MUESTREO PARTE 1: GENERALIDADES

MUESTREOProcedimiento por el cual se extrae, de un conjunto de unidades que constituyen el objeto de estudio (poblacin), un nmero de casos reducido (muestra) elegidos con criterios tales que permitan la generalizacin a toda la poblacin de los resultados obtenidos al estudiar la muestra.

CONCEPTOS INICIALESPoblacin: Conjunto de unidades de las que se desea obtener cierta informacin. Unidades: Personas, Familias, Viviendas, Escuelas, Organizaciones, Artculos de Prensa

Muestra: Seleccin de unas unidades concretas de la poblacin que representen la caracterstica que se quiere medir.

RAZONES DE MUESTREODisminucin de costos ( tiempo, personal, material)Al disminuir el nmero de casos disminuyen tambin los errores asociados a la manipulacin de los datos.Puede confiarse en la generalizacin de los resultados si se ha tenido cuidado al seleccionar la muestra.

CRITERIOS IMPORTANTES PARA LA SELECCIN DE LA MUESTRASalvo en poblaciones muy pequeas y accesibles nunca se observan a todas las unidades de la poblacin.Se debe disear una muestra que constituya una representacin a pequea escala de la poblacin a la que pertenece.Cualquier diseo muestral comienza con la bsqueda de la informacin que ayude a la identificacin de las caractersticas de la poblacin bajo estudio.

CONDICIONES QUE DEBE CUMPLIR UNA BUENA MUESTRAQue comprendan parte de la poblacin y no la totalidad de sta. Aunque el sentido comn pareciera indicar que poblaciones ms grandes deben producir muestras mayores, esto no es siempre cierto ya que:El tamao de la poblacin NO es el nico elemento que influye en el tamao de la muestra.

CONDICIONES QUE DEBE CUMPLIR UNA BUENA MUESTRALa ausencia de distorsin en la eleccin de los elementos de la muestra: Si esta eleccin presenta alguna anomala, la muestra resultar por este mismo hecho viciada. Que sea representativa o reflejo fiel de la poblacin, de tal modo que reproduzca sus caractersticas bsicas en orden a la investigacin.

CONDICIONES QUE DEBE CUMPLIR UNA BUENA MUESTRA Si hay sectores diferenciados en la poblacin que se supone ofrecen caractersticas especiales la muestra tambin deber comprenderlos en la misma proporcin.

TAMAO DE LA MUESTRAEs el nmero de unidades a incluir en la muestra. Existen varios factores que influyen en el:Tiempo y recursos disponiblesModalidad de Muestreo Tipo de Anlisis PrevistoVarianza o heterogeneidad de la poblacinMargen de Error mximo admisibleNivel de confianza de la estimacin muestral

MODALIDAD DE MUESTREO SELECCIONADALa seleccin de las modalidades de muestreo (probabilsticos y no probabilsticos) se halla determinada por la confluencia de varios factores: los objetivos, los recursos, la accesibilidad de la poblacin y el tiempo. Los diseos no probabilsticos demandan un tamao muestral menor.

TIPOS DE MUESTREOSPROBABILSTICOSNO PROBABILISTICOSTodas las unidades tienen igualprobabilidad de participar enla muestra.La eleccin de cada unidad muestral es independiente de lasdemsSe puede calcular el error muestral

Cada unidad NO tiene igualprobabilidad de participar enla muestra.No se puede calcular el error muestralAlto riesgo de invalidez producido por la introduccin de sesgos

USOS DE CADA TIPO DE MUESTREOMuestreo ProbabilsticosEstimacin de ParmetrosComprobacin de HiptesisMuestreos No ProbabilsticosEstudios PilotosEstudios CualitativosInvestigaciones en poblaciones de difcil registro o localizacin (Ej. Marginales, prostitutas, enfermos de VIH, etc)

EJEMPLO: MUESTREO PROBABILSTICO? Se realiza un muestreo entre los alumnos que van a clases de Estadstica, eligindolos al azar a la entrada del saln.Este diseo es NO probabilstico porque aquellos que no van a clases NO PUEDEN ser elegidos

