO CESAR AUGUSTO 3 4
4 CALLA CARO NESTOR ANTONIO 26 CARRILLO VILLA EDWAR 4 1
5 CHALCO CHALLCO KATHERINE JOSEPHA 27 CCORI QUISPE INGRID JHUSARA 5 36
6 CHAVEZ ALVAREZ WENDY MILAGROS 28 CHAVEZ GIHUAÑA VICTOR JHONNATAN 6 23
CONDORI CHACON SHIBELLY
7 GIOVANELA 29 GIL CHALLCO CARLOS 7 6
8 CUADROS TORRE CARMELA MERCEDES 30 HOLGADO INFANTAS LUIS FEDERICO 8 41
HUAYCHO RAMIREZ MELISSA
9 DIAZ RIVAS JORGE 31 KATHERINE 9 7
FRISANCHO CARRASCO YNGRID
10 JANETTE 32 INCARROCA CARDENAS ELIZABETH 10 3
11 GARCIA TUNQUE YESENIA 33 LUZA QUISPE LADY LUCERO
12 GUILLEN GARCIA FRANK JAMES 34 MAMANI QUISPE MIRIAN YANET
MAROCHO TIAHUALLPA ADOLFO
13 GUTIERREZ MENACHO EDITH 35 ALEXANDR
14 GUZMAN MERINO LOURDES VANESSA 36 MEZA JARA ABEL
HERNANI RAMIREZ CRISTHIAN
15 BENJAMIN 37 MUJICA LOAIZA RENZO MANUEL
16 HUAMAN KALLAÑAUPA LENIN ANDRU 38 PALOMINO KOPA PAUL DICK
HUARCAYA BELTRAN ADRIANA
17 ALEJANDRA 39 PEZO BACA ALEXANDER VICENTE
18 JARA CHOCCATA BRICEYDA YOLANDA 40 QUISPE SANCHEZ LUIS ENRIQUE
19 JORDAN VELASCO KEVIN ALCIDES 41 RAMOS ALVAREZ JULIO CESAR
20 MIRANDA VALDEZ JOSEPH AMERICO 42 SANI FERRO FABIOLA
21 MOGOLLON JARA MARCO ANTONIO 43 SANTISTEBAN MOSCOSO SARA LUZ
22 MOSCOSO BLANCO PAOLO CESAR 44 TUPAYACHI CARDENAS JOSE FELICIANO

4
 4. Muestreo aleatorio sistemático.

Este procedimiento exige, como el anterior, numerar todos los elementos de la población,
pero en lugar de extraer n números aleatorios sólo se extrae uno. Se parte de ese número
aleatorio i, que es un número elegido al azar, y los elementos que integran la muestra son los
que ocupa los lugares i, i+k, i+2k, i+3k,...,i+(n−1)k, es decir se toman los individuos de k en
k, siendo k el resultado de dividir el tamaño de la población entre el tamaño de la muestra:

k= N/n.

El número i que empleamos como punto de partida será un número al azar entre 1 y k.

El riesgo de este tipo de muestreo está en los casos en que se dan periodicidades en la
población ya que al elegir a los miembros de la muestra con una periodicidad constante (k)
podemos introducir una homogeneidad que no se da en la población.

Ejemplo.- Suponemos que queremos saber la opinión sobre un profesor de clase de 44

personas. Dichas personas están en la lista de alumnos. Para realizar la encuesta,
seleccionamos 12 personas. ¿Cuáles serán los alumnos elegidos mediante el muestro
sistemático. Utilice el registro del ejemplo anterior.

Solución: K = N/n = 44/12 = 3.66 = 4

N
° Apellidos y nombres N° Apellidos y nombres Seleccionados

1 AGUILAR VILLAGRA SHAREN WENDY 23 ARDILES PEÑA ANAMILE DE LA ROSA 1 4

2 BEJAR SOTOMAYOR JASON ALDHAIR 24 BEJAR MEJIA MIJAIL 2 8
3 CACERES ZUÑIGA ERICK ALBERTO 25 BUSTINZA CARPIO CESAR AUGUSTO 3 12
4 CALLA CARO NESTOR ANTONIO 26 CARRILLO VILLA EDWAR 4 16
5 CHALCO CHALLCO KATHERINE JOSEPHA 27 CCORI QUISPE INGRID JHUSARA 5 20
6 CHAVEZ ALVAREZ WENDY MILAGROS 28 CHAVEZ GIHUAÑA VICTOR JHONNATAN 6 24
CONDORI CHACON SHIBELLY
7 GIOVANELA 29 GIL CHALLCO CARLOS 7 28
8 CUADROS TORRE CARMELA MERCEDES 30 HOLGADO INFANTAS LUIS FEDERICO 8 32
HUAYCHO RAMIREZ MELISSA
9 DIAZ RIVAS JORGE 31 KATHERINE 9 36
FRISANCHO CARRASCO YNGRID
10 JANETTE 32 INCARROCA CARDENAS ELIZABETH 10 40
11 44
12 3

