Unidad # 2:

Métodos de muestreo y
Teorema del límite Central
Ing. Luis Herrera Lozano
¿Qué son los métodos de muestreo?

• En un estudio estadístico, los métodos de muestreo se refieren a

la manera en la que se selecciona a los miembros de la población
que van a participar en el estudio.
• Si una muestra no se selecciona aleatoriamente, es probable que
presente algún tipo de sesgo, y los datos pueden no ser
representativos de la población.
• Hay muchas maneras de seleccionar una muestra, algunas
buenas y otras malas.
 Malas formas de hacer una muestra
• Muestra de conveniencia: el investigador selecciona una muestra que está
fácilmente disponible de alguna manera no aleatoria.
Ejemplo: un investigador encuesta a las personas que caminan por l a calle.
La razón por la que probablemente es sesgada: la ubicación, la hora del día y
otros factores pueden producir una muestra sesgada de personas.
• Muestra de respuesta voluntaria: el investigador hace una solicitud a los
miembros de una población para que se unan a la muestra, y las personas
deciden si participan o no.
Ejemplo: una presentadora de televisión pide a sus espectadores visitar su sitio web y
responder a una encuesta en línea.
La razón por la que probablemente es sesgada: las personas que toman el
tiempo para responder tienden a tener opiniones claras similares a las del resto
de la población.
Buenas formas de hacer una muestra
• Muestra aleatoria simple: cada miembro y conjunto de miembros tienen una probabilidad
igual de ser incluidos en la muestra. Se necesita usar la tecnología, generadores de números
aleatorios, o algún otro tipo de proceso de azar para obtener una muestra aleatoria simple.
Ejemplo: un profesor pone los nombres de los estudiantes en un sombrero y elige sin mirar
para obtener una muestra de estudiantes.
Por qué es bueno: las muestras aleatorias suelen ser bastante representativas ya que no
favorecen a ciertos miembros.
• Muestra aleatoria estratificada: primero se divide la población en grupos. La muestra
general se compone de algunos miembros de cada grupo. Los miembros de cada grupo se
eligen al azar.
Ejemplo: un consejo estudiantil encuesta a 100 estudiantes para obtener muestras aleatorias
de 25 estudiantes de primer año, 25 de segundo, 25 de tercero y 25 de cuarto.
Por qué es bueno: una muestra estratificada garantiza que todos los miembros de cada
grupo estarán representados en la muestra, por lo que este método es útil cuando queremos
algunos miembros de cada grupo.
• Muestra aleatoria por clústeres: primero se divide la población en grupos. La
muestra global consta de todos los miembros de algunos de los grupos. Los
grupos se seleccionan aleatoriamente.
Ejemplo: un día, una compañía aérea quiere encuestar a sus clientes, así que
ese día seleccionan 555 vuelos aleatoriamente y encuestan a cada pasajero en
esos vuelos.
Por qué es bueno: un ejemplo de muestra por clústeres toma cada miembro de
algunos grupos, así que es bueno cuando cada grupo refleja a la población en
su conjunto.
• Muestra aleatoria sistemática: se pone en cierto orden a los miembros de la
población. Se selecciona al azar un punto de partida y se elige a cada miembro
como parte de la muestra.
Ejemplo: un director toma una lista alfabética de nombres de estudiantes y
escoge un punto de partida al azar. Cada estudiante es seleccionado para
participar en una encuesta.
1. Método de muestreo
aleatorio simple
¿Qué es el muestreo aleatorio simple?
• El muestreo aleatorio simple es un tipo de muestreo que consiste en
seleccionar un subconjunto aleatorio de individuos de la población
objetivo para representar a todo el grupo.
• El muestreo aleatorio simple es un procedimiento de muestreo
probabilístico que da a cada elemento de la población objetivo y a
cada posible muestra de un tamaño determinado, la misma
probabilidad de ser seleccionado. 
• Esta es una técnica utilizada en los estudios de mercado para recopilar
datos de una muestra de una población más amplia. 
¿Cómo realizar un muestreo aleatorio simple?
A continuación te presentaremos cómo realizar una muestreo aleatorio
simple a través de 6 pasos fundamentales:
• Define la población objetivo.
• Identifica un marco de muestreo actual de la población objetivo o desarrolla
uno nuevo.
• Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva,
cobertura múltiple y la agrupación, y haz los ajustes que consideres
necesario.
• Asigna un número único a cada elemento de la trama.
• Determina el tamaño de la muestra.
• Selecciona al azar el número específico de elementos de la población.
Tipos de muestreo aleatorio simple
El muestreo aleatorio simple es un método de muestreo al azar que
puede tener 2 subtipos: el muestreo con reemplazo y sin reemplazo.

