MUESTREO

5.1 GENERALIDADES
170. Las medidas de resumen de una poblacin, como las que podran obtenerse de los censos generales de la poblacin, nos sirven para describirla segn sus caractersticas: econmicas, demogrficas, educativas y sociales en general. A estas caractersticas las conocemos como parmetros o medidas poblacionales. Todos sabemos el trabajo y costo que representa el levantar un censo, por esta dificultad y otras mas de carcter tcnico, los censos de poblacin solo se realizan cada 10 aos. Parmetros o medidas poblacionales.

171. Los matemticos han estudiado el comportamiento de los fenmenos en general, en busca de su determinacin y han encontrado algunas leyes y principios que los rigen; en la bsqueda han observado el comportamiento de los datos y en base a estos han enunciado principios y leyes como son: el teorema del limite central y la ley de los grandes nmeros y la ley de la regularidad estadstica que les han permitido elaborar una teora; base bajo las cuales se han desarrollado las tcnicas de la matemtica aplicada y con las que se han diseado las formulas o estimadores a travs de las cuales se estiman las caractersticas poblacionales o parmetros. 172. Es decir, ante el problema de calcular parmetros desconocidos, aun mayor costo y tiempo, se a logrado disear un conjunto de tcnicas que han permitido hacerlo en menor costo y tiempo, con un error en la estimacin de dicho parmetro conocido, con bases tericas, emanadas de la observacin emprica de los fenmenos en concreto y a la reflexin matemtica.

Costo y tiempo

173. En otras palabras, la necesidad de economizar recursos tiempo y costo a planteado a los matemticos un problema, que lo han resuelto con un conjunto de tcnicas conocidas como el muestreo y estadstica, cuyos principios y leyes tienen su soporte terico en la teora de Probabilidades.
Teora de las probabilidades

174. Ahora bien, Qu es el muestreo? Consideramos que el muestreo tiene como propsito establecer los pasos o procedimientos a travs de los cuales sea posible hacer generalizaciones sobre la poblacin a partir de un subconjunto de la misma. Pero, la seleccin de un determinado tipo de muestreo no es capricho del especialista en muestreo si no que , depende del fenmeno en estudio y del conocimiento que tenga de los factores que inciden en su variacin y de la informacin con que se cuente. El muestreo depende de los factores de variacin y de la informacin.

175. En las siguientes secciones que conforman este capitulo, solo pretendemos dar un panorama general de los aspectos que debemos conocer cuando vamos a realizar una investigacin utilizando las tcnicas de muestreo. No se pretende substituir a los textos especializados, si no por el contrario, sealar y tratar de aclarar los aspectos obscuros, o que por ser de sentido comn no son abordados. Para aquellos lectores que pretenden un mayor conocimiento de los temas mencionados en las secciones, quedan sealados algunos textos especializados en la bibliografa general.

5.2 CONCEPTOS BASICOS

176. Las tcnicas de muestreo utilizan un gran numero de conceptos, por lo tanto comenzamos su estudio definiendo algunos de los mas utilizados como son: el de poblacin o universo, muestra, parmetros, estadsticas y otros mas que los iremos revisando a lo largo del capitulo. Poblacin, muestreo, parmetros, Estadsticas.

177. Universo o Poblacin. Antes de dar su definicin queremos aclarar que en muestreo se usan en forma indistinta los trminos universo y Poblacin.

178. Por universo o poblacin se entiende el conjunto total de elementos que constituyen un rea de inters analtico. As, cualquier conjunto de individuos u objetos teniendo una caracterstica comn observable constituye una poblacin o universo.
Universo o poblacin. 179. El universo puede ser finito. Los nios de una ciudad; las vacas de una determinada regin; los bulbos, llantas o clavos fabricados de un da en una determinada empresa. Universo finito 180. El universo puede ser infinito. Todos los puntos que conforman una recta; las estaturas de los mexicanos entre 1.60 y 1.80 metros; o el tiempo que tarda una rata en correr un laberinto, etc.

181. En algunos otros casos el universo puede ser finito pero muy grande, en estos casos es tratado como infinito. El numero de granos de maz o trigo, en una bodega o en un silo. El numero de manzanas en la cosecha de una zona determinada. 182. Algunas otras poblaciones estn tan dispersas que hace inaccesible el control. Los peces en el mar, las aves silvestres y otros. 183. Cualquier caracterstica medible es llamada parmetro y para simbolizarla usamos letras griegas, como la para la media y la para la desviacin estndar. Parmetro

184. La muestra. Cualquier subconjunto de una poblacin es una muestra. La muestra la simbolizamos con la letra n, mientras que le universo por N, aunque no es una regla comnmente observada. Los valores calculados con las muestras son llamadas estadsticas y nos sirven para estimar los valores poblacionales o parmetros. As por ejemplo las estimaciones de la media y la desviacin estndar poblacional son, X y S, respectivamente.

