CAPITULO 4

4. PRINCIPIOS DE LAS TCNICAS DE MUESTREO

UTILIZADO.

En toda investigacin estadstica existe un conjunto de elementos sobre

los que se toma informacin. Este conjunto de elementos es lo que se
denomina poblacin o universo estadstico. Cuando el estadstico o el
investigador toma informacin de todos y cada uno de los elementos de la
poblacin estadstica, se dice que est realizando un censo. Sin embargo,
esto no es muchas veces posible, ya sea por el costo alto que resulta de
la toma de informacin, o que la poblacin tenga infinitos elementos, o por
otras causas. Este problema lleva al investigador a tomar la informacin
slo de una parte de los elementos de la poblacin estadstica, proceso
que recibe el nombre de muestreo.

60

4.1 Concepto de Muestreo.

La teora del muestreo proporciona una tcnica estadstica de carcter

muy prctico, que sencillamente busca obtener datos de una
poblacin (hogares, empresas, rboles, etc) en su totalidad, utilizando
tan solo una parte reducida de la misma, denominada muestra.

El conjunto de elementos de los que se toma la informacin en el

proceso de muestreo se llama muestra y el nmero de elementos que
la componen tamao muestral. Existen varios tipos de muestreo,
dependiendo de que la poblacin estadstica sea finita o infinita. El
investigador utiliza la muestra para la toma de informacin, pero lo
importante es que dicha muestra sea representativa. Por lo tanto,
entenderemos por muestra a todo subconjunto con lo ms
representativo posible de una poblacin.

4.2 Las Ventajas del Mtodo por Muestreo.

En la mayora de las aplicaciones para las que se edific esta teora,

el conjunto del que se desea obtener informacin es finito y bien
delimitado, como sera por ejemplo el conjunto de habitantes de una
ciudad, las mquinas de una fbrica o los peces de un lago.

61

A continuacin se mencionarn las ventajas que se obtienen al

emplear encuestas por muestreo:

Si los datos se obtienen nicamente de una pequea fraccin del

total, los gastos son menores que los que se realizarn si se
lleva a cabo un censo completo.
Por la misma razn, los datos pueden ser recolectados y
resumidos ms rpidamente con una muestra que con una
enumeracin completa.
Debido a que al reducir el volumen de trabajo se puede emplear
personal ms capacitado y someterlo a un entrenamiento intensivo
y debido

tambin a que en estas condiciones ser factible la

supervisin cuidadosa del trabajo de campo y del procesamiento

de los resultados, una muestra puede producir resultados ms
exactos que la enumeracin completa.

4.3 Etapas Principales en una Encuesta por Muestreo.

Los pasos principales en una encuesta estn agrupados ms o menos

arbitrariamente bajo 11 encabezados y se citan a continuacin:

62

4.3.1 Objetivos de la encuesta

Una exposicin clara de los objetivos es lo ms til. Sin esto, es

fcil olvidarlos en una encuesta compleja al preocuparse por los
detalles de la planeacin y por lo tanto tomar decisiones que
varan de los objetivos.

4.3.2 Poblacin bajo muestreo

La palabra poblacin se emplea para denominar el conjunto del

que se elige la muestra.

La poblacin que se muestrea ( la poblacin muestreada ) debe

coincidir con la poblacin sobre la cual se desea informacin ( la
poblacin objetivo ). En ocasiones, por razones de factibilidad, o
simple conveniencia, la poblacin muestreada es ms restringida
que la poblacin objetivo.

4.3.3 Los datos recogidos

Es conveniente cerciorarse que todos los datos son pertinentes a

la encuesta y que no se omiten datos esenciales. Un cuestionario

63

demasiado largo produce una baja general de la calidad de las

respuestas, tanto a las preguntas importantes como a las otras.

4.3.4 Grado de precisin deseado

Los resultados de una encuesta por muestreo estn siempre

sujetos a cierta incertidumbre, por que slo se mide una parte de
la poblacin, y por los errores en las mediciones realizadas. La
especificacin del grado de precisin deseado es responsabilidad
de la persona que va a utilizar los datos y puede presentar
dificultades, porque los administradores no estn acostumbrados
a pensar en trminos de la magnitud del error tolerable en las
estimaciones, compatible con una buena decisin.