• Muestreo con reemplazo: En este, después de que un elemento ha sido

seleccionado de entre el marco de la muestra, se devuelve y es elegible para
ser seleccionado de nuevo.
• Muestreo sin reemplazo: En este, después de que un elemento se selecciona
del marco de la muestra, se retira de la población y no regresa a la base del
muestreo. Este tipo de muestreo suele ser más eficiente pues no permite que
el mismo elemento de la población entre a la muestra más de una vez.
Ventajas del muestreo aleatorio simple
Utilizar este tipo de muestreo probabilístico puede representar algunas ventajas para
ciertos estudios, entre las que están:
• Tiende a producir muestras representativas y permite el uso de la estadística
inferencial en el análisis de datos recogidos.
• Cada selección es independiente de otras selecciones; Todas las combinaciones
posibles de unidades de muestreo tienen la misma oportunidad de ser seleccionadas.
En el muestreo sistemático, las posibilidades de ser seleccionado no son
independientes entre sí.
• En general, es más fácil que otros procedimientos de muestreo probabilístico (tales
como el muestreo por conglomerados) de comprender y comunicar a otros.
• Los procedimientos estadísticos requeridos para analizar los datos y calcular los
errores son más fáciles que los requeridos en otros procedimientos de muestreo
probabilístico.
Desventajas del muestreo aleatorio simple
Entre las desventajas de utilizar el muestreo aleatorio simple, están:
• Se requiere un marco de muestreo de elementos de la población objetivo. Un marco de muestreo
apropiado puede que no exista para la población que se dirige, y puede que no sea factible o práctico
construir uno. En este caso el muestreo por conglomerados no requiere de una toma de muestra de los
elementos de la población objetivo.
• El muestreo aleatorio simple tiende a tener errores de muestreo más grandes y menos precisión de
muestreo estratificado del mismo tamaño de la muestra.
• Los encuestados pueden estar muy dispersos, por tanto, los costos de la recolección de datos pueden
ser superiores a los de otros diseños de la muestra de probabilidad, como el muestreo por
conglomerados.
• El muestreo aleatorio simple puede no producir un número suficiente de elementos de pequeños
subgrupos. Esto no haría de un muestreo aleatorio simple una buena opción para los estudios que
requieren un análisis comparativo de las categorías pequeñas de una población con categorías mucho
más amplias de la población.
Ejemplo de muestreo aleatorio simple
• Una empresa tiene 120 empleados. Se quiere extraer una muestra de
30 de ellos:

