1. MUESTREO.

CONCEPTOS BSICOS
2. PROCESO DISEO MUESTRAL
3. ANLISIS Y TRATAMIENTO
ESTADSTICO INFORMACIN

1. MUESTREO
Procedimiento que permite seleccionar un conjunto de
elementos (muestra) de un conjunto total (poblacin)
con el objetivo de realizar inferencias sobre ste.
Para que el muestreo est bien realizado es necesario que
los elementos escogidos representen adecuadamente a la
poblacin.
Si la muestra no cumple este cometido, se dice que es
sesgada y en caso contrario se habla de muestra
representativa.

El muestreo
supone recabar la informacin que se necesita de
una muestra y extrapolarla al conjunto de la
poblacin con un cierto nivel de error.

La muestra
es una parte de la poblacin que, si es
representativa, reproduce a escala las caractersticas
esenciales de la misma.

La alternativa al muestreo es EL CENSO

El censo
supone recabar informacin de todos y
cada uno de los elementos de una poblacin

 Por qu se utiliza el muestreo ?

Es una aproximacin a la realidad
Estudiar toda una poblacin
imposible, caro y lleva tiempo

puede

ser

Muestreo mejor que el censo, si el estudio conlleva la

destruccin o contaminacin del elemento.

En todo caso, se realizar un censo cuando el tamao

de la poblacin sea muy pequeo

CONCEPTOS BSICOS
Poblacin o Universo
Elemento
Unidad de muestreo
Alcance
Tiempo
Marco muestral
MUESTRA

FICHA TCNICA
Los elementos definidos se resumen en FICHA
TCNICA que acompaar siempre a los resultados , con
el fin de conocer el proceso que se ha seguido en la
realizacin de la encuesta.
UNIVERSO
MBITO
TAMAO DE LA MUESTRA
ERROR MUESTRAL
TIPO DE MUESTREO
NIVEL DE CONFIANZA
TRABAJO DE CAMPO
TIPO DE ENTREVISTA.

FICHA TCNICA
Tcnica de investigacin
Entrevista telefnica mediante C.A.T.I. (Computer Assited Telephone Interview) con aplicacin de un
cuestionario semi-estructurado con una duracin media de 15 minutos

Universo
Poblacin de 15 a 29 aos residente en hogares con telfono

Tamao de la muestra
1.506 entrevistas

Error muestral
Para un nivel de confianza del 95,5% (dos sigmas), y P=Q, el error es de 2,58% para el conjunto de la
muestra.

Muestreo
La seleccin del hogar se ha realizado mediante muestreo aleatorio simple. Una vez en el hogar, la persona a
entrevistar se ha elegido mediante cuotas cruzadas por sexo y edad, distribuidas proporcionalmente a los
tamaos demogrficos.

Fecha de realizacin
El trabajo de campo realizado en diciembre de 2010 - febrero de 2011

Trabajo de campo: DEMOMTRICA

2.- PROCESO DE DISEO MUESTRAL

A. Definir la poblacin
B. Determinar el marco de muestreo
C. Seleccin mtodo de muestreo
D. Determinar el tamao de la muestra.
E. Obtencin de la muestra

A. DEFINIR LA POBLACIN

Conjunto de elementos definidos en el espacio y en el

tiempo, afectados por un mismo problema, objeto de estudio,
y de los cuales se desea obtener una informacin.
Tener en cuenta el propsito y objetivos de la investigacin.
La poblacin objetivo se define en trminos de elemento,
unidad de muestreo y alcance.

B. IDENTIFICAR EL MARCO DE MUESTREO

.
Marco: lista de unidades de muestreo
Conjunto de elementos de la poblacin total
disponibles para la seleccin de la muestra.
El marco consiste en un registro (gua directorio,
lista, padrn) de las unidades de la poblacin.

