Beruflich Dokumente
Kultur Dokumente
PARTE 1:
GENERALIDADES
MUESTREO
CONCEPTOS INICIALES
Poblacin: Conjunto de unidades de las que se desea
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
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
Todas las unidades tienen igual
probabilidad de participar en
la muestra.
NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
Estimacin de
Parmetros
Comprobacin de
Hiptesis
Muestreos No
Probabilsticos
Estudios Pilotos
Estudios Cualitativos
Investigaciones en
poblaciones de difcil
registro o localizacin
( Ej. Marginales,
prostitutas, enfermos de
VIH, etc)
EJEMPLO: MUESTREO
PROBABILSTICO?
EJEMPLO: MUESTREO
PROBABILSTICO?
EJEMPLO: MUESTREO
PROBABILSTICO?
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
10/29/15
V =ve
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.
ERRORES SISTEMTICOS
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
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
s
ez
1 f
n
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
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.
pq
ez
1 f
n 1
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
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
zs
n
e
Para estimacin de
proporciones
z 2 pq
n n 1 2
e
3 x50 x50
n
5625
2
2
EL TAMAO DE LA POBLACIN NO FUE TOMADO
EN CUENTA!!!
POR QU P y Q valen 50 % ?
NZ pq
n 2
2
e ( N 1) Z pq
TAMAO DE LA MUESTRA
3RA PARTE
TIPOS DE
MUESTREO
NO PROBABILISTICOS
Cada unidad NO tiene igual
probabilidad de participar en
la muestra.
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 el cual puede ser elegido si
sale sorteado.
La afirmacin anterior implica que hay que tener un
listado completo de TODOS los miembros de la
poblacin
Desventajas
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
SISTEMTICO
1.
Coeficiente de Elevacin = N/ n
2.
Donde
N: Tamao de la poblacin
n : Tamao de la muestra
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.
MUESTREOS PROBABILSTICOS:
MUESTREO ALEATORIO
ESTRATIFICADO CONT
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)
nestratos
2500
45 x1900 85500
39 x 2600 101400
16 x 2100 33600
970,1150,380 2500
2.
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)
Existe una
considerable reduccin
de costos
Desventajas
Todos los profesores de las Escuelas 2 (Primaria) y 1 (Secundaria) son parte de la muestra
EJEMPLOS DE CONGLOMERADOS
Zona Geogrfica
Edificio
Una institucin
..
DESVENTAJAS
TIPOS DE MUESTREOS NO
PROBABILSTICOS
Resulta ms
econmico que los
muestreos
probabilsticos .
Fcil de ejecutar el
trabajo de campo
No precisa el listado
de la poblacin
Desventajas
PARTE 4
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
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
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
respuesta parcial por el olvido a la hora de
recoger determinadas respuestas, o al tomarlas
equivocadamente.
Ejemplos tomados de : HEADY, P. (1995). Calibrating Measurement Error in the 1991 Census. Survey
EJEMPLOS DE ERRORES DE NO
RESPUESTA
CONSECUENCIAS TIENE LA NO
RESPUESTA
PONDERACIN
FIN