• Enumera a los empleados del 1 al 120

• Sortea 30 números entre los 120 trabajadores
• La muestra estará formada por los 30 empleados que salieron seleccionados de
los números obtenidos.
2. Método de muestreo
sistemático
¿Qué es el muestreo sistemático?
• El muestreo sistemático es un
tipo de muestreo probabilístico
donde se hace una selección
aleatoria del primer elemento
para la muestra, y luego se
seleccionan los elementos
posteriores utilizando intervalos
fijos o sistemáticos hasta alcanzar
el tamaño de la muestra
deseado.
Pasos para la selección de un muestreo
sistemático
1. Definir la población objetivo.
2. Determinar el tamaño deseado de la muestra (n).
3. Identificar el marco muestreo existente o desarrollar un marco de
muestreo de la población objetivo.
4. Evaluar el marco muestral por falta de cobertura, cobertura excesiva,
múltiple cobertura, agrupación, periodicidad, y hacer los ajustes cuando
sea necesario. Idealmente, la lista estará en un orden aleatorio con
respecto al estudio variable o, mejor aún, ordenados en función de la
variable de interés o su correlación, creando así estratificación implícita.
5. Determinar el número de elementos en el marco de la muestra (N).
6. Calcular el intervalo de muestreo (i) dividiendo el número de
elementos en el marco de muestreo (N) por el tamaño de la muestra
específica (n). Uno debería ignorar el resto y redondear o terminar en
el número entero más próximo. El redondeo hacia abajo y truncando
puede hacer que el tamaño de la muestra sea más grande de lo
deseado. Si es así, se puede eliminar de forma aleatoria las
selecciones adicionales. Si no se conoce el tamaño exacto, o es poco
práctico determinar, se puede fijar una fracción de muestreo.
7. Seleccionar al azar un número, r, de «1»  mediante i.
8. Selecciona para la muestra, r, r + i, r + 2i, r ,+3i, y así sucesivamente,
hasta agotar el marco.
Ventajas del muestreo sistemático
• El muestreo sistemático es más fácil, más simple, menos
tiempo, y más económico.
• La población objetivo no tiene porqué ser numerada y se
compila un marco si hay representación física.
• El muestreo sistemático elimina la posibilidad de
autocorrelación.
• El muestreo sistemático asegura que la muestra es extendida a
toda la población.
Desventajas del muestreo sistemático
• Elementos combinados tienen diferentes probabilidades de ser
seleccionados.
• Técnicamente, sólo la selección del primer elemento es una
selección de probabilidad ya que para las selecciones
posteriores, habrán elementos de la población objetivo que
tendrán cero probabilidad de ser seleccionados.
• La estimación de las variaciones es más complejo que en el
muestreo aleatorio simple.
Ejemplo de muestreo sistemático
• En este muestreo se realiza un listado de todos los individuos de una
población, a cada uno se le asigna un número comenzando por el 1,
se escoge un número al azar y a partir de este se seleccionan los
siguientes con un intervalo frecuente, por ejemplo, cada 15.
• Por ejemplo: Un grupo de investigación está realizando un estudio
sobre el uso de las bibliotecas en una ciudad. Para hacer la muestra
representativa, se confecciona una lista de todos los individuos de la
ciudad, a cada uno se le asigna un número, se escoge uno al azar, el
700, y se selecciona a los individuos que tienen los números 715, 730,
745, 760, 775, 790, 805, etc.
3. Método de muestreo
estratificado
¿Qué es el muestreo estratificado?
• El muestreo estratificado es un
procedimiento de muestreo en el que el
objetivo de la población se separa en
segmentos exclusivos, homogéneos (estratos),
y luego una muestra aleatoria simple se
selecciona de cada segmento (estrato).
• Las muestras seleccionadas de los diversos
estratos se combinan en una sola muestra.
Este procedimiento de muestreo se refiere a
veces como “muestreo de cuota aleatorio”.
Pasos de selección para un muestreo
estratificado
Hay ocho pasos principales en la selección de una muestra aleatoria estratificada:
1) Define la población objetivo.
2) Identifica la variable o variables de estratificación y determinar el número de estratos a usarse. Las
variables de estratificación deben estar relacionados con el propósito de estudio. Si el propósito
del estudio es hacer estimaciones de los subgrupos, las variables de estratificación deben estar
relacionados con esos subgrupos. La disponibilidad de información auxiliar a menudo determina
las variables de estratificación que se utilizan. Puede ser utilizada más de una variable de
estratificación. Considera que a medida que el número de variables de estratificación aumenta,
incrementa la probabilidad de que algunas de las variables cancelen los efectos de otras variables,
no más de cuatro a seis variables de estratificación y no se deben utilizar más de seis estratos de
una variable en particular.
3) Identifica un marco de muestreo existente o desarrolla uno que incluya información sobre la o las
variables de estratificación para cada elemento de la población objetivo. Si el marco de la muestra
no incluye la información en las variables de estratificación, la estratificación no sería posible.
4) Evalúa el marco de muestreo para la falta de cobertura, cobertura excesiva, múltiple, y la
agrupación, y haz los ajustes cuando sea necesario.
4. Divide el marco de muestreo en estratos, categorías de la estratificación de la o las
variables, creando un marco de muestreo para cada estrato. Dentro del estrato las
diferencias deben reducirse al mínimo, y las diferencias entre los estratos deben
