PARTE II - PRCTICAS PARA EXAMEN FINAL- PONDERACIN TOTAL

(40%)
PRCTICA # 2.1 ------------------- CONCEPTOS DE TEORA DE
MUESTREO.------------------

1. POBLACIN, es el universo de estudio.

MUESTRA, es una porcin del universo en estudio.
Muestreo es el proceso de toma de muestras para explicar el
comportamiento de la poblacin.

2) Muestreo probabilstico
Hablaremos de muestro probabilstico siempre que se cumplan dos
condiciones:
(1) Todos los elementos de mi poblacin tienen una probabilidad mayor de
cero

de

ser

seleccionados

en

la

muestra.

(2) Conozco de forma precisa dicha probabilidad para cada elemento, lo que
se conoce como probabilidad de inclusin.

El cumplimiento de ambos criterios es el que hace posible obtener

resultados no sesgados cuando estudio la muestra. En ocasiones, estos
resultados no sesgados requieren usar tcnicas de ponderacin (weighting),
pero esta ponderacin es posible precisamente porque conozco qu
probabilidad tengo de que cada individuo sea seleccionado en mi muestra.
Las muestras generadas en estas condiciones se conocen tambin
como muestras probabilsticas.
La definicin anterior nos lleva a concluir que slo podemos hacer muestreo
probabilstico si dispongo de un marco muestral. El censo de un pas, el
conjunto de direcciones de hogares en una poblacin o la lista de clientes de
una empresa, son ejemplos de marcos muestrales que hacen posible un
muestreo probabilstico. En cada uno de estos casos, el universo a estudiar
es diferente: habitantes de un pas, hogares de una poblacin y clientes de
una empresa, respectivamente.
Una vez tengo un marco muestral, la forma exacta que empleo para
seleccionar mi muestra define las diferentes tcnicas de muestreo
probabilstico: Muestreo aleatorio simple, muestreo sistemtico, muestreo
estratificado, muestreo por conglomerados, muestreo desproporcionado
Muestreo no probabilstico
Sin embargo, no es sencillo cumplir con los requisitos impuestos por el
muestreo

probabilstico:

(1) Disponer de un marco muestral es algo relativamente poco habitual en

estudios de mercado.

(2) Lograr que todos los individuos de la poblacin tengan una probabilidad
no nula de ser seleccionados es un requisito igualmente exigente, ms an
conocer la probabilidad de inclusin exacta de cada unidad muestral. Todos
los individuos que no pueden ser seleccionados en una muestra se suelen
referir como unidades fuera de cobertura.
Por todas estas razones, as como por razones de coste, los investigadores
recurren con frecuencia a otras tcnicas de muestreo, agrupadas dentro de
lo que se conoce como muestreo no probabilstico. En estas tcnicas
alternativas, es habitual seleccionar elementos para la muestra basndose
en hiptesis relativas a la poblacin de inters, lo que se conoce como
criterios de seleccin. Por ejemplo, seleccionar una muestra buscando
individuos por la calle, tratando de que la mitad sean hombres y la mitad
mujeres (coincidiendo con la distribucin que se supone en la poblacin)
sera un criterio de muestreo no probabilsitico.

En estos casos, debido a que la seleccin de las unidades de la muestra no

es aleatorio, cuando hablamos de muestreo no probabilstico no deberamos
hablar de estimaciones de error. Dicho de otra forma, una muestra no
probabilstica nos informa de cmo es un universo pero no nos permite
saber con qu precisin: no podemos establecer unos mrgenes de error y
unos niveles de confianza.
Algunas tcnicas de muestreo de este tipo son: el muestreo por
conveniencia,

muestreo

secuencial,

muestreo

por

cuotas,

muestreo

discrecional y muestreo por bola de nieve.

