MUESTREO

PARTE 1: GENERALIDADES
Una vez definido el problema a investigar,
formulados los objetivos y delimitadas las
variables se hace necesario determinar los
elementos o individuos con quienes se va a
llevar a cabo el estudio o investigacin.
MUESTREO
Procedimiento 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 INICIALES
Poblacin: 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 MUESTREO
Disminucin 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 MUESTRA
Salvo 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
BUENAMUESTRA
Que comprendan parte de la poblacin y no la totalidad
de sta. ( salvo en los casos antes explicados en la lmina 5)
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
BUENAMUESTRA
La 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
BUENAMUESTRA
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 MUESTRA
Es el nmero de unidades a incluir en la muestra.
Existen varios factores que influyen en el:
Tiempo y recursos disponibles
Modalidad de Muestreo
Tipo de Anlisis Previsto
Varianza o heterogeneidad de la poblacin
Margen de Error mximo admisible
Nivel de confianza de la estimacin muestral
MODALIDAD DE MUESTREO SELECCIONADA
La 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 MUESTREOS
PROBABILSTICOS NO PROBABILISTICOS
Todas las unidades tienen igual
probabilidad de participar en
la muestra.
La eleccin de cada unidad
muestral es independiente de las
dems
Se puede calcular el error muestral

Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
No se puede calcular el error
muestral
Alto riesgo de invalidez
producido por la introduccin de
sesgos

USOS DE CADA TIPO DE MUESTREO
Muestreo Probabilsticos
Estimacin de Parmetros
Comprobacin de
Hiptesis
Muestreos No
Probabilsticos
Estudios Pilotos
Estudios Cualitativos
Investigaciones en
poblaciones de difcil
registro o localizacin ( Ej.
Marginales, prostitutas,
enfermosdeVIH,etc)
EJEMPLO: MUESTREO PROBABILSTICO?
Se realiza un muestreo entre los alumnos que van a
clases de la Materia Metodologa, 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 PREVISTO
La tcnica de anlisis influye en el tamao de la muestra:
Comparacin de Medias
Estimacin de Proporciones ( parmetros)
Anlisis Univariables
Anlisis Multivariables
HETEROGENEIDAD POBLACIONAL
Cuanto mas heterognea sea la poblacin mayor ser su
varianza poblacional lo que implicar mayores tamaos
muestrales.
Cuando se desconoce el valor de la varianza poblacional
se recurre al supuesto mas desfavorable, asumiendo una
varianza poblacional igual a 0,5.
0,5 significa que una unidad seleccionada tiene 50 % de
posibilidades de pertenecer o no a un grupo especfico
dentro de la poblacin

2DA PARTE: ERRORES Y CLCULO
DEL TAMAO DE LA MUESTRA
7
/
2
3
/
2
0
1
3

18
ERRORES, ERRORES, ERRORES
Aleatorio
Muestral
Sistemtico
V= v e
Valor
Verdadero
en la
poblacin

Valor
Medido en la
muestra
ERROR
ERROR ALEATORIO
El error aleatorio no se suele ajustar a ninguna regla o
norma , varan en cada caso , en su sentido y magnitud, y
por ello tiende a anularse cuando se trata de un nmero
elevado de casos.
Los errores aleatorios se comenten, por ejemplo, cuando un
encuestado elige errneamente una casilla queriendo hacerlo
en otra, cuando un encuestador marca errneamente un dato,
etc.
ERRORES SISTEMTICOS
Un error sistemtico es aquel que se produce de igual modo (
sentido y proporcin) en todas las mediciones que se realizan
sobre un parmetro de la muestra