maximizarse. Los estratos no deben estar superpuestos, en conjunto, debe constituir
toda la población. Los estratos deben ser independientes y mutuamente exclusivos
del subconjunto de la población. Cada elemento de la la población debe estar en un
sólo estrato.
5. Asigna un número único a cada elemento.
6. Determina el tamaño de la muestra para cada estrato. La distribución numérica de
los elementos incluidos en la muestra a través de los diversos estratos determina el
tipo de muestreo a implementar. Puede ser un muestreo proporcional estratificado o
uno de los diversos tipos de muestreo estratificado desproporcionado.
7. Selecciona al azar el número específico de elementos de cada estrato. Al menos un
elemento se debe seleccionar de cada estrato para la representación de la muestra; y
por lo menos dos elementos deben ser elegidos de cada estrato para el cálculo del
margen de error de las estimaciones calculadas a partir de los datos recogidos.
Tipos de muestreo estratificado
Hay dos subtipos principales de muestreo estratificado: el proporcional y el
muestreo desproporcionado.
• Muestreo estratificado proporcional: el número de elementos asignados a
diversos estratos es proporcional a la representación de los estratos de la
población objetivo. Es decir, el tamaño de la muestra extraída de cada estrato
es proporcional con el tamaño relativo de ese estrato de la población objetivo.
La fracción de muestreo es aplicada a cada estrato, dando a cada elemento de la
población la misma oportunidad para ser seleccionados. La muestra resultante
es una muestra autoponderada. Este procedimiento de muestreo se utiliza
cuando el propósito de la investigación es estimar los parámetros poblacionales.
• Muestreo estratificado desproporcionado:
El muestreo desproporcionado es un procedimiento en que el número de
elementos incluidos en la muestra de cada estrato no es proporcional a su
representación en la población total. Los elementos de la población no tienen la
misma oportunidad de ser incluidos en la muestra. La misma fracción de muestreo
no se aplica a cada estrato.
Por otra parte, los estratos tienen diferentes fracciones de muestreo, y como tal,
este procedimiento de muestreo no es una selección equiprobable. Con el fin de
estimar los parámetros de población, la composición poblacional debe utilizarse
para compensar la desproporción en la muestra. Sin embargo, para algunos
proyectos de investigación el muestreo estratificado desproporcionado puede ser
más apropiado que el proporcional.
El muestreo desproporcionado puede ser dividido en tres subtipos con base a los
propósitos de nuestra asignación, que por ejemplo podrían ser el facilitar el
análisis dentro de los estratos o centrarse en la optimización de los costos, de la
precisión o la optimización de ambos: precisión y costos.
Ventajas del muestreo estratificado
• Capacidad para estimar no sólo los parámetros de población, sino también para hacer inferencia dentro
de cada estrato y las comparaciones entre los estratos.
• Datos suficientes sobre subgrupos de interés quizá no puedan ser capturados en el muestreo aleatorio
simple.
• Las muestras estratificadas producen pequeños errores de muestreo al azar que los que son obtenidos
con una muestra aleatoria simple del mismo tamaño de la muestra.
• Un muestreo estratificado dará lugar a una muestra que es al menos tan precisa como una muestra
aleatoria simple del mismo tamaño de la muestra.
• Las muestras estratificadas tienden a ser más representativas de una población debido a que se asegura
de que los elementos de cada estrato en la población están representados en la muestra. El muestreo
puede ser estratificado para asegurar que la muestra se extiende sobre subáreas geográficas y
subgrupos de población.
• Al usar el muestreo estratificado, se aprovecha el conocimiento que el investigador tiene sobre la
población.
• La utilización de un muestreo estratificado permite al investigador utilizar diferentes procedimientos de
muestreo dentro de los diferentes estratos.
Desventajas del muestreo estratificado
• Requiere información sobre la proporción de la población total que
pertenece a cada estrato.
• La información sobre las variables de estratificación es requerida para
cada elemento de la población. Si dicha información no está
disponible, puede ser costosa su compilación.
• Es más caro, consume tiempo, y es más complicado que el muestreo
aleatorio simple.
• La selección de las variables de estratificación puede ser difícil si un
estudio implica un gran número de variables.
Ejemplo de muestreo estratificado
Imagina que estás realizando una investigación de mercado sobre el consumo de
productos de belleza en una determinada ciudad. Para obtener una muestra
representativa de la población, podrías optar por dividir a los participantes en tres
grupos de acuerdo con su edad: jóvenes (18-25 años), adultos (26-40 años) y
mayores (más de 40 años).
Luego, tendrías que determinar el tamaño de muestra de cada estrato en función de
su tamaño relativo en la población o bien realizando una afinación no proporcional
si algún estrato es de mayor interés y necesitas sobrerrepresentarlo por algún
motivo.
Finalmente, definido cada estrato y su tamaño, hay que seleccionar aleatoriamente
a los participantes de cada grupo. De esta forma, obtendrías una muestra lo
suficientemente precisa y representativa de la población que quieres analizar.
4. Método de muestreo por
conglomerados