3) Cules son los determinantes del tamao de la muestra?
Tamao del universo .
Tamao de la poblacin.
Nivel de confianza
Error estimado.
5) Qu es el muestreo aleatorio simple y cuales son sus etapas?
El muestreo aleatorio simple (M.A.S.) es la tcnica de muestreo
en la que todos los elementos que forman el universo y que, por lo
tanto, estn descritos en el marco muestral, tienen idntica
probabilidad de ser seleccionados para la muestra.
Las etapas son: determinar el tamao de la muestra y escoger
aleatoriamente al azar a cualquier elemento de la muestra hasta
obtener un nmero de muestras igual al tamao de muestra
calculado.
6) Describa el muestreo estratificado aleatorio.
Un muestreo aleatorio estratificado es aquel en el que se divide la
poblacin de N individuos, en k subpoblaciones o estratos, atendiendo a
criterios que puedan ser importantes en el estudio, de tamaos
respectivos N1, ..., Nk,

y realizando en cada una de estas subpoblaciones muestreos aleatorios

simples de tamao ni

A continuacin nos planteamos el problema de cuantos elementos de

muestra se han de elegir de cada uno de los estratos. Para ello tenemos
fundamentalmente dos tcnicas: la asignacin proporcional y la asignacin
optima.
Asignacin proporcional

Sea n el nmero de individuos de la poblacin total que forman parte de

alguna muestra:

Cuando la asignacin es proporcional el tamao de la muestra de cada

estrato es proporcional al tamao del estrato correspondiente con respecto
a la poblacin total:

Asignacin ptima
Cuando se realiza un muestreo estratificado, los tamaos muestrales en
cada uno de los estratos, ni, los elige quien hace el muestreo, y para ello
puede basarse en alguno de los siguientes criterios:

Elegir los ni de tal modo que se minimice la varianza del estimador,

para un coste especificado, o bien,
habiendo fijado la varianza que podemos admitir para el estimador,
minimizar el coste en la obtencin de las muestras.

As en un estrato dado, se tiende a tomar una muestra ms grande cuando:

El estrato es ms grande;
El estrato posee mayor variabilidad interna (varianza);

El muestreo es ms barato en ese estrato.

7) Qu es el muestreo por conglomerados?

El muestreo por conglomerados es una tcnica utilizada para realizar
muestreo cuando hay agrupamientos "naturales" relativamente
homogneos en una poblacin estadstica. 1 A menudo se utiliza en la
investigacin de mercados. En esta tcnica, la poblacin total se
divide en estos grupos (o clusters) y una muestra aleatoria simple se
selecciona de los grupos. A continuacin, la informacin requerida se
obtiene de una muestra aleatoria simple de los elementos dentro de
cada grupo seleccionado. submuestra de elementos se puede
seleccionar dentro de cada uno de estos grupos. Una motivacin
comn para el muestreo por conglomerados es reducir el nmero

total de entrevistas, y sus costes, dada la precisin deseada.

Suponiendo un tamao de muestra fijo, la tcnica ofrece resultados
ms precisos cuando la mayora de la variacin en la poblacin es
dentro de los grupos, no entre ellas.
8). Describa los diferentes tipos de afiliaciones que existen para llevar
a cabo un muestreo.
Definicin del tipo de muestreo
Determinacin del tamao de la muestra
Mtodos de recoleccin de informacin
Diseo de formas para la recoleccin de informacin
Operaciones de campo
Medicin de actitudes
Diseos causales
Procesamiento de datos
Conclusiones
Toma de decisioines
9) Cules son los elementos del muestreo aleatorio simple?
Todos los miembros de la muestra han sido elegidos al azar, de
forma que cada miembro de la poblacin tuvo igual
oportunidad de salir en la muestra.
Determinacin de la poblacin.
Determinacin del error,
Determinacin del nivel de confi anza.
Clculo del tamao de muestra.
10) Indique las razones de no uso de MAS y los parmetros a considerar.
No se usa el muestreo aleatorio simple cuando la poblacin es
grande. o cuando la poblacin est dividida en grupos con
caractersticas homogneas.