Beruflich Dokumente
Kultur Dokumente
1. Definiciones
DEFINICIÓN DE MUESTRA
⇒ Una muestra es en general, una parte representativa de una población o universo,
cuyas características debe reproducir en pequeño lo más exactamente posible.
⇒ Las muestras tienen el fundamento matemático que dice que, elegida correctamente,
se puede realizar estimación o generalización al conjunto de la población con de una
confianza determinada y con un margen de error que se puede determinar
estadísticamente.
⇒ Una buena muestra debe asegurar una ALTA CONFIABILIDAD Y UNA DETERMINADA
PRECISION EN LAS ESTIMACIONES (la precisión es la terminología con la que se expresa
el error muestral)
Trabajar con muestras es muy ventajoso, y un muchos casos es preferible a trabajar con toda
la población.
Todas las ventajas del muestreo se relacionan directamente con la pequeñez de la muestra en
relación al universo
⇒ Costo reducido
⇒ Mayor rapidez
⇒ Mayores posibilidades: personal más calificado para todo el proceso de investigación.
⇒ Mayor exactitud: disminución de los errores de no muestreo: personal más calificado,
mayor supervisión del trabajo de campo y del procesamiento de los resultados.
UNIDAD DE ANALISIS (O ELEMENTOS): son los elementos sobre los cuales se busca información.
Su naturaleza la determinan los objetivos de la investigación. Por ejemplo en una encuesta de
intención de votos, los elementos son los ciudadanos habilitados para votar. En un informe
habitacional, los elementos son las viviendas de la ciudad en estudio.
UNIDADES DE MUESTREO: contienen los elementos que se utilizan para seleccionar la muestra.
En un muestreo de elementos, los elementos de la población son también las unidades de
muestreo. En un muestreo de conglomerados las unidades de selección o de muestreo son grupos
de elementos llamados conglomerados. Por ejemplo, para realizar una encuesta de vivienda se
pueden sortear directamente las viviendas a encuestar (muestreo de elementos), o sortear las
manzanas de una localidad, en cuyo caso las manzanas serían conglomerados de viviendas.
MARCO O LISTA: cuando los elementos de la población son identificados se llama a la población y
a su sistema de identificación marco o lista. La identificación se puede hacer de diferentes formas
por lo que se pueden obtener marcos diferentes para una misma población. Con el marco es
posible seleccionar una muestra de elementos de la población con probabilidad conocida de
selección. Una práctica ampliamente aceptada para asignar probabilidades es la utilización de la
tabla de números aleatorios.
Por ejemplo, si se desea sortear alumnos para realizar una evaluación de rendimiento académico
por muestreo, un marco posible puede provenir del listado administrativo de los alumnos, pero si
ésta es defectuosa una alternativa es sortear los bancos de la escuela donde se sientan los
alumnos. En el primer caso el marco poblacional es el listado, en el segundo es una planta de las
aulas donde están identificados los bancos.
Otros ejemplos son: mapa de catastro, historias clínicas de un hospital, listado de clientes de un
comercio.
2. Tipos de muestreo
2) Si el método de selección es tal que, cada muestra posible tiene igual probabilidad de selección,
se lo denomina muestreo aleatorio.
El error de muestreo hace referencia a cuán cerca se reproduce con la muestra los resultados que
se obtendrían con un censo, utilizando los mismos métodos de medición y control. Por ejemplo, si
en un censo se ha obtenido que la edad media de un conjunto de alumnos universitarios es de 22
años, y en una muestra se obtiene 23 años, el error muestral es 1.
Los errores que se alcanzan por otras fuentes se denominan errores de no muestreo. Éstos
pueden provenir de preguntas sesgadas, equivocaciones en la codificación o en la carga de datos,
etc. Los errores de no muestreo pueden ser igualmente importantes o mayores que los de
muestreo.
MUESTREO NO PROBABILISTICO
Surge como alternativa al muestreo probabilística. No cumple con las tres condiciones del
muestreo probabilístico.
En estos métodos cada unidad de muestreo tiene una probabilidad conocida y distinta de cero
de ser incluida en la muestra.) Hay 3 muy conocidos
1) Tómbola: enumerar todos los elementos y luego ir sacando de a uno hasta completar el
número de la muestra
2) Tabla de número aleatorios: son tablas con listas de números colocados al azar o por
sorteo.
3) Sistemático (se verá luego en tipo de muestreo)
4. Tipos de muestreo
Para seleccionar una muestra representativa se deben seguir ciertas reglas o métodos que
permitan obtener una fracción de la población que efectivamente represente al universo. En
otras palabras, se debe realizar la selección de la muestra de tal manera que todas ellas tengan
igual probabilidad de ser seleccionadas.
1. ALEATORIO SIMPLE: consiste en seleccionar los elementos (uno a uno) a través de algún
método de selección aleatorio (tómbola, tabla de números aleatorios, sistemático) hasta cumplir
con el tamaño de la muestra. Su importancia radica en que todos lo siguientes tipo de muestreo
se basan en este.
Muestreo estratificado óptimo: se utiliza cuando el tamaño de los estratos es muy dispar (algunos
muy grandes y otros muy pequeños) y hace muy ineficiente el uso del estratificado proporcional.
Para calcular el tamaño de los estratos, no sólo se tiene en cuenta el tamaño de cada estrato en la
población, sino también su respectiva varianza, es decir su variabilidad.
Muestreo estratificado arbitrario: cuando el tamaño asignado a cada estrato se realiza según el
criterio del investigador.