Muestra N Universo

185. El mtodo para escoger una muestra es un factor importante en la determinacin del uso que se le va a dar a la muestra. As por ejemplo, si algunos individuos en le universo son mas probables de ser escogidos que otros la muestra que se obtiene se denomina sesgada. 186.Ejemplos de universos y muestras. a) Un estudio es realizado para estimar la estatura promedio de los habitantes de una ciudad. Una muestra de 200 habitantes es escogida y sus estaturas son registradas. Aqu el universo lo constituyen todos los habitantes de la ciudad en particular. La muestra la constituyen los 200 habitantes. La caracterstica de inters es la estatura. Con esta informacin podemos elaborar una distribucin de frecuencias de la muestra. Presumiblemente no dispondremos de una igual en la que se contemple toda la poblacin ( Distribucin de frecuencia de la poblacin).

Si con esta informacin calculamos la estatura promedio y la consideramos como una simple observacin, podemos pensar que este promedio es una simple observacin de una distribucin de promedios de todas las muestras de seleccin. Con la que obtendremos otra distribucin.

Estimacin de la estatura promedio de los habitantes de una ciudad.

b) Un experimento es realizado para probar los efectos de un tipo particular de droga sobre el ttanos. Un grupo de ratas es infectado con el ttano y tratado despus con la droga. Se observa cuantas ratas son curadas en un determinado tiempo. El universo consiste en todas las ratas, las cuales podran ser infectadas con el ttanos y posteriormente tratadas con la droga. La muestra la forman un grupo de ratas usadas en el experimento. La caracterstica medible es el numero de ratas que se recuperan en determinado tiempo. El universo aqu no puede ser observado. Efectos de droga sobre el ttanos.

c) Se proyecta llevar acabo una investigacin para determinar la habilidad manual de los nios de 12 aos que viven en las zonas rurales. Se pretende aplicar la prueba a 120 nios. El universo aqu lo constituyen todos los nios de 12 aos que habitan en las zonas rurales del pas. La muestra corresponde a los 120 nios que se les aplicara la prueba. La caracterstica que se desea medir es la habilidad manual. Habilidad manual nios de 12 aos.

d) Una encuesta es realizada para determinar la opinin acerca de una nueva ley de pensiones. La encuesta de opinin es aplicada en varias ciudades del pas aun grupo de pensionados. La opinin que se desea cuantificar es su actitud favorable o contraria a dicha ley. El universo aqu lo constituyen todos los habitantes pensionados del pas. La muestra corresponde a todos los pensionados entrevistados. Encuesta de opinin

187. Cuando hablamos de muestras tambin utilizamos otros conceptos que son: Representatividad, Confianza y Precisin que creemos convenientes aclarar tambin.

Representatividad, confianza y precisin.

188. A menudo leemos en los reportes de investigacin que se trata de un estudio basado en una muestra representativa, pero nunca se aclara que es lo que el autor entiende por representatividad, y queda la duda si es el tipo de muestreo, o si es porque la muestra solo capto a los elementos mas tpicos o representativos del universo. La representatividad de una muestra consiste en que en ella se encuentren como su nombre lo indica, representados los distintos elementos, que influyen en la caracterstica a medir. No se trata de una apreciacin subjetiva del especialista en muestreo, sino de la conformacin muestral en la que se encuentran todos los elementos que constituyen a la poblacin. As por ejemplo, en el ejemplo numero 1, es una muestra representativa en tanto el marco muestral lo conforman todos los habitantes de la ciudad; mientras que en el ejemplo de las ratas no hay representatividad.

Y el xito del experimento esta dado en la obtencin de un alto ndice de recuperacin con base en una multitud de pruebas. Por tanto la representatividad estriba en la posibilidad de contar, en la muestra, con los distintos tipos de elementos que conforman el universo. Los distintos tipos de muestreo se diferencian no en su representatividad como se piensa. 189. Cada uno de ellos se distingue, por un diferente error cometido en la estimacin del parmetro en investigacin o caractersticas mediable. La seleccin del tipo de muestreo esta restringida al conocimiento e informacin estadstica de que se disponga. Seleccin del tipo de muestreo 190. Es decir, del conocimiento de lo que produce la variacin del fenmeno en estudio y de las condiciones en que encuentren los elementos a muestrear. 191. As todos los tipos de muestreos son representativos, en tanto permitan la seleccin de los distintos elementos que conforman la poblacin.