Contrario al error aleatorio, NO se anula en muestras grandes.
ERRORES SISTEMTICOS. EJEMPLOS
Las tendencias subjetivas conscientes o inconscientes del
investigador.
Sustituciones, segn criterio propio del investigador, de
unidades de la muestra que haban sido elegidas al azar.
Insuficiente observacin del conjunto de la poblacin que
influye en una deficiente definicin de sus caractersticas.
ERROR MUESTRAL
Cuando se extrae una muestra de una poblacin es
frecuente que los resultados obtenidos de la muestra no
sean exactamente los valores reales de la poblacin.
El error de muestreo ocurre al estudiar una muestra en
lugar de la poblacin total.
La diferencia entre el valor del parmetro de una
poblacin y el obtenido de una muestra recibe el nombre
de error muestral. ( y que no puede ser asociado a otro tipo de
explicacin, es decir no es error aleatorio o sistemtico)
ERROR MUESTRAL
Por muy perfecta que sea la muestra siempre habr grado
de divergencia entre los parmetros estimados usndola y
los de la verdadera poblacin.
En el clculo del error intervienen:
Tamao de la muestra
Varianza poblacional
Nivel de confianza
Tipo de muestreo
ESTIMACIN DEL ERROR
Cuando variable bajo estudio es una media. (solo
vlido para variables numricas)

Donde:
Z: grado de confianza de la estimacin
s: desviacin tpica muestral de la variable analizada
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
f z e = 1
n
s
EL ERROR MUESTRAL ES MAYOR EN LA
MEDIDA QUE:
Crece el grado de confianza que el investigador quiere
dar a su estimacin del parmetro medido mediante la
muestra
Es ms elevada sea la variabilidad de la variable
estudiada.
Es menor el tamao de la muestra.
ESTIMACIN DEL ERROR
Cuando la variable bajo estudio es una proporcin
(ej, variables nominales u ordinales con pocas
categoras)

Donde:
Z: grado de confianza de la estimacin
p: proporcin de la muestra para la categora a examinar
q: 1-p
n: tamao de la muestra
1-f: Factor de correccin para poblaciones finitas. f= n/N
f
n
pq
z e

= 1
1
TAMAO DE LA MUESTRA VS. ERROR
MUESTRAL
MARGEN DE CONFIANZA EN LA ESTIMACIN
Expresa el grado de probabilidad que el investigador tiene
en que su estimacin se ajuste a la realidad.
Los valores comnmente utilizados son 95, 99, 99,9%
CORRECCIONES PARA POBLACIONES FINITAS
Cuando el tamao de la muestra es mayor del 5 %
del tamao de la poblacin se debe utilizar el factor
de correccin.

Si por el contrario N>>n, f tiene a 0 y el factor de
correccin ( 1-f) tienen a 1.
MARGEN DE ERROR ADMISIBLE
Los incrementos en el tamao de la muestra repercuten
en una mayor precisin y por consiguiente en menor error
muestral.
El error muestral interviene en el clculo del tamao de la
muestra solo si el diseo es probabilstico.
En el muestreo probabilstico el investigador fija el error
mximo admisible a priori y sobre esa base realiza el
clculo del tamao de la muestra.
CLCULO DEL TAMAO DE LA MUESTRA *
2
(

=
e
zs
n
2
2
1
e
pq z
n n = ~
Para comparaciones de
media
Para estimacin de
proporciones
* Para poblaciones infinitas (donde N>> n )
POR LO TANTO EL TAMAO DE LA MUESTRA
Es directamente
proporcional al
nivel de confianza
Z.
Es
directamente
proporcional a
la variabilidad
del fenmeno a
estudiar.
Es
inversamente
proporcional al
error estimado.
EJEMPLO DEL CLCULO DEL
TAMAO DE LA MUESTRA
(POBLACIN INFINITA)
Estimando qu proporcin de sujetos poseen una
caracterstica al nivel de confianza del 99.7% (Z=3) y un
error de admitido del 2%, ser:




EL TAMAO DE LA POBLACIN NO FUE TOMADO EN
CUENTA!!!
POR QU P y Q valen 50 % ?
5625
2
50 50 3
2
2
= =
x x
n
CLCULO DEL TAMAO DE LA MUESTRA
PARA POBLACIONES FINITAS. (F=N/N>0,05)
Ej. El nmero ptimo para un
estudio de 60.000 personas
estableciendo un nivel de
confianza de 95.5%(z=2), y el
margen de error en el 3%, sera