5
11 GARCIA TUNQUE YESENIA 33 LUZA QUISPE LADY LUCERO
12 GUILLEN GARCIA FRANK JAMES 34 MAMANI QUISPE MIRIAN YANET
MAROCHO TIAHUALLPA ADOLFO
13 GUTIERREZ MENACHO EDITH 35 ALEXANDR
14 GUZMAN MERINO LOURDES VANESSA 36 MEZA JARA ABEL
HERNANI RAMIREZ CRISTHIAN
15 BENJAMIN 37 MUJICA LOAIZA RENZO MANUEL
16 HUAMAN KALLAÑAUPA LENIN ANDRU 38 PALOMINO KOPA PAUL DICK
HUARCAYA BELTRAN ADRIANA
17 ALEJANDRA 39 PEZO BACA ALEXANDER VICENTE
18 JARA CHOCCATA BRICEYDA YOLANDA 40 QUISPE SANCHEZ LUIS ENRIQUE
19 JORDAN VELASCO KEVIN ALCIDES 41 RAMOS ALVAREZ JULIO CESAR
20 MIRANDA VALDEZ JOSEPH AMERICO 42 SANI FERRO FABIOLA
21 MOGOLLON JARA MARCO ANTONIO 43 SANTISTEBAN MOSCOSO SARA LUZ
22 MOSCOSO BLANCO PAOLO CESAR 44 TUPAYACHI CARDENAS JOSE FELICIANO

3. Muestreo Aleatorio Estratificado

Para obtener una muestra aleatoria estratificada, primero se divide la población de N individuos en
H grupos, llamados estratos, cada uno de ellos con sus propias características, esto es son
heterogéneos entre sí, pero en su interior son lo más homogéneos posible y en conjunto abarcan en
su totalidad a la población, esto es:
N=N 1 +N 2 +N 3 +N4 + .. .+N H
Donde N1, N2, N3, N4,…,NH son los tamaños de cada uno de los estratos.

Definido cada estrato y cumpliendo la homogeneidad en el interior de ellos, se extrae una muestra
aleatoria simple de cada uno de ellos, dichas extracciones deben realizarse en forma independiente
en cada uno de los estratos. El tamaño de cada uno de los estratos son representados por:
n = n1 ≠ n2 ≠ n3 ≠ n4……≠ nh

La distribución de la muestra en función de los diferentes estratos se denomina afijación, y

puede ser de diferentes tipos:

Afijación Simple: A cada estrato le corresponde igual número de elementos muéstrales.

Afijación Proporcional: La distribución se hace de acuerdo con el peso (tamaño) de la

población en cada estrato.

Afijación Optima: Se tiene en cuenta la previsible dispersión de los resultados, de modo que
se considera la proporción y la desviación típica. Tiene poca aplicación ya que no se suele
conocer la desviación.

6
 Ejemplo.- Se planea encuestar a 1000 votantes en las próximas elecciones, en una ciudad con
10000 votantes, para tal efecto se dividió a la población en tres estratos por edades, en la tabla se
observa los cálculos matemáticos para estratificar el tamaño muestras según afijación simple y
afijación proporcional.
Solución:
a) Afijación simple
ni/N° de
Estratos N
estratos
18 - 35 6000 333
35 - 50 3000 333
Mas de 50 1000 334
Total 1000 1000

b) Afijación proporcional
Estratos N Wi = Ni/N ni = wi*n
18 - 35 6000 0.6 600
35 - 50 3000 0.3 300
Mas de 50 1000 0.1 100
Total 10 000 1 1000

2. La universidad Andina tiene 267 docentes, 150 administrativos y 70 personales de seguridad. Hallar
la muestra estratificada de tamaño 80.
a) Con afijación simple
ni/N°
Estratos N
de estratos
Docente 267 27
Administrativos 150 27
Personal de seguridad 70 26
Total 487 80

b) Con afijación proporcional al tamaño

Estratos N Wi = Ni/N ni = wi*n

7
 Docente 267 0.55 44
Administrativos 150 0.31 25
Personal de seguridad 70 0.14 11
Total 487 1 80

4. Muestreo aleatorio por conglomerados

En el muestreo por conglomerados la unidad muestral es un grupo de elementos de la

población que forman una unidad, a la que llamamos conglomerado. Las unidades
hospitalarias, los departamentos universitarios, una caja de determinado producto, etc., son
conglomerados naturales.