Ejemplo:
Si la población es de 200 unidades y la muestra de 50 unidades K=200/50=4.
Por lo tanto, se selecciona un elemento cada 4 elementos.
Antes de comenzar se sortea el número de arranque, el cual debe ser un número entro 1 y 4
(entre el primer elemento del marco y K)
Si r=2, luego el primer elemento seleccionado será el 2, el segundo r+k=2+4=6, el tercero
r+2k=2+8=10, el cuarto r+3k=2+12=14¸ el quinto r+4k=2+16=18, el sexto r+5k=2+20=22y así
hasta llegar a los 50 elementos.
En el marco o lista partiendo del número de arranque 2, se selecciona una unidad cada cuatro
elementos:
1 2 3 4 5 6 7 8 9 10 11 12 13
14 15 16 17 18 19 20 21 22 23 24 25 26 etc…
La muestra reflejará en forma proporcional cualquier estratificación que exista en el
ordenamiento de la población. Es decir, se producen, automáticamente, n estratos ya que el
intervalo k ha dividido a la población en n zonas.
Para realizar las estimaciones utilizando el muestreo sistemáticos debe suponerse como válidos
que la variable esté bastante mezclada en la población, pues así la muestra sistemática es
equivalente a la que surge de un muestreo aleatorio simple..
Existen dos situaciones en que el muestreo sistemático produce sesgos y por lo tanto no es
aconsejable utilizarlo: cuando e listado presenta periodicidades o características cíclicas.
Marco y listado con los miembros de las familias ordenados por edad
40 30 10 8 50 45 15 13 60 59
30 24 24 22 2 1 50 49 15 12
Si r=1 y K= 4 en la primera muestra se seleccionan los siguientes elementos: 40, 50, 60, 24, 50. El
promedio de edad obtenido es de 44,8 años
Si r=3 y K4 en la segunda muestra se selecciona el 8, 13, 24, 1, 12. En este acaso el promedio
obtenido es de edad obtenido es de 11,6 años.
En primer lugar se observa una gran diferencia entre el promedio de una muestra y la otra. En
segundo lugar se observa un sesgo en los resultados obtenidos ya que el valor de la media
parámetro es de 26,75 año, muy lejano a los obtenidos en las muestras. Esto se debe a la
periodicidad en el listado de los elementos.
b) Características cíclicas: estas son más comunes en las series de tiempo. Supóngase que se
desea estimar las características de los clientes de en un supermercado con una encuesta. Para
ello se hace un muestreo sistemático en el tiempo, cada siete días (k=7) durante tres meses. Si
el arranque aleatorio cae en sábado (r= 6), la encuesta se realizará durante los tres meses los
días sábados y probablemente producirá una caracterización de los clientes distinta a si se
hubiera realizado un día lunes.
4. Muestreo por conglomerados de igual tamaño (en una y en dos etapas): cuando en el
muestreo se seleccionan unidades muestrales que contienen varios elementos, se denomina
muestreo por conglomerados. En estos casos la unidad de muestreo es un conglomerado de
elementos. Los conglomerados pueden ser de igual tamaño o de desigual tamaño. En la mayoría
de las situaciones los conglomerados son de desigual tamaño.
Por ejemplo, en una ciudad, los elementos de la población que se desean estudiar pueden ser las
viviendas y las unidades de muestreo las manzanas.
Las situaciones que se pueden presentar en muestreo por conglomerados son las siguientes:
Muestreo por conglomerados en una etapa: los elementos seleccionados son aquellos que
integran los conglomerados seleccionados. Por ejemplo, en un estudio de viviendas de un barrio,
dónde las manzanas son los conglomerados y las viviendas que integran dichas manzanas los
elementos, se seleccionan las manzanas y luego la muestra queda conformada por todas las
viviendas de las manzanas seleccionadas.
Muestreo de conglomerados en dos etapas: en esta situación existen dos etapas de muestreo.
Primera etapa: los conglomerados son las unidades de muestreo
Segunda etapa: las unidades de muestreo son los elementos contenidos en los conglomerados
seleccionados en la primera etapa.
En cada etapa se requiere un marco para las unidades de muestreo.
Por ejemplo en un muestreo de viviendas de un barrio dónde las manzanas son los
conglomerados y las viviendas los elementos, en la primera etapa se seleccionan manzanas y en
la segunda etapa se seleccionan algunas viviendas de las manzanas seleccionadas en la primera
etapa.
Ejemplo
A= cantidad de conglomerados en la población
B= cantidad de elementos por conglomerado
A*B= N (Población total)
n= tamaño de la muestra
a= cantidad de conglomerados en la muestra
b= cantidad de elementos por conglomerados en la muestra
a= n/B para el muestreo por conglomerado en una etapa
a=n/b para el muestreo por conglomerado en dos etapas
Se desea realizar un muestreo por conglomerados en una etapa de un barrio donde las viviendas
son los elementos y las manzanas los conglomerados.
El gráfico de la derecha representa un barrio con 6
1 2 5 6 manzanas con 4 viviendas cada una. Por lo tanto, A=6 y B=4
3 4 7 8
y la población total es A*B=24.
Bibliografía:
Diblasi Lidia, “Introducción a la teoría de muestreo” Facultad de Ciencias Políticas y Sociales,
Universidad Nacional de Cuyo. Mendoza, 1997.
Pagano Roberto R., “Estadística para la Ciencias del comportamiento” Ed. Thomson. México,
enero de 2006.