4 * 50 * 50 * 60.000
n = ---------------------------------
9 (60.000-1) + 4 * 50 * 50

n= 1091
pq Z N e
pq NZ
n
2 2
2
) 1 ( +
=
TAMAO DE LA MUESTRA
Fuente: Metodologa y Tcnicas de Investigacin Social. Piergiorgio Corbetta
3RA PARTE
TIPOS DE MUESTREO
RECORDANDO: TIPOS DE MUESTREOS
PROBABILSTICOS NO PROBABILISTICOS
Todas las unidades tienen igual
probabilidad de participar en
la muestra.
La eleccin de cada unidad
muestral es independiente de las
dems
Se puede calcular el error muestral

Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
No se puede calcular el error
muestral
Alto riesgo de invalidez
producido por la introduccin de
sesgos

ALGUNOS TIPOS DE MUESTREO
PROBABILSTICO
Simple Sistemtico Estratificado
Por
Conglomerados
MUESTREOS PROBABILSTICOS: SIMPLE
Se 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
elcualpuedeserelegidosisalesorteado.
La afirmacin anterior implica que hay que tener un listado
completo de TODOS los miembros de la poblacin
MUESTREOS PROBABILSTICOS: SIMPLE
Ventajas
Facilidad en los clculos
estadsticos
Elevada probabilidad de
lograrequivalenciaentre
las caractersticas de la
muestra y las
correspondientes a la
poblacin
Desventajas
Cada que cada miembro de
la poblacin tiene que ser
identificado
Complicado en poblaciones
grandes
Alto costo
MUESTREOS PROBABILSTICOS: MUESTREO
ALEATORIO SISTEMTICO
Similar al muestro simple salvo que:
1. 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 poblacin
n : Tamao de la muestra
2. Los restantes elementos de la muestra se hayan sumando,
sucesivamente el coeficiente de elevacin.

MUESTREOS PROBABILSTICOS: MUESTREO
ALEATORIO ESTRATIFICADO
Presupone 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
Escuelas
Escuela
Primarias
Escuela 1
Profesores
Escuela 2
Profesores
Escuela
Secundarias
Escuela 1
Profesores
Escuela 2
Profesores
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 CONT
El 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 estratos
Son 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)


EJEMPLO: MUESTRO POR ESTRATOS
Ejemplo tomado del Maria ngeles Cea
EJEMPLO MUESTRO POR ESTRATOS.
AFILIACIN SIMPLE
3
2500
=
estratos
n
EJEMPLO MUESTRO POR ESTRATOS.
AFILIACIN PROPORCIONAL
400 2500 16 , 0
975 2500 39 , 0
1125 2500 45 , 0
3
2
1
= =
= =
= =
x n
x n
x n
estrato
estrato
estrato
EJEMPLO DE MUESTREO POR ESTRATOS.
AFILIACIN PTIMA
33600 2100 16
101400 2600 39
85500 1900 45
=
=
=
x
x
x
Paso 1 : Multiplicar el porcentaje de la poblacin correspondiente al estrato por la
varianza del estrato
Paso 2: Se suman todos los valores obtenidos en el paso 1 (85500+101400+33600=220500)

Paso 3: Se calcula a proporcin de cada valor obtenido en el paso 1 dentro del paso 2.
152 , 0 220500 / 33600 Pr
460 , 0 220500 / 101400 Pr
388 , 0 220500 / 85500 Pr
3
2
1
= =
= =
= =
estrato
estrato
estrato
oporcin
oporcin
oporcin
Paso 4 : Se calcula el tamao de la muestra de cada estrato multiplicando
su proporcin por el tamao de la muestra global ( 2500)

