Muestreo

Lic. Nestor Peralta

 Muestreo
• 1996 – Blin Clinton gano las elecciones

Elecciones 1996 - USA

60
49
50
41
40
Porcentaje

30
20
9
10
1
0
Clinton Dole Perot otros
 Muestra
• ¿Cuántas entrevistas cree que requirieron
las encuestadoras para quedar a un par
de puntos porcentuales de estimar la
conducta de unos 90 millones de
votantes?.

• Respuesta: menos de 2000

 Muestreo
• Nunca se puede observar todo, si se
medita un poco se tiene un mundo entero
de observaciones posibles.

• Para el ejemplo, si se quiere observar a

los electores, ¿a cuáles debe estudiar?.

• El proceso mediante el cual se eligen las

observaciones se llama Muestreo
 La historia del Muestreo
• Un revista Literary Digest se público en USA
entre 1890 y 1938.
• En el 1920, expidieron a personas de seis
estados tarjetas en las que les preguntaban por
quien iban a votar en las elecciones, si por
Warren o por James.
• Los nombres para el sondeo se tomaron de
directorios telefónicos y registro
automovilisticos. Basados en las tarjetas
devueltas, el Digest acertó el pronostico de que
Warren resultaria electo.
 La historia del Muestreo
• En 1936, realizo un sondeo mas ambicioso:
envió 10 millones de boletas a personas
suscritas a los directorios telefónicos y de las
listas de propietarios de automóviles, mas de
dos millones respondieron y le dieron la victoria
a Alf London con un sorprendente y aplastante
57 a 43 porciento sobre Franklin Roosevelt.
• Dos semanas mas tarde Roosevelt gano las
elecciones por 61 a 39 porciento a London
 La historia del Muestreo
• El marco de muestreo que se empleo:
Suscriptores de teléfonos y propietarios de
automóviles. Este diseño eligió una muestra de
personas desproporcionadamente ricas, en
particular al salir de la gran depresión
económica.
• La muestra excluyo a la gente pobre, y fueron
los pobres sobre todo quienes votaron por el
nuevo trato (new deal), el programa de
recuperación económica de Roosevelt.
 La historia del Muestreo
• George Gallup: pronostico que Roosevelt ganaría, su
éxito dependió se su aprovechamiento del muestro por
cuotas, que básicamente consiste en saber las
características de la población de la que se toma la
muestra: La proporción de hombres y mujeres, los
diversos ingresos, edades, etc.
• Se elige el numero correcto de: Hombres blancos
pobres del campo, mujeres negras ricas citadinas, etc.
• Las cuotas se basan en las variables mas pertinente
para el estudio.
• Al conocer las cifras de la distribución de ingresos,
Gallup eligió a personas de su muestra de modo que
hubiera una proporción correcta de entrevistados en
cada nivel de ingreso
 La historia del Muestreo
• En el 1948: Pronostico que Dewey ganaba
las elecciones, pero eso no resulto, gano
las elecciones Harry Truman.
• En el muestreo por cuota requiere que el
encuestador conozca la población, para
dicho pronostico, se uso el censo del
1940, sin embargo para 1948 la segunda
guerra mundial había producido un
desplazamiento de masas del campo a la
ciudad que había modificado radicalmente
la población que se tenia en 1940.
 Dos métodos de Muestro
• Probabilístico: básicamente esta técnica
consiste en elegir una muestra aleatoria
de un lista de nombres de todos los
miembros de la población que a uno le
interesa estudiar.
• No probabilístico: Son técnicas donde no
se conoce la población.
 No Probabilístico
• MUESTREO POR CUOTAS: También denominado en ocasiones,
"accidental". Se asienta generalmente sobre la base de un buen
conocimiento de los estratos de la población y/o de los individuos más
"representativos" o "adecuados" para los fines de la investigación.
Mantiene, por tanto, semejanzas con el muestreo aleatorio estratificado,
pero no tiene el carácter de aleatoriedad de aquél.

• En este tipo de muestreo se fijan unas "cuotas" que consisten en un

número de individuos que reúnen unas determinadas condiciones, por
ejemplo: 20 individuos de 25 a 40 años, de sexo femenino y residentes en
Asunción. Una vez determinada la cuota, se eligen los primeros que se
encuentren que cumplan esas características. Este método se utiliza
mucho en las encuestas de opinión.