4.3.5 Mtodos de medicin

La encuesta puede emplear un cuestionario autoadministrado, o

un proceso de entrevistas en la que los entrevistadores
simplemente leen un cuestionario prescrito, o bien, un proceso en
el que se permite mucha libertad en la forma y el orden de las
preguntas. En cuestionarios sencillos a veces es posible

64

precodificar las respuestas; es decir, colocarlas de tal modo que

puedan transferirse rutinariamente a un equipo mecnico.

4.3.6 El Marco

Antes de seleccionar la muestra, la poblacin debe ser dividida

en partes llamadas unidades de muestreo o unidades. Estas
deben cubrir la totalidad de la poblacin y no traslaparse en el
sentido de que todo elemento de la poblacin pertenezca a una y
solamente a una unidad. En el muestreo de los residentes de una
ciudad, la unidad puede ser una persona, los miembros de una
familia, o las personas que viven en una manzana.

Frecuentemente, la construccin de esta lista de unidades de

muestreo, llamada marco, es uno de los principales problemas
prcticos.

4.3.7 Seleccin de la muestra

Existe, actualmente, una gran variedad de planes para

seleccionar una muestra. Por cada plan considerado, se pueden

65

hacer, a groso modo, estimaciones del tamao de la muestra,

partiendo de un conocimiento del nivel de precisin deseado.

4.3.8 La encuesta piloto

Es de gran utilidad probar el cuestionario y los mtodos de

campo en pequea escala. Esto casi siempre da por resultado
mejoras al cuestionario y puede evitar otros problemas que
seran serios a mayor escala, por ejemplo, que el costo fuera
mucho mayor que el esperado.

4.3.9 Organizacin del trabajo de campo

El personal debe recibir un entrenamiento sobre el propsito de

la encuesta y los mtodos de medicin que se emplearn.
Adems, se debe supervisar adecuadamente su trabajo.

4.3.10 Resumen y anlisis de los datos

El primer paso despus de realizar la encuesta es el editar los

cuestionarios obtenidos, con la esperanza de corregir errores o
cuando menos desechar los datos que obviamente estn

66

equivocados. Despus se realizarn los clculos que conduzcan

a las estimaciones. Puede haber diferentes mtodos de
estimacin para los mismos datos.

4.3.11 Informacin conseguida para encuestas futuras

Cuanta ms informacin de una poblacin se tenga inicialmente,

ms fcil ser el diseo de una muestra que proporcione
estimaciones exactas. Toda muestra obtenida es una gua
potencial de futuros muestreos. Un muestreador hbil aprende a
reconocer los errores de ejecucin y a evitar que se repitan.

4.4 La estimacin del Tamao de la Muestra.

Al planear una encuesta por muestreo, siempre se alcanza una etapa

en donde hay que tomar una decisin respecto al tamao de la
muestra. Esta decisin es importante. Una muestra demasiado grande
implica un despilfarro de recursos y una muy pequea disminuye la
utilidad de los resultados. La decisin no siempre puede tomarse
satisfactoriamente; a menudo no disponemos de la suficiente
informacin para saber si el tamao de la muestra seleccionada, es el

67

ptimo. La teora del muestreo proporciona un marco dentro del cual

se puede pensar inteligentemente respecto a este problema.

4.5 La Especificacin de la Precisin.

La precisin deseada se puede establecer, al definir la cantidad de

error tolerable en las estimaciones muestrales. En ocasiones, es difcil
saber que tanto error debera tolerarse, particularmente cuando los
resultados se destinan a varios fines. De modo que el lmite de error
que se escoge es en cierta medida arbitrario.

Parte de la dificultad es que no se sabe lo suficiente sobre las

consecuencias que produciran errores de diferentes magnitudes en
las decisiones prcticas que se toman con base a los resultados de la
encuesta.

Aun cuando estas consecuencias se conozcan, los resultados de

muchas encuestas importantes, los utilizan diferentes personas con
diversos propsitos, y algunos de ellos no se han previsto al planear la
encuesta.