=
=
=
=
2500 380 , 1150 , 970
380 2500 152 , 0
1150 2500 460 , 0
970 2500 388 , 0
x
x
x
VENTAJAS Y DESVENTAJAS DEL MUESTREO
ALEATORIO ESTRATIFICADO
1. No 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)
2. 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
CONGLOMERADOS
La 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 CONGLOMERADOS
Escuelas
Escuelas
Primarias
Escuela 1 Escuela 2
Escuelas
Secundarias
Escuela 1 Escuela 2
Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra
EJEMPLOS DE CONGLOMERADOS
Zona Geogrfica
Edificio
Una 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.
DESVENTAJAS
El error es mayor que cuando se utilizan otras tcnicas de
muestreo.
TIPOS DE MUESTREOS NO
PROBABILSTICOS
Por Cuotas
Bolade
Nieve
Estratgicos
MUESTRO POR CUOTAS
La 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 CUOTAS
A 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 campo
No precisa el listado de
la poblacin
Supone 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.
Ventajas Desventajas
MUESTREO DE BOLA DE NIEVE
Este 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,
conayudadelosprimeros,vaconociendoa
nuevos miembros de la muestra.
MUESTREO BOLA DE NIEVE
El 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.
PARTE 4
Problemas del muestreo en la Investigacin Social
ERRORES DE COBERTURA
Como se puede hacer un muestreo probabilstico
si las unidades no son conocidas?
Cmo localizar a todos los posibles miembros de
la poblacin?
Si se busca investigar sobre franjas particulares de
la poblacin el problema se hace ms difcil de
manejar
ERROR DE COBERTURA
Se produce cuando no son incluidos determinados
elementos de la poblacin objeto de estudio en el
proceso de seleccin muestral .
La falta de cobertura impide la cooperacin de un
nmero de unidades muestrales, puesto que
determinados individuos no pueden ser seleccionados
en la muestra, dificultando con ello la capacidad de
inferencia de los hallazgos de la investigacin.
ERROR DE COBERTURA
Este error produce una subestimacin en los
resultados, cuya amplitud depende de las
caractersticas de las unidades omitidas
PROBLEMAS DE REPRESENTATIVIDAD
Si no se ha logrado representatividad en una o varias
variables, el investigador tiene 3 opciones:
a) Trabajar con la muestra no representativa y contar con ese
lmite
b) Redefinir la poblacin. Por ejemplo: no hablar de enfermos
de SIDA sino de enfermos de SIDA que son atendidos en el
HULA.
c) Modificar deliberadamente la muestra para que represente
el comportamiento de la variable bajo estudio.
ERROR DE NO RESPUESTA
Prdidas
por no
respuesta
Falta de
contacto
directo
Deseo
explcito de
no
responder
No
respuesta
por no
entender
TIPOS DE ERROR DE NO RESPUESTA
Parcial
Total
7
/
2
3
/
2
0
1
3

69
EJEMPLOS DE ERRORES DE NO RESPUESTA
El entrevistado puede no contestar una pregunta
por falta de conocimiento sobre esa cuestin, por
considerarla muy entrometida al invadir el mbito de
su privacidad, porque la considera irrelevante para
los objetivos del estudio, etc.
El entrevistador tambin contribuye a la no
respuestaparcialporelolvidoalahoraderecoger
determinadas respuestas, o al tomarlas
equivocadamente.
Ejemplos tomados de : HEADY, P. (1995). Calibrating Measurement Error in the 1991 Census. Survey
Methods Centre Newsletter, vol. 15, n 2, p. 3-7.
EJEMPLOS DE ERRORES DE NO RESPUESTA
Por ltimo, el cuestionario genera no respuestas por
problemas en la redaccin de las preguntas, y por la
utilizacin de preguntas filtro para que un grupo
de preguntas no sean respondidas por
determinados entrevistados que cumplen (o no
cumplen) una serie de requisitos.
CONSECUENCIAS TIENE LA NO RESPUESTA
Al reducirse el
tamao de la
muestra aumenta el
error.
Error
Si el fenmeno est
concentrado en
sectores especficos
de la poblacin la
muestra puede
sesgarse.
Sesgo
MTODOS DE REDUCCIN DEL IMPACTO DE LA
NO RESPUESTA
Prevencin
( durante la
recoleccin
de datos )
Intervencin
(luego de la
recoleccin
de los datos
)
PONDERACIN
Post-
estratificacin
Conocimiento
de los que no
responden
FIN