• Por ejemplo, el Ministerio de Salud (MS) desea estudiar la incidencia de

las drogas en la adolescencia. Lo que deberíamos hacer sería: conocer por
los informes del Ministerio de salud cuáles son los centros más afectados
por el problema, fijar un número de sujetos a entrevistar proporcional a
cada uno de los estratos (cuotas) y finalmente dejar en manos de los
responsables del trabajo de campo a qué sujetos concretos se deberá
entrevistar.
 No Probabilístico
• MUESTREO INTENCIONAL: Este tipo de muestreo se caracteriza
por un esfuerzo deliberado de obtener muestras "representativas"
mediante la inclusión en la muestra de grupos supuestamente
típicos. Es muy frecuente su utilización en sondeos preelectorales
de zonas que en anteriores votaciones han marcado tendencias de
voto.
• MUESTREO CASUAL O INCIDENTAL: Se trata de un proceso en
el que el investigador selecciona directa e intencionadamente los
individuos de la población. El caso más frecuente de este
procedimiento el utilizar como muestra los individuos a los que se
tiene fácil acceso (los profesores de universidad emplean con
mucha frecuencia a sus propios alumnos). Un caso particular es el
de los voluntarios.
• BOLA DE NIEVE: Se localiza a algunos individuos, los cuales
conducen a otros, y estos a otros, y así hasta conseguir una
muestra suficiente. Este tipo se emplea muy frecuentemente
cuando se hacen estudios con poblaciones "marginales",
delincuentes, sectas, determinados tipos de enfermos, etc.
Probabilístico
 Terminología del muestreo
• Elemento Un elemento es una unidad de la que se recopila
información y que brinda la base para el análisis. Habitualmente, en
las encuestas los elementos son las personas, o ciertas clases de
personas; sin embargo, otras unidades también constituyen los
elementos para la investigación social: familias, clubes sociales o
empresas pueden ser los elementos de un estudio. (Elementos y
unidades de análisis suelen ser los mismos en un estudio, aunque
los primeros se refieran a la selección de la muestra y las segundas
remitan al análisis de datos.).
• Población Una población es la suma —especificada por una
teoría— de los elementos de estudio. Ejemplo: El término
paraguayo, puede ser el objeto de un estudio, la descripción de la
población comprendería la definición del elemento paraguayo (por
ejemplo, ciudadanía, residencia, etc.)
 Terminología del muestreo
• Población de estudio Una población de estudio es la suma de los
elementos de los que se eligió la muestra. A menudo, los
investigadores deciden limitar más sus poblaciones de estudio. El
investigador que desea tomar una muestra de profesores de
psicología puede limitar su estudio a quienes ejercen en el
departamento de la materia y omitir a los que trabajan en otros
departamentos.
• Unidad de muestreo Una unidad de muestreo es aquel elemento o
conjunto de elementos cuya elección se considera en alguna etapa
del muestreo. Por ejemplo, digamos que usted toma del censo una
muestra de manzanas de una ciudad, luego una muestra de casas
de las manzanas elegidas y por último una muestra de adultos de
las casas seleccionadas. En cada etapa, las unidades de muestreo
son las manzanas del censo, las casas y los adultos, pero sólo
estos últimos son elementos
 Terminología del muestreo
• Variable: es un conjunto de atributos mutuamente
excluyentes: género, edad, ocupación, etc. Es posible
describir los elementos de una población por sus
atributos en determinada variable .
• Parámetro es la descripción resumida de cierta variable
en una población. Son parámetros el ingreso medio de
todas las familias de una ciudad y la distribución de
edades de sus habitantes.
• Estadísticos son descripciones resumidas de cierta
variable de la muestra. Así, el ingreso medio calculado
de una muestra y la distribución de edades de ésta son
estadísticos. Los estadísticos de las muestras sirven
para hacer estimaciones de los parámetros de la
población.
 Terminología del muestreo
• Error de muestreo Los métodos de muestreo probabilístico rara vez, dan
estadísticos exactamente iguales a los parámetros que estiman. Sin
embargo, la teoría de la probabilidad nos permite estimar el grado de error
esperado en determinado diseño de muestra.
• Niveles e intervalos de confianza Los dos componentes claves de las
estimaciones de los errores de muestreo son los niveles de confianza y los
intervalos de confianza. Expresamos la exactitud de los estadísticos de
nuestra muestra en términos de un nivel de confianza de que los valores
caen dentro de un intervalo especificado del parámetro. Por ejemplo,
podríamos decir que tenemos un 95 por ciento de confianza de que
nuestros estadísticos (digamos, 50 por ciento en favor del candidato X)
están dentro de más o menos cinco puntos porcentuales del parámetro de
la población. A medida que el intervalo de confianza para un estadístico
determinado se amplía, aumenta nuestra confianza y podríamos decir que
tenemos un 99.9 por ciento de confianza en que un nuestro estadisticos se
encuentra a 7.5 puntos porcentuales
Tipo de muestreo probabilístico
• Teoría del muestreo probabilístico
• El propósito final del muestreo es elegir un conjunto de
elementos de una población de modo tal que la
descripción de dichos elementos (estadísticos)
represente en forma precisa los parámetros de esa
población total de la que fueron tomados. El muestreo
probabilístico aumenta la probabilidad de alcanzar este
objetivo y también proporciona los métodos para
calcular el grado probable de éxito.
• La selección aleatoria es la clave de este proceso. Aquí
cada elemento tiene la misma probabilidad de selección
independientemente de cualquier otro suceso en el
proceso.
Clase de diseño de muestreo
1. Muestreo aleatorio simple