68

4.6 Mtodos de Muestreo.

Podemos definir los mtodos de muestreo como el conjunto de

tcnicas estadsticas que estudian la forma de seleccionar una
muestra lo suficientemente representativa de una poblacin cuya
informacin permita inferir las propiedades o caractersticas de toda la
poblacin cometiendo un error medible y acotable.

4.6.1 Muestreo aleatorio con reposicin.

En este tipo de muestreo todas las muestras y en consecuencia

todas las unidades de la poblacin, tienen la misma probabilidad
de ser seleccionadas para formar parte de la muestra.

4.6.2 Muestreo aleatorio sin reposicin o muestreo aleatorio

simple.

Como en el mtodo anterior, todas las unidades de la poblacin

tienen la misma probabilidad de que salgan; pero al ser la
poblacin finita, la probabilidad de que salga un elemento
depender de los que fueron separados anteriormente y dejaron,
por tanto de pertenecer a los seleccionables.

69

4.6.3 Muestreo estratificado.

Con el objeto de mejorar las estimaciones mediante el previo

agrupamiento de los elementos ms parecidos entre s, se divide
la poblacin en subpoblaciones o estratos, dentro de cada uno de
los cuales se hace una seleccin aleatoria, como en los casos
anteriores. En realidad el mtodo que acabamos de definir debe
denominarse muestreo estratificado aleatorio, ya que el solo
hecho de estratificar no determina el procedimiento de seleccin
empleando dentro de cada uno de los estratos.

4.6.4 Muestreo por conglomerados o reas.

Consiste en un mtodo de sustituir las unidades fsicas o

elementales, a las cuales se refiere el estudio, por unidades de
muestreo que comprendan un grupo de aquellas. Como la
seleccin es de conglomerados, interesa que cada uno de ellos
represente en lo posible a la poblacin y, por tanto, que est
constituido por unidades ltimas heterogneas. Con frecuencia
estos conglomerados son superficies o reas en que se ha
dividido el terreno o mbito ocupado por la poblacin en estudio.

70

4.6.5 Muestreo sistemtico.

Este mtodo cosiste en tomar los elementos poblacionales que

formarn la muestra de k en k a partir de uno de ellos elegido
aleatoriamente entre los que ocupan el lugar primero y el ksimo, ambos inclusive. Una aproximacin del mismo puede
conseguirse en el muestreo de ficheros sustituyendo el recuento
de k en k, por la medida efectuada en una reglilla graduada que
se lleva a lo largo de la poblacin para seleccionarlos: por
ejemplo, de decmetro en decmetro. Cuando el orgen no es
aleatorio, sino que se toman los elementos centrales de cada
grupo de k consecutivos, el muestreo suele denominarse rgido o
estrictamente sistemtico y deja de ser probabilstico.

4.7 Muestreo Aleatorio Estratificado.

En el muestreo estratificado, una poblacin heterognea con N

unidades ui
homogneas

i 1, 2 ,..., N

se subdivide en L subpoblaciones, lo ms

posibles,

no

solapadas

denominadas

estratos

71

uhi h1,2,. .L

i 1,2,. .N h

tamao

de tamaos N1 , N 2 ,..., N L . La muestra estratificada de

n se obtiene seleccionando

nh elementos h 1,2,..., L de

cada uno de los L estratos en que se subdivide la poblacin de forma

independiente. Si la muestra estratificada se obtiene seleccionando
una muestra aleatoria simple en cada estrato de forma independiente,
el muestreo se denomina muestreo aleatorio estratificado, pero en
general, nada impide utilizar diferentes tipos de seleccin en cada
estrato.

Para un estrato en particular pueden pertenecer todas sus unidades a

la muestra, parte de ellas o ninguna. Tambin puede ocurrir que para
formar la muestra estratificada se obtengan elementos de todos los
estratos o slo parte de ellos. Si sabemos seguro que un determinado
estrato aporta unidades para la muestra, dicho estrato se denomina
estrato correpresentado. Por otra parte, las unidades de la poblacin
que con certeza van a pertenecer a la muestra se denominan
autorepresentadas.