EJEMPLO: MUESTREO PROBABILSTICO?Se utiliza la lista de propietarios de lneas telefnicas para elegir a aquellos que sern encuestados. Este diseo es NO Probabilstico porque aquellos que no tienen telfono NO PUEDEN ser elegidos

EJEMPLO: MUESTREO PROBABILSTICO?Un investigador toma muestras del carbn extrado de una mina, tomando al azar trozos de carbn de la parte superior de cada carro. Este diseo es NO probabilstico porque solo se toma carbn de la parte superior

FACTORES QUE INFLUYEN EN EL TAMAO DE LA MUESTRA :TIPO DE ANLISIS DE DATOS PREVISTOLa tcnica de anlisis influye en el tamao de la muestra:Comparacin de MediasEstimacin de Proporciones ( parmetros) Anlisis UnivariablesAnlisis Multivariables

La seleccin no adecuada de los elementos de la muestra provoca errores posteriores a la hora de estimar las correspondientes medidas en la poblacinSe clasifican todos estos posibles errores de la siguiente manera:Error de sesgo o de seleccinError o sesgo por no respuesta

*

Error de sesgo o de seleccinSi alguno de los miembros de la poblacin tiene ms probabilidad que otros de ser seleccionados. Imagina que queremos conocer el grado de satisfaccin de los clientes de un gimnasio y para ello vamos a entrevistar a algunos de 10 a 12 de la maana. Esto quiere decir que las personas que vayan por la tarde no se vern representadas por lo que la muestra no representar a todos los clientes del gimnasio. Una forma de evitar este tipo de error es tomar la muestra de manera que todos los clientes tengan la misma probabilidad de ser seleccionados

*

Error o sesgo por no respuestaEs posible que algunos elementos de la poblacin no quieran o no puedan responder a determinadas cuestiones. O tambin puede ocurrir, cuando tenemos cuestionarios de tipo personal, que algunos miembros de la poblacin no contesten sinceramente. Estos errores son, en general, difciles de evitar, pero en el caso de la sinceridad, se suelen incorporar cuestiones (preguntas filtro) para detectar si se est contestando sinceramente.

**

2A PARTE TIPOS DE MUESTREO

RECORDANDO: TIPOS DE MUESTREOSPROBABILSTICOSNO PROBABILISTICOSTodas las unidades tienen igualprobabilidad de participar enla muestra.La eleccin de cada unidad muestral es independiente de lasdemsSe puede calcular el error muestral

Cada unidad NO tiene igualprobabilidad de participar enla muestra.No se puede calcular el error muestralAlto riesgo de invalidez producido por la introduccin de sesgos

ALGUNOS TIPOS DE MUESTREO PROBABILSTICO

MUESTREOS PROBABILSTICOS: SIMPLESe realiza utilizando alguna fuente de eleccin aleatoria.Supone que cada miembro de la poblacin tiene elemento que lo identifica ( ej. Un nmero identificador) y mediante el cual puede ser elegido si sale sorteado.La afirmacin anterior implica que hay que tener un listado completo de TODOS los miembros de la poblacin

MUESTREOS PROBABILSTICOS: SIMPLEVentajasFacilidad en los clculos estadsticosElevada probabilidad de lograr equivalencia entre las caractersticas de la muestra y las correspondientes a la poblacinDesventajasCada que cada miembro de la poblacin tiene que ser identificadoComplicado en poblaciones grandes Alto costo

MUESTREOS PROBABILSTICOS: MUESTREO ALEATORIO SISTEMTICOSimilar al muestro simple salvo que:Solo la primera unidad de la muestra se elige al azar siempre que el nmero seleccionado sea mayor que el coeficiente de elevacin.Coeficiente de Elevacin = N/ n Donde N: Tamao de la poblacinn : Tamao de la muestraLos restantes elementos de la muestra se hayan sumando, sucesivamente el coeficiente de elevacin.

MUESTREOS PROBABILSTICOS: MUESTREO ALEATORIO ESTRATIFICADOPresupone el conocimiento de las caractersticas de las unidades que forman la poblacin para poder dividirla en grupos ( estratos)Se eligen los miembros de la muestra en cada estrato creado siguiendo algn tipo de muestreo de los vistos anteriormente.