2. Muestreo aleatorio Sistemático

3. Muestreo aleatorio Estratificado

4. Muestreo aleatorio por Conglomerados

 Muestreo aleatorio simple
• Se escoge al azar los miembros del universo
hasta completar el tamaño muestral previsto

• En teoría se enumeran previamente todos los

elementos y de acuerdo con una tabla de
números aleatorios se van escogiendo

• El procedimiento puede darse con o sin

reemplazos y esta condición afectará
posteriormente el análisis
 Muestreo aleatorio sistemático
• El MAS siempre requiere de una lista de
elementos, es muy laborioso si se hace a mano.
• Entonces se usa el muestreo sistemático donde:
– En el universo (N) se elige el primer elemento al azar
– Luego los demás se escogen cada cierto intervalo
(k), hasta completar el tamaño muestral (n).
• K= tamaño de muestra/tamaño de la población.
– El tamaño del intervalo (k) se calcula así: k = N/n
• Intervalo de muestreo = tamaño de población/tamaño de la
muestra
 Muestreo estratificado
Considera que al interior del universo existen
estratos (subgrupos internamente homogéneos
pero cualitativa y cuantitativamente diferentes
entre sí), y que no se cumple la condición de
selección aleatoria pues los miembros del grupo
mayoritario tienen una mayor probabilidad de
ser seleccionados en la muestra. Dicho de otro
modo es el proceso de agrupar a los miembros
de una población en estratos relativamente
homogéneos antes de tomas ninguna muestra
• Alineamos nuestra micro población de acuerdo con el sexo y la raza.
Entonces, con un inicio aleatorio en tres, tomamos a cada décima persona.
• El muestreo garantiza la representatividad adecuada de las variables de
estratificación mejorará la representación de otras variables relacionadas.
 Muestreo por conglomerados
• Los métodos presentados hasta ahora están pensados
para seleccionar directamente los elementos de la
población, es decir, que las unidades muéstrales son los
elementos de la población.
• 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".
 DECISIONES DE M U E S T R E O
No. 1: ¿Debo tomar una muestra ?

Se
Sequiere
quieresaber
sabercómo
cómose se
comporta una cierta
comporta una cierta
característica
característicaen
enun
un Las obsrvaciones
Universo particular
Universo particular pueden
Hacer atribuírse a los
un Censo miembros del
Sí Universo

El Universo Sí Es posible
está bien observar todo el NO
definido Universo ? Las obsrvaciones
? Tomar solo pueden
Tomar
una
unaMuestra
Muestra atribuírse a la
NO No representativa muestra, NO a
NO No representativa
los miembros del
Se quiere Universo
Definir Observar inferir la medición
El Observar al Universo
una
unaMuestra
Muestra
Universo ?

Las obsrvaciones
Sí Tomar pueden
una Muestra
Representativa
atribuírse a los
miembros del
Universo
 Decisiones de M u e s t r e o
No. 2: Selección de una Muestra No Representativa

Se quiere La observación de este

medir UNIVERSO ARTIFICIAL
una variable en solo es PREDICABLE a
una Muestra No sus integrantes
Representativa

Sí El procedimiento Lsos sujetos que cumplan

Se quiere
los criterios de inlcusion
inferir la medición está contraindicado. son rpresentativos de un
al Universo Revise su UNIVERSO ARTIFICIAL
?
planteamiento

N
O

Precise los Exprese estos atributos Defina por

atributos como CRITERIOS DE CONVENIENCIA
esenciales que INCLUSION en la los criterios de
CARACTERIZAN muestra SELECCIÓN
al subgrupo

La utilidad de las Muestras No Representativas depende de su

representatividad cualitativa y no de su tamaño
 DECISIONES DE M U E S T R E O

No. 3: Selección de una Muestra Representativa

Se
Sequiere
quiereestimar
estimarunun
Parámetro del Universo
Parámetro del Universo
partiendo
partiendode
deuna
unaMuestra
Muestra
Representativa
Representativa

Variable Variable
Cualitativa De qué naturaleza
es el Parámetro a Continua
estimar?