Podemos representar grficamente la poblacin dividida en

estratos de tamao N h de cada uno de los cuales seleccionamos de

72

modo independiente nh unidades ( mediante muestreo aleatorio

simple si no se especifica otra cosa ) para la muestra estratificada de
tamao

n.

Podemos expresar la formacin de estratos en la poblacin y la

formacin de la muestra estratificada de la forma siguiente:

POBLACIN

u11 u12 . . u1N1

u21 u22 . . u2N2

u1 u2 . . uN Se divide en L estratos

. . . . . . . . . .
u u . .u
L1 L2 LN L

N N
h 1

MUESTRA

u11 u12 . . u1n1

u1 u2 ... un

Se extrae en cada estrato

u21 u22 . . u2n2

.... . .. ........ .

u u ... u
L1 L2 LnL

n n
h 1

4.7.1 Razones para el uso de Muestreo Estratificado

73

Son diversos los motivos que aconsejan efectuar una particin de

nuestra poblacin

solapadas,

uhi h1,2,. .L

i 1,2,. .N h

ui i 1, 2,..., N

en

subpoblaciones, no

, entre los que destacan los siguientes:

El muestreo estratificado puede aportar informacin ms

precisa de algunas subpoblaciones que varan bastante en
tamao y propiedades entre s, pero que son homogneas
dentro de s.

El uso adecuado del muestreo estratificado puede generar

ganancia en precisin, pues al dividir una poblacin
heterognea en estratos homogneos, el muestreo en estos
estratos

tiene

poco

error

debido

precisamente

la

homogeneidad.

En otros casos la estratificacin viene motivada por el

requerimiento de estimaciones para ciertas reas o regiones
geogrficas. En esta situacin cada estrato ser un rea

74

compacta, como por ejemplo un municipio, una provincia, una

colonia de una ciudad, etc.

Tambin es una razn para utilizar muestreo estratificado la

existencia de una variable precisa para la estratificacin cuyos
valores permitan dividir convenientemente la poblacin en
estratos homogneos. Las variables utilizadas para la
estratificacin debern estar correlacionadas con las variables
objeto de la investigacin. Por ejemplo, si se quiere realizar
estadsticas en el sector educativo puede utilizarse la variable
de estratificacin nivel de enseanza, tomando como estratos
los niveles de enseanza infantil, enseanza primaria,
enseanza secundaria obligatoria, bachillerato y enseanza
universitaria (cada estrato tiene as unas caractersticas muy
peculiares que lo hacen homogneo).

4.7.2 Afijacin de la Muestra

Se llama afijacin de la muestra al reparto, asignacin,

adjudicacin, adscripcin o distribucin del tamao muestral

entre los diferentes estratos. Esto es, a la determinacin de los

valores

de

nh

que

verifiquen

n1 n2 ... nL n .

Pueden

75

establecerse muchas afijaciones o maneras de repartir la muestra

entre los estratos, pero las ms importantes son: la afijacin
uniforme, la afijacin proporcional, la afijacin de varianza mnima
y la afijacin ptima.

4.7.2.1 Afijacin Uniforme

Consiste en asignar el mismo nmero de unidades

muestrales a cada estrato, con lo que se tomarn todos los
nh iguales a n / L , aumentando o disminuyendo este

tamao en una unidad si

n no fuese mltiplo de L , esto

es nh n L 1 .

h 1

h 1

nh k h 1 L nh k n Lk f h

nh
k

Nh Nh

Este tipo de afijacin da la misma importancia a todos los

estratos, en cuanto a tamao de la muestra, con lo cual
favorecer a los estratos de menor tamao y perjudicar a
los grandes en cuanto a precisin. Slo es conveniente en
poblaciones con estratos de tamao similar.

76

4.7.2.2 Afijacin Proporcional

Consiste en asignar a cada estrato un nmero de unidades

muestrales proporcional a su tamao. Las

n unidades de

la muestra se distribuyen proporcionalmente a los tamaos

de los estratos expresados en nmero de unidades.
Tenemos:

L
L
L
n
nh N h k nh N h k k N h n kN k f
N
h 1
h 1
h 1
n

fh

nh N h k

k f
Nh Nh

hi

Wh

N h nh / k nh

N
n/k
n

A la vista de los resultados anteriores podemos asegurar lo

siguiente:

Las fracciones de muestreo en los estratos son iguales

y coinciden con la fraccin global de muestreo, siendo
su valor la constante de proporcionalidad.