192. Con relacin a los conceptos de confianza y precisin, en la seccin de tamao de muestra se vern con mayor exactitud, aqu solo diremos que: la confianza hace mencin al tipo de estimacin por intervalo y esta relacionado con las reas de la curva normal estndar. As por ejemplo, cuando se habla de un intervalo de 95% de confianza, quiere decir, que de 100 intervalos que se construyan de igual manera, 95 de ellos contendrn en su interior el parmetro que estamos estimando y los 5 restantes intervalos no lo contendrn.

Curva normal estndar

193. La precisin esta relacionada con la amplitud que deseamos que ese intervalo tenga y es el error que estimamos que de ocurrir no afectara nuestra estimacin. Desde luego que el error esta determinado por las condiciones del fenmeno en particular y nada tiene que ver con la decisin subjetiva del tcnico en muestreo. As por ejemplo, el 5 % o el 1 % de mas en el consumo de gasolina de un coche o el gasto de papelera de una oficina, podra ser razonable, pero desde luego este error no se justificara en la prueba de un antibitico o cualquier medicina donde los errores permisibles serian del orden de un millonsimo por ejemplo, o mas pequeos.

5.3 TAMAO DE MUESTRA

194. Uno de los aspectos mas importantes, es el que se relaciona con el tamao de muestra. Por lo general, este es otro de los mitos que rodea a la estadstica y sobre todo al muestreo. Antes de entrar en materia hagamos las siguientes reflexiones. Mitos de la estadstica

195. Primero.- Qu es lo que determina el que se tomen mas o menos elementos para una muestra? Indudablemente que este hecho esta relacionado con la caracterstica de homogeneidad o heterogeneidad de la poblacin en estudio. En otras palabras, Qu significara seleccionar una muestra, si toda la poblacin fuera homognea?
Homogeneidad y heterogeneidad

196. Supongamos que nos interesa hacer una investigacin para determinar el idioma predominante en la ciudad de Mxico. Sin hacer la investigacin, podramos decir que mas del 90 % hablan castellano. Pero si la investigacin fuera para estimar: la estructura ocupacional, la estructura de edades, el peso mediano del mexicano, el ingreso, los consumos, etc., creo que convenimos en que no podramos hacer aseveraciones como con el idioma. Para estos ltimos casos se tendra que tomar una muestra bastante grande pues no esperaramos que todos los mexicanos tuvieran el mismo ingreso, por ejemplo. 197. Segundo. - Qu tipo de medida nos habla de la homogeneidad o heterogeneidad de la poblacin? La medida que nos habla de esto es la varianza. Esto implica que para calcular un tamao de muestra es necesario el contar con el conocimiento de esta medida de dispersin con relacin a la variable de inters. As, el tamao de muestra depende, entre otros, de esta medida de variacin. En otras palabras, a mayor varianza corresponder una muestra mayor y a menor varianza una muestra menor. Varianza

198. Tercero. Si el tamao de una muestra depende de la varianza de la caracterstica medible, de aqu se sigue, que una muestra es solo para estimar una variable. Qu es lo que hacemos cuando es una investigacin en cuestin nos interesan un sin numero de caractersticas? La muestra se calcula para estimar un parmetro. Varianza, confianza y previsin.

201.Una vez que hemos reflexionado sobre estos temas, Cul ser el razonamiento que sirva para estimar los tamaos de muestra tres son los aspectos que se han de tomar en cuenta para el calculo de una muestra: .La varianza de la poblacin de la caracterstica en estudio .La confianza que se desea en la estimacin del parmetro en estudio. .La previsin o el error permisible en la estimacin.

202. Para contestar el punto numero 1, recordemos primero que la varianza en una medida de resumen catalogada como de dispersin es igual a:

O sea un promedio de desviaciones cuadradas de la observaciones respecto de la media, en este caso de la caracterstica poblacional. Por lo general no contamos con estos datos: y puesto que si fuera este el caso, no tendra razn efectuar una investigacin para hacer la estimacin correspondiente. En algunos casos contamos con datos censales no muy viejos, o contamos con investigaciones que nos permiten contar con una estimacin de la varianza poblacional. Estos datos nos pueden servir. Pero en otras ocasiones existe la necesidad de tener que efectuar su estimacin a travs de la siguiente formula, que por lo general estimamos cuando realizamos la prueba del instrumento, atraves de la informacin que se recaba.