Muestreo Muestreo
Representativo Representativo
para estimar una para estimar una
Proporción Media
 DECISIONES DE M U E S T R E O
No. 4: Definicion Del Tamaño Muestral Definición de
tamaño muestral
para una
La Variable de Proporción
muestreo es conocida
CUALITATIVA Definición de
tamaño muestral
para una
Intención de Proporción
describir la desconocida
variable
(Estudios Definición de
descriptivos) tamaño muestral
para una varianza
conocida
Se ha decidido La Variable de
tomar una muestreo es
CONTINUA Definición de
muestra tamaño muestral
representativa
para una Varianza
del Universo desconocida

Definición de
Estudio de tamaño muestral
Seguimiento
Intención de para un RR y un
relacionar la poder definidos
variable con otras
(Estudios Definición de
analíticos) Estudio de Casos tamaño muestral
para una OR y un
poder definidos
 No. 5: Definición del tamaño muestral n para una Variable
Cualitativa cuyo comportamiento se conoce (P se conoce)

Se
Se quiere
quiere medir
medir una
una
variable
variable CUALITATIVA
CUALITATIVA
(proporción
(proporción p) p) en
en una
una
Muestra
Muestra Representativa
Representativa
Definir el máximo
Definir la error aleatorio
confiabilidad de la adminisble (Error
medición (nivel alfa) Estándar ES)

pq
n = Z2
ES2
 No. 6: Definición del tamaño muestral n para una Variable
Cualitativa cuyo comportamiento se DESconoce (P
desconocida)

Se
Sequiere
quieremedir
mediruna
unavariable
variable
CUALITATIVA (proporci
CUALITATIVA (proporción ón
p)
p)en
en
una Muestra Representativa
una Muestra Representativa

Definir la confiabilidad Definir el máximo error

de la medición (nivel aleatorio adminisble
alfa) (Error Muestral EM)

n = Z2 PQ
EM2

Se asumen los valores máximos de P y Q: P=0.5 Q=0.5

 No. 7: Definición del tamaño muestral n para una Variable
CONTINUA cuya variación se conoce

Se
Sequiere
quieremedir
mediruna
unavariable
variable
CONTINUA
CONTINUA (MEDIAX)
(MEDIA X)en
en
una Muestra Representativa
una Muestra Representativa

Definir la Definir Definir

la Confiabilidad Z La Desviación Estándar el Error Estándar (ES)
Esperada (S) Conocida Esperado

s2
n = Z2
ES2
 No. 8: Definición del tamaño muestral n para una
Variable CONTINUA cuya variación se DESconoce

Se
Sequiere
quieremedir
mediruna
unavariable
variable
CONTINUA
CONTINUA (MEDIAX)
(MEDIA X)en
en
una Muestra Representativa
una Muestra Representativa

Definir la Estimar o suponer Definir

la Confiabilidad Z La Desviación Estándar el Error Estándar (ES)
Esperada (S) Esperada Esperado

s2
n = Z2
ES2
 No. 8: Definición del tamaño muestral n para un estudio
de SEGUIMIENTO

Se
Sequiere
quieremedir
medirun
unRR
RRen
en
una
unaMuestra
MuestraRepresentativa
Representativa

Definir la Definir el Poder

la Confiabilidad Z Definir el RR mínimo (Mínimo error Beta)
Esperada esperado Esperado

Los valores están

tabulados
 No. 9: Definición del tamaño muestral n para un estudio
de CASOS Y CONTROLES

Se
Se quiere
quiere medir
medir una
una OR
OR
en
en una
una Muestra
Muestra
Representativa
Representativa

Definir la Definir el Poder

Definir la OR (Mínimo error Beta)
la Confiabilidad Z
Esperada Esperado
Esperada

Los valores están

tabulados
• Muchas Gracias!!!!!