77

Los coeficientes de ponderacin Wh

se obtienen

exclusivamente a partir de la muestra, pues para su

clculo

nh

slo

son

necesarios

valores

muestrales

y n .

Como

hi

nh
k f
Nh

todas las unidades de la

poblacin tienen la misma probabilidad de figurar en la

muestra de

n unidades, es decir, estamos en el caso

de muestras autoponderadas.

4.7.2.3 Afijacin de Mnima Varianza (o Afijacin de Neyman)

La afijacin de mnima varianza, o afijacin de Neyman,

consiste en determinar los valores de nh (nmero de
unidades que se extraen del estrato h-simo para la
muestra) de forma que para un tamao de muestra fijo,
igual a

n , la varianza de los estimadores sea mnima.

Donde:

nh n .

N h Sh
L

N
h 1

Sh

78

Otra expresin para nh es :

Nh
Sh
W S
nh n . L
n. LN
n. L h h
Nh
N h Sh
Sh
Wh S h

h 1
h 1 N
h 1
N h Sh

Vemos que los valores de nh son proporcionales a los

productos
Sh S ,

N h . Sh

en

el

supuesto

de

que

h 1,2,..., L , esta afijacin de mnima varianza

coincidira con la proporcional tal y como se ve a

continuacin:

S h S nh n .

Nh S
L

N
h 1

n Nh
n
k N h con k
N
N

4.7.2.4 Afijacin ptima

La afijacin ptima consiste en determinar los valores de

nh (nmero de unidades que se extraen del estrato h-

simo para la muestra) de forma que para un coste fijo C

la varianza de los estimadores sea mnima. El coste fijo C
ser la suma de los costes derivados de la seleccin de

79

las unidades muestrales de los estratos, es decir, si ch es

el coste de unidad por muestreo en el estrato h , el coste
total de seleccin de las nh unidades muestrales en este
estrato ser ch nh . Sumando los costes ch nh para los L
estratos tenemos el coste total de seleccin de la muestra
estratificada.

nh n .

N h Sh
L

N
h 1

Sh

ch
ch

Vemos que los valores de nh son proporcionales a los

productos
ch k

N h . Sh

h 1,2,..., L

ch

en

el

supuesto

de

que

(coste constante en todos los

estratos) la afijacin ptima coincide con la de mnima

varianza, y si adems S h S , h 1,2,..., L la afijacin
ptima coincidir con la de mnima varianza y con la
proporcional.

4.7.3 Comparacin de Eficiencias segn los distintos tipos de

Afijacin.

80

Se realizar un estudio comparativo de la conveniencia de los

distintos tipos de afijacin en trminos de su eficiencia medida a
travs el error de muestreo, o lo que es lo mismo, a travs de la
varianza. Por lo tanto ser ms eficiente aquel tipo de afijacin
que presente menos varianza.
El muestreo estratificado con afijacin proporcional es ms
preciso que el muestreo aleatorio simple, producindose la
igualdad de precisiones cuando las medias de los estratos son
todas iguales. Por lo tanto la ganancia en precisin del muestreo
estratificado respecto del aleatorio simple ser mayor cuanto ms
distintas entre s sean las medias de los estratos, es decir, para
que el muestreo estratificado sea preciso es conveniente que los
estratos sean heterogneos entre s en media.

El muestreo estratificado con afijacin de mnima varianza es

ms preciso que el muestreo estratificado con afijacin
proporcional, producindose la igualdad de precisiones cuando
las cuasidesviaciones tpicas de los estratos son todas iguales.

Por lo tanto la ganancia en precisin del muestreo estratificado

con afijacin de mnima varianza respecto del muestreo
estratificado con afijacin proporcional ser mayor cuanto ms

81

distintas entre s sean las cuasidesviaciones tpicas de los

estratos, es decir, para que el muestreo estratificado sea ms
preciso es conveniente que los estratos sean heterogneos entre
s en desviacin tpica.