C. DETERMINAR EL MTODO DE MUESTREO

Tener en cuenta las caractersticas de la poblacin, la tcnica de

obtencin (encuesta continua o no continua) y la forma en que se
realizar el trabajo de campo (personal, postal)

Muestro no probabilstico
Criterio seleccin de la muestra es subjetivo (no es aleatorio)
No es posible calcular el error de muestreo

Muestreo probabilstico
Criterio seleccin de la muestra es el azar.
Cada elemento de la poblacin tiene una probabilidad
conocida de pertenecer a la muestra.
Permite calcular y controlar el error de muestreo y el intervalo
de confianza, lo que permite realizar extrapolaciones al total
de la poblacin.

Muestreo no probabilstico versus probabilstico

Muestreo no probabilstico

Muestreo probabilistico

Costes bajos

Costes elevados

Aplicacin sencilla

Aplicacin compleja

Investigacin
Exploratoria

Investigacin
concluyente

Imposible extrapolar

Posible extrapolar

Tcnicas PROBABILSTICAS
Muestro aleatorio simple
Muestreo aleatorio sistemtico
Muestreo aleatorio estratificado
Muestreo por conglomerados
Muestreo por rutas aleatorias

Tcnicas NO PROBABILSTICAS
Por conveniencia
Por juicios
Por cuotas
Bola de nieve

D. CALCULAR EL TAMAO DE LA MUESTRAa

- Nmero total de elementos que son incluidos en la muestra
- Depende del tamao de la poblacin, la naturaleza de la
investigacin, el n de variables de anlisis, el mtodo de muestreo
utilizado, el error admitido o el tamao promedio de estudios
similares.
-Para determinar el tamao ptimo de la muestra se recurre a
mtodos estadsticos, mtodos basados en criterios subjetivos.

Cmo tiene que ser una muestra ?

Tiene que ser lo bastante amplia como para
permitir estudiar o reconocer una realidad.
No tiene que ser forzosamente grande: su
tamao tiene que ser suficiente.
Para seleccionar correctamente las muestras
debemos conocer tcnicas de muestreo y
antes, una serie de conceptos bsicos.

 Cmo se calcula el tamao de una

muestra? Mtodos estadsticos , mtodos
basados en criterios subjetivos o al
presupuesto disponible en la investigacin

Para el uso de mtodos estadsticos es

necesario definir
Parmetro
Estadstico
Nivel de confianza
Error muestral
Nivel de confianza

Mtodos no analticos para estimar tamaos de

muestras
Mtodo

En qu consiste

Buscar
representatividad

Conseguir un n suficiente de cada grupo

considerado

Ajuste a un
presupuesto

Si el presupuesto slo permite obtener

una muestra de tamao n, se tendr que
estudiar si la representatividad de una
muestra de ese tamao merece la pena, es
decir si el error no es excesivo.
Fijarse en la representatividad de la

Otras experiencias muestra habitual en este tipo de estudios

Segn resultados
iniciales

Se puede comenzar con una muestra

pequea y obtener una estimacin con un
error grande. Si ste no se aleja mucho
del error aceptable la muestra sera
suficiente. En caso contrario se ampla.

3. ANLISIS Y TRATAMIENTO ESTADSTICO

INFORMACIN
1.

Trabajo de campo

2.

Procesamiento de los datos

3.

Anlisis de los datos

4.

Interpretacin resultados- Redaccin informe final.

19

1. TRABAJO DE CAMPO
Conjunto de acciones para la recogida fsica de informacin
Es la etapa ms cara:
Localizacin de los elementos muestrales;
Gestin, administracin de los mtodos de recogida de la
informacin y registro de la misma
Comprobacin y devolucin de los soportes de la
informacin una vez cumplimentado.

20

PROCESO TRABAJO DE CAMPO

El procesamiento de los datos

Proceso encaminado a preparar la informacin para ser

analizada.

Actividades
a. Comprobacin (revisin de datos-cuestionarios)
b. Codificacin y tabulacin
c. Creacin de la base de datos y depuracin
d. Ajuste estadstico
22

A.Comprobacin (revisin de datos o cuestionarios)

Verificar si los cuestionarios estn completos y se ha
cumplido el plan de muestreo.