En otras ocasiones se pueden utilizar conglomerados no naturales como, por ejemplo, las
urnas electorales. Cuando los conglomerados son áreas geográficas suele hablarse de
"muestreo por áreas"; es habitual obtener una menor precisión al usar esta técnica, causada
por falta de heterogeneidad dentro de los conglomerados.

TAMAÑO MUESTRAL REQUERIDO EN LA INVESTIGACIÓN

Cuando se analiza una muestra concreta (verificar si una innovación didáctica funciona en una
clase, estudiar actitudes de nuestros alumnos, etc), el tamaño de la muestra es el tamaño del grupo
objeto de estudio.
Cuando se trata de extrapolar los resultados a la población representada por una muestra hay que
tener en cuenta el tipo de muestra y el número de sujetos
- Como se obtiene la muestra tiene que ver con la representatividad de la población
- El tamaño de la muestra tiene que ver con los márgenes de error al extrapolar de la muestra a la
población.

Muestras probabilísticas o aleatorias

8
Es aquella en la que todos los sujetos de la población han tenido la misma probabilidad de ser
escogidos, estas muestras aseguran o garantizan una mejor extrapolación de los resultados; si la
muestra no es aleatoria puede suceder que es sesgada y no sea representativa de la población.
¿Cómo defino el tamaño de la muestra?
El tamaño de la muestra dependerá básicamente de tres factores:
1° El nivel de confianza o riesgo que aceptamos al presentar nuestros resultados también se
denomina grado o nivel de seguridad, indica la probabilidad de que los resultados de nuestra
investigación sean ciertos, por ejemplo si tenemos un nivel de confianza al 95% estamos
considerando que nos equivocaríamos 5 veces de cada 100 ó que nos equivocamos con una
probabilidad del 5%.
2° La varianza (o diversidad de opinión) estimada en la población. Es decir cuántos van a decir
Si y cuantos No. Si supiéramos de antemano que todos piensan lo mismo no se requeriría la
muestra ya que con tan solo preguntar a uno ya tendríamos los resultados.
pq= Varianza de la población
Como la varianza de la población usualmente se desconoce, ponemos la varianza mayor posible
(mayor diversidad de respuestas). Una opción segura es considerar p = q = 0.50 (la mitad
responde si u la otra no), es decir que para escoger la muestra nos ponemos en la hipótesis de que
en la población hay la máxima diversidad posible: un 50% va a decir si y otro 50% va a decir no,
de esta manera y por lo que respecta a la varianza de la población no corremos riesgos considerar
un número insuficiente de sujetos en nuestra investigación con lo cual se maximiza el tamaño
muestral.
3° El margen de error que estamos dispuestos a aceptar. También se le denomina precisión, este
error muestral es la diferencia que puede haber entre el resultado que obtenemos preguntando a
una muestra de la población y el que obtendríamos si preguntáramos el total de la población.
Por ejemplo. Si hacemos una encuesta de satisfacción a los trabajadores con un error muestral del
3% y de acuerdo a la investigación llegamos a la conclusión que el 60% de los encuestados se
encuentran satisfechos significa que entre el 57% y el 63% (60% ± 3%) del total de los
trabajadores de la empresa están satisfechos.
Ejemplo: Si los resultados de una encuesta electoral indicaran que un partido iba a obtener el 55%
de los votos y el error estimado fuera del 5%, se estima que el porcentaje real de votos estará en el
intervalo 50-68% (55% ± 5%).

CALCULO DEL TAMAÑO DE MUESTRA PARA ESTIMAR UNA PROPORCIÓN

Como ya se ha visto, el intervalo de confianza para estimar una proporción está determinado por
la estimación puntual y por la amplitud o anchura de dicho intervalo, denominada error de
estimación o precisión.
9
 E=Z 0∗
√ p ( 1− p )
n
=Z 0∗
pq
n √
Despejando n, se obtiene la fórmula para calcular el número de observaciones o individuos
necesarios para estimar una proporción
z 2 pq
n= 2
E
Para tal efecto vamos a distinguir entre poblaciones infinitas (de tamaño muy grande, no
conocemos) y poblaciones finitas (tamaño más reducido que conocemos)

Poblaciones infinitas
Para extrapolar poblaciones muy grandes utilizamos la fórmula:
z 2 pq z2 σ
n= 2 n= 2
E E

Z = Nivel de confianza
pq= Varianza de la población
E = error muestral

Cuanto más bajo sea este error probable, aumenta la precisión pero también subirá obviamente el
tamaño muestral; y en consecuencia, sube el precio, y se requiere mayo tiempo para el recojo de la
información.

