You are on page 1of 7

Tipos de

muestras

Herramientas
Matemáticas III -
Estadística I

1
Muestreo. Clasificación

Muestras

Algunas de las razones para extraer una muestra son:


 Requiere de menos tiempo que un censo.
 Es menos costosa que un censo, tanto para extraerla como para
procesarla.
 Es menos molesta y más práctica de gestionar que un censo.

Para evitar tener que realizar un censo completo de la población, los


procedimientos de muestreo estadístico se concentran en seleccionar un
pequeño grupo representativo de Ia población para que luego los
resultados de la muestra se utilicen para estimar las características de la
población.
Se recordarán algunas definiciones:
 Población: son todos los elementos o personas que se quieren estudiar.
 Parámetro: es una característica de la población.
 Enumeración completa o censo: cada persona o elemento de la
población que se desea describir.
 Muestra: una porción escogida de la población.
 Estadística: es una característica de una muestra.

Las dos maneras de clasificar los muestreos son:


 El muestreo no aleatorio o de juicio:
Es cuando se utiliza la experiencia individual de una persona respecto al
tema en cuestión y sus apreciaciones particulares para reconocer a los
componentes de la población que deben incorporarse en la muestra.
 El muestreo aleatorio o de probabilidad:
Es cuando cada uno de los integrantes de la población tiene idéntica
posibilidad de ser elegidos para la muestra.

2
Muestra
Sistemática

Muestra Muestras Muestra


Aleatoria probabilisticas Estratificada
Simple

Muestra
Globalizada o por
Conglomerados

Muestra Por
Juicio

Muestra
Muestras No Muestra Por
Bola de
probabilisticas Cuotas
nieve

Muestra Por
Conveniencia

Muestreo aleatorio simple

Cuando todas las muestras que se pueden extraer de una población tienen
la misma posibilidad de ser elegidas se llama muestreo aleatorio simple.
Teniendo cada muestra el mismo tamaño, cualesquiera de ellas tiene la
misma probabilidad de ser seleccionada.

Pueden elegirse las muestras con sustitución o sin sustitución.

Si fuera con sustitución el muestreo, esto significaria que cada componente


seleccionado, luego de ser considerado se reintegra a la población, donde
puede ser elegido nuevamente.

3
En cambio, si el muestreo es sin sustitución, indica que si un componente
es extraído, no será posible su eleccion nuevamente.

Aún cuando la elección de la muestra, sea con o sin sustitución, existen


procedimientos de elección de las muestras faciles de aplicar y con
fundamentos prácticos y lógicos comprobados.
Ejemplo de ellos son las tablas de números aleatorios.

Muestreo globalizado

Este tipo de procedimientos de muestreo se utiliza cuando hay grupos con


gran homogeneidad dentro de una población determinada.
Cuando algún administrador debe encargar un estudio de mercado para
insertar algún producto en el mismo, tiende a recurrir a este tipo de
muestreo.
Para la aplicación de este método, se debería dividir la población en
clústers o agrupamientos lo más heterogéneos posibles internamente y
similares entre si, y se toma de cada grupo una muestra aleatoria simple.
La precisión de este muestreo reside en el diseño del mismo, ya que los
resultados pueden ser mas precisos y más economicos que otro tipo de
método.

Muestreo estratificado

La población, en este método, es dividida según componentes comunes, en


estratos o grupos lo más homogéneos posibles.

A partir de esto, se extrae una muestra aleatoria simple de cada grupo y se


realizan los cálculos con los resultados de cada grupo, combinandolos y
aplicandolos a la población total.

Al asegurarnos que los componentes de cada estrato de la población están


representados, nos garantizamos una eficiencia superior que el aleatorio
simple y el sistemático, ya que gracias a la homogeneidad de los
componentes de cada grupo estimamos los parámetros de la población
total con más precision.
Es un método apropiado cuando naturalmente la población en estudio se
encuentra subdividida en estratos de diferentes tamaños y necesariamente
se debe considerar esa contingencia.

4
Muestreo sistemático

Sus cualidades son similares a las vistas en el muestreo aleatorio simple.


Se listan los elementos de la población. Posteriormente, se obtiene el
cociente entre el número de componentes de la población y el número de
componentes de la muestra, cociente que me indicará la cantidad de
intervalos en que dividiremos a nuestra población.
Luego, se selecciona para el muestreo, cada componente de la lista a partir
de un valor inicial que debe encontrarse dentro de cada intervalo en la
misma posición dentro del mismo.

Como ejemplo podemos citar que si se tiene una población de 100


elementos y se quiere considerar una muestra de 10 elementos, se
enumeran todos estos elementos, se dividen 10 intervalos y se considera, a
modo de ejemplo, el cuarto número de cada intervalo: el 4, 14, 24 y así en
cada uno de esos intervalos.

Como se vió, es diferente del muestreo aleatorio simple, ya que en este


cada componente debería tener la misma posibilidad de ser elegido, en
cambio en este método no es así.

Ya que en este caso no se cumple, existe la dificultad al incluir un error en


el proceso de muestreo.
Según lo que acabamos de ver, la posibilidad de que esa muestra no sea
representativa es alta.
Sin embargo, también tiene algunas ventajas. Este tipo de muestreo
soporta ciertos reparos cuando los componentes de los intervalos entran
en un patrón secuencial, aunque como ventajas podemos citar que puede
requerir de menos tiempo y un costo menor que el muestreo aleatorio
simple.

Distribución de muestreo
En los anteriores apartados, se han analizado las diferentes formas de
determinar las muestras de una población con el objetivo de obtener los
estadísticos para poder inferir sobre los parámetros de la población.

Los estadísticos calculados en cada muestra serán distintos entre sí y


tampoco se puede esperar que sean iguales a los parámetros
poblacionales.

5
El trabajo de uno es inferir el desvío estándar de la población, según el
desvío estándar de una muestra S y correlativamente la media poblacional
μ, según el valor de la media muestral 𝑥̅ . Con el mismo razonamiento, se
podría determinar la proporción p en la población que se contará de la
proporción p de la muestra.

El desafío es inferir sobre los parámetros, reduciendo al mínimo lo


expresado sobre las diferencias entre esos parámetros y los estadísticos
homólogos.

Supón que el parámetro que se va a inferir sea la media. Si de una


población se toma un número determinado N de muestras y se supone que
es la media del parámetro de la población que se va a estimar, se espera
que las medias de las distintas muestras sean diferentes entre sí y distintas
también a la media de la población. Estas diferencias surgen como lógicas
si se tiene en cuenta lo aleatorio del muestreo. Es esta la razón por la cual,
para poder hacer alguna inferencia sobre la media de la población,
teniendo en cuenta los valores estadísticos, será necesario tener en cuenta
la forma en que varían estos en el muestreo.

Esta variabilidad producida en los estadísticos de las distintas muestras


están relacionadas con:

 Características de la población: si la población presenta una gran


heterogeneidad, mayor será la amplitud de la distribución de muestreo.
 Tamaño de la muestra: si se aumenta el tamaño de la muestra, habrá
una menor dispersión en los valores y la inferencia en los parámetros
tendrá una mayor exactitud.
 Tipo de parámetro en estudio: según el parámetro que se va a estimar,
tendrá características particulares la distribución de muestreo que se va
a analizar.

6
Referencias
Levin, R. I., y Rubin, D. S. (2004). Estadística para administración y economía (7.a
ed.). México: Pearson Educación.