Se efecta para corregir errores provenientes de

Ambigedades

- Respuestas no legibles

Errores en las casillas

- Omisiones

Incoherencias

23

B. Codificacin y tabulacin
Asignar un nmero a cada una de las posibles respuestas
Permite traducir la informacin recogida en la encuesta a un
lenguaje estadstico e informtico
Objetivo: facilitar el procesamiento de los datos mediante
soporte informtico.
Los datos codificados se recopilan de forma sistemtica en
un fichero de ordenador o matriz de datos (Excel por
ejemplo), que permita el tratamiento estadstico posterior.
24

Filas: recogen respuestas /informacin sobre un individuo.

A cada pregunta o variable codificada se le asigna una columna del

fichero

La primera columna se reserva para el identificador del individuo.

Interseccin de la fila i con la columna j recoger la respuesta

codificada del individuo i a la pregunta asignada a la columna j.

Variable 1

Variable 2

Variable 9
= edad

24

110

Identificador

30
25

Codificacin sencilla en preguntas de respuesta cerrada:

Hombre
(1)
Mujer
(2)
Variable nominal toma el valor 1 cuando sea hombre y el 2 cuando sea mujer

Si la variable est clasificada en categoras o modalidades

Edad
Menor de 25
1
De 25 a 45
2
Ms de 45
3
Si la escala es mtrica el cdigo coincide con el valor. Si la edad es 38
aos, el cdigo es 38
Si una pregunta admite respuestas mltiples cada alternativa se
convierte en dicotmica y se codifican individualmente.
26

La recodificacin es recomendable ...

Cuando existen errores en los cuestionarios
Cuando hay pocas o muchas categoras
Cuando la informacin es continua
Cuando se desea combinar variables
Cuando hay preguntas abiertas

Cmo se recodifica
Las categoras tienen que estar cerradas
Las categoras tienen que ser excluyentes
Las categoras tienen que ser significativas homogneas en
s y distintas entre s
27

Su nmero debe ser razonable

Ejemplos de recodificaciones
Cuestionario

Nivel de
renta

Ciudad

Profesin

Compra

Gnero

Edad

42

Pizza

56

56

8 Chuletas

59

210

Sopa

81

217

Arroz

57

222

10

10

Vino

77

237

Trucha

22

258

Salmn

58

260

10

Pan

22

327

10

10

Alubias

23

332

Buey

21

Error, porque 1 = hombre, 2 = mujer

Edad = 1 o joven si edad es menor de 30 aos.
Edad = 2 si edad mayor que 30 aos y menor de 65.
Edad = 3 si la edad es 65 o ms aos

28

TABULACIN
Grabar los cdigos de las escalas utilizadas en los cuestionarios en
una base de datos que pueda ser susceptible de trata cuantitativo
mediante programas informticos.
La trascripcin de todos los cuestionarios en soporte informtico
permite obtener resultados agregados.

TIPOS
Tabulacin simple: recoge los resultados de cada variable
individual, con datos absolutos o en porcentajes para cada categora
de respuesta.
Tabulacin cruzada: Cuando el contenido refleja la relacin entre
dos variables

29

C. Creacin de la base de datos depuracin

Introducir los casos segn la codificacin.
Comprobar la presencia de errores e incoherencias en los
datos y decidir sobre los datos ausentes (eliminar o
sustituir).
d. Ajuste estadstico
No es siempre necesario. Tipos:
Ponderacin de casos
Redefinicin de variables
Transformacin de escala

Eleccin de una estrategia para el anlisis

30

El anlisis debe responder a los objetivos de la investigacin.

El anlisis de los datos.

Traducir los datos a informacin que pueda ser utilizada

en la toma de decisiones.