Si E = 5%, α = 0.05 (z = 1.96)

1.96 2( 0.5)(0.5)
n= 2
=384
0.05
Si E = 2%, α = 0.05 (z = 1.96)

1.96 2(0.5)(0.5)
n= =2401
0.022
En general:
1º Es suficiente un nivel de confianza de α = .05 (que equivale a z = 1.96); es la práctica habitual,
2º El margen de error no debe ser superior a .05 (5%) para que los resultados sean
realmente informativos y útiles.
Poblaciones finitas
Para extrapolar poblaciones muy grandes utilizamos la fórmula:
2 2
Nz pq Nz σ
n= n=
( N −1 ) E 2+ z 2 pq ( N −1 ) E 2+ z 2 σ

Ejemplos de aplicación:
1. La consejería de trabajo planea un estudio con el interés de conocer el promedio de horas semanales
trabajadas por las mujeres del servicio doméstico. La muestra será extraída de una población de
10000 mujeres que figuran en los registros de la seguridad social y de las cuales se conoce a través

10
 de un estudio piloto que su varianza es de 9.648, Con un nivel de confianza del 95% y está dispuesto
a admitir una error máximo de 0.1 ¿Cual debe ser el tamaño muestral que empleamos?

Datos: Formula:

Respuesta:___________________________________________________________
2. ¿A cuántas familias tendríamos que estudiar para conocer la preferencia del mercado en cuanto a las
marcas de shampoo para bebé, si se desconoce la población total?

Datos: Formula:

Respuesta:___________________________________________________________

3. Se desea hacer una encuesta para determinar la proporción de familias que carecen de medios
económicos para atender los problemas de salud. Existe la impresión de que esta proporción está
próxima a 0.35. Se desea determinar un intervalo de confianza del 95% con un error de estimación
de 0.05. ¿De qué tamaño debe tomarse la muestra?
Datos: Formula:

Respuesta:___________________________________________________________
4. Por estudios previos se tiene conocimiento que la distribución del peso al nacer de niños que
cumplen su período de gestación de 40 semanas es aproximadamente normal con una media de 3550
gramos y una desviación estándar de =400 gramos. Se va a realizar un nuevo estudio para una
población con características similares, con el fin de estimar el peso promedio al nacer de los niños.
Con base en el estudio previo determine el tamaño de muestra. Además, se considera que un error de
máximo 4.5 gramos logra una estimación valida, la confiabilidad del estudio es del 93%.

Datos: Formula:

11
Respuesta:___________________________________________________________

5. Una máquina llena cajas con cierto cereal. El supervisor desea conocer con un error de estimación de
máximo 0.1 y un nivel de confianza del 90%, una media estimada del peso. Como la varianza era
desconocida se procedió a escoger una muestra piloto. Los resultados fueron los siguientes: 11.02,
11.14, 10.78, 11.59, 11.58, 11.19, 11.71, 11.27, 10.93, 10.94. ¿Cuántas cajas debe escoger para que
se cumplan los requisitos propuestos?

Calculo de la varianza:

Datos: Formula:

Respuesta:___________________________________________________________

6. Una Institución de Salud tiene 6100 empleados, se quiere determinar cómo es el clima laboral en la
organización, usando una confiabilidad del 95%, un error admisible de 6% y considerando que la
proporción de empleados no satisfechos es del 30%. Calcule el número de empleados a consultar por
categoría, si se tiene en cuenta, que las diferentes categorías de empleados que pueden influir en la
opinión de los trabajadores, tienen la siguiente distribución: Contabilidad y Costos 80 empleados,
Administración 150, operativos 5600, seguridad 180 y otros cargos 90.

Datos: Formula:

Respuesta:___________________________________________________________

Muestra estratificada

ESTRATOS Ni Ni/N ni = Ni/n*n

Contabilidad y
Costos

12
Administracció
n
Operativos
Seguridad
Otros
TOTAL 6100

13