En realidad podemos ver que:

V MAS x V MEP x V MEMV x

Lo que permite asegurar que en general el muestreo estratificado
con afijacin de mnima varianza es ms preciso que el muestreo
estratificado con afijacin proporcional y que el aleatorio simple,
siendo adems el estratificado con afijacin proporcional ms
preciso que el aleatorio simple.

4.7.4 Tamao de la Muestra

Vamos a analizar ahora, el tamao de la muestra estratificada

necesario para cometer un determinado error de muestreo
conocido de antemano. Distinguiremos los casos de error de
muestreo dado con coeficiente de confianza adicional para los
tipos de afijacin proporcional y de varianza mnima.

82

4.7.4.1 Error de muestreo y Coeficiente de Confianza dados

e para la media con Afijacin Proporcional.

Tenemos que:

e2

2 V X

1 f L
Wh S h2

n h1
n
1
N L W S2
2
h h
n h1

W S
h 1

2
h

e2 1 L
Wh S h2
2
N h1

Los tamaos de la muestra en los casos de la estimacin

de la proporcin y el total de clase se calculan

sustituyendo S h2 por

Nh
Ph Qh en la frmula del
Nh 1

tamao de la muestra para la estimacin de la media.

83

4.7.4.2 Error de muestreo y Coeficiente de Confianza dados

e para la media con Afijacin de Mnima

Varianza.

Tenemos que:

e 2 2 V X

1 L

2 Wh S h
n h 1

W
h 1

e
1

2
N

1
N

W
h 1

S h2

Sh

W
h 1

S h2

Los tamaos de la muestra en los casos de la estimacin

de la proporcin y el total de clase se calculan

sustituyendo S h2 por

Nh
Ph Qh
Nh 1

en la frmula del

tamao de la muestra para la estimacin de la media.

4.7.5 Tamao de la Muestra sin especificar el tipo de Afijacin.

84

En el caso ms general de muestreo estratificado aleatorio, sin

especificar el tipo de afijacin empleado, tenemos, fijados el error
mximo admisible y el coeficiente de confianza P , la siguiente
ecuacin fundamental cuando se trata de estimar la media:

e 2 2 2 xst
nh S h2

W 1
N
h 1
h

nh

W S2
W 2 S2
2 h h h h
nh
N

2
h

2
Wh2 S h2 Wh S h
nh N
n

2
Wh2 S h2 Wh S h

nw

N
h

2
e2
Wh2 S h2 Wh S h

2
n wh
N

e 2 Wh S h 1 Wh2 S h2

2
N
n
wh
2

Wh2

h 1

S h2

e
2

S h2

W
h 1

Ya tenemos una frmula general para calcular el tamao de

muestra en el caso de la estimacin de la media para cualquier

85

afijacin. Segn esta frmula, para calcular

n necesitamos

conocer:

Los tamaos de los estratos,

N1, N 2 , ..., N L , que nos

permiten obtener los coeficientes Wh

Nh
.
N

La precisin prefijada, representada por el error mximo

admisible

e.

El grado de seguridad o confianza P , representado por el

coeficiente .
La variabilidad de cada estrato, representada por la
2
cuasivarianza estratal S h y que suele conocerse de una

encuesta similar anterior o a travs de encuesta piloto.

El peso wh

nh
n

correspondiente a cada estrato en la

muestra.
De aqu se pueden deducir las frmulas del tamao muestral

n para los distintos tipos de afijacin a travs del valor que

toma wh

nh
.
n

86

Para Afijacin Proporcional:

wh

nh N h

Wh
n
N

Para Afijacin de Mnima Varianza:

n
n
wh h
n

N h Sh
L

N
h 1

Sh

Nh
Sh
W S
L
LN
L h h
N
N h S h h S h Wh S h

h 1
h 1 N
h 1
N h Sh

Si en la frmula general para n sustitumos estos valores de wh

para cada tipo de afijacin, se obtienen las mismas frmulas que
fueron deducidas anteriormente para el tamao muestral en el
caso de estimacin de la media.

87