Eleccin de la tcnica de anlisis:

Tres criterios a tener en cuenta
A. Nmero de variables a analizar
B. Objetivo descriptivo frente a inferencial
C. Tipo de escala de medida de las variables

31

A.- Nmero de variables

En funcin del n variables a analizar simultneamente
distinguimos varios mtodos:
Anlisis univariante
Anlisis bivariante.
Anlisis multivariante

Cuntas variables
van a analizarse?
Una

Dos
Anlisis
univariado

Dos o ms
Anlisis
Bivariado

Anlisis
multivariado
32

B.- Nivel de medicin

Las tcnicas empleadas en el anlisis de datos
dependen del tipo de escala utilizada para medir las
variables.
Las escalas mtricas estn vinculadas a las variables
cuantitativas con una mayor posibilidad de anlisis
estadstico. Se incluyen aqu las escalas de intervalo y
de razn.
Las escalas no mtricas son propias de variables
cualitativas e incluyen a las escalas nominales y
ordinales
33

Instrumentos anlisis de cada pregunta individualmente

La variable es nominal
Frecuencias absolutas, relativas y porcentajes
Representaciones grficas
La variable es mtrica o continua

Medidas de tendencia central: media, mediana, moda

Medidas de dispersin: varianza y recorrido

Medidas de la forma de la distribucin: asimetra y curtosis

Instrumentos para el anlisis de preguntas dos a dos

Cuando las dos variables son nominales: contrastes chi -cuadrado

Cuando las dos variables mtricas: coeficiente de correlacin

Cuando una es nominal y otra mtrica: anlisis de la varianza

Cuando las variables son ordinales; correlacin de rangos, tau de

34
Kendall y W de Kendall

Anlisis univariante
Mtrica

Nominal
Escala de la variable

Objetivos

Ordinal

1 Descripcin
a Ten. Central
b Dispersin

a Media
b Desviacin

a Mediana
b Reco. Inter.

a Moda
b Frecuencias

2 Inferencia
Contraste de
hiptesis

Prueba Z
Prueba t

Prueba K-S

Prueba X2

35

Anlisis bivariante
Mtrica
Objetivos

Nominal
Escala de las variables

Ordinal
1 Descripcin

2 Inferencia
Contraste de
hiptesis

Coeficiente
Correlacin
Lineal

Coeficiente
Correlacin
Rangos

Prueba Z
Prueba t
Diferencia
de medias

Prueba K-S
Prueba U

Coeficiente
de
Contingencia

Prueba X2

36

Anlisis multivariante
Algunas de las variables
dependen de otras?

No

Ejemplos

Mtodos de Interdependencia

Mtodos de dependencia
V Depend.
Mtrica

Mtodos
Factoriales

Anlisis
de
Clasificacin

Escalamiento
Multidimensional

Si

Regresin

V Depend.
No Mtrica
Discriminante

ANOVA

37

C.- Objetivo descriptivo frente a inferencial

Anlisis descriptivo
Medidas resumidas de la muestra: Resume los datos de las
variables indicando su uniformidad, dispersin o las
relaciones encontradas entre los elementos de la muestra.
Medidas de tendencia central: media, mediana, moda
Medidas de dispersin: rango, varianza
Anlisis inferencial
Extrapolar los resultados de la muestra a la poblacin total.
Contraste de hiptesis.
38

Interpretacin de resultados y redaccin Informe final

Contenidos

Aspectos a tener en cuenta

Presentacin del trabajo

Explicacin breve de la investigacin

Contenidos

Indice temtico

Objetivos de la investigacin

Especificacin del problema

Deteccin de las necesidades del cliente
Objetivos de la investigacin

Metodologa seguida

Fuentes de informacin
Tcnicas empleadas
Ficha tcnica
Tcnicas de muestreo

Resultados

Tablas
Grficos
Anlisis estadsticos

Conclusiones y recomendaciones

Interpretacin de resultados
Recomendaciones

Anexos

Cuestionarios
Material auxiliar: cintas, vdeos
Bibliografa

39