EJ. MUESTREO PROBABILSTICO POR ESTRATOS Estrato Primario Se seleccionan ALEATORIAMENTE ni profesores de cada una de las escuelas seleccionadas . Ej. 2 de la escuela primaria 1 y 2 de la escuela primaria 2.

MUESTREOS PROBABILSTICOS: MUESTREO ALEATORIO ESTRATIFICADO CONTEl objetivo de este tipo de muestreo es garantizar la representatividad equitativa de los estratos ( que implica representacin equitativa de las caractersticas de la poblacin).Se logra si: Son mximas las diferencias entre los estratosSon mnimas las diferencias entre los miembros de un mismo estrato. Los criterios de divisin de la poblacin en estratos se hallen relacionadas con los objetivos de la investigacin.

MUESTREOS PROBABILSTICOS: MUESTREO ALEATORIO ESTRATIFICADO CONT

Los tamaos de cada estrato pueden ser:Los mismos ( Afiliacin simple)Proporcional al peso relativo ( tamao) del estrato dentro de la poblacin (Proporcional)En funcin de la heterogeneidad de cada estrato ( ptima)

VENTAJAS Y DESVENTAJAS DEL MUESTREO ALEATORIO ESTRATIFICADONo es necesario disponer de la lista de toda la poblacin sino de las subpoblaciones de orden superior extradas ( por ej. las escuelas primarias y secundarias)Existe una considerable reduccin de costos Puede ocurrir que los miembros de una unidad superior se parezcan, reduciendo la representatividad de otros en la muestra final. Ventajas Desventajas

MUESTREO ALEATORIO POR CONGLOMERADOSLa unidad muestral es un grupo de elementos de la poblacin que forman una unidad, a la que llamamos conglomerado.A diferencia de un estrato, un conglomerado es una unidad de elementos que contienen representantes de toda la poblacin

EJEMPLO: MUESTREO POR CONGLOMERADOSTodos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra

EJEMPLOS DE CONGLOMERADOSZona GeogrficaEdificioUna institucin..

VENTAJAS DEL MUESTREO POR CONGLOMERADOS Es ventajoso, desde el punto de vista de costos, si se pueden agrupar los miembros de la poblacin por conglomerados, en los cuales el criterio de agrupacin no sea la variable que se estudia. No es preciso tener un listado de toda la poblacin, sino de las unidades ( conglomerados) por los que se agruparn.

DESVENTAJASEl error es mayor que cuando se utilizan otras tcnicas de muestreo.

TIPOS DE MUESTREOS NO PROBABILSTICOS

MUESTRO POR CUOTASLa poblacin debe ser dividida en estratos definidos por variables cuya distribucin dentro de la poblacin sea conocida.Se procede a calcular el tamao de cada estrato siguiendo el mismo procedimiento que si fuese un muestreo probabilstico estratificado. ( proporcional)

MUESTRO POR CUOTASA diferencia del M. Probabilstico Estratificado el entrevistador es libre para escoger a quienes forman parte de cada estrato. (CUOTA)

MUESTREO POR CUOTAS Resulta ms econmico que los muestreos probabilsticos .Fcil de ejecutar el trabajo de campoNo precisa el listado de la poblacinSupone mayor error muestral que los diseos probabilsticos.No existe un mtodo vlido para calcular el error. Dificultas para el control del trabajo de campo. Limitaciones en la representatividad de la muestra para las caractersticas no especificadas en los controles de cuotas. VentajasDesventajas

MUESTREO DE BOLA DE NIEVEEste modelo es particularmente til cuando se muestrean poblaciones cuyos componentes, por motivos morales, ideolgicos, legales o polticos tienen a ocultar su identidad. A partir de unos pocos individuos el entrevistador, con ayuda de los primeros, va conociendo a nuevos miembros de la muestra.

MUESTREO BOLA DE NIEVEEl riesgo fundamental est asociado a la seleccin inadecuada de los primeros miembros de la muestra y de quienes depender el resto. Tambin es posible que ocurran distorsiones si no se tiene en cuenta criterios muy especficos para la seleccin de la muestra.