203. En otras ocasiones, cuando la caracterstica a medir es del tipo de una dicotoma, es decir, cuando solo existen dos posibles resultados, La de contar o no con la caracterstica en cuestin, la estimacin de la varianza se simplifica puesto que los parmetros de esta distribucin, llamada binomial, son p y donde la p es la probabilidad de contar con las caracterstica, y q es la probabilidad complementaria, es decir la probabilidad de no contar con dicha caracterstica por ser probabilidades complementarias cumplen con p + q = 1. Todo esto quiere decir que tendremos una estimacin de la varianza de esta distribucin multiplicando ambas probabilidades, pero esto no es todo, debido bien la varianza es mxima cuando la probabilidad de contar o no con una caracterstica es igual, es decir, p= .5. as la varianza mxima es de .5 x.5 = .25. Dicotoma 204.Bajo este supuesto podremos estimar nuestros tamaos de muestra, sin la necesidad de hacer la estimacin correspondiente de la varianza, que si bien tendremos una muestra mayor a lo necesario esto nos asegura contar con una mejor estimacin.

205. con relacin al punto 2, este calificativo hace mencin al tipo de estimacin que pretendemos realizar. Recordemos que en estadstica existen dos tipos de estimacin: las puntuales y las de intervalo. Tipos de estimacin: puntuales y de intervalo. 206. Las estimaciones puntuales, son las que hacemos a travs de una sola medida de resumen ya sea de tendencia central, de dispersin de asimetra o de picudez es decir son estimaciones con medida de resumen como: la media, mediana, rango, varianza, asimetra, etc. Y reciben este nombre porque es hecha esta estimacin a travs de un solo valor o punto. Por el contrario las estimaciones por intervalo son las que nos dan rango de variacin de la caracterstica a estimar y las construimos agregando a la estimacin puntual el error que estimamos cometer en dicha estimacin. 207.por ejemplo pensemos que estamos interesados en estimar la estatura promedio de los habitantes de una ciudad: la muestra nos seala, por ejemplo que la estatura promedio es de 1.67 y que en la estimacin de este promedio cometimos un error en la estimacin de S= 0.125, donde este error esta medido por S=.

Por definicin un intervalo de confianza para la estimacin de este promedio se construye:

Donde z es el numero de veces que la desviacin estndar s, ha de apartarse de la media, para comprender una determinada proporcin del are total de la distribucin normal estndar. Este porcentaje el que se refiere como nivel de confianza as por ejemplo para una z: 1.96 corresponde una are del 95% aproximadamente por tanto un intervalo del 95% de confianza estara dado para este caso:

1.67+1.96 (o.125) / ( en caso de n= 16) en otros trminos la estimacin que hacemos de la estatura promedio de los habitantes de esta ciudad es de 1.67 por cuanto ala estimacin n puntual y de intervalo que va de 1.62 a 1.72 o decimos puntual y de un intervalo que va de 1.62 a 1.72 o decimos que la estatura promedio de los habitantes de esta ciudad se encuentra entre esos dos valores.
Nivel de confianza

208. El punto 3 esta ntimamente ligado al interior, pues la previsin esta relacionada con la amplitud que ese intervalo deber tener para que sea una buena estimacin es por decir el error que estamos dispuestos a asumir y que en caso de aparecer este no desvirtuara la apreciacin del fenmeno que estamos llevando a cabo. As podemos querer que el valor que agregamos o restamos ala medida puntual no sea mayor que un valor dado. Este valor es lo que llamamos precisin y esta dado por la expresin:

El segundo miembro de esta expresin es el incremento que agregamos o restamos para construir los intervalos. La precisin viene entonces a determinar la amplitud o rango del intervalo. Recordemos que este error esta dado por la caracterstica de la variable a estimar, del problema en particular en estudio que no es el criterio subjetivo de un tcnico en muestreo el que lo determinara. Amplitud del intervalo.

209. Despus de estas explicaciones resulta sumamente fcil ver que el tamao de una muestra est dado si los tres puntos anteriores se han cubierto. Tamao de una muestra 210. De la expresin matemtica de la precisin, es de donde se parte para estimar el tamao de muestra. Supongamos que conocemos la varianza poblacional y que no necesitamos estimarla, asi el tamao de muestras es estimado a partir de

Despejando la ecuacin a

tenemos:

Elevando al cuadrado ambos miembros n= 211. En el clculo de la muestra intervienen: la varianza de la caracterstica a medir o en su caso una estimacin de ella, el nivel de confianza a travs de Z y la precisin d necesaria para la estimacin de la